科大數(shù)字圖像處理復(fù)習(共11頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上【復(fù)習要點比較雜，比較亂，總結(jié)得比較寬泛，需要各人篩選記憶復(fù)習】1.什么是模擬圖像與數(shù)字圖像，二者有什么區(qū)別？模擬圖像:空間坐標和明暗程度連續(xù)變化的、計算機無法直接處理的圖像，屬于可見圖像。三維空間連續(xù)，時間上連續(xù)，波譜上連續(xù)，可見物理圖像。圖像上信息是連續(xù)變化的模擬量。數(shù)字圖像:用計算機存儲和處理的圖像，是一種空間坐標和灰度均不連續(xù)，以離散數(shù)學原理表達的圖像，在計算機內(nèi)部，數(shù)字圖像表現(xiàn)為二維矩陣屬于不可見圖像。區(qū)別：模擬圖像連續(xù)可見，不便于用,也不便于圖像的儲存、傳輸；數(shù)字圖像不連續(xù)不可見。2.數(shù)字圖像處理包括哪幾個層次？各層次之間有何區(qū)別和聯(lián)系？數(shù)字圖像處理層次：

2、狹義的圖像處理；圖像識別與分析；圖像理解。區(qū)別：狹義的圖像處理:主要在圖像像素級上進行的，是低級處理，處理的數(shù)據(jù)量非常大，輸入輸出均為圖像，是圖像圖像的過程，如圖像縮放、圖像平滑、對比度增強；圖像識別與分析: 通過分割和特征提取把原來以像素描述的圖像轉(zhuǎn)變成比較簡潔的非圖形式的描述，是中級處理，輸入圖像，輸出提取的特征，是圖像數(shù)值或符號的過程，如區(qū)域分割、邊界檢測；圖像理解: 根據(jù)較抽象的描述進行解析、判斷、決策，其處理過程和方法與人類的思維推理有許多類似之處，是高級處理，輸入為圖像，輸出為規(guī)則，是圖像描述及解釋的過程，如無人駕駛，自動機器人、模式識別。聯(lián)系：隨著抽象程度的提高，數(shù)據(jù)量是逐漸減少

3、的。具體說來，原始圖像數(shù)據(jù)經(jīng)過一系列的處理過程，逐步轉(zhuǎn)化為更有組織和用途的信息。在這個過程中，語義不斷引入，操作對象也逐步發(fā)生變化。另外，高層操作對低層操作有指導(dǎo)作用，能提高低層操作的效能，完成復(fù)雜的任務(wù)。3.數(shù)字圖像處理系統(tǒng)由哪些模塊組成？各模塊起何作用？模塊組成：數(shù)字圖像處理系統(tǒng)由圖像輸入,圖像存儲,圖像輸出,圖像通信,圖像處理和分析5個模塊組成。各模塊作用: 圖像輸入模塊：圖像輸入也稱圖像采集或圖像數(shù)字化,它是利用圖像采集設(shè)備(如數(shù)碼照相機,數(shù)碼攝像機等)來獲取數(shù)字圖像,或通過數(shù)字化設(shè)備(如圖像掃描儀)將要處理的連續(xù)圖像轉(zhuǎn)換成適于計算機處理的數(shù)字圖像。圖像存儲模塊：主要用來存儲圖像信息。

4、圖像輸出模塊：將處理前后的圖像顯示出來或?qū)⑻幚斫Y(jié)果永久保存。 圖像通信模塊：對圖像信息進行傳輸或通信。圖像處理與分析模塊：包括處理算法、實現(xiàn)軟件和數(shù)字計算機,以完成圖像信息處理的所有功能。A.模擬圖像處理與數(shù)字圖像處理主要區(qū)別表現(xiàn)在哪些方面？答: 1)數(shù)學描述方法：模擬圖像主要用連續(xù)數(shù)學方法，數(shù)字圖像主要用離散數(shù)學方法。 2)圖像分辨率表示：數(shù)字圖像分辨率是指反映整個圖像畫面垂直和水平方向像素數(shù)乘積。模擬圖像分辨率是指反映整個畫面最多的掃描線數(shù)。   3)圖像處理：數(shù)字圖像是通過對模擬圖像采樣，量化等處理獲得的，模擬圖像處理的方式很少，往往只能進行簡單的放大、縮小

5、等，而數(shù)字圖像的處理方式可以非常精確、靈活。數(shù)字圖像處理再現(xiàn)性好，模擬圖像的保存性較差，時間長了會有所變化，而數(shù)字圖像不會因為保存、傳輸或復(fù)制而產(chǎn)生圖像質(zhì)量上的變化。但數(shù)字圖像處理速度較慢，存儲容量大。   4)圖像傳輸：模擬圖像以實物為載體，傳輸相對困難，而數(shù)字圖像以數(shù)字信息為載體，傳輸相對較快B.圖像數(shù)字化：將連續(xù)色調(diào)的模擬圖像經(jīng)采樣量化后轉(zhuǎn)換成數(shù)字影像的過程。4.數(shù)字圖像處理主要應(yīng)用有哪些？舉例說明？1）航天和航空技術(shù)方面 如：遙感技術(shù)用于農(nóng)作物長勢監(jiān)測，自然災(zāi)害監(jiān)測、預(yù)報2）生物醫(yī)學方面 如：利用電磁波譜成像分析系統(tǒng)診斷病情3）通信工程方面 如：電話、電視和計算機以

6、三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸4）工業(yè)和工程方面 如：CAD和CAM技術(shù)，用于模具、零件制造和服裝5）軍事公安方面 如：各種偵察照片的判讀，圖片的判讀分析，指紋識別，不完整圖片的復(fù)原6）文化藝術(shù)方面 如：電視、多媒體、電影特技、游戲、動畫制作5.什么是圖像對比度？定義：對比度=最大灰度值/最小灰度值。反映一幅圖像中灰度方差大小。6.圖像數(shù)字化包括哪兩個過程？每個過程對數(shù)字化圖像質(zhì)量有何影響？兩個過程：抽樣：把時間上和空間上連續(xù)的圖像轉(zhuǎn)換為離散的抽樣點，即象素。量化：將抽樣后所得的連續(xù)的象素值離散化為整數(shù)值。對數(shù)字化圖像質(zhì)量的影響：抽樣間隔越大，所得圖像像素數(shù)越少，圖像空間分辨率越低，質(zhì)量越差

7、。反之圖像質(zhì)量好，但數(shù)據(jù)量大。量化等級越多（灰度級數(shù)越多），所得圖像層次越豐富，灰度分辨率越高，質(zhì)量越好，但數(shù)據(jù)量大。反之，圖像質(zhì)量差，會出現(xiàn)假輪廓現(xiàn)象，但數(shù)據(jù)量小。7.數(shù)字化圖像的數(shù)據(jù)量與哪些因素有關(guān)？有關(guān)因素：量化間隔和灰度級數(shù)。量化間隔大數(shù)據(jù)量小，量化間隔小數(shù)據(jù)量大?；叶燃墧?shù)小數(shù)據(jù)量??；灰度級數(shù)大數(shù)據(jù)量大。8.什么是灰度直方圖？有哪些應(yīng)用？ 直方圖的定義:定義1:一個灰度級別在范圍0，L-1的數(shù)字圖象的直方圖是一個離散函數(shù) p(rk)= nk/n n是圖象的像素總數(shù) nk是圖象中第k個灰度級的像素總數(shù) rk是第k個灰度級，k = 0,1,2,L-1定義2:一個灰度級別在范圍0，L-1的數(shù)

8、字圖象的直方圖是一個離散函數(shù) p(rk)= nk k = 0,1,2,L-1 由于rk的增量是1，直方圖可表示為：p(k)= nk 即，圖象中不同灰度級像素出現(xiàn)的次數(shù)應(yīng)用：用于判斷圖像量化是否恰當；用于確定圖像二值化的閾值； 當物體部分的灰度值比其他部分灰度值大時，可利用直方圖統(tǒng)計圖像中物體的面積：計算圖像信息量熵：9. 灰度變換？灰度變換的目的是什么？有哪些實現(xiàn)方法。灰度變換：將一個灰度區(qū)間映射到另一個灰度區(qū)間的變換目的：提高對比度，使圖像動態(tài)范圍加大，圖像對比度擴展，圖像清晰，特征明顯，是圖像增強的重要手段。實現(xiàn)方法：線性變換，非線性變換，分段變換10.圖像熵和直方圖有何關(guān)系？利用直方圖計

9、算圖像信息量熵11.統(tǒng)計圖像的直方圖，并且計算熵？熵反映了圖像信息豐富的程度,在圖像編碼處理中有重要意義.假設(shè)一幅數(shù)字圖像的灰度范圍為0，L-1，各灰度級像素出現(xiàn)的概率為P0，P1，,PL-1,則該圖像的平均信息量(熵)為:12.什么是點處理、局部處理、并行處理和串行處理？點處理：在局部處理中，當輸出值JP(i,j)僅與IP(i,j)有關(guān)，則稱為點處理點處理計算表達式： 局部處理：對輸入圖像IP（i,j）處理時，某一輸出像素JP(i,j)值由輸入圖像像素（i,j)及其鄰域N(i,j)中的像素值確定。這種處理稱為局部處理。局部處理計算表達式：并行運算：指對圖像中各個象素同時進行相同處理的運算方式

10、，運算快，但只能用于處理的結(jié)果與處理的順序無關(guān)的場合。串行運算：相對并行運算而言，指的是在圖像上按照規(guī)定的順序逐個象素進行處理的運算的形式。說明：凡是在對鄰域象素處理的基礎(chǔ)上進行的處理方法都必須采用串行的運算形式，同時必須規(guī)定處理的順序，處理的順序不同會產(chǎn)生不同的結(jié)果。13.圖像增強的目的是什么？它包含哪些內(nèi)容？圖像增強和圖像復(fù)原之間有何區(qū)別與聯(lián)系？目的：改善圖像的視覺效果；突出圖像的特征，便于計算機處理(把圖像處理成有利于后續(xù)處理的形式)。1、 圖像增強的定義：是指對圖像的某些特征，如邊緣、輪廓、對比度進行強調(diào)或尖銳化，以便于顯示、觀察或進一步地分析與處理。包含內(nèi)容：空域處理：點運算增強；直

11、方圖增強；空域模板濾波；彩色圖像增強頻域處理：頻域的平滑；頻域的銳化區(qū)別與聯(lián)系:圖像增強不考慮圖像是如何退化的，而是試圖采用各種技術(shù)來增強圖像的視覺效果。因此，圖像增強可以不顧增強后的圖像是否失真，只要看得舒服就行。而圖像復(fù)原就完全不同，需知道圖像退化的機制和過程等先驗知識，據(jù)此找出一種相應(yīng)的逆處理方法，從而得到復(fù)原的圖像。如果圖像已退化，應(yīng)先作復(fù)原處理，再作增強處理。二者的目的都是為了改善圖像的質(zhì)量。 14.寫出將具有雙峰直方圖的兩個峰分別從23和155移到16和240的圖像線性變換。15.直方圖修正有哪兩種方法？二者有何區(qū)別與聯(lián)系？方法：直方圖均衡化和直方圖規(guī)定化（直方圖匹配）。區(qū)別：直方

12、圖均衡化：是把原始圖像的灰度直方圖從比較集中的某個灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是重新分配圖像像素值，使一定灰度范圍內(nèi)的像素數(shù)量大致相同。缺陷：直方圖均衡化只能產(chǎn)生唯一一個結(jié)果，故不能用于交互方式的圖像增強應(yīng)用。直方圖規(guī)定化：將一幅圖像通過灰度變換后，使其具有特定的直方圖形式，如使圖像與某一標準圖像具有相同的直方圖，或使圖像具有某一特定函數(shù)形式的直方圖?；舅枷胧亲儞Q直方圖使之成為某個特定的形狀，從而可以有控制地達到預(yù)定的目標。聯(lián)系：直方圖均衡化主要用于增強動態(tài)范圍偏小的圖像反差，它能自動增強整個圖像的對比度（全局均衡化的直方圖），但是它的具體效果不易控制；而直方圖規(guī)定

13、化就是有選擇的增強某個灰度范圍內(nèi)的對比度或使圖像灰度值的分布滿足特定的條件。16.直方圖均衡化的實現(xiàn)實現(xiàn)算法：設(shè)f、g分別為原圖象和處理后的圖像。1) 求出原圖f的灰度直方圖，設(shè)為h。 h為一個256維的向量。(有256個灰度級，L=256)2）求出圖像f的總體像素個數(shù)Nf=m*n （m,n分別為圖像的長和寬）計算每個灰度級的像素個數(shù)在整個圖像中所占的百分比。 hs(i)=h(i)/Nf (i=0,1,255)3）計算圖像各灰度級的累計分布hp。 4）求出新圖像g的灰度值。 17.什么是圖像平滑？敘述均值濾波和中值濾波的原理。中值濾波有何特點？圖像平滑：為了抑制噪聲改善圖像質(zhì)量所進行的處理均值

14、濾波器鄰域平均法：基本思想是用圖像上點（X,Y）及其鄰域像素的灰度平均值來代替點(X,Y)的灰度值。設(shè)有一幅N×N的圖像f(x,y)，若平滑圖像為g(x,y),則有 式中x,y=0,1,N-1； s為（x,y）鄰域內(nèi)像素坐標的集合； M表示集合s內(nèi)像素的總數(shù)。中值濾波：對一個滑動窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來灰度值。鄰域平均法缺點：降低噪聲的同時使圖像產(chǎn)生模糊，特別在邊緣和細節(jié)處。中值濾波特點：在去除噪音的同時，可以比較好地保留邊的銳度和圖像的細節(jié)。中值濾波和鄰域平均法的比較：中值濾波的效果無論從客觀指標還是主觀視覺效果上都遠遠超過鄰域平均法；中值濾波后的圖像

15、邊緣得到了較好的保護；超限中值濾波比一般中值濾波的效果要好。18.對下圖做3*3的中值濾波處理和鄰域平均處理，寫出處理結(jié)果？ 19.多圖像平均法為何能去掉噪聲？多圖像平均法：對同一景物的多幅圖像取平均來消除噪聲的方法。 原始圖像 噪聲 ，這里，噪聲是加性白噪聲，即均值為0，方差為，且噪聲與圖像不相關(guān)。20.圖像銳化處理有幾種方法？計算上述圖像的梯度圖像。方法:空域處理：空域模板濾波中的銳化濾波（包括基本高通濾波，高增益濾波，微分濾波） 頻域處理：頻率域銳化（采用高通濾波器讓高頻成分通過，阻止削弱低頻成分，達到圖像銳化的目的。）21.試述頻率域增強的步驟。頻率域平滑與銳化的主要區(qū)別在哪里？步驟：

16、思想：通過濾波器函數(shù)以某種方式來修改圖像的變換，然后通過取結(jié)果的反變換來獲得處理后的輸出圖像。主要區(qū)別：在頻率域增強技術(shù)中，平滑主要是保留圖像中的低頻部分抑制高頻部分，銳化則保留圖像的高頻部分而削弱低頻部分。22.什么是假彩色增強和偽彩色增強，二者有什么區(qū)別？假彩色增強：對一幅自然彩色圖像或同一景物的多光譜圖像，通過映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標呈現(xiàn)出與人眼色覺相匹配的顏色，以提高對目標的分辨力。偽彩色增強：把黑白圖像的各個不同灰度級按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)，目的是使圖像細節(jié)更易辨認，目標更容易識別。區(qū)別：偽彩色處理主要解決的是如何

17、把灰度圖變成偽彩色圖的問題,最簡單的辦法是選擇對應(yīng)于某一灰度值設(shè)一彩色值來替代,可稱之為調(diào)色板替代法.另外一種比較好的偽彩色處理方法是設(shè)定三個獨立的函數(shù) ,給出一個灰度值,便由計算機估算出一個相應(yīng)的RGB值. 假彩色(false color)處理是把真實的自然彩色圖像或遙感多光譜圖象處理成假彩色圖像.假彩色處理的主要用途是:(1)景物映射成奇異彩色,比本色更引人注目.(2)適應(yīng)人眼對顏色的靈敏度,提高鑒別能力.可把細節(jié)豐富的物體映射成深淺與亮度不一的顏色.(3)遙感多光譜圖象處理成假彩色,可以獲得更多信息.23.何為圖像復(fù)原？圖像復(fù)原與增強有何區(qū)別？圖像復(fù)原：圖像復(fù)原就是要盡可能恢復(fù)退化圖像的

18、本來面目，它是沿圖像退化的逆過程進行處理。典型的圖像復(fù)原是根據(jù)圖像退化的先驗知識建立一個退化模型，以此模型為基礎(chǔ)，采用各種逆退化處理方法進行恢復(fù)，使圖像質(zhì)量得到改善。圖像復(fù)原和圖像增強的區(qū)別：（見13T）24.試述逆濾波復(fù)原的基本原理。它的主要難點是什么？如何克服？基本原理：假定圖像經(jīng)過線性操作而退化，先通過傅立葉變換將退化后且?guī)в性肼暤膱D像g(x)變換成G(u,v)，在頻率域中經(jīng)過復(fù)原(G(u,v)/H(u,v)操作后為F(u,v)，再通過傅立葉逆變換將F(u,v)變換成f(x,y)。主要難點：若噪聲為零，則采用逆濾波恢復(fù)法能完全再現(xiàn)原圖像。若噪聲存在，而且H(u,v）很小或為零時，則噪聲被

19、放大。這意味著退化圖像中小噪聲的干擾在H(u,v)較小時，會對逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非?？朔?）在H(u,v）=0及其附近，人為地仔細設(shè)置H-1(u,v)的值，使N(u,v)*H-1(u,v)不會對產(chǎn)生太大影響。2）使H(u,v)具有低通濾波性質(zhì)。25.圖像幾何校正一般包括哪兩步？像素灰度內(nèi)插有哪三種方法？兩步：空間位置坐標變換 灰度級內(nèi)插三種方法：最鄰近插值法 雙線性插值（一階插值） 高階插值26.有如下信源X，其中，。將該信源進行Huffman編碼，并計算信源的熵。Huffman編碼： 信源的熵：27.什么是圖像分割，常用的圖

20、像分割方法有哪些？圖像分割：為后續(xù)工作有效進行而將圖像劃分為若干個有意義的區(qū)域的技術(shù)。將圖像中具有特殊涵義的不同區(qū)域區(qū)分開來,這些區(qū)域是互相不交叉的,每一個區(qū)域都滿足特定區(qū)域的一致性。圖像分割方法：基于區(qū)域間灰度值的不連續(xù)性 思路：先找到點、線（寬度為1）、邊（不定寬度），再確定區(qū)域 方法：邊界分割法： 點、線、邊的檢測 邊緣連接分割法：通常對做過邊緣檢測的圖像進行，用于連接中斷的線 基于區(qū)域內(nèi)部灰度間的相似性 思路：通過選擇閾值，找到灰度值相似的區(qū)域 區(qū)域的外輪廓就是對象的邊 方法：域值分割法：關(guān)鍵是域值的確定 直方圖得到域值、P參數(shù)法得到域值，最大方差自動取值法 面向區(qū)域的分割：（區(qū)域增長

21、法、區(qū)域分裂與合并）28.二值化，計算圖像的歐拉數(shù)。29.畫出鏈碼為0的曲線，計算該曲線的長度。 算法1：設(shè)某像素與其上下左右像素間的距離為1，與斜方向像素間的距離為，;算法2：將邊界的像素總和作為周長，30.何為灰度共生矩陣？試求下面圖像0度方向的灰度共生矩陣?；叶裙采仃?是對圖像上保持某距離的兩象素分別具有某灰度的狀況進行統(tǒng)計得到的。 共生矩陣表示共生矩陣用兩個位置的象素的聯(lián)合概率密度來定義，它不僅反映亮度的分布特性，也反映具有同樣亮度或接近亮度的象素之間的位置分布特性，是有關(guān)圖象亮度變化的二階統(tǒng)計特征。它是定義一組紋理特征的基礎(chǔ)。是分析圖象的局部模式和它們排列規(guī)則的基礎(chǔ)。31.什么是特征提取與特征選擇，二者有何區(qū)別？特征提?。簭臏p少特征之間的相關(guān)性和濃縮信息量的角度出發(fā)，根據(jù)原始數(shù)據(jù)的統(tǒng)計特性，用盡可能少的特征來最大限度的包含所有原始數(shù)據(jù)的統(tǒng)計特征。特征選擇 :從原始特征中挑選