数字图像处理考点

1、周一，实验双语考试：填空，24分12个简答，24分，4个，两个英文解答，4个十分，一个十二分，两个英文章节标题英文记忆第一章？What is Digital Image?答When x,y, and the amplitude values of f are all finite, discrete quantities, we call the image a digital imageWhat Is Digital Image Processing?n 答 The fields of digital image processing refers to processing digital

2、 images by means of a digital computer.1，数字图像处理概念：利用数字计算机处理数字图像，以期提高图像的质量或达到人们所要求的某些预期的结果图像表示：模拟图像可以用连续函数表示 特点是：光照位置和强度均为连续变化2. 数字图像可用矩阵或数组来表示 特点是：光照位置和强度均为离散化的图像分类：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2，图像处理的三个层次The category of digital image processing图像处理(image processing)、图像分析(image analysis)和图像理解(imag

3、e understanding)数据量由大到小3，图像变换Image Transformation：图像变换目的在于：处理问题简化、有利于特征提取、加强对图像信息的理解。图像变换算法很多，典型的包括傅里叶变换、小波变换增强Image Enhancement：图像增强的目的在于增强图像中的有用信息，突出感兴趣的部分。复原Image Restoration：得到图像的退化过程，由图像退化的逆过程反过来重现原始图像。重建 Image Reconstruction：用物体横截面投影的二维数组，来重新构成物体的三维图像分割 Image Segmentation：把图像划分为若干有意义的互不相交的区域，进

4、一步分析和理解图像压缩Image Compression：在一个可以接受的还原状况的前提下用尽可能少的比特数来表示源信号，既把需要存储或传输的图像的比特数减少到一定程度。图像压缩是通过编码实现的。编码：图像处理系统the basic system of digital image processing包括图像处理硬件和图像软件处理数字处理图像在生物医学 、遥感 、工业 、军事、通信、公安等领域有着广泛的应用。第二章1，取样Sampling：对连续坐标（x, y）的离散化，称为取样，二维采样定理以确保无失真或有限失真地恢复原图像.量化概念Quantization：将像素灰度转换成离散整数值的过程

5、灰度级：表示像素明暗程度的整数称为像素灰度级数：一幅数字图像中不同灰度级的个数灰度级数比特位数计算转化L=2k大小为MN、灰度级数为L的图像所需的存储空间：2，空间分辨率低会出现什么效i应大小为MN，灰度级为L级的数字图像称为空间分辨率为MN像素，灰度级分辨率为L级的数字图像采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的棋盘格效应3，像素的邻域Neighbors of a Pixel：4邻域，4对角邻域，8邻域计算点之间通路长度（四连接八连接）从具有坐标（x,y）的像素p到具有坐标（s,t）的像素q的1条通路是由一系列具有坐标（x0,y0），（x1,y1），（x

6、n,yn）的独立像素组成的。这里（x0,y0）（x,y），（xn,yn）=（s,t）,且（ xi,yi ）与 （ xi-1,yi-1 ）相邻接，其中 1in，n为通路长度4，像素连接Pixel Connectivity：它们在空间上是否接触（即它们是否邻接）它们的灰度值是否满足某个特定的相似准则像素邻接Pixel Adjacency：一个像素和在它邻域中的像素是接触的，所以也是邻接的像素连通pixel Connectivity：p和q是一个图像子集S中的2个像素，那么如果存在1条完全由S中的像素组成的从p到q的通路，那么就称p在S中与q相连通第三章1，图像增强概念：What Is Image

7、Enhancement?Image enhancement is the process of making images more useful采用一系列技术去改善图像的视觉效果，或将图像转化成一种更适合于人或机器进行分析和处理的形式。分类：空间域增强是直接对图像各像素进行处理频域增强是对图像进行傅立叶等变换后的频谱成份进行处理，然后逆傅立叶变换得到所需图像2，灰度变换：空间域方法Spatial domain techniques：直接操作图像像素，Point processing点处理Histogram processing直方图处理频率域方法Frequency domain techni

8、ques：傅里叶变换或小波变换（第四页）分段变换-变换关系：实现的功能：突出感兴趣目标所在灰度区间，相对抑制那些不感兴趣的灰度区间处理图像的结果：曝光不足(poor illumination)曝光过度(over-exposure) 成像动态范围太小第四章1，灰度直方图的定义： 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，灰度级的频率为纵坐标，绘制频率同灰度级的关系图就是灰度直方图。它是图像的一个重要特征，反映了图像灰度分布的情况性质3点：灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。一幅图像对应唯一的灰度直方图，反之不成立。不

9、同的图像可对应相同的直方图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。应用4点：用于判断图像量化是否恰当用于确定图像二值化的阈值当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积。 计算图像信息量H（熵）2，直方图修整法（例题24页）直方图修整法包括直方图均衡化(Histogram Equalization)及直方图规定化(匹配化)(Histogram Specification (Matching)两类。重点均衡化计算：15页，24页例题（26页标准解法，29页画图示范），规定化（了解）第五章1，11页，空间滤波的机理：（12页）(S

10、patial Filtering)1，在图像中逐点的移动掩模，将掩模中心图像中某个像素重合；2，将模板上系数和模板下对应像素灰度相乘；,3，将所有乘积相加4.将模板的输出响应赋给图中对应模板中心位置的像素14页例题，34页中值滤波例题，51页常用掩模第六章1，（36页）拉普拉斯算子拉普拉斯(Laplacian)运算：例题？定义为：由这两个分量相加得到，拉普拉斯算子可定义为：2，（42页）二阶微分二阶微分对细节有较强的响应，比如细线和孤立点二阶微分对灰度阶梯变化产生双响应二阶微分对灰度阶梯变化产生双响应，在一幅图像中，该现象表现为双线。第七章1，傅立叶变换定义一维：二维（英文）：物理意义（5页下

11、）：对图像信号而言，空间频率是指单位长度内亮度作周期性变化的次数。将函数基于频率分成不同的成分（9页）例题，性质7个（26页空域移位重点）：线性性，可分离性，平移性，周期性和共轭对称性，旋转不变性定理（51页卷积定理重点）：连续卷积离散卷积周期延拓，第八章1，2页，2，3页下 傅立叶变换在图像平滑锐化、锐化、消除噪声，以及伪彩色编码中都有广泛的应用，其中图像的平滑和锐化分别可以通过高通和低通滤波完成。2，理想低通振铃效应ringing（sinc特性）（19页） 频域低通滤波器对应的空间滤波器有两个重要特征：在原点处的一个主要成份，及中心成分周围集中、呈周期性分布的成分。中心成分主要决定模糊，周

12、围集中、呈周期性分布的成分主要决定了理想滤波的振铃现象的特性。理想低通滤波器在频率域的形状为矩形，那么其傅立叶逆变换在时间域为sinc函数对应空间域（进行傅立叶反变换，为sinc函数），图像经过理想低通滤波器后， 时域上相当于原始图像与sinc函数卷积，由于sinc函数振荡，则卷积后图像也会振荡；或者说由于sinc函数有两个负边带，卷积后图像信号两侧出现“过冲现象”，而且能量不集中，即产生振铃效应高斯低通滤波器为什么没有振铃效应（37页）是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。通俗的讲，高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内

13、的其他像素值经过加权平均后得到3，锐化滤波器与平滑滤波器区别用于平滑处理需衰减高频成分,因此采用低通滤波器；用于锐化处理需要衰减低频成分,因此采用高通滤波器平滑滤波能减弱或消除图像中的高频率分量而不影响低频分量，高频分量对应图像中的区域边缘等灰度值具有较大变化的部分，平滑滤波可将这些分量滤去减少局部灰度起伏，使图像变得比较平滑。也可用于消除噪声，或在提取较大目标前去除太小的细节或将目标的小间断连接起来。 锐化滤波正好相反，锐化滤波常用于增强被模糊的细节或目标的边缘，强化图像的细节。4，（82页）周期延拓规则第十章彩色图像处理1，（13页）颜色表示法-HSI，RGB，2，彩色增强概念：利用人眼的

14、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。两大类方法：（63页）彩色增强方法可分为伪彩色增强和（75页）假彩色增强两类。十一1，（4）图像退化复原差别及概念： 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 图像复原:是在研究图像的退化原因基础上，以退化图像为依据，根据一定的先验知识，建立一个退化模型然后用相反的运算，以恢复原始景物图像。步骤：找退化原因建立退化模型反向推演恢复图像l 图像增强和图像复原的差别：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

15、以不顾增强后的图像是否失真，只要看得舒服就行l 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。2，（22）噪声模型噪声：妨碍人们感觉器官对所接收的信源信息理解的因素。不可预测，只能用概率统计方法认识的随机误差按产生的原因分类：外部噪声和内部噪声按统计特征分类：平衡噪声和非平衡噪声3，（26）两种复原方法（32）逆滤波 (Inverse Filtering)：26页维纳滤波 (Wiener Filtering)：是指是复原的图像和原图像之间的均方误差最小的滤波器，其基本思想是寻找图像f(x,y)的一种估值f(x,y)，使得这两者之间

16、的均方误差最为小。维纳滤波也称为最小均方误差滤波(Minimum Mean Square Error Filtering)。十二1，（4）形态学方法：利用结构元素(structuring element)作为“探针”，在图像中不断移动，在此过程中收集图像的信息、分析图像各部分间的相互关系，从而了解图像的结构特征。（5）四种操作运算：最基本的形态学运算有：膨胀(Dilation)、腐蚀(Erosion) 、开(Opening)、闭(Closing)，15页29页例题（28）十五1，（3）图像压缩概念：在一个可以接受的还原状况的前提下用尽可能少的比特数来表示源信号，即把需要存储或传输的图像数据的比特数减少到最少程度。图像压缩是通过编码实现的。 （7）冗余数据分类：编码冗余(Coding Redundancy)：像素间冗余(Interpixel Redundancy)：图像是由按一定规则排列起来的像素组成，图像中相邻像素的灰度往往相同或相近，这就称为像素间冗