数字图像处理复习要点(共8页)

1、-马赫带：在亮度变化部位(bwi)附近的暗区和亮区中分别存在一条更黑和更亮的条带，这就是所谓的“Mach带”，这种现象称为(chn wi)马赫效应。-采样: 是将在空间上连续(linx)的图像转换成离散的采样点（即像素）集的操作-量化：是将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化-量化噪声：用有限个离散灰度值表示无穷多个连续灰度的量必然引起误差，称为量化噪声。-灰度直方图：反映一幅图像中各灰度级与各灰度级像素出现的频率之间的关系。-直方图的性质：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，即所有的空间信息全部丢失。一幅图像对应唯一的灰度直方图，反之不成立。

2、3一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。-直方图的应用：1 . 数字化参数（判断量化是否恰当）. 边界阈值选取（确定图像二值化的阈值）3.当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积。 4. 计算图像信息量H（熵）-局部处理：在对输入图像处理时，计算某一输出像素JP(i,j)值由输入图像IP（i,j）像素的小邻域N(i,j)中的像素值确定。这种处理称为局部处理，或者称邻域处理。例：移动平均平滑法、空间域锐化-点处理：在局部处理中，当邻域N(i,j)仅包含IP(i,j)像素时的处理称为点处理。例：-对比度增强、图像二值化、灰度变换-全局处理：在

3、局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。例：傅里叶变换-图像变换：即为达到图像处理的某种目的而使用的一种数学方法，是将图像从空间域变换到其它域如频率域的数学变换-二维Fourier变换的应用：1.Fourier变换在图像滤波中的应用 首先，我们来看Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。 因此，我们可以在Fourier变换图中，选择所需要的高频或是低频滤波。2. Fourier变换在图像压缩中的应用 变换系数刚好表现的是各个频率点上的幅值。在小波变换没有提出时，用来进行压缩编码(bin m)。考虑到高频反映细节、

4、低频反映景物概貌的特性。往往认为可将高频系数置为0，骗过人眼。3. Fourier变换(binhun)在卷积中的应用: 从前面的图像处理算法中知道，如果抽象来看，其实都可以认为是图像信息经过了滤波器的滤波（如：平滑滤波、锐化滤波等）。如果滤波器的结构比较复杂时，直接进行(jnxng)时域中的卷积运算是不可思议的。4. Fourier变换在图像复原、图像重建的应用: 可以利用图像在频率域的特性，根据图像系统退化模型在频率域进行维纳滤波复原，傅立叶变换法图像重建，傅立叶频谱分析法进行纹理分析等。-图象增强：加强、突出图象中的主要信息，抑制、削弱、剔除图象中的不需要的信息，使处理的结果对特定的应用来

5、说比原始图象更“合适”，更便于进一步处理。目的：使图象更适合于人的视觉特性或机器的识别系统。-直方图修整法包括直方图均衡化及直方图规定化两类。-直方图均衡化：是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。-直方图规定化：是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。-图像平滑：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。-中值滤波：就是用一个奇数点的移动窗口， 将窗口中心点的值用窗口内各点的中值代替。-局部平均法：可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。-图像锐化：就是增强图像的边缘或轮廓。-图像平滑通过积分过程使

6、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。-高通滤波法：就是用高通滤波算子和图像卷积来增强边缘-图像增强的目的主要包括： 消除噪声，改善图像的视觉效果； 突出边缘，有利于识别和处理。-同态滤波的目的：消除不均匀照度的影响而又不损失图象细节。照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。同态滤波流程图：同态滤波器将减少低频部分、扩大(kud)高频部分，最后的结果将是既压缩了有效范围，又扩大了对比度。-彩色增强(zngqing)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(fnbin)性。彩色增强方法可分为伪彩色

7、增强和假彩色增强两类。-伪彩色增强：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。-伪彩色增强的方法：密度分割法、灰度级一彩色变换和频率域伪彩色增强三种-假彩色增强是对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。-假彩色增强目的：一是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；一是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。 -灰度级插值三种方法：最邻近插值法、双线性内值、三次内插法-图像退化：图像在形成、传输和记录过程中

8、，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，这一过程称为图像的退化。-图像复原：图像的复原就是要尽可能恢复退化图像的本来面目，它是沿图像降质的逆向过程进行。图像复原主要取决于对图像退化过程的先验知识所掌握的精确程度。-图像复原与图像增强目的都是为了改善图像的质量。图像增强不考虑图像是如何退化的，只通过试 探各种技术来增强图像的视觉效果。图像复原则需知道图像退化的机制和过程的先验知识，据此找出一种相应的逆过程方法，从而得到复原的图像。如果图像已退化，应先作复原处理，再作增强处理。 -图象锐化是用于增强(zngqing)边缘，导致高频分量增强，会使图象清晰； 图象平滑用于去噪，对图象

9、高频分量(fn ling)即图象边缘会有影响。 都属于图象增强，改善(gishn)图象效果。-伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合 成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。 -梯度算子和Laplacian检测边缘对应的模板分别为-1-11111-411 （梯度算子） （Laplacian算子） （2分）梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边

10、缘灰度变化的二阶导数特性，认为边缘点是零交叉点。（2分） 相同点都能用于检测边缘，且都对噪声敏感。（1分）-设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v) （2分）对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFTF(u,v) 以上就是逆滤波恢复图象的原理。 （2分）若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）在H(u,v)=0时,人为设置1/H(u,v)的值；使1/H(u,v)具有低同性质。即 H-1(u,v)=1/H(u,v) 当DD0 H-

11、1(u,v)=0 当DD0 (0.5分)-维纳滤波复原：复原思想：Wienner滤波恢复的思想是在假设图像信号可近似看作平稳随机过程的前提下，按照使恢复的图像与原图像f(x,y)的均方差最小原则来恢复图像。即复原过程步骤：(a)计算图像g（x,y）的二维离散傅立叶变换得到 G(u,v)；(b)计算点扩散函数hw(x,y)的二维离散傅立叶变换。同逆滤波一样，为了避免混叠效应引起的误差，应将尺寸延拓；(c)估算图像的功率谱密度Pf和噪声的谱密度Pn；(d)由公式 计算图像的估计值 (e)计算 的逆付氏变换，得到恢复后的图像 -图像重建(zhn jin)：由物体截面投影数据，重建该截面的图象-视觉心

12、理(xnl)冗余： 一些信息(xnx)在一般视觉处理中比其它信息的相对重要程度要小，这种信息就被称为视觉心理冗余。-图象编码与压缩：就是对图象源数据按一定的规则进行变换和组合，从而达到以尽可能少的代码来表示尽可能多的数据信息。-图象编码的目的：节省存储空间；减少传输时间；利于处理，降低处理成本。-冗余大致分为三类1）编码冗余2）象素间相关性冗余3）视觉冗余-统计编码：根据图象像素灰度值出现的概率的分布特性而进行的压缩编码叫统计编码。-Huffman 编码基本原理： 为了达到更大的压缩率，提出了一种方法，就是将在图像中出现频度大的像素值给一个比较短的编码，将出现频度小的像数值给一个比较长的编码。

13、-图像处理：着重强调在图像之间进行变换以改善图像的视觉效果。-图像分析的概念：主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述，即从图像中提取信息的技术。-图像理解： 重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对原始客观场景的解释，从而指导和规划行动-区域： 是指相互连通的、有一致属性的像素的集合-图像分割的概念就是指把图像分解成构成它的区域并提取出感兴趣目标在图像中的位置和范围的技术和过程。-边缘:是指图像中像素灰度有阶跃变化或屋顶状变化的那些像素的集合。-Roberts梯度算子特点： Roberts算子进行边缘检测的

14、同时去噪作用 仍然小，但效果较梯度算子好。 -Prewitt算子 1) 算子思想: 在检测边缘的同时减少噪声的影响，Prewitt从加大边缘检测算子(sun z)的模板大小出发，由22扩大(kud)到33来计算(j sun)差分算子。Prewitt算子特点: Prewitt算子检测边缘点的同时能抑制噪声的影响。 -Sobel算子特点: Sobel算子检测边缘点的同时能进一步抑制噪声的影响，但检测的边缘较宽。 -Laplace算子特点分析： 优点：各向同性，对细线和孤立点检测效果好。 缺点：对噪音敏感，会产生双像素的边缘，不能检测出 边的方向。-由于梯度算子和Laplace算子都对噪声敏感，因此

15、一般在用它们检测边缘前要先对图像进行平滑。 -Hough变换是一种线描述方法，即线到点的变换。 Hough变换的基本思想对于边界上的n个点的点集，找出共线的点集和直线方程。对于任意两点的直线方程：y = ax + b，构造一个参数ab的平面，从而有如下结论：xy平面上的任意一条直线，对应在参数ab平面上都有一个点。过xy平面一个点(x,y)的所有直线，构成参数ab平面上的一条直线。如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点。在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们的解。Hough变换检测直线的算法步骤在，的极值范围内对其分别

16、进行m，n等分，设一个二维数组的下标与i,j的取值对应；对图像上的边缘点作Hough变换，求每个点在j(j=o，1，n)变换后i，判断(i,j)与哪个数组元素对应，则让该数组元素值加1；(3)比较数组元素值的大小，最大值所对应的(i,j)就是这些共线点对应的直线方程的参数。共线方程为:i=x cosj+y sinj算法特性（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变换的抗噪性能强，能将断开的边缘连接起来。 (3).Hough变换也可用来检测曲线。-区域分割: 一幅图像中属于同一区域的像素应具有相同或相似的属性，不同区

17、域的像素属性不同。因此图像的分割就要寻求具有代表性的属性，利用这类属性进行划分，使具有相同属性的像归属同一区域，不同属性的像素归属不同区域。 -区域(qy)增长: 把图像分割成特征相同的若干小区域。比较相邻小区域特征的相似性，若它们(t men)足够相似，则作为同一区域合并，以此方式将特征相似的小区域不断合并，直到不能合并为止，最后形成特征不同的各区域。-邻域(ln y)： 对于任意像素(i，j)，把像素的集合(i+p，j+q) (p，q是一对适当的整数)叫做像素(i,j)的邻域。即像素(i，j)附近的像素形成的区域。-4邻域与4邻接：像素（i,j）上、下、左、右4个像素称为像素（i,j）的4

18、邻域。互为4邻域的两像素叫4邻接(或4连通) 。-邻域与邻接：像素（i,j）上、下、左、右4个像素和4个对角线像素，称为像素（i,j）的8邻域。互为8邻域的两像素叫8邻接(或8连通) 。-连接成分： 在一个二值图象中，如果把相互连接的象素汇集为一组，就产生了若干个“0”值象素组和“1”值的象素组，我们分别称这些组为连接成分(ConnectedComponent-孔： 在“0”连接成分中，如果存在与外围的一行、一列的象素不相连的成分，则把它叫做孔(Hole-欧拉数：在二值图像中，1像素连接成分数C减去孔数H的值叫做这幅图像的欧拉数或示性数.-细化：从而值图像中提取线宽为1个像素的中新鲜的处理-形状分析：是指用计算机图像处理和分析系统提取图像中的各目标形状特征，对图像进行识别和理解。-纹理：图像中这种局部不规则的，而宏观有规律的特性称之为纹理。-灰度共生矩阵： p(d,) 定义为从灰度为i的点离开某个固定的