数值图像处理重要概念全总结

1、精选优质文档-倾情为你奉上1.数字图像为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。2.图像处理是指对图像信息进行加工以满足人的视觉或应用需求的行为。3.数字图像处理是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。4.图像是指用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生

2、的视知觉的实体。5.什么是图像？如何区分数字图像和模拟图像？图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。6.简述研究图像恢复的基本思路基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。7.简述研究图像变换的基本思路基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的

3、过程，或在进一步的图像处理中获得更好的处理效果。8.一般的数字图像处理要经过几个步骤？由哪经内容组成？数字图像处理的基本步骤包括图像信息的获取、存储、处理、传输、输出和显示。数字图像处理的内容主要包括图像数字化、图像变换、图像增强、图像恢复(复原)、图像压缩编码、图像分割、图像分析与描述和图像识别分类。9.数字图像处理技术研究的基木内容包括哪些？包括图像变换、图像增强、图像恢复、图像压缩编码、图像特征提取、形态学图像处理方法等10.简述研究图像增强的基本思路。基本思路是，或简单地突出图像中感兴趣的特征，或想方设法显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或机器的处理与分析。

4、11.空间分辨率定义为单位距离内可分辨的最少黑白线对的数目，用于表示图像中可分辨的最小细节，主耍取决于采样间隔值的大小。12.图像分辨率图像中存储的信息量，是每英寸图像内有多少个像素点，分辨率的单位为PPI.13.像素的4邻域对于图像位于(x,y)的像素p来说，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，它们的坐标分别为、和。14.像素的8邻域对于图像中位于(x,y)的像素p来说，与其水平相邻、垂直相邻和对角相邻的8个像素称为该像素的8邻域像素，它们的坐标分别为(x-1,y)、(x-1,y)、(x-1,y+1)、(x,y-1)、(x,y+1)、(x+1,y-1)、(x+1,y)和(

5、x+1,y+1)。15.欧氏距离坐标分别位于(x，y)和(u，v)处的像素p和像素q之间的欧氏距离定义为16.街区距离坐标分别位于和处的像素p和像素q之间的街区距离定义为17.棋盘距离棋盘距离：D=MAX|x1-x2|,|y1-y2|;18.棋盘距离坐标分别位于和的处的像素p和像素q之间的棋盘距离定义为19.显示分辨率显示屏上能够显示的数字图像像素的最大行数和最大列数，取决于显示器上所能够显示的像素点之间的距离。20.二值图像具有两个灰度等级的图像。黑白图像一定是二值图像，但二值图像不定是黑白图像。21.像素的m邻接设V是一个灰度值集合，且黑白图像的V=1；256灰度级图像的V为0255中的任

6、意一个灰度级子集。若像素p和像素q的灰度值均属于V中的元素，则p和q为m邻接。22.简述什么是视觉适应性视觉适应性是指当人从暗的环境突然进入亮的环境，或从亮的环境突然进入暗的环境时，人眼滞后恢复对周围环境视觉的性质，也即人眼对从亮的环境突然变到暗的环境或从暗的环境突然进入亮的环境的适应性。23.亮适应性当人从暗的环境突然进入亮的环境时，需要一定的时间(尽管很短)恢复对周围环境的视觉，人眼的这种对从暗突变到亮环境的适应能力或滞后恢复对周围环境视觉的现象称为亮适应性。24.简述什么是马赫带效应在一幅由几个亮度逐渐减弱(或增强)且连在一起的窄带组成的图像中，每个窄带内的亮度分布是均匀的。但由于人眼视

7、觉的主观感受，在亮度有变化的地方会出现虚幻的亮或暗的条纹，使得人们在观察某个窄条时，感觉在靠近该窄条的另一个亮度较低的窄条的另一侧似乎更亮一些，而在靠近该窄条的另一个亮度较高的窄条的那一侧似乎更暗一些，也即在不同亮度区域边界有“欠调”和“过调”现象。这种现象称为带效应。25.高通滤波分为空间域高通滤波与频率域高通滤波两种。图像的空间域高通滤波是指通过某种空间域高通滤波运算，让符合某种要求的较高灰度值通过，而将不符合某种要求的较小灰度值滤除掉。图像的频率域高通滤波是指通过某种频率域高通滤波运算，让符合某种要求的所有高频没有衰减地通过，而将不符合某种要求的所有低频滤除掉。26.中值滤波是指选用线形

8、、十字形、方形、菱形或圆形等为窗日，采用类似于模板(窗口)运算的方法控制窗日在待滤波图像上移动，对待滤波图像中位于窗口内的所有像素的灰度进行排序，让滤波结果图像中的那个与窗口中心点处的像素位置的像素取排序结果的中间值。27.带阻滤波是一种用于消除以某点为对称中心的给定区域内的频率，或用于阻止以某点为对称中心的一定频率范围内的信号通过的滤波器28.各向同性通常用于指出在图像锐化和边缘检测中，那些对任意方向的边缘和轮廓都有相同检测能力的锐化算子和边缘检测算子所具有的性能。29.图像锐化是一种突出和加强图像中景物的边缘和轮廓的技术。30.图像噪声在图像上出现的一些随机的、离散的和孤立的不协调像素点称

9、为图像噪声。图像噪声在视觉上通常与它们相邻的像素明显不同，表现形式为在较黑区域上的随机自点或较自区域上的随机黑点，明显会影响图像的视觉效果。31.对比度拉伸是一种提高图像中某些灰度值间的动态范围的图像增强方法。根据造成图像低对比度的原因和应用的目的不同，利用简单的分段线性函数来实现对比度拉伸变换。32. 图像平滑(低通滤波)的主要用途是什么？该操作对图像质量会带来什么负面影响？图像平滑的主要用途是消除图像中的噪声。该操作对图像质量带来的负面影响是：由于平滑算子实质上是一种低通滤波器，且图像中的边缘反映的是图像中的细节和高频信息，所以在利用邻域平均法进行图像平滑或利用低通滤波进行图像消噪的同时，

10、会使图像的边缘变得模糊。并且，进行图像平滑的模板的大小与图像平滑的效果密切相关，模板尺寸越大，平滑后的图像就越模糊。33.图像锐化(高通滤波)的主要用途是什么？该操作对图像质量会带来什么负面影响？图像锐化主要用于突出和加强图像中景物的边缘和轮廓。该操作对图像质量带来的负面影响是：由于锐化算子实质是一种高通滤波器，通过图像锐化在增强图像边界和细节的同时，也使噪声得到了加强。另外，各向异性算子由于算子中间一行一列两边元素的相反值特征，会使锐化后的图像的边缘比较粗。因此，进行图像锐化处理的图像应有较高的信噪比，否则经锐化后的图像的质量会进一步降低。34.信噪比信号与噪声的比值35.中值滤波的主要用途

11、是什么？与低通滤波相比，它有哪此优越性？中值滤波的主要用途是消除图像中的噪声，并且对于消除图像中的随机噪声和脉冲噪声非常有效。与频率域低通滤波相比，中值滤波运算简单，在滤除噪声的同时能很好地保护图像的边缘和锐角等细节信息。36.高斯函数具有什么特点？高斯函数的傅里叶变换和反变换均为高斯函数，所以可以用来寻找空间域与频率域之间的联系。37.直方图均衡的基本思想是什么？直方图均衡图像增强处理的主要步骤是什么？直方图均衡的基本思想就是把一幅具有任意灰度概率分布的图像，变换成一幅接近均匀概率分布的新图像。利用直方图均衡方法进行图像增强的过程的主要步骤如下：(l)计算原图像的归一化灰度级别及其分布概率。

12、(2)根据直方图均衡化公式求变换函数的各灰度等级值。(3)将所得变换函数的各灰度等级值转化成标准的灰度级别值，从而得到均衡化后的新图像的灰度级别值。(4)根据其相关关系求新图像的各灰度级别值的像素数目。(5)求新图像中各灰度级别的分布概率。(6)画出经均衡化后的新图像的直方图.38.椒盐噪声椒盐噪声类似于随机分布在图像上的亮点和暗点，通常被数字化为最大灰度值的纯自或最小灰度值的纯黑。将黑点形象为胡椒点，将自点形象为盐点，因而名为椒盐噪声。把白点看做正脉冲，黑点看做负脉冲，所以椒盐噪声也称为脉冲噪声，有时也将其称为散粒噪声或尖峰噪声。39.白噪声当图像面上不同点的噪声不相关时，称为白噪声40.高

13、斯噪声是一种源于电子电路噪声和由低照明度或高温带来的传感器噪声。高斯噪声也称为正态噪声。41.什么叫做图像复原？图像复原与图像增强有何区别？图像复原，又叫图像恢复，就是尽可能地减少或消除图像质量的下降，恢复被退化的图像的本来面目。图像复原与图像增强的主要区别如下：首先，图像恢复利用退化模型来恢复图像，则图像增强一般无须对图像降质过程建立模型。其次，图像恢复是针对图像整体，以改善图像的整体质量。而图像增强是针对图像的局部，以改善图像的局部特性，如图像的平滑和锐化。再者，图像恢复的过程，要有一个客观的评价准则，则图像增强很少涉及统一的客观评价准许则。42.腐蚀设A为目标图像,B为结构元素,y为集合

14、平移的位移量43.膨胀膨胀是腐蚀的对偶运算。设A为目标图像,B为结构元素，y为集合平移的位移量，则目标图像A可被结构元素B膨胀定义为44.开运算是指使用同一个结构元素对目标图像先进行腐蚀运算，再进行膨胀运算。45.闭运算闭运算是开运算的对偶运算，是指使用同1个结构元素对目标图像先进行膨胀运算，再进行腐蚀运算。46.开运算与腐蚀运算相比有何优越性？腐蚀运算和开运算都具有消除图像中比结构元素小的成分的作用。但腐蚀运算在消除图像中比结构元素小的成分的同时，会使图像中的目标物体收缩变小；而开运算在消除图像中比结构元素小的成分的同时，能较好地保持图像中目标物体的大小不变。这是开运算相对于腐蚀运算的优越性

15、。47.闭运算与膨胀运算相比有何优越性？膨胀运算和闭运算都具有填充图像中比结构元素小的小孔和狭窄缝隙的作用。但膨胀运算在填充图像中比结构元素小的小孔和狭窄缝隙的同时，会使图像中的目标物体扩大；而闭运算在填充图像中比结构元素小的小孔和狭窄缝隙的同时，能较好地保持图像中目标物体的大小不变。这是闭运算相对于膨胀运算的优越性。48.伪彩色由于人眼识别和区分灰度差异的能力十分有限，通常只有几十种；而人眼识别和区分色彩的能力却很强，可达数百种甚至上千种。利用人眼的这一生理特性，人们通过将一幅具有不同灰度级的图像转换为彩色图像的方法，来提高人们对某些灰度图像的分辨能力。由于利用这种方法构建的彩色图像中的彩色

16、不是原图像的真实色彩，所以将其称为伪彩色。49.饱和度是一种纯色被白光稀释程度的度量。纯色(可见光谱中包含的一系列单色光)是个饱和的，随着白光的加入饱和度会逐渐降低，也即变成欠饱和；也由于纯色中白光的加入，观察者接收到的不再是某种纯色，而是反应该纯色属性的混合颜色。50.真彩色真彩色又称为全彩色，对应的图像称为真彩色图像或全彩色图像。真彩色是分别用一个字节表示R、G、B三种纯色分量的亮度值，也即真彩色图像中的一个像素的实际颜色值用一个三分量的值组(B、G、R)表示，因此真彩色包括的颜色种类多达种。51.彩色模型是一个三维坐标系统或子空间规范，位于坐标系统中的每一个点代表一种颜色。52.亮度对于

17、消色图像来说，亮度也即灰度。对于彩色图像来说，亮度是一种反映颜色明亮程度的属性，颜色中掺入的白色越多，亮度就越大；掺入的黑色越多，亮度就越小。53.色调是一种描述纯色，即可见光谱中包含的一系列单色光的属性。指图像的相对明暗程度，在彩色图像上表现为颜色。54.对比度从生理学上讲，对比度用于描述物体间亮度的差异性。在数字图像处理中，是针对图像的总体来描述亮度间的差异性，具体来说是指图像中的物体(目标)内或物体与周围背景之间光强的差别。55. 什么是三基色原理然界中的绝大多数颜色都可由红、绿、蓝这三种颜色组合而成；自然界中的绝大多数颜色也都可以分解成红、绿、蓝这三种颜色，这种现象称为色度学中的三基色

18、原理。56.相加混色的三种基色是红、绿、蓝；三种补色是青色、品红色和黄色。相减混色的三种基色是青色、品红色和黄色；三种补色是红、绿、蓝。57.饱和度和白光的关系饱和度给出了一种纯色被白光稀释的程度的亮度，与加入到纯色中的白光成正比。纯色是全饱和的，随着白光的加入饱和度会逐渐降低，也即变成非饱和的。58.亮度与白色和黑色的关系对于消色图像来说，仅有亮度一个属性，亮度也即灰度。以亮度分布为256灰度级的图像为例，白色是最亮的，灰度值为255；黑色是最不亮(暗)的，灰度值为0，其他则是一系列从浅到深排列的各种灰色。对于彩色图像来说，亮度是一种反映颜色明亮程度的属性，纯色中掺入的白色越多，亮度就越大；

19、纯色中掺入的黑色越多，亮度就越小。59.彩色图像平滑的基本思想彩色图像的平滑除了处理的对象是向量外，还要注意图像所用的彩色空间。对1基于RGB彩色模型的彩色图像进行平滑，就是对彩色图像的3个彩色通道R、G、B分别进行平滑，其中对每个彩色分量的平滑与灰度图像平滑方法相同。60.图像分类按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。61.图像处理三个层次狭义图像处理、图像分析和图像理解。62.图像处理对图像进行一系列操作，以到达预期目的的技术。63.数字图像处理的内容（1）图像获取（2）图像增强（3）图像复原（4）图像重建（5）图像压

20、缩编码（6）图像分割（7）图像分析（8）模式识别（9）图像理解64.数字图像处理的目的（1）提高图像的视觉质量，以达到赏心悦目的目的。（2）提取图像中所包含的某些特征或特殊信息，以便于计算机分析（3）对图像数据进行变换、 编码和压缩， 以便于图像的存储和传输。65.决定图像质量的因素（1）平均亮度 （2）对比度（3）清晰度：由图像边缘灰度变化的速度来描述（4）分解力或分辨率（5）采样间隔（6） 量化等级66.模拟图像的表示f(x，y)i(x，y)×r(x，y)，照度分量0<i(x，y)< ，反射分量0 <r(x，y)<1.67.图像数字化将一幅画面转化成计算机

21、能处理的形式数字图像的过程。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。68.采样将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。采样方式:有缝、无缝和重叠。69.量化将像素灰度转换成离散的整数值的过程叫量化。70.灰度级表示像素明暗程度的整数称为像素的灰度级。71.图像根据灰度级数的分类数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。72.数字图像采样的关系采样间隔大所得像素数少空间分辨率低数据量小棋盘效应采样间隔小所得像素数多空间分辨率高数据量大质量好73.数字图像量化的关系量化等级多图像层次丰富灰度分辨率高数据量大图

22、像质量好量化等级少图像层次欠丰富灰度分辨率低数据量小假轮廓现象74.采样孔保证单独观测特定的像素而不受其它部分的影响。75.数字化器组成采样孔：保证单独观测特定的像素而不受其它部分的影响。图像扫描机构：使采样孔按预先确定的方式在图像上移动。光传感器：通过采样孔测量图像的每一个像素的亮度。量化器：将传感器输出的连续量转化为整数值。输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等76.直方图的应用一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。77.计算图像信息量熵H（根据不同像素的概率可求）78.局部处理对输入图像像素P（i,j）处理时，某一输出像素Q（i,j）由输入

23、图像像素及其邻域中的像素值确定。79.点处理在局部处理中，当输出值Q(i,j)仅与P(i,j)有关，则称为点处理。例：增强对比度、图像二值化80. 图像的特征1) 自然特征：光谱特征、 几何特征、时相特征；2) 人工特征：直方图特征，灰度边缘特征，线、角点、纹理特征；3) 特征的范围：点特征、线特征、局部特征、区域特征、整体特征。81.特征提取获取图像特征信息的操作。把从图像提取的m个特征量y1，y 2，ym，用m维的向量Yy1 y2ymt表示称为特征向量。另外，对应于各特征量的m维空间叫做特征空间。82.外部噪声图像处理系统外部产生的噪声如：天体放电干扰、电磁波从电源线窜入系统等83.内部噪

24、声系统内部产生的噪声，来源有：（1）由光和电的基本性质引起的（2）由机械运动产生的噪声（3）元器件噪声（4）系统内部电路噪声84.噪声的分类从噪声幅度分布形态分类：高斯型、瑞利形按过程分类：量化噪声、椒盐噪声85.图像变换的目的在于1) 使图像处理问题简化；2) 有利于图像特征提取；3) 有助于从概念上增强对图像信息的理解。86.傅里叶变换的物理意义将原来难以处理的时域信号转换成了易于分析的频域信号（信号的频谱），即将图像从空间域转换到频率域，其逆变换是将图像从频率域转换到空间域。这样通过观察傅立叶变换后的频谱图，也叫功率图，了解图像特征。87.图像增强的目的（1）改善图像视觉效果，提高图像清

25、晰度（消除噪声）（2）将图像转化为一种更适合与人或机器进行分析处理的形式（突出边缘）88.主要图像处理的目的89.空间域增强是直接对图像各像素进行处理；90.频率域增强是先对图像经傅立叶变换后的频谱成分进行某种处理，然后经逆傅立叶变换获得所需的图像。91.邻域平均法用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑，又称邻域平均法。92.中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。其特点如下：（1）对脉冲干扰及椒盐噪声的抑制效果好（2）在抑制随机噪声的同时能有效保护边缘少受模糊（3）对点、线等细节较多的图像却不

26、太合适（4）离散阶跃信号、斜升信号没有受到一维中值滤波的影响，而离散三角信号的顶部则变平了。对于离散的脉冲信号，当其连续出现的次数小于窗口尺寸的一半时，将被抑制掉，否则将不受影响。93.各种空间域平滑算法效果比较1) 局部平滑法算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。2) 超限像素平滑法对抑制椒盐噪声比较有效，对保护仅有微小灰度差的细节及纹理也有效。并且随着邻域增大，去噪能力增强，但模糊程度也大。超限像元平滑法比局部平滑法去椒盐噪声效果更好。3) 灰度最相近的K个邻点平均法：较小的K值使噪声方差下降较小，但

27、保持细节效果较好；而较大的K值平滑噪声较好，但会使图像边缘模糊。4) 最大均匀性平滑经多次迭代可增强平滑效果，在消除图像噪声的同时保持边缘清晰性。但对复杂形状的边界会过分平滑并使细节消失。5) 有选择保边缘平滑法既能够消除噪声，又不破坏区域边界的细节。6) 中值滤波对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。中值滤波法能有效削弱椒盐噪声，且比邻域、超限像素平均法更有效。94.图像空间域锐化增强图像的边缘或轮廓。图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。 95.频率域平滑由于噪声主要集

28、中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。96.频率域锐化采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。包括：理想高通滤波器、巴特沃斯高通滤波器、指数滤波器、梯形滤波器 。97.彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色增强和假彩色增强两类。98.伪彩色是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。99.伪

29、彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。100.假彩色又称彩色合成，是图像增强的处理方法之一，是将多谱段黑白图像、自然彩色图像变为彩色图像的处理技术。一般是三色合成， 也可两色或四色合成。101假彩色增强目的(1)使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中，从而更引人注目；(2)使景物呈现出与人眼色觉相匹配的颜色，以提高对目标的分辨力。 102.伪彩色增强与假彩色增强有何区别伪彩色处理主要解决的是如何把灰度图变成伪彩色图的问题,最简单的办法是选择对应于某一灰度值设一彩色值来替代,可称之为调色板替代法.另外一种比较好的伪彩色处理方法是设定三个独立的函数 ,

30、给出一个灰度值,便由计算机估算出一个相应的RGB值. 假彩色(false color)处理是把真实的自然彩色图像或遥感多光谱图象处理成假彩色图像.假彩色处理的主要用途是:(1)景物映射成奇异彩色,比本色更引人注目.(2)适应人眼对颜色的灵敏度,提高鉴别能力.可把细节丰富的物体映射成深浅与亮度不一的颜色.(3)遥感多光谱图象处理成假彩色,可以获得更多信息.103.像素级影像融合是采用某种算法将覆盖同一地区（或对象）的两幅或多幅空间配准的影像生成满足某种要求的影像的技术。 104.图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。105.图像退化的

31、数学模型g（x，y）= f（x，y）* h（x，y）+ n(x，y)106.图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。107.图像复原过程找退化原因建立退化模型反向推演恢复图像108.图像复原和图像增强的区别1) 图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否失真，只要看得舒服就行。2) 而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。3) 如果图像已退化，应先作复原处理，再作增强处理。 4) 二者的目的都是为了改善图像的质量。 10

32、9.频率域恢复方法应注意若噪声存在，而且H(u,v）很小或为零时，则噪声被放大。这意味着退化图像中小噪声的干扰在H(u,v)较小时，会对逆滤波恢复的图像产生很大的影响，有可能使恢复的图像和f(x,y)相差很大，甚至面目全非。110.图像的几何变换图像的几何变换包括了图像的形状变换和图像的位置变换。图像的几何变换不改变像素的值，只改变像素的位置。图像的形状变换：图像的放大、缩小与错切。通常在目标物识别中使用。图像的位置变换：图像的平移、镜像与旋转。主要是用于目标识别中的目标配准。图像的仿射变换：采用通用的数学影射变换公式，来表示以上给出的几何变换 （不同几何变换对应着不同的变换矩阵）111.图像

33、旋转时的问题（1）需要前期处理：扩大画布，取整处理，平移处理 。（2）旋转变换公式：（3）利用行插值（列插值）方法，填补旋转后图片出现的像素空洞112.常用的像素灰度内插法有最近邻元法、双线性内插法和三次内插法三种。113像素灰度内插法效果比较（1）最近邻元法：在待求点的四邻像素中，将距离最近的相邻像素灰度赋给该待求点 特点： 方法最简单，效果尚佳 校正后的图像有明显锯齿状，即存在灰度不连续性（2）双线性内插法：利用待求点四个邻像素的灰度在两个方向上作线性内插。 特点： 比最近邻元法复杂，计算量大 没有灰度不连续性的缺点，结果令人满意 具有低通滤波性质，使高频分量受损，图像轮廓有一定模糊（3）

34、三次内插法：利用三次多项式S（x）来逼近理论上的最佳插值函数sin（x）/ x 特点：该算法计算量最大，但内插效果最好，精度最高。114.图像重建有三种模型透射模型、发射模型和反射模型。115.图像压缩的目的和意义数据压缩的研究内容：数据的表示、传输、变换和编码方法数据压缩的目的：减少存储数据所需的空间和传输所用的时间数据压缩的意义：在现代通信中，图像传输已成为重要内容之一。采用编码压缩技术，减少传输数据量，是提高通信速度的重要手段。数据压缩的思想：从信息论观点看，描述图像信源的数据由有用数据和冗余数据两部分组成。 如果能减少或消除其中的1种或多种冗余，就能取得数据压缩的效果116.图像编码压

35、缩的分类根据解压重建后的图像和原始图像之间是否具有误差（1）无误差（亦称无失真、无损、信息保持）编码：霍夫曼编码、行程编码、算术编码（2）有误差（有失真、有损）编码：预测编码、变换编码、其他编码 根据编码作用域划分（1）空间域编码（2） 变换域编码 117.图像分析的步骤（1）把图像分割成不同的区域或把不同的对象分开（2）找出分开的各区域的特征（3）识别图像中要找的对象或对图像进行分类（4）对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构118.图像分割把图像分成互不重叠的区域并提取感兴趣目标的技术。119.图像分析的步骤（1）把图像分割成不同的区

36、域或把不同的对象分开（2）找出分开的各区域的特征（3）识别图像中要找的对象或对图像进行分类（4）对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构120.图像分割的基本策略（1）分割算法基于灰度值的两个基本特性：不连续性和相似性（2）检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。 （3）检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边121.图像分割的方法（1）基于边缘的分割方法：先提取区域边界，再确定边界限定的区域。（2）区域分割：确定每个像素的归属区域，从而形成

37、一个区域图。（3）区域生长：将属性接近的连通像素聚集成区域（4）分裂合并分割：综合利用前两种方法，既存在图像的划分，又有图像的合并。122.边缘检测算子基本思想：计算局部微分算子一阶微分：用梯度算子来计算特点：（1）对于阶跃状变化，会出现极大值（两侧都是正值，中间的最大）（2）对于屋顶状变化，会过零点（两侧符号相反）不变部分为零。用途：用于检测图像中边的存在二阶微分：通过拉普拉斯来计算 特点：（1）对于阶跃状变化，会过零点（两侧符号相反）（2）对于屋顶状变化，会出现负极大值（两侧都是正值，中间的最大）不变部分为零。用途：用于检测图像中边的存在 123.几种常用的边缘检测算子梯度算子：仅计算相邻

38、像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。Roberts算子：与梯度算子类似，效果略好于梯度算子Prewitt算子：在检测边缘的同时，能抑制噪声的影响Sobel算子：（1）对4邻域采用带权方法计算差分（2）能进一步抑止噪声，但检测的边缘较宽Kirsch算子（方向算子）：在计算边缘强度的同时可以得到边缘的方向，各方向间的夹角为45º 用法：取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向（共8个模板）Laplacian算子：优点：（1）各向同性、线性和位移不变；（2）对细线和孤立点检测效果较好。缺点：（1）对噪音的敏感，对噪声有双倍加强作用；（2）不能检测出边的方向；

39、（3）常产生双像素的边缘。 注意：由于梯度算子和Laplace算子都对噪声敏感，因此一般在用它们检测边缘前要先对图像进行平滑。 Marr算子：马尔算子是以拉普拉斯算子为基础，首先用一个二维高斯函数对图像卷积以减低图像噪声的影响（平滑）；再用二阶导数差分算子（拉普拉斯算子）计算优点：是快速，能得到一个闭合的轮廓。缺点：由于使用二阶导数，对噪声敏感。 曲面拟合法：用平面或高阶曲面来拟合图像中某一小区域的灰度表面，求这个拟合平面微分或二阶微分检测边缘，可减少噪声影响。 其过程是求平均后再求差分，因而对噪声有抑制作用。Canny边缘检测算子：定义：Canny边缘检测最优的阶梯型边缘检测算法原理：图像边

40、缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。最优边缘检测算子应有的指标：（1）低误判率 （2）高定位精度（3） 抑制虚假边缘124.Hough变换特点1) 对、量化过粗，直线参数就不精确，过细则计算量增加。因此，对、量化要兼顾参数量化精度和计算量。2) Hough变换检测直线的抗噪性能强，能将断开的边缘连接起来。3) 此外Hough变换也可用来检测曲线。局部不规则而宏观有规律的特性称之为纹理；以纹理特性为主导的图像，常称为纹理图像；以纹理特性为主导特性的区域，常称为纹理区域125.模

41、板匹配当对象物的图案以图像的形式表现时，根据该图案与一幅图像的各部分的相似度判断其是否存在，并求得对象物在图像中位置的操作叫做模板匹配。126.调色板在16色或256色显示系统中，将图像中出现最频繁的16中或256中颜色组成一个颜色表，并将他们分别编号为0-15或0-255，这样就是每一个4位或8位的颜色编号与颜色表中4位颜色值相对应。这种4位或者8位的颜色编号成为颜色的索引号，有颜色索引号及其对应的24位颜色值组成的表成为颜色查找表，也即调色板。127.图像分割图像分割就是依据图像的灰度、颜色、纹理、边缘等特征，把图像分成各自满足某种相似性准则或具有某种同质特征的连通区域的集合的过程。128.基于阀门的图像分割方法基于阈值的图像分割方法是提取物体与背景在灰度上的差异，把图像分为具有不同灰度级的目标区域和背景区