數(shù)字圖像處理復(fù)習(xí)優(yōu)秀課件

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(jiàn)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(diǎn)離散余弦變換頻譜的特點(diǎn)幾種典型正交變換的比較（能量集中性能、運(yùn)算量）第四章圖像分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(cè)的原理區(qū)域生長(zhǎng)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(cè)的原理與工作過(guò)程（對(duì)DPCM的原理和過(guò)程進(jìn)行分析）幀間預(yù)測(cè)的原理與應(yīng)用變換編碼能實(shí)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(jì)算，包括熵、編碼平均長(zhǎng)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(jiàn)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？綜合應(yīng)用圖像增強(qiáng)及圖像識(shí)別的流程的設(shè)計(jì)圖像預(yù)處理：包括圖像增強(qiáng)、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(shí)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(guò)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(hào)能不失真地描述原信號(hào)，其采樣頻率必須大于或等于信號(hào)所含有最高截止頻率的2倍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(yùn)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(jí)的函數(shù)，描述的是圖像中該灰度級(jí)的像素個(gè)數(shù)。即：橫坐標(biāo)表示灰度級(jí)，縱坐標(biāo)表示圖像中該灰度級(jí)出現(xiàn)的個(gè)數(shù)。１．所有的空間信息全部丟失。２．每一灰度級(jí)的像素個(gè)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？直方圖規(guī)格化例：已知：原圖K 0 1 2 3 4 5 6 7原圖p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.030.02目標(biāo)L 0 1 2 3 4 5 6 7目標(biāo)p’(L) 0.1250.1250.1250.1250.1250.1250.1250.125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(jí)分布函數(shù)F(K)原圖K 0 1 2 3 4 5 6 7p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02F(K) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1（2）求目標(biāo)圖灰度級(jí)分布函數(shù)F’(L)目標(biāo)L 0 1 2 3 4 5 6 7p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 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）K 0 1 2 3 4 5 6 7L 1 3 5 6 7 7 7 7（4）求實(shí)際得到的直方圖Q(L)L 0 1 2 3 4 5 6 7Q(L) 0 0.19 0 0.25 0 0.21 0.160.19中值濾波器與均值濾波器的比較噪聲特點(diǎn)方法處理后圖像椒鹽分布隨機(jī)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(wú)法去除，邊緣也無(wú)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(diǎn)），應(yīng)用H模板對(duì)A、B、C、D四點(diǎn)進(jìn)行運(yùn)算，通過(guò)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(gè)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(gè)相鄰部分的合并都會(huì)破壞這種一致性理論基礎(chǔ)與方法：像素點(diǎn)的跳變性--基于邊界的分割;像素點(diǎn)的相似性--基于區(qū)域的分割區(qū)域生長(zhǎng)法示例

初始生長(zhǎng)點(diǎn)為9，接收準(zhǔn)則為可并入的點(diǎn)的灰度與區(qū)域灰度均值之差 ；生長(zhǎng)過(guò)程如下：冗余度的概念 對(duì)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Huffman編碼過(guò)程f=11e=01a=00b=101c=1001d=1000cbedaf7/225/224/222/22101/223/226/2222/2213/229/223/2210101010已知灰度級(jí)a,b,c,d,e,f概率分別為4/22,3/22,2/22,1/22,5/22,7/22,對(duì)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(jī)噪聲成像過(guò)程的相對(duì)運(yùn)動(dòng)圖像退化模型 原始圖像g(x,y)經(jīng)過(guò)一個(gè)退化過(guò)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)=H[g(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(yùn)算時(shí)，即Q=I平滑約束恢復(fù)

當(dāng)Q取平滑運(yùn)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(duì)失真（包括模糊和噪聲）毫無(wú)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(diǎn)擴(kuò)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?yàn)镠(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)別的特征。其特征包括紋理特征、形狀特征、顏色特征及時(shí)間序列特