DIT知识点整理.docVIP

第一章 数字图像处理起源于20世纪20年代，海底电缆从英国伦敦到美国纽约，采用数字压缩技术传输了第一幅数字照片。 图像处理分：低级处理，中级处理，高级处理。 低级处理：降噪，对比度增强，图像锐化，特点：输入输出均为图像。 中级处理：分割，并对单个对象进行描述识别，特点：输入图像，输出为图像中提取的属性（如边缘，轮廓，以及单个对象的特性） 高级处理：通过 执行与人类视觉相关的感知函数，来对识别的对象进行总体确认。 取样:将坐标值数字化。 量化：将振幅数字化。 CT：计算机断层。 伽马射线：核医学，天文观测。放射性同位素衰变。 X射线：胸透，大动脉血管造影，头部CT，电子电路板。天鹅座新星气云 X射线管中电子撞击原子核产生。 紫外线：工业检测，生物成像，天文观测，平板印刷术 可见光：CD表面，纸币图像，拇指指纹。 微波：雷达。 无线电波：医学，天文学。MRI（核磁共振) 膝|脊骨 超声波：胎儿图像，甲状腺图像。 分形：一种基本模式根据某些数学规则的迭代复制。 小波是以不用分辨率来描述图像的基础。 压缩:指的是减少图像存储量或降低传输图像带宽的处理。 四种图像类型： 灰度图像 (Intensity image) 二值图像 (Binary image) 索引图像 (Index image) RGB图像 (RGB image) 第二章 锥状体：昼视 600-700万个，中央凹，数码相机。 柱状体：夜视 7500万-1.5亿，遍布视网膜。 韦伯比：ΔIc/I值越小亮度辨别能力越好。 摄像机成象几何(凸透镜): uv,f 其中: 成象的物距u, 像距v, 焦距f 称为系统的放大系数 简化（只有光心有光通过，图象聚在焦平面上），针孔模型：（光学成象） 人眼主观亮度(即由人的视觉系统感知的亮度）是入射光强的对数函数. 能同时鉴别的光强级范围很小 人眼响应在不同光强区的边界周围会”过量调整”. 这种现象称为 ”马赫效应” 亮度感知压缩： 照明/反射强度(Lum)与亮度感觉(B/L)的非线性关系导致: 等量变化的照明使感知亮度偏向比较光亮的值; 而等量变化的感知亮度来自偏向较低的照明值. 这种效应将视觉亮度分成亮灰(对应中到高的照明)和暗灰. 在亮灰区具有等比例的最佳亮度分辨率. 数字图像的产生: a.连续图像; b.沿AB扫描线的连续图像; c.采样;对坐标值进行数字化。 d.量化.对幅值数字化。 图像存储量的计算: M（行数）*N（列数）*k（2 底L的对数）比特 L:灰度级数。 对比度：最高和最低灰度级间灰度差。 m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；或 q是p的对角邻点并且p和q没有公共的前景4邻点。 区域R：图像中的一些像素构成的集合R,如果R是一个连通集合，则称R是一个区域。 区域R的边界是该区域中的一组像素，它们各自都有一个或一个以上的邻点不在R中。如果R刚好是整个图像，则图像的第一和最后一行/列就是它的边界。 边界不是边缘 对像素p(x,y), q(s,t)和z(v,w), 距离函数D应满足: D(p,q)=0 (D(p,q)=0, iff p=q) D(p,q)=D(q,p), and D(p,z)=D(p,q)+D(q,z) 欧氏euclidean距离L2: 等距为圆 准欧氏距离:等距为8边形 街区City-Block距离L1:等距为4角星 棋盘chessboard距离L? : 等距为矩形 线性与非线性运算： H(af+bg)=aH(f)+bH(g) 单色光（无色光）：没有颜色的光。 灰度级：用来表示单色光的强度。 灰度图像：单色图像。 f(x,y)=i(x,y)r(x,y) 其中 0i(x,y)∞ and 0r(x,y)1 i为入射分量，r为发射分量，反射分量限制在0（全吸收）和1（全反射) 空间分辨率：图像中可辨别的最小细节的度量。 灰度分辨率：灰度级中可分辨的最小变化。 图像细节增加时，等爱偏曲线会更加垂直。表示图像质量与灰度级数近似独立。 高细节的图像对量化比特k(∝灰阶数)的变化不敏感 中低细节两类图像在一段同质曲线上，k下降而N上升。 图像放大：最邻近插值，双线性插值。 4邻接： 8邻接： m邻接(混合邻接)： 邻点q与当前像素（点）p存在4邻接前景邻点； 或q是p的对角邻点并且p和q没有公共的前景4邻点。 m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性。 阴影校正：完美图像f(x,y)*阴影函数h(x,y)=g(x,y) 灰度值之间的并是取大，交是取小 灰度值的补是与某常数（最大灰度）的差 空间操作：1.点运算 2.邻域运算 3.几何变换 配准技术 流程如下：首先对两幅图像进行特征提取得到特征点；通过进行相似