数字图像复习提纲.docVIP

绪论 数字图像处理与模拟图像处理的区别： 模拟图像处理：空间坐标和幅度都连续变化的图像。 数字图像处理：空间坐标和幅度都用离散的数字表示的图像。 图像的表示方法： 图像的数学表示：一幅图像所包含的信息首先表现为光的强度（intensity）,即一幅图像可看成是空间各个坐标点上的光强度I 的集合，其普遍数学表达式为： I = f (x，y，z，λ，t) 式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度（幅度）。 上式表示一幅运动的(t)、彩色/多光谱的(λ )、立体的(x,y,z)图像。 静止图像，与时间t无关；单色图像（也称灰度图像），波长λ为一常数；平面图像，则与坐标z无关。即在每一种情况下，图像的表示可省略掉一维，即 （1） 静止图像： I = f（x，y，z, λ） （2） 灰度图像： I = f（x，y，z，t ） （3） 平面图像： I = f（x，y,λ,t ） 而对于平面上的静止灰度图像，其数学表达式可简化为：I = f（x，y） 3. 数字图像处理系统的组成 第一章习题 第二章 数字图像处理基础 1.RGB模型：（R=700nm , G=546.1nm , B=435.8nm） 在三维直角坐标系中，用相互垂直的三个坐标轴代表R、G、B三个分量，并将R、G、B分别限定在[0,1]，则该单位正方体就代表颜色空间，其中的一个点就代表一种颜色。如下图所示。 其中，r、g、b、c、m和y分别代表红色（red）、绿色（green）、蓝色（blue）、青色（cyan）、品红（magenta）和黄色（yellow）。 青色 品红 2. HSI模型： HSI模型利用颜色的三个属性色调H（hue）、饱和度S（saturation）和亮度I（intensity）组成一个表示颜色的圆柱体 I：表示光照强度或称为亮度，它确定了像素 的整体亮度，而不管其颜色是什么。 H：表示色度，由角度表示。 S：表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。 3.图像数字化的两个过程 采样 ：对空间连续坐标(x, y)的离散化，其方法是对原图像按照正方形或正六边形网格点阵进行均匀采样 量化 ：幅值f (x, y)的离散化 4. 图像分辨率 定义：区分图像中目标物细节的程度。 图像分辨率包括空间分辨率和幅度分辨率，分别有图像采样和量化决定。 5.数字图像特点： 信息量大、占用频带宽、像素间相关性大、视觉效果的主观性大 第三章 图像变换（了解） 1.图像的几何变换： 图像的空间平移、比例缩放、旋转、仿射变换和图像插值。 图像几何变换的实质: 改变像素的空间位置，估算新空间位置上的像素值。 2.傅里叶变换： 数学意义：将一个函数转换为一系列周期函数 物理意义：将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。 性质：1）变换核的可分离性 2）移位特性 3）周期性和共轭对称性 4）旋转不变性 5）实偶函数DFT 第四章 图像增强(重点) 1.直方图修正性质：P65 1)直方图的位置缺失性; 2)直方图与图像的一对多特性; 3)直方图的可叠加性; ★2.均衡化计算过程（掌握）P69 例题4.1 图像平滑（去噪声，但会使图像变模糊） 空域平滑法 领域平均法：对含噪声图像f(m,n)的每个像素点取一领域S，用S中所包含像素的灰度平均值来代替改点的灰度值。 公式： 4-邻域平均： 8-邻域平均： 特性：1）图像由许多灰度级相近（恒定）的小块组成； 2）噪声η(m,n)是均值为 0，方差为，且与图像不相关的加性白噪声。 缺点：平均会引起失真，具体表现为图像中目标物得边缘或细节边模糊。 ②阈值平均法 为克服邻域平均使图像变模糊的缺点，可以采用加门限的方法来减少这种模糊。 这种方法对抑制椒盐噪声比较有效，同时也能较好地保护仅有微小变化的目标物细节。 ③加权平均法 用邻域内灰度值及本点灰度加权值来代替该点灰度值 特点：既平滑了噪声，又保证边缘不至于模糊。 ④模板平滑法（消噪掩模法） 其效果是在平滑图像的同时，突出本点及水平和垂直方向的边缘。 特点：（1） 模板内系数全为正，表示求和；所乘的小于1的系数表示取平均； （2） 模板系数之和为1，表示对常数图像处理前后不变，而对一般图像而言，处理前后平均亮度基本保持不变。 ⑤多图像平均法：消减随即噪声。 中值滤波法（非线性滤波法） 1.原理：对一个窗口（记为W）内的所有像素灰度值进行排序