数字图像期末复习重点.docVIP

1.数字图像处理的应用领域： 通信：图象传输，电视电话等。 宇宙探测：星体图片处理。 遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图。 生物医学：CT，X射线成象，B超，红外图象，显微图象。 工业生产： 产品质量检测，生产过程控制，CAD，CAM。 军事： 军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等。 公安： 现场照片，指纹，手迹，印章，人像等处理和鉴别。 档案： 过期的文字、图片档案的修复和处理。机器人视觉 娱乐： 电影特技，动画，广告，MTV等 存储一幅M×N的数字图像的，需要的存储位数为b = M ×N × k（单位bit：1B=8bit） 字节数B=b/8 15、简述梯度法与Laplacian算子检测边缘的异同点？ 答：梯度算子和Laplacian 检测边缘对应的模板分别为 （梯度算子）（Laplacian算子） 梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而 Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。 相同点都能用于检测边缘，且都对噪声敏感。 ①任何周期函数都可以表示为频率不同的正弦和/或余弦和的形式，每个正弦/余弦乘以不同的系数，这个和称为傅里叶级数。 无论函数多么复杂，只要它是周期的， 并满足某些适度的数学条件，都可以用这样的和来表示 ②非周期函数可以用正弦和/或余弦乘以加权函数的积分表示，称为傅里叶变换。 傅里叶级数或变换表示的函数可以完全通过逆过程重建，不丢失任何信息，即频域中的处理转化到原始域不会丢失任何信息。 二维傅里叶变换： 离散形式DFT： 正变换： 反变换： 傅里叶谱和相角 频率谱： 功率谱： 二维卷积定理 相关：滤波器模板移过图像并计算每个位置乘积之和的处理。 卷积：滤波器先旋转180度，再计算 空间域的卷积对应频域乘法： 空间域的乘法对应频域卷积： 频率域滤波 在傅立叶变换中，低频主要决定图像在平滑区域中的总体灰度级显示，高频决定图像细节部分，如边缘和噪声。 低通滤波器：使低频通过而高频衰减的滤波器 高通滤波器：使高频通过而低频衰减的滤波器 低通滤波能图像模糊和去除噪声，而高通滤波能突出边缘，锐化图像。 8.空间域滤波和频率域滤波之间的对应关系 设 f(x,y) = δ(x,y)，定义卷积 由上面综述得到: 空间域和频率域的滤波器组成傅里叶变换对h(x,y)和H(u,v) 。 9.(理想的低通滤波器是截断傅里叶变换中所有与原点的距离大于指定距离D0高频部分。 理想的低通滤波器的变换函数: (理想高通滤波器的变换函数: 同态滤波: 目的：消除不均匀照度的影响, 增强图像细节。 同态滤波步骤： 减少低频(照度)贡献， 增加高频(反射)贡献 结果: 压缩动态范围 增强对比度 ： 1灰度变换函数： ①图像反转：灰度级范围为[0，L-1] ，图像反转可用公式表示：s = L-1-r 这种处理适用于增强嵌入于图像暗色区域的白色或灰色细节，特别是当黑色面积占主导地位时。 ②对数变换 公式表示：s =c log(1+r) 特点：扩展低灰度，压缩高灰度 应用范围：当原图动态范围太大，超出显示设备的范围时，如直接显示原图则一部分细节可能丢失。此时可采用对数变换。如傅里叶频谱的显示。 ③幂次变换 扩展低灰度 压缩低灰度 ④分段线性变换函数 优点: 形式上可以任意组合 缺点：需要更多的用户输入 直方图处理 定义：h(rk)= nk,其中rk是第k级灰度， nk是图像中灰度级为rk的像素个数 。 直方图的归一化 P(rk)=nk/N P(rk)=给出了灰度级为rk发生的概率估计值； 注意：一个归一化的直方图的所有部分之和等于1 直方图反映的总体性质，如：明暗程度、细节是否清晰、动态范围大小等 直方图均衡化 修改直方图是一种是实用而有效的增强图像方法，包括灰度级变换、均衡化、匹配等。 直方图均衡化处理 通过灰度变换将一幅图像图像转换为另一幅具有均衡灰度分布的图像。它以图像灰度r的累积分布函数为映射函数，从而产生灰度级均匀分布的图像。 设变量 r 代表图像中像素灰度级。图像像素灰度级可作归一化处理，这样， r 的值将限定在下述范围之内 在灰度级中，r=0 代表黑，r=1代表白。 直方图均衡化是用累积分布函数作为变换函数对直方图进行修正的处理方法； 对于连续图像，变换函数是累积分布函数： 离散形式的公式 例：假定有一幅像素数为64×64，灰度级为8级的图像，其灰度级分布如下表所示，对其进行均衡化处理 灰度直方图 注意：仅存5个灰级，宏观拉平，微观不可能平，层次减少，对比