數(shù)字圖像處理復(fù)習(xí)課件

1、數(shù)字圖像處理復(fù)習(xí)提綱第一章 圖像采集與量化取樣、量化、數(shù)字化的概念三基色原理什么是奈奎斯特取樣定理？其意義是什么？量化的分類常見的圖像輸入設(shè)備有哪些？第二章 圖像變換離散傅立葉變換頻譜的特點離散余弦變換頻譜的特點幾種典型正交變換的比較（能量集中性能、運算量）第三章 圖像增強圖像噪聲的類型與特點灰度直方圖的概念灰度變換的原理（對具體方法的分析）直方圖均衡和直方圖指定化的概念，如何進(jìn)行直方圖的規(guī)格化（具體計算）圖像平滑代表算法及效果（均值、中值濾波的原理）圖像銳化代表算法及效果圖像平滑模板與銳化模板的應(yīng)用（具體模板的計算）低通、高通濾波及同態(tài)濾波實現(xiàn)圖像增強的原理彩色增強的分類與原理第四章 圖像分

2、割圖像分割的概念圖像分割的理論基礎(chǔ)與方法邊界搜索跟蹤的原理門限化分割的原理差分、梯度、拉普拉斯邊緣檢測的原理區(qū)域生長法的原理（具體分析）第五章 圖像編碼與壓縮圖像數(shù)據(jù)冗余度概念，壓縮編碼的分類幀內(nèi)預(yù)測的原理與工作過程（對DPCM的原理和過程進(jìn)行分析）幀間預(yù)測的原理與應(yīng)用變換編碼能實現(xiàn)壓縮的原理及應(yīng)用行程編碼的原理及應(yīng)用哈夫曼編碼的原理及應(yīng)用（具體計算，包括熵、編碼平均長度、編碼效率）JPEG壓縮標(biāo)準(zhǔn)的壓縮步驟第六章 圖像恢復(fù)與重建圖像退化因素退化模型的框圖及描述三種最常見的有約束的圖像恢復(fù)方法及其條件什么是盲目去卷積恢復(fù)？什么是圖像的幾何畸變？第七章 圖像特征與分析圖像分析的目的圖像特征的種類

3、圖像的形態(tài)運算包括哪些？什么是圖像紋理？紋理分析的主要方法？圖像形狀的體現(xiàn)形式有哪些？形狀分析有哪些方法？綜合應(yīng)用圖像增強及圖像識別的流程的設(shè)計圖像預(yù)處理：包括圖像增強、平滑抑噪、邊緣銳化、圖像復(fù)原圖像分割及二值化圖像的修飾與細(xì)化特征提取與識別圖像的數(shù)字化 所謂的圖像數(shù)字化是指將模擬圖像經(jīng)過離散化之后，得到用數(shù)字表示的圖像。數(shù)字化包括采樣和量化采樣：連續(xù)圖像空間坐標(biāo)的離散化量化：連續(xù)圖像幅值的離散化取樣定理取樣定理的意義：取樣定理指出了要使取樣信號能不失真地描述原信號，其采樣頻率必須大于或等于信號所含有最高截止頻率的2倍傅立葉頻譜特點從分布上看，頻譜中心位于屏幕中心，呈輻射狀分布：離中心點越近

4、，頻率越低，能量越大；反之。頻率越高，能量越小。頻譜中心反映圖像平均亮度，低頻區(qū)域反映圖像實體細(xì)節(jié)，高頻區(qū)域反映圖像邊緣輪廓。主要變換方法及比較正交變換能量集中性能從好到差KLT、DCT、SLT、DFT、WHT、HRT正交變換運算量從小到大HRT、WHT、SLT、DCT、DFT、KLT灰度直方圖灰度直方圖是灰度級的函數(shù)，描述的是圖像中該灰度級的像素個數(shù)。即：橫坐標(biāo)表示灰度級，縱坐標(biāo)表示圖像中該灰度級出現(xiàn)的個數(shù)。所有的空間信息全部丟失。每一灰度級的像素個數(shù)可直接得到直方圖線性(尺度)變換P(r)ab255gf255ba255gbgaabgsP(s)255gbga結(jié)果分析？直方圖均衡化和指定化直方

5、圖均衡化是對在圖像中像素個數(shù)多的灰度級進(jìn)行展寬，而對像素個數(shù)少的灰度級進(jìn)行縮減，將直方圖的分布變成均勻分布，從而達(dá)到清晰圖像的目的。直方圖指定化是把已知直方圖的圖像變?yōu)槠谕狈綀D的圖像。直方圖規(guī)格化例：已知：原圖K01234567原圖p(K)0.190.250.210.160.080.060.03 0.02目標(biāo)L01234567目標(biāo)p(L)0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125求K,L之間的轉(zhuǎn)換關(guān)系（若F(L-1)F(K)=F(L)，則K變換成L）和規(guī)格化處理后的直方圖直方圖規(guī)格化（1）求原圖灰度級分布函數(shù)F(K)原圖K01234567p

6、(K)0.190.250.210.160.080.060.03 0.02F(K)0.19 0.44 0.65 0.81 0.89 0.95 0.981（2）求目標(biāo)圖灰度級分布函數(shù)F(L)目標(biāo)L01234567p(L)0.125 0.125 0.125 0.125 0.1250.125 0.125 0.125F(L)0.125 0.25 0.375 0.5 0.625 0.75 0.875 1（3）K，L之間的轉(zhuǎn)換關(guān)系（若F(L-1)F(K)=F(L)，則K變換成L）K01234567L13567777（4）求實際得到的直方圖Q(L)L01234567Q(L)00.1900.2500.210.1

7、6 0.19中值濾波器與均值濾波器的比較噪聲特點方法處理后圖像椒鹽分布隨機幅值一定均值抑制噪聲，邊緣明顯模糊中值濾除噪聲，邊緣僅有少許模糊高斯分布固定幅值不定均值濾除噪聲，邊緣明顯模糊中值噪聲無法去除，邊緣也無模糊中值濾波的原理、作用利用中值濾波模板對圖像進(jìn)行掃描，把模板中的像素進(jìn)行由小到大的重新排列，取排列中間位置上的像素的灰度值替代模板中心待處理像素灰度值。這種方法稱為中值濾波。中值濾波的優(yōu)點是在消除噪聲的同時，還能保護邊界不被模糊 。銳化算法及效果比較微分類型代表算法邊界細(xì)節(jié)一階微分Sobel算法Roberts算法Priwitt算法邊界粗略但清晰邊界細(xì)節(jié)較少二階微分Laplacian算法

8、Wallis算法邊界細(xì)致但不清晰邊界細(xì)節(jié)豐富平滑與銳化模板示例：已知圖像子塊如下（A為噪聲點），應(yīng)用H模板對A、B、C、D四點進(jìn)行運算，通過結(jié)果分析出該模板的功能和類型。圖像分割根據(jù)某種均勻性的原則將圖像分成若干個有意義的部分，使每部分都符合某種一致性的要求。而任意兩個相鄰部分的合并都會破壞這種一致性 理論基礎(chǔ)與方法：像素點的跳變性-基于邊界的分割;像素點的相似性-基于區(qū)域的分割區(qū)域生長法從生長點開始，搜索其鄰域，把符合接收規(guī)則的點或子區(qū)歸并進(jìn)來，形成新的生長點，直到當(dāng)前區(qū)域不能再合并為止種子算法種子的選取生長的準(zhǔn)則生長過程終止的條件或規(guī)則區(qū)域生長法示例 初始生長點為9，接收準(zhǔn)則為可并入的點的

9、灰度與區(qū)域灰度均值之差 ；生長過程如下：冗余度的概念對于描述一幅圖像所需要的最少信息之外的多余信息，稱為冗余度。一般圖像中都含有冗余度，去除圖像里的冗余度便完成了數(shù)據(jù)壓縮幀內(nèi)預(yù)測對預(yù)測差值編碼以消除空間冗余度即差分脈沖編碼調(diào)制DPCM，原理框圖如下：變換編碼通過變換去除一部分不重要的參數(shù)，達(dá)到壓縮的目的其依據(jù)是圖像數(shù)據(jù)經(jīng)過變換后，出現(xiàn)能量集中的情況，則變換后可只選少量重要的系數(shù)進(jìn)行編碼，以達(dá)到壓縮的目的Huffman編碼過程f=11 e=01 a=00 b=101 c=1001 d=1000cbedaf7/225/224/222/22101/223/226/2222/2213/229/223/

10、2210101010已知灰度級a, b, c, d, e, f概率分別為4/22,3/22,2/22,1/22,5/22,7/22,對其編碼并求編碼效率圖像退化因素光學(xué)系統(tǒng)的像差與成像衍射成像系統(tǒng)的非線性畸變環(huán)境隨機噪聲成像過程的相對運動圖像退化模型原始圖像g(x,y)經(jīng)過一個退化過程H（退化算子或退化系統(tǒng)）的作用，再和噪聲n(x,y)進(jìn)行疊加，形成退化圖像f(x,y)f(x,y)=Hg(x,y)+n(x,y)H(x,y)+g(x,y)n(x,y)f(x,y)有約束恢復(fù)能量約束恢復(fù)當(dāng)Q為線性運算時，即Q=I平滑約束恢復(fù)當(dāng)Q取平滑運算，Q=C均方誤差最小濾波（維納濾波）當(dāng)盲目解卷積圖像恢復(fù)盲目解卷積算法主要針對失真（包括模糊和噪聲）毫無所知的情況下進(jìn)行的復(fù)原操作一般處理方法是把圖像分為若干塊，假設(shè)點擴展函數(shù)H(u,v)的值為某常數(shù)，逐塊求得原圖像的傅立葉變換，從而復(fù)原圖像。因為H(u,v)未知，故稱為盲目解卷積幾何畸變由于成像系統(tǒng)的非線性，成像后的圖像與原景物相比，產(chǎn)生比例失調(diào)，被描述的景物間產(chǎn)生扭曲圖像分析圖像分析的目的是給出某一具體的圖像中與其他圖像相區(qū)