数字图像处理_最新..docVIP

一、数字图像处理基础 1、图像采样 采样是指将空域上或时域上的图像(模拟图像)变换成离散采样点(像素)集合的一种操作。数字化坐标值成为取样，数字化幅度值成为量化。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。采样间距越大,图像数据量越少,质量越差。 (a)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 (b)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 (c)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)nN4(q)没有v值像素则。。 二、图像变换 傅立叶变换：可以将时域信号变换到频域中进行处理，是一种函数的正交变换。，f(x)的傅里叶变换F(u)，j= 离散余弦变换（DCT）：相当于一个长度大概是它两倍的离散傅里叶变换，这个离散傅里叶变换是对一个实偶函数进行的。 K-L变换（Karhunen-Loeve Transform）是建立在统计特性基础上的一种变换，特征向量矩阵向量指向数据变化最大的方向。 小波变换：以某些特殊函数为基将数据过程或数据系列变换为级数系列以发现它的类似频谱的特征，从而实现数据处理。 与傅里叶变换(其基础函数是正弦函数)不同，小波变换基于些小型波，称为小波，具有变化的频率和有限的持续时间。小波变换能反映时域和频域的局部特性，而傅里叶变换只能反映频域的局部特性，而在时域上不具备分辨率。 三、图像增强 1、灰度直方图（histogram）是灰度级的函数，它表示图像中具有每种灰度级的象素的个数，反映图像中每种灰度出现的频率。灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频率，是图像的最基本的统计特征。直方图：将一个变量的不同等级的相对频数用矩形块标绘的图表(每一矩形的面积对应于频数)。 直方图均衡：对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并，从而达到清晰图像的目的。 PPT中直方图均衡：1. 计算原始图像的直方图 2. 构造转换映射 3. 对所有sk进行舍入处理，根据映射处理每个像素 PPT中直方图规定化：指将一幅图像通过灰度变换后，使其具有特定的直方图形式，如使图像与某一标准图像具有相同的直方图，或使图像具有某一特定函数形式的直方图。 1. 对于变量r (指定输入) 2. 对于变量z (指定输入) 3. 然后开始映射 2、图像锐化 目的：突出图像的细节；增强以及模糊的细节（边缘全取0） 梯度算子： Laplacian算子： Robert交叉微分算子： Sobel算子： Prewitt算子： 在抗噪声能力方面，上面四个中，Prewitt最强。 低通滤波(Low-pass filter) 是一种过滤方式，规则为低频信号能正常通过，而超过设定临界值的高频信号则被阻隔、减弱。但是阻隔、减弱的幅度则会依据不同的频率以及不同的滤波程序（目的）而改变。它有的时候也被叫做高频去除过滤（high-cut filter）或者最高去除过滤（treble-cut filter)。低通过滤是高通过滤的对立。 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术。在一维形式下，一维中值滤波器含有奇数个数据的滑动模板，对模板中的数据由小到大排序，取排在中间位置上的数据作为最终的处理结果。特点：它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊，画面清