图像处理复习提纲.pptVIP

主讲教师：刘志强 信息学院电子系海南大学 数字图像处理 第1章 绪论 图像处理技术的分类、特点 数字图像处理的方法及主要技术 第２章　图像与视觉系统 离散图像信息熵　 物理意义 表达式 彩色视觉特性　 亮度(Brightness) 色调(Hue) 饱和度(Saturation) 色度　的概念 常用的色彩空间模型 HSI色彩空间 RGB色彩空间 CMY色彩空间 YUV（YIQ）色彩空间 矢量图与位图 概念 两者的不同 色彩类型 真彩色 伪彩色 调配色 图像数据的容量 图像数据量＝图像的总像素×图像深度 / 8 （Byte） 图像文件的一般结构 一般的图像文件结构主要都包含有文件头、文件体和文件尾等三部分 第３章 图像的正交变换 离散傅立叶变换 二维傅立叶变换定义、正变换、逆变换的表达式 图像变换后频谱的分布特点 性质（eg.平均值: ） 二维离散傅立叶变换频谱 傅立叶谱：　|F(u,v)|= [R2(u,v)+I2(u,v)]1/2 相位谱： ?(u,v)=arctan(I(u,v)/R(u,v)) 能量谱: E=|F(u,v)|2 能量定理(帕斯维尔定理) 定义 物理意义（保证变换前后的能量守衡） ＤＣＴ（离散余弦变换） ＤＣＴ基本概念 正变换、逆变换 正、逆变换算子特点　　　　　　　　　　　（相同：　　　　　　　　　）　　　　　　　 DCT用于图像数据压缩的依据 算法简单，正、逆变换算法相同，有快速算法； 变换域能量集中于低频部分。 ＤＣＴ、ＤＦＴ性能比较：　　　　　　　　　（维数为：８＊８，１６＊１６的情况下） 从算法复杂性、扩散误差大小（最小均方误差准则下）两方面比较。 第4章 图像增强 从处理方法分类 空域方法：点处理（灰度变换）、邻域方法（空域滤波） 频域方法 从处理目的分类 灰度调整、平滑去噪、图像锐化。 直方图技术 灰度直方图 图像中像素灰度分布的概率密度函数 灰度直方图的性质 不包含图像灰度 分布的空间信息，因此无法解决目标形状问题 具有不唯一性，即不同图像可能对应相同的直方图 具有可加性，即图像总体直方图等于切分的各个子图像的直方图之和 直方图的均衡化 特点 方法：计算累计分布函数(Cumulative Distribution Function, CDF)，并将其作为灰度变换函数s=T(r), 从而将原始图像的关于灰度 r 的分布直方图，转换为 关于灰度 s 的均匀分布。 直方图的规定化 原理：通过建立给定图像和特定直方图间的关系，求映射函数 u = T(r) 。 直方图技术 直方图规定化原理框图 图像平滑 平滑的目的 抑制或消除噪声 作为其它处理的前处理 平滑的方法 空域滤波法（邻域平均等选择、投影、联结运算） 频域滤波法（低通滤波） 邻域平均的机理及平滑模板的定义 非线性平滑滤波器 －中值滤波，百分比滤波，最大值滤波，最小值滤波 频域滤波处理的一般方法： 图像平滑 频域滤波的机理 频域变换后，噪声信号的能量主要分布在高频部分； 低通滤波器可以去除高频的噪声信号。 去除理想低通振铃现象的主要方法 低通滤波器的边沿“滚降化”； 巴特沃思型、指数型等低通滤波器比较有效。 为什么巴特沃思低通滤波器的平滑效果比理想低通滤波器的效果要好？ 你能否从频域响应的理论分析加权邻域平均模板较邻域平均模板的平滑效果要好？ 图像锐化 锐化的目的 通过锐化提取边缘、轮 廓、线条等信息，供进一步识别 通过加重图像轮廓克服降质，以达到更好的视觉效果 微分法锐化处理方法 梯度 二阶梯度 简化计算 高通法(频域)锐化处理方法 频域法机理 常用的滤波器分类、特点。 第5章 图像压缩编码 压缩编码的概念和常用编码方法 图像中的数据冗余（主要：空间冗余、时间冗余、信息熵冗余(编码冗余)） 平均信息方法、预测方法、变换方法、像素编码、其它混合编码方法。 统计编码方法 Huffman编码基本原理 Huffman编码和 Shanon-Fino编码的主要区别，后者有何优点？ 最佳统计编码的平均码字和图像的熵的关系。 预测编码的基本原理 图像经差分预测后，其熵有何变化？（高阶熵与原图像的熵有何关系，对差分后的图像再进行统计编码，其平均码字的大小有何变化？） 图像压缩编码 第6章 图像复原 图像退化模型的物理意义 非约束复原的基本原理 维纳滤波器基本原理 考试题型 分数构成： 最终成绩 = 平时实验成绩*30%+考试成绩*70% 题型 名词解释（4小题,20分） （10小题,20分） 简答题（4道题32分） 叙述问题（2道题,28分） 结束语 考试时间：x月x日 （如有变动，另行通知） 考试前安排两次答疑； 时间