数字图像葵花宝典.docVIP

一、名词解释 每小题2分,本题共20 分 数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素。 数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的技术 简述数字图像处理的基本步骤：图像获取- 采样压缩- 图像增强、图像复原- 图像分割- 属性选择- 图像表示- 图像理解 锥状体: 600~700万个, 位于中央凹,对色彩敏感,都有自身的神经末梢, 能充分分辨图像细节。 杆状体: 7500~15000万个,分布于视网膜表面,没有彩色感觉, 几个杆状体连接一个神经末梢,给出视野的总体图像. 取样：是数字化坐标值；量化：是数字化幅度值 空间分辨率：是图像中可辨别的最小细节；灰度级分辨率：是指在灰度级别中可分辨的最小变化。（联系） 线性算子、非线性算子：令H是一种算子，其输出和输入都是图像。如果对于任何两幅图像f 和g 及任何两个标量 a 和 b 有如下关系，则称H为线性算子：H af+bg aH f + bH g 。不能通过这个式子检验的算子定义为非线性算子。 图像增强的主要目的：使其比原始图像更适合于特定应用。 图像增强分为空间域方法与频域方法。空间域方法：空间域是指图像平面自身，这类方法以对图像的像素直接处理为基础。频域方法：以修改图像的傅立叶变换为基础 点操作、邻域操作的概念 点操作是T的最简单的操作形式，T 称灰度级变换函数（也称强度映射），这种处理在图像任一点的增强仅仅依赖于该点的灰度。图像反转、幂次变换是点操作； 邻域操作记T（f x,y ） 傅里叶变换：非周期函数可以用正弦和/或余弦乘以加权函数的积分表示，称为傅里叶变换。特征：傅里叶级数或变换表示的函数特征可以完全通过傅里叶反过程来重建，不会丢失任何信息。 低通滤波器：使低频通过而高频衰减的滤波器。 高通滤波器：使高频通过而低频衰减的滤波器低通滤波能图像模糊和去除噪声，而高通滤波能突出边缘，锐化图像。 三种低通滤波器：理想低通滤波器、巴特沃思低通滤波器、高斯低通滤波器（哪个有振铃现象？） 同态滤波器的目的：消除不均匀照度的影响，增强图像细节。 三、简答题 像素间的基本关系 邻接、8邻接、m邻接 混合邻接 、欧式距离的概念 4邻接: 如果q在N4 p 集中，则具有V中数值的两个像素p和q是4邻接的。 8邻接: 如果q在N8 p 集中，则具有V中数值的两个像素p和q是8邻接的。 m邻接 混合邻接 :如果 1 q在N4 p 中，或者 2 q在ND p 中且集合N4 p ∩ N4 q 没有V值的像素，则具有V值的像素p和q是m邻接的。 像素p和q的坐标分别为 x,y , s,t ，p和q的欧式距离：De p,q [ x-s 2+ y-t 2]1/2 放大收缩数字图像 灰度直方图的性质： 表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数（或频数）而未反映像素所在位置。与图像之间的关系是多对一的映射关系。一幅图像唯一确定出与之对应的直方图，但不同图像可能有相同的直方图。子图直方图之和为整图的直方图。—255的范围内 10．边界的两种处理方法：最简单的方法是交掩模中心点的移动范围限制在距离图像边缘不小于（n-1）/2个像素处。另一种方法是在图像边缘以外再补上一行或一列灰度为0的像素点，或者将边缘复制补在图像之外。 第五章: 图像复原和图像增强区别联系PPT 联系:改善给定的图像 区别: 客观过程 – 主观过程 先验知识 – 探索性过程 图像退化、复原过程的模型 噪声参数估计的方法PPT 1 周期噪声的参数可以通过检测图像的傅立叶谱来进行估计。 2 噪声PDF的参数一般可以从传感器的技术说明中得到,但对于特殊的成像装置常常有必要去估计这些参数。 3 当只有传感器产生的图像可用时,常可以从合理的恒定灰度值的一小部分图像估计PDF的参数。 滤波器的对应噪声: 均值滤波器:算术均值滤波器 、几何均值滤波器、谐波均值滤波器、逆谐波均值滤波器 算术均值滤波器：在模糊了图像的同时减少了噪声。 谐波均值滤波器：对于“盐”噪声效果更好，不适用于“胡椒”噪声。 逆谐波均值滤波器： 统计滤波器：中值滤波器，最大值和最小值滤波器、中点滤波器、修正后的阿尔法均值滤波器 中值滤波器：是一种非线性的滤波器。对椒盐噪声处理非常有效。因为这种噪声三以黑白点叠加在图像上的。 中值滤波器的功能： 如果在某个模板中，对像素进行由小到大排列的重新排列，那么最亮的或者是最暗的点一定被排在两侧，取排在中间位置上的像素的灰度值替代待处理像素的值。中值滤波器的主要功能是使拥有不同灰度的点看起来更接近于它的邻域值。 最大值和最小值滤波器：最大值滤波器对“胡椒”噪声有效。最小值滤波器对“盐”噪声