光电图像处理

第一章1.3忽然停电，人眼有看不见慢慢变得可以看见的原因？解：亮度适应现象.人眼能够适应的光强级别很宽，从夜视阈到强闪光约1010。主观亮度是进入眼晴实际光强的对数的函数.人眼能够实际光强选择强度适应级，如Ba,Ba—Bb是在当前级时人主观强度范围。在Bb以下时，人眼认为即为全黑.1.4图像处理研究内容图像增强，图像复原，彩色图像处理，小波变换和多分辨率处理，图像压缩，形态学图像处理，图像分割，表示与描述，对象识别第二章2.1物理图像转化为数字图像方法？空间取样，幅度量化2.2像素间的基本关系：4邻域，对角4邻域，8邻域第三章3.2空域图像增强方法：点运算（1）灰度变换图像反转对数变换幂次变换分段线性变换（2）直方图处理直方图均衡化直方图匹配局部增强空域滤波图像平滑线性滤波器均值滤波器统计排序滤波器中值滤波器边缘保持滤波器图像锐化拉普拉斯算子梯度法算法空域高通滤波掩模匹配法3.2基于点运算（操作）的有：直方图和灰度变换3.3直方图概念灰度统计直方图是一个一维离散函数，它反应图像灰度分布的总体情况。P其中nk为灰度级r简言之，P(rk)给出了灰度级为r3.4基于邻域：平滑和锐化（1）平滑滤波的作用主观使图像变得柔和过于突出图像边缘、细节及轮廓使图像缺乏柔和性消除图像的噪声图像噪声具有随机性，一般体现为图像的高频成分。平滑滤波器可以抑制噪声模糊处理模糊处理常用于预处理，如在提取在的目标之前去除图像一些琐碎的细节、桥接的直线或曲线的缝隙（2）锐化空间滤波器的主要用途加强图像中景物的边缘和轮廓印刷中的细微层次强调超声探测成像分辨率低，边缘模糊，可通过锐化来改善图像识别中，分割前的边缘提取恢复过度平滑、暴光不足的图像图像创艺（只剩下边界的特殊图像）锐化处理的主要目的是突出图像中的细节或者增强被模糊了的细节3.4平滑的操作：均值滤波（去除高斯噪声），中值滤波（去除脉冲噪声、椒盐噪声）3.4锐化的操作：微分运算的：一阶微分（梯度法），二阶微分（拉普拉斯算子）第四章4.2正交变换：离散余弦变换，傅立叶变换，哈达玛变换，小波变换4.4频域滤波的流程？简答。画图。（1）预处理—图像扩充若输入图像f(x,y)大小为M×N将其用0扩充至大小为P×Q的图像f预处理—图像相移f即使图像的零频分量移到图像中心。对原图像逐点进行相移，会使频谱平移f当u0=（2）傅里叶变换F生成滤波器（3）在频域内生成的滤波器需满足大小为P×Q，其中心位于(P/2,Q/2)。若滤波器由空域内的滤波器进行傅里叶变换得到，在变换前需要将其进行预处理滤波G其中H(u,v)为滤波函数，调整原图像的频谱（4）傅里叶逆变换g其中R⋯（5）后处理—图像相移g后处理—图像剪切g=最终得到处理后的图像g(x,y)用汉语写流程图4.4频域滤波低通滤波—平滑频域滤波（用于平滑头像，去噪声）高通滤波—锐化频域滤波（用于提取边缘，去噪声）去除周期性噪声使用带阻滤波.4.4理想滤波器的振铃现象：（1）图像被理想低通滤波器平滑类别振铃程度图像模糊程度噪声平滑效果IPLF严重严重最好TPLF较轻轻好GPLF无较轻一般BPLF很轻(低阶)很轻一般后出现一种非常严重的振铃效果—理想低通滤波器的特性。第五章5.1图像退化的原因：图像噪声：图像在形成、传输、记录过程中混入的热噪声、闪烁噪声和发射噪声等会引起图像质量变差图像退化：图像在形成过程中由于透镜的像差、离焦、非理想成像(衍射效应)、图像传感器噪声、曝光过程物体的移动、机械抖动等因素也会引起图像质量的下降5.1图像退化示例实际操作过程中引起图像退化的原因是多方面的，例如：成像系统的像差畸变有限带宽等造成的图像失真射线辐射、大气湍流等造成的照片畸变图像传感器承载物的机械不稳定引起的机械抖动模拟图像在数字化过程中造成的图像质量的下降曝光时被摄物体由于运动而造成的模糊镜头聚焦不准产生散焦模糊成像系统、传输系统、存储系统有限带宽的影5.2常见的噪声模型有（根据曲线判断噪声类型）：高斯噪声瑞利噪声伽马噪声指数分布噪声均匀分布噪声脉冲噪声/椒盐噪声5.4图像恢复方法：正则（最小二乘）滤波，Wiener（微纳）滤波，直接逆滤波。此三种方法都是去卷积。5.5图像的几何变换按变换性质可分为图像的位置变换（图像的平移、镜像与旋转）图像形状变换（图像的放大、缩小与错切）几何变换的变换矩阵见第五章ppt第六章1.由投影重构图像的数学基础：Radon（拉东）变换。2平行射线束滤波重建方法1先滤波再反投影（FBP）计算投影数据gρ,θ的关于ρ的一维傅里叶频谱用滤波函数ω乘于每个傅里叶频谱ωG计算每个滤波后频谱的傅里叶逆变换将所有傅里叶逆变换的结果求和，即反投影这种图像重建的方法常称为先滤波再反投影实际应用中，由于数据是离散的，因此所有频率域计算是使用FFT来实现的3.平行射线束滤波重建方法2由前面的理论推导可知，滤波过程也可在空间域使用卷积运算实现平行射线束滤波重建步骤计算斜坡滤波器ω的傅里叶逆变换sρ计算投影数据gρ,θ将所有角度的卷积的结果求和，即反投影第七章1.彩色模型(ColorModels)—概念彩色模型(也称彩色空间ColorSpace或彩色系统ColorSystem)的用途是在某些标准下用通常可以接受的方式简化彩色规范本质上彩色模型是坐标系统和子空间的规范.位于系统中的每种颜色都是由单个点来表示彩色模型可分为两类：面向设备的彩色模型RGB模型常用于监视器与数码摄像机照相机CMY(K)模型常针对于彩色打印面向彩色处理彩色模型HSI模型符合人类视觉描述和解释颜色的方式,常用于彩色图像的创作,美工美术设计2.通常用以区别颜色的特性包括亮度(Luminance)描述色彩明亮程度的概念色调(Hue)与主要波长有关,代表观察者接收的主要颜色色饱和度(Saturation)取决于含色成份与消色成份的比，代表色彩的纯度3.伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理.由于这种彩色不是图像本身所具有的，因此称为伪彩色技术(也称为图像着色)主要应用是为了人们对灰度图像的可鉴别程度4.伪彩色处理的方式基于先验知识的区域着色主要依赖于图像处理人员的经验性知识，主要用于美工设计等艺术领域基于数学模型的灰度着色将灰度图像的各个灰度值按照一种线性的或非线性的函数关系映射成相应的彩色分量。第九章1.灰度图像数据中三种数据冗余编码冗余,像素冗余,心理视觉冗余2.图像压缩的分类按压缩技术所依据的数学理论和计算方法统计编码如：霍夫曼编码，算术编码，基于字典的压缩预测编码（predictivecoding）变换编码（transformcoding）按压缩的可逆性分类熵压缩法不可逆压缩，又称有损压缩 如：预测编码 变换编码冗余度压缩法可逆压缩，又称无损压缩 如：霍夫曼（Huffman）编码、算术编码3.霍夫曼编码的基本步骤（大题）霍夫曼信源简化将输入灰度级按出现的概率由大到小顺序排列(对概率相同的灰度级可以任意颠倒排列位置)将最小两个概率相加，形成一个新的概率集合,再按第(1)步方法重排(此时概率集合中，概率个数已减少一个)始终将高的概率分支放在上面,如此重复进行直到概率和为1霍夫曼编码分配对每队组合中上面的指定为0，下面指