最后复习数字图像分析与处理分解.ppt

第二章图像采集  1、图像数字化 采样和量化；空间分辨率和幅度分辨率；图像数据量 2、像素间的关系 4邻域和8邻域；4连接和8连接；连通；像素间距离（欧氏、城区、棋盘） 3、双线性插值公式的推导 4、直方图 直方图的定义和性质。 第三章空域图像增强  1、图像增强的分类 图像增强分为空域增强和变换域增强方法，空域增强又可分为点运算和空间滤波；点运算又可分为灰度映射、直方图增强。 2、分段线性变换公式 公式表达。仅将某一范围的灰度值进行拉伸，而其余范围的灰度值实际上被压缩了。 3、噪声 按其产生的原因可分为外部噪声和内部噪声。按噪声和信号之间的关系可分为加性噪声和乘性噪声 4、直方图均衡化 直方图均衡化的基本思想是：对图像中像素个数多的灰度值进行展宽而对像素个数少的灰度值进行归并，从而达到清晰图像的目的。 计算。 5、直方图规定化 计算。（SML、GML） 6、空间平滑滤波器 均值滤波、中值滤波的定义和计算，以及各自的特点（滤波窗口大小和形状可变）。 7、图像锐化滤波器 锐化的目的。一阶微分锐化算子，如sobel、roberts、prewitt算子的模板，各个模板对哪个方向的边缘响应最大。二阶微分锐化算子，如Laplacian算子模板。一阶微分锐化算子与二阶微分锐化算子的特点。 第四章彩色图像增强  1、度量色彩的三要素 色调、饱和度、亮度。了解各自的涵义。 2、色度图 利用色度图求某一种颜色的主波长、补色、色纯度。RGB颜色模型不能表示所有可见的颜色。 3、彩色增强 一般彩色增强可分为伪彩色增强和真彩色增强方法，各自基本的定义。 第五章图像变换  1、数字图像傅里叶变换的频谱分布 经平移，频谱图像的零点移到显示的中心，从而围绕坐标中心的是低频，向外是高频。图像变化平缓的部分为低频，图像中的边、噪音、变化陡峻的部分等灰度变化突变区域为高频。 2、傅里叶变换性质 空域中的卷积等价于频域中的相乘；平移性；旋转不变性；尺度定理 3、二维离散傅里叶变换的公式 书上P85，公式(5.1.11)。 第六章图像变换  1、低通滤波、高通滤波 低通滤波器削弱高频信号，实现图像平滑效果，图像容易模糊。高通滤波消除对应图像中灰度值缓慢变换区域的低频分量，实现图像锐化，噪声容易增强。理想滤波器有明显的振铃现象； Butterworth滤波效果较好，指数滤波振铃现象不明显；梯形滤波会产生微振铃效果，但计算简单，较常用。 2、高频增强滤波器、高频提升滤波器 3、同态滤波 在频域中同时将图像亮度范围进行压缩和将图像对比度进行增强，也可用于消除图像中的乘性噪声 。同态滤波的基本原理描述。 第七章图像编码基础  1、数据冗余类型 像素相关冗余、编码冗余、心理视觉冗余 2、图像编码的的方法 信息保持型编码（无损编码）和信息损失型编码（有损编码） 3、平均码字长度、熵、编码效率 4、即时码一定是唯一可解码，反之不成立。 5、哈夫曼编码、解码的方法 6、算术编码的方法 第八章基本图像分割技术  1、图像分割的定义和分类 图像分割分为非连续性分割、相似性分割 2、robers、sobel、prewitt、Laplacian四大边缘检测算子的特点。 Roberts算子边缘定位精度较高，但容易丢失一部分边缘信息，不能抑制噪声； Sobel算子和Prewitt算子对噪声具有一定的抑制能力，边缘定位比较准确和完整；拉普拉斯算子造成一些不连续的检测边缘，同时抗噪声能力比较差。 3、阈值分割 基本的公式描述 4、区域生长法的分割计算 上课例题 5、用图解法分裂合并法分割的步骤 第九章典型图像分割算法  1、最佳阈值法 最佳分割阈值就是目标物和背景象素灰度级两个均值的平均。（目标、背景区域灰度级概率呈正态分布，且偏差相等，像素数相等） 2、二维最大熵阈值分割基本原理 离散二维熵的定义 第十章目标表达和描述  1、目标的表达和描述 目标的表达和描述可分为基于边界的表达和描述和基于区域的表达和描述 2、基于边界的表达 4方向链码、8方向链码表示方法；归一化链码；一阶差分链码； 3、基于区域的表达 外接盒；围盒；凸包的定义 骨架 骨架的定义。常见区域的骨架表述，如正方形，矩形和圆。 4、基于边界的描述 如果区域R的内部点用8-方向连通来判断，则得到的边界为4-方向连通的，如果用4-方向连通来判断，则得到的边界为8-方向连通的 形状数及阶。 第十一章特征提取和测量误差  1、区域形状特征及测量 形状参数的定义。边界周长的3种计算方法；区域面积的3种计算方法。 2、区域纹理特征及测量 纹理的定义。计算共生矩阵。 3、特征测量的准确度 准确度或准