数字图像期末复习精编.doc

图像增强按照作用域来分可以分为空域法和频域法。 图像增强 目的： 一是改善图像的视觉效果，提高图像的清晰度； 二是将图像转换成一种更适合于人或机器分析处理的形式。 分类： 空域法：直接对图像的像素灰度值进行操作。包括图像的灰度变换、直方图修正、图像空域平滑和锐化处理、彩色增强等。 频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需的增强结果。常用的方法包括低通滤波、高频提升滤波以及同态滤波等。 直方图均衡化 直方图均衡化就是通过原始图像的灰度非线性变换，使其直方图变成均匀分布，以增加图像灰度值的动态范围，从而达到增强图像整体对比度，使图像变清晰的效果。 3. 平滑模板特点 （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。 三、中值滤波法（非线性滤波法） 中值滤波法的原理：对一个窗口（记为W）内的所有像素灰度值进行排序，取排序结果的中间值作为W中心点处像素的灰度值。 ▓ 中值滤波的作用：对干扰脉冲和点噪声有良好抑制作用，而对图象边缘能较好地保持的非线性图象增强技术。 ▓中值滤波的依据：噪声以孤立点的形式出现，这些点对应的像素数很少，而图像则是由像素数较多、面积较大的块构成。 ▓中值滤波的重要特性 （1） 对离散阶跃信号和斜升（或斜降）信号不产生影响 （2） 连续个数小于窗口宽度一半的离散脉冲将被滤除； （3） 三角形信号的顶部被削平； 4.4 图像锐化 ▓图像变模糊原因：成像系统聚焦不好或信道过窄； 平均或积分运算； 使目标物轮廓变模糊，细节、轮廓（边缘）不清晰。 ▓目的：加重目标物轮廓，使模糊图像变清晰。 ▓方法分类： 空域微(差)分法—模糊图像实质是受到平均或积分运算，故对其进行逆运算（微分），使图像清晰； 频域高频提升滤波法—从频域角度考虑，图像模糊的实质是高频分量被衰减，故可用高频提升滤波法加重高频，使图像清晰。 锐化模板特点 （1）模板内系数有正有负，表示差分运算； （2）模板内系数之和 1（ ① 对常数图像 f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度基本不变）。 ▓处理方法：用模板对原图像从第 2 行第 2 列开始逐渐移法计算。（注：图像四周边界一般不处理（不考虑）） ▓锐化实质 锐化图像 g(m,n) = 原图像 f(m,n)+ 加重的边缘（α*微分） ?图像恢复与图像增强的异同点 相同点：图像增强与图像恢复都是改善给定图像的质量。 不同点： （1）图像恢复是利用退化过程的先验知识，来建立图像的退化模型，再采用与退化相反的过程来恢复图像，而图像增强一般无需对图像降质过程建立模型。 （2）图像恢复是针对图像整体，以改善图像的整体质量。而图像增强是针对图像的局部，以改善图像的局部特性，如图像的平滑和锐化。 （3）图像恢复主要是利用图像退化过程来恢复图像的本来面目，它是一个客观过程，最终的结果必须要有一个客观的评价准则。而图像增强主要是用各种技术来改善图像的视觉效果，以适应人的心理、生理需要，而不考虑处理后图像是否与原图像相符，也就很少涉及统一的客观评价准则。 图像分割方法的分类 根据灰度的不连续性和相似性，分成两类： ▓ 边缘检测法：利用区域间之灰度不连续性，确定区域的边界或边缘的位置。 ▓ 区域生成法：利用区域内灰度的相似性，将像素(点)分成若干相似的区域。 平滑模板特点 ?模板内系数全为正（表示求和、平均=平滑）； ?模板内系数之和为1: ① 对常数图像f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度不变。 ▓ 锐化模板特点 ?模板内系数有正有负，表示差分运算； ?模板内系数之和为1: ① 对常数图像f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度不变。 ▓ 边缘检测模板特点 ? 模板内系数有正有负，表示差分运算； ? 模板内系数之和为0: ① 对常数图像f(m,n)≡c，处理后为0； ② 对一般图像，处理后为边缘点。 *显示分辨率是指显示屏上能够显示的数字图像的最大像素行数和最大像素列数，取决于显示器上所能够显示的像素点之间的距离。