數字图像处理复习2008.docVIP

数字图像处理复习 2007年11月7日 2008年2月23日修改 图像及其数字处理 数字图像处理的基本要素： 图像数字化：采样、量化、像素、灰度。 图像显示装置：处理后仍回到连续形式以供观察。一般要求。 图像处理系统的构成和要求： 优良的输入设备以提高数字化质量。 图像处理硬件和软件，处理能力、用户界面、通用性、可移植性、可扩展性等。 优良的输出设备以保证显示质量。 数字图像显示 图像质量：主观和客观，最终应以主观评价为主。 显示设备不良可影响整个处理系统的处理效果。 显示是采样的逆过程：内插。Gauss光斑（理想光斑应为sinc函数）。 小的光点间距导致较好的均匀区显示效果。 大的间距给出图像细节部位较好的反差。 可用过采样提高图像显示质量。 图像的分辨率 空间分辨率。物理尺寸，行数，水平分辨率。 灰度分辨率。肉眼可分辨灰度级数：一般小于100级。但对灰度变化较灵敏。 灰度直方图 定义：表示图像中具有每一灰度值的像素数目。像素数目按灰度值的分布。 面积函数：直方图为面积函数对灰度值的微商。 性质： 直方图中不包含空间信息。 与面积函数的关系（微、积分）。 直方图的应用。 点处理 是改变灰度映射关系的简单操作。简单，重要。 感光校正：克服量化缺陷。 显示校正：改善显示效果。 反差增强。 点处理由输出和输入像素灰度的对应关系（灰度转换函数）定义。 线性映射。 非线性映射。 根据直方图： 直方图均衡：使直方图变为常数。用图像的累积分布函数作灰度转换。 直方图匹配：首先作直方图均衡，再作输出直方图（要求的直方图）均衡的逆变换。 代数运算 代数运算是像素对像素的加减乘除。 两图像相加，其直方图为原来两直方图的卷积。 两个Gauss函数卷积仍得到Gauss函数（均值和方差相加）。 同一图像（不同样本）的多幅平均使信噪比提高至倍。 图像相减： 图像减去本身移位得到差分图像。 数字减影：消除不要的背景。 运动检测。 乘法：掩蔽图像中的局部区域。 几何运算 几何变换包括两部分运算： 定位：确定空间位置的变换关系。 灰度变换：根据空间关系的灰度值内插。 几何位置变换的两种方法： 前向 后向 灰度计算的方法： 最近邻点。 双线性内插：质量较好，复杂度提高不多。保证灰度连续，但灰度梯度不连续。 图像旋转。 几何变换的应用：几何校准。畸变矫正。图像配准。投影。特技。 线性系统 线性系统定义。 移不变系统。 线性移不变系统： 频域：系统特性完全由系统传递函数确定。 时域：输出信号为输入信号与系统冲击响应的卷积。 卷积运算： 性质：交换律，分配律，结合律，微商：。 离散二维卷积：空域的逐点计算，边缘效应，矩阵表示。 应用：作为滤波器，如消除聚焦不良引起的细节损失（高通，可能引起振铃），清除噪声（平滑，可能丢失细节）、特征增强（边缘）等。 卷积的实现。 Fourier变换 公式。连续Fourier变换是线性积分变换。 Fourier变换的性质。 系统传递函数等于输出频谱除以输入频谱。 二维Fourier变换：一维Fourier变换的推广。 可分离二维函数的Fourier变换也可分离。 空域旋转：频域旋转同样角度。 随机过程：相关函数的Fourier变换为功率谱密度。 滤波器设计： 低通和高通滤波器： 低通滤波：移动平均，加权平滑（三角形窗，Gauss形窗）。 高通滤波：可看成窄的正脉冲和宽的负脉冲之组合（和）。 带通和带阻滤波。 最佳线性滤波器： 最小均方误差准则：Weiner滤波。从噪声中估计未知信号。要求知道信号和噪声的功率谱密度函数。传递函数是实的（无相位信息），有界。 最大输出信噪比准则：匹配滤波。在加性噪声中检测已知信号。对白噪声，可用相关器实现。传递函数一般是复的（有相位信息），Hermit，无界。 中值滤波。 离散图像变换 线性变换的向量、矩阵表示。 酉变换，正交变换。 基向量和基图像。 基于正弦波的变换：DFT，DCT，DST。 基于方波的变换：DHT，DWT。 基于本征向量的变换： KLT：变换矩阵由协方差矩阵的本征向量组成。完全去相关，能量高度聚集。是性能的理论极限。变换矩阵与图像有关。无快速算法。应用。 SVD：图像的SVD变换将图像变为对角线矩阵。变换矩阵由FFT和FTF的本征向量组成。与图像有关。 图像恢复 图像恢复的任务。与图像增强的区别。 图像的退化和恢复模型。 经典方法（频域技术）： 逆滤波（反卷积）。问题：病态。 Weiner滤波。MSE最小，不一定满足视觉要求（对误差一律对待，可能对视觉敏感的细节过渡平滑）。 线性代数方法： 退化模型的向量、矩阵表示。 逆滤波：伪逆矩阵的应用（最小二乘）。 约束最小二乘恢复：参数?的引入，导致Weiner滤波。 系统辨识。 图像分割 图像分析的目的和特点（图像处理、图像恢复、图像分析