数字图像处理提纲.docVIP

1、图像：是物理场景或另外一个图像的表示（图像是客观对象的一种相似性的、生动性的描述或写真。 像素：图像元素 图像格式：是计算机存储图片的格式，常见的存储的格式有bmp,jpg,tiff,gif, 由采样率(单位距离采样点数, ex: dpi)决定，相当于使用像素的物理尺寸来决定 灰度级分辨率：所能辨别的最小灰度级变化 用于确定表示图像的灰度级个数 邻域 ：在给定像素附近的一像素集合 邻接：是满足相似性准则的邻域 集合S中任意像素p, 所有连接到p的像素称为S的连通组分 区域R的 边界 是区域中像素的集合，这些像素的邻域像素有一个或多个不再R中. 边缘：是由具有某些导数值（超过预先设定的阈值）的像素形成的 对比度：对象的平均亮度与其周围背景的差异量. 直方图：是灰度级的函数，用于统计图像中每个灰度级像素出现的个数 高频提升滤波器：将一定比例的原始图像加到高通滤波器过滤后的图像的一种滤波器 锐化空间滤波器：突出图像中的细节或者增强被模糊了的细节的滤波器。 直方图均衡：使原直方图变换为具有均匀密度分布的直方图，然后按该直方图调整原图像的一种图像处理技术 对比度拉伸Contrast stretching: 对比度拉伸 (也加正则化normalization) 是一种通过拉伸亮度的跨度范围的图像增强技术。 图像复原: 即利用退化过程的先验知识，去恢复已被退化图像的本来面目(理想图像)。 图像复原的基本任务:消除模糊。 图像复原的基本思路：先建立退化的数学模型，然后根据该模型对退化图像进行拟合。 改变像素之间的空间关系的两要素：几何变换；插值（内插） 向前映射和向后映射比较： 向前映射： 输入像素可能映射到输出图像边界外而出现浪费 多次运算 漏掉像素 逐像素、逐行地产生输出图像。 最近临域插值：也叫零阶插值：输出像素的灰度值等于离它所映射到的位置最近的输入像素的灰度值 图像配准：对一幅图像F(浮动图像)寻找一个或一系列的空间变换,使其与另一幅图像R(参考图像)上对应点达到空间上的一致 膨胀：使集合扩大 B的反射进行平移与A的交集不为空（将结构元素中点与集合A中对应点相与,再将与的结果相或，得到对集合中一点的膨胀运算结果）； 膨胀在数学形态学运算中的作用是增加物体边界点。 将非对象0像素变成对象1像素，所以集合扩大 如果结构元素取3×3的像素块，膨胀将使物体的边界沿周边增加一个像素。 如果两个物体之间有细小的空洞，那么当结构元素足够大时，通过膨胀运算可以将两个物体链接。 腐蚀：使集合缩小 将结构元素B相对于集合A进行平移, 只要平移后结构元素都包含在集合中, 那么这样的平移点都是（将结构元素中点与集合A中对应点相与,再将与的结果相与，得到对集合中一点的腐蚀运算结果） 腐蚀在数学形态学运算中的作用是消除物体边界点。 将对象1像素变成对象0像素，所以集合缩小 如果结构元素取3×3的像素块，腐蚀将使物体的边界沿周边减少一个像素。 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体。 如果两个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可以将两个物体分开。 开操作：使图像的轮廓变得光滑，断开狭窄的间断和消除细的突出物（用B对A腐蚀，然后用B对结果进行膨胀） 闭操作：同样使图像的轮廓变得光滑，但与开操作相反，它能消除狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中的裂痕（用B对A膨胀，然后用B对结果进行腐蚀） 如何自动地选择一个点进行区域填充？ 答： X0=p，p为边界内的初始点，如果Xk=Xk-1，则算法在迭代第k部结束 不连续性（突变性）:不同区域的交界 (边缘)处像素灰度值具有不连续(突变) 性，据此先找到区域交界处的点、线(宽度为1)、边(不定宽度); 再确定区域。 边缘检测中，一阶导数可以用于检测图像中的一个点是否为边缘点，二阶导数的符号可以用于判断一个边缘像素是在边缘亮的一边还是暗的一边。 Hough 变换的基本思想是点线的对偶性： 图像空间的一个点在参数空间里是一条线 图像空间中共线的点对应在参数空间里相交的线 在参数空间中相交于同一个点的所有直线在图像空间里都有共线的点与之对应 因此Hough 变换把在图像空间中的直线检测问题转换到参数空间中对点的检测问题,通过在参数空间里进行简单的累加统计完成检测任务。 把在图像空间中检测直线的问题转化为在极坐标参数空间中找通过点(r,θ)的最多正弦曲线数的问题。 根据直角坐标系和极坐标系变换域之间的关系，总结霍夫变换具有如下主要性质： 直角坐标系中的一点对应于极坐标中的一条正弦曲线 变换域极坐标系中一