数字图像处理知识点总结..docxVIP

PAGE \* MERGEFORMAT 11 数字图像处理知识点总结 导论 图像：对客观对象的一种相似性的生动性的描述或写真。 图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。 图像处理：对图像进行一系列操作，以到达预期目的的技术。 图像处理三个层次：狭义图像处理、图像分析和图像理解。 图像处理五个模块：采集、显示、存储、通信、处理和分析。 数字图像处理的内容： （1）图像获取、表示和表现（图像的数字化和图像变换） （2）图像增强 （3）图像复原 （4）图像重建 （5）图像压缩编码 （6）图像分割 （7）图像分析 （8）模式识别 （9）图像理解 数字图像处理的目的： （1）提高图像的视觉质量，以达到赏心悦目的目的。 （2）提取图像中所包含的某些特征或特殊信息，以便于计算机分析 （3）对图像数据进行变换、 编码和压缩， 以便于图像的存储和传输。 论述数字图像处理技术在生产生活中的应用 （1）在生物医学中的应用：利用电磁波谱成像分析系统诊断病情：如显微镜图像分析，DNA成像分析，CT及核磁共振、超声波、 X射线成像分析等 （2）遥感航天中的应用：检测土地变化；农林资源的调查；自然灾害监测、预报；地势、地貌测绘；地质构造解译、找矿；环境污染检测等等 （3）工业应用：无损探伤，石油勘探，生产过程自动化，工业机器人研制等 （4）军事公安领域运用：卫星侦察照片的测绘、判读，雷达图像处理，导弹制导，军事仿真等 （5）其他应用：图像远距离通信、电视会议、天气预报、现场视频管理等 数字图像处理的基本概念 决定图像质量的因素： （1）平均亮度 （2）对比度 （3）清晰度：由图像边缘灰度变化的速度来描述 （4）分解力或分辨率 （5）采样间隔 （6）量化等级 模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0i(x，y) ∞ ，反射分量0 r(x，y)1. 图像数字化：将一幅画面转化成计算机能处理的形式——数字图像的过程。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。采样方式:有缝、无缝和重叠。 将像素灰度转换成离散的整数值的过程叫量化。 表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。 数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 采样和量化与数字图像之间的关系 采样间隔： 采样间隔大——所得像素数少——空间分辨率低——数据量小——国际棋盘效应 采样间隔小——所得像素数多——空间分辨率高——数据量大——质量好 量化等级： 量化等级多——图像层次丰富——灰度分辨率高——数据量大——图像质量好 量化等级少——图像层次欠丰富——灰度分辨率低——数据量小——假轮廓现象 数字化器组成： 采样孔：保证单独观测特定的像素而不受其它部分的影响。 图像扫描机构：使采样孔按预先确定的方式在图像上移动。 光传感器：通过采样孔测量图像的每一个像素的亮度。 量化器：将传感器输出的连续量转化为整数值。 输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等。 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 直方图的性质： 灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。 一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图 一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 直方图的应用： 用于判断图像量化是否恰当（各个像素都要有才恰当） 用于确定图像二值化的阈值（以确保二值化后效果更好） 当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积 计算图像信息量：熵H（根据不同像素的概率可求） 图像处理基本功能的形式：单幅图像 → 单幅图像 ，多幅图像 →单幅图像，单（或多）幅图像→ 数字或符号。 邻域：对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。 图像处理的几种具体算法： 局部处理：对输入图像像素P（i,j）处理时，某一输出像素Q（i,j）由输入图像像素及其邻域中的像素值确定。这种处理称为局部处理。 例：空间域平滑和锐化 点处理：在局部处理中，当输出值Q(i,j)仅与P(i,j)有关，则称为点处理。 例：增强对比度、图像二值化 大局处理：在局部处理中，输出像素Q(i,j)的值取决于输入图像大范围或全部像素 的值，