图像处理得复习.docVIP

第一章 概述 为什么需要图像处理？ 显示和打印需要；易于存储和传输；增强和恢复；提取信息。 *图像处理：对图像进行一系列的操作以达到预期的目的的技术称作图像处理,包括狭义的图像处理、图像分析与图像理解。 *根据对图像作用域的不同，数字图像处理方法大致可分为两大类: 1空域算法 邻域处理法: 对图像进行小区域模板的空域滤波等处理，以充分考虑像素邻域像素点对其的影响。 (2)点处理法: 直接对图像各像素点进行灰度上的变换处理. 2 .变换域算法 *图像增强：是指根据一定的要求，突出图像中感兴趣的信息，而减弱或去除不需要的信息，从而使有用信息得到加强的信息处理方法。 *图像增强主要方法：直方图增强、空域滤波法、频率域滤波法以及彩色增强法等。 图像编码与压缩：图像编码就是利用图像信号的统计特征及人类视觉及人类视觉的生理学和心理学特征 图象复原：找出图象降质的起因，并尽可能消除它，使图象恢复本来面目 图像重建对输入的某种数据进行处理，得到结果图像。 数字图像处理的主要研究内容： 1 图像变换。 2 图像增强 。3 图像编码与压缩。 4 图像复原。 5 图像重建。 图像变换：将图像从空间域变换到另一个域，然后在变换域对图像进行处理和分析。 常用的图像变换：傅立叶变换、DCT变换，小波变换等。 数字图像处理的应用实例 1 生物医学中的应用。2 遥感领域中的应用。3 工业方面的应用。4 军事公安领域的应用。 5 通信中的应用。6 文字识别。7 交通 生物医学中的应用 最突出的临床应用就是超声、核磁共振、γ相机和CT等技术。如X射线照片的分析，血球计数与染色体分类等。 第二章 2.3图像的数字化 扫描，采样，量化，以及各个阶段的意义 2.4 数字图像的基本类型 有那两种方式 位图有四种类型： 第三章 图像增强 图象增强:是通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 图像增强的两类方法 空域增强:直接在图像所在的二维空间进行处理，即直接对每一像素的灰度值进行处理 。 频域增强:首先经过傅里叶变换将图像从空间域变换到频率域，然后在频率域对频谱进行操作和处理，再将其反变换到空间域，从而得到增强后的图像。 灰度变换法 1.线性灰度变换。 2.分段线性灰度变换。 3.非线性灰度变换。 线性拉伸将原始输入图像中的灰度值不加区别地扩展。 *分段线性拉伸是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。 *灰度直方图 是灰度值的函数，它描述了图像中各灰度值的像素个数。 通常用横坐标表示像素的灰度级别，纵坐标表示对应的灰度级出现的频率（像素的个数）。 *直方图均衡化 直方图均衡方法的基本思想是：对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。 直方图均衡化的步骤 1、计算每个灰度级的像素个数在整个图像中所占的概率(百分比) 2、计算图像各灰度级的累计分布概率 3、根据 的值判断变换后的灰度值 设图像的灰度级只有8级，因此需用1/7为量化单位进行舍入运算，得到如下结果： Sk的的值落到的那个区间,则对应变换到该灰度值。 直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。 空间平滑滤波增强 1. 邻域平均法 2. 中值滤波 两种方法的原理和特点，两者的特点和异同 （算子的计算方法）题目 邻域平均法虽然可以平滑图像，但在消除噪声的同时，会使图像中的一些细节变得模糊。中值滤波则在消除噪声的同时还能保持图像中的细节部分，防止边缘模糊 。 图像锐化的目的是使灰度反差增强，从而增强图像中边缘信息，有利于轮廓抽取。 梯度算法 梯度值正比于像素之差。对于一幅图像中突出的边缘区，其梯度值较大；在平滑区域梯度值小；对于灰度级为常数的区域，梯度为零。 Sobel算子是边缘检测中最常用的算子之一。 SX是水平模板,对水平边缘响应最大. SY是垂直模板,对垂直边缘响应最大. 拉普拉斯算子是一个标量而不是向量，具有线性特性和旋转不变，即各向同性的性质。 重点《书本的课后题目》 第四章 图4.1 图像压缩技术，图4.1 静态图像的数据冗余： 霍夫曼编码 第七章 图像分割技术 图像分割概述 目的：把图像空间分成一些有意义的区域，与图像中各种物体目标相对应。通过对分割结果的描述，可以理解图像中包含的信息。 图像分割方法和种类 1