MATLAB期末复习【DOC精选】.doc

《图像与视频处理基础》 一、试卷题型：1、填空题（1*20=20）*10=20）3、简答题（4*5=20）4、问答题（10*4=40） 二、复习数字 3、数字图像处理的概念、目的特点 图像图像量化 图像点几何的思考 点运算是否会改变图像内像素点之间的空间位置关系？ 点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系。 对图像灰度的拉伸，非线性拉伸与分段线性拉伸的区别？ 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。 代数运算是 指两幅或多幅输入图像之间进行点对点的加、减、乘、除运算得到输出图像的过程。如果记输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则有如下四种形式：ppt3 逻辑运算是指将两幅或多幅图像通过对应像素之间的与、或、非逻辑运算得到输出图像的方法。 在进行图像理解与分析领域比较有用。运用这种方法可以为图像提供模板，与其他运算方法结合起来可以获得某种特殊的效果。 几何运算 几何运算就是改变图像中物体对象（像素）之间的空间关系。 从变换性质来分，几何变换可以分为图像的位置变换（平移、镜像、旋转）、形状变换（放大、缩小）以及图像的复合变换等。 几何运算 G(x,y)=f(u,v)=f(p(x,y),q(x,y)) 式中， u=p(x,y) ,v=q(x,y) 唯一的描述了空间变换，即将输入 图像 f(u,v) 从u-v 坐标系变换为 x-y 坐标系的输出图像。 8、图像增强概念、目的傅立叶11、均值、中值最大值最小值13、图像锐化概念 图像锐化(image sharpening)就是补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰，亦分空域处理和频域处理两类。 图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱，再经傅立叶逆变换得到边缘锐化的图像。 14、各种锐化算子及其特点 15、图像退化模型（连续退化模型、离散退化模型、循环矩阵对角化模型） 图像复原处理的关键是建立退化模型 16、图像复原的基本概念及方法 图像恢复 是根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像本来面貌。 图像恢复技术的分类： (1)在给定退化模型条件下，分为无约束和有约束两大类; (2)根据是否需要外界干预，分为自动和交互两大类; (3)根据处理所在域，分为频域和空域两大类。 空间域滤波恢复包括 均值滤波： 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 顺序统计滤波 ：中值滤波 最大/最小滤波 频率域滤波恢复 ： 带阻滤波器、带通滤波器 、陷波滤波器等 原理： 时域卷积相当于频域乘积。因此可以在频率域中直接设计滤波器，对信号进行恢复处理。 逆滤波 最小均方误差滤波器-维纳滤波 17、直方图概念、直方图均衡化、直方图20、图像数据冗余 通常一副图像中的各点像素点之间存在一定的相关性。特别是在活动图像中，由于两幅相邻图像之间的时间间隔很短，因此这两幅图像信息中包含了大量的相关信息。这些就是图像信息中的冗余。 1. 空间冗余 2. 时间冗余 3. 信息熵冗余 4. 结构冗余 5. 知识冗余 6. 视觉冗余 21、图像哈夫曼编码（无失真编码）基本步骤 （eg见ppt7 19） 将信源符号出现的概率按由大到小地顺序排列。 将两处最小的概率进行组合相加,形成一个新概率。并按第(1)步方法重排,如此重复进行直到只有两个概率为止。 分配码字,码字分配从最后一步开始反向进行,对最后两个概率一个赋于“0”码字,一个赋于“1”码字。如此反向进行到开始的概率排列,在此过程中,若概率不变采用原码字。 图像分割处理定义 ---数字图像划分成互不相交（不重叠）区域---像素的连通集（在一个连通集中的任意两个像素之间，存住一条完全由这个集合的元素构成的连通路径。）的过程 图像区域膨胀腐蚀开8、视频数字视频