数字图像处理第九章至11章内容整理.docVIP

第九章 1、设原图像f(x,y)在[0，Mf],感兴趣目标的灰度范围在[a,b],欲使其灰度范围拉伸到[c,d],则对应的分段线性变换表达式为 2、梯度锐化法 图像锐化法最常用的是梯度法。对于图像f(x，y)，在(x，y)处的梯度定义为 梯度是一个矢量，其大小和方向为 伪彩色增强: 密度分割法是把黑白图像的灰度级从0（黑）到M0（白）分成N个区间Ii(i=1，2，…，N),给每个区间Ii指定一种彩色Ci，这样，便可以把一幅灰度图像变成一幅伪彩色图像。 该方法比较简单、直观。缺点是变换出的彩色数目有限。 1、图像退化模型 假定成像系统是线性位移不变系统（退化性质与图像的位置无关），它的点扩散函数用h(x,y)表示，则获取的图像g(x,y)表示为g(x,y)=f(x,y)*h(x,y) 式中f(x,y)表示理想的、没有退化的图像，g(x,y)是劣化（被观察到）的图像。 若受加性噪声n(x,y)的干扰，则退化图像可表示为g(x,y)=f(x,y)*h(x,y)+n(x,y) 这就是线性位移不变系统的退化模型。 2、图像的几何校正 几何失真：图像在获取过程中，由于成像系统本身具有非线性、拍摄角度等因素的影响，会使获得的图像产生几何失真。 几何失真：系统失真和非系统失真。 系统失真是有规律的、能预测的；非系统失真则是随机的。 当对图像作定量分析时，就要对失真的图像先进行精确的几何校正（即将存在几何失真的图像校正成无几何失真的图像），以免影响定量分析的精度。 几何校正方法 图像几何校正的基本方法是先建立几何校正的数学模型；其次利用已知条件确定模型参数；最后根据模型对图像进行几何校正。几何校正通常分两步： ①图像空间坐标变换；首先建立图像像点坐标（行、列号）和物方（或参考图）对应点坐标间的映射关系，解求映射关系中的未知参数，然后根据映射关系对图像各个像素坐标进行校正； ②确定各像素的灰度值（灰度内插）。 几何校正方法可分为直接法和间接法两种。 一、直接法 利用若干已知点坐标，根据 解求未知参数；然后从畸变图像出发，根据上述关系依次计算每个像素的校正坐标，同时把像素灰度值赋予对应像素，这样生成一幅校正图像。 但该图像像素分布是不规则的，会出现像素挤压、疏密不均等现象，不能满足要求。因此最后还需对不规则图像通过灰度内插生成规则的栅格图像。 二、间接法 设恢复的图像像素在基准坐标系统为等距网格的交叉点，从网格交叉点的坐标（x,y）出发，若干已知点，解求未知数。根据 推算出各格网点在已知畸变图像上的坐标(x’,y’)。虽然点（x,y）坐标为整数，但(x’,y’)一般不为整数，不会位于畸变图像像素中心， 因而不能直接确定该点的灰度值，而只能在畸变图像上，由该像点周围的像素灰度值通过内插，求出该像素的灰度值，作为对应格网点的灰度，据此获得校正图像。 第十一章 4. 图像压缩编码的具体方法 （1）熵编码：信息保持编码； （2）预测法：信息保持编码、保真度编码（更常用）； （3）变换法：特征保持编码； （4）其他编码法 根据变长最佳编码定理，Huffman编码步骤如下： （1）将信源符号xi按其出现的概率，由大到小顺序排列。 （2）将两个最小的概率的信源符号进行组合相加，并重复这一步骤，始终将较大的概率分支放在上部，直到只剩下一个信源符号且概率达到1.0为止； （3）对每对组合的上边一个指定为1，下边一个指定为0（或相反：对上边一个指定为0，下边一个指定为1）； （4）画出由每个信源符号到概率1.0处的路径，记下沿路径的1和0； （5）对于每个信源符号都写出1、0序列，则从右到左就得到非等长的Huffman码。 一幅20×20的图像共有5个灰度级：s1,s2,s3,s4,和 s5，它们的概率依次为0.4,0.175,0.15,0.15和 0.125。 编码后均码长 ： 图像熵： Fano-Shannon编码(香农编码) 根据变长最佳编码定理， Fano-Shannon编码步骤如下： （1）将信源中符号xi按其出现的概率，由大到小顺序排列。 （2）将信源分成两部分，使两个部分的概率和尽可能接近。重复第（2）步直至不可再分，即每一个叶子只对应一个符号。 （3）从左到右次次为这两部分标记0，1。 （4）将各个部分标记的0，1串接起来就得到各信源符号所对应的码字 编码后均码长 ： （1） Fano-Shannon编码是唯一可译码。短的码不会成为更长码的启始部分； （2） Fano-Shannon编码的平均码长接近于熵；编码效率略低于Huffman编码。 四、变换编码 变换方法是实现图像数据压缩的主要手段，其基本原理是首先通过变换将图像数据投影到另一特征空间