数字图像处理总复习演示文稿.ppt

* 巴特沃思低通滤波器(BLPF) 指数低通滤波器(ELPF) 梯形低通滤波器(TLPF) 2、高通滤波器 理想圆形高通滤波器(ILPF) 巴特沃思高通滤波器(BLPF) 指数高通滤波器(ELPF) 梯形高通滤波器(TLPF) 3、带通和带阻滤波 D0 D(u,v) H(u,v) 1/2 1 1 D0 D(u,v) H(u,v) 1 D0 D(u,v) H(u,v) * 带通带阻滤波器的转换 非放射理想带通和带阻滤波器透视图 H(u,v) u v u v H(u,v) 高通、低通滤波器以及带通、带阻滤波器是互补的，其转换方法非常简单 4、同态滤波 5、局部增强 * 七、彩色增强 1、伪彩色增强(人工赋颜色值) 主要方法有：亮度切割、彩色变换、频域滤波 傅立叶变换 f(x,y) 滤波器1 滤波器2 滤波器3 傅立叶反变换 傅立叶反变换 傅立叶反变换 色彩变换 2、真彩色增强(增强对应分量) * 第五部分 图像恢复与重建 图像恢复的含义：图像恢复过程是将图像退化的过程模型化，并据此采取相反的过程以得到原始图像。 一、退化模型 g(x,y)= H[f(x,y)]+n(x,y)； 关键是H矩阵的求解，离散化的H是循环矩阵，可对角化，得到： H=WDW-1，可简化计算； G(u)=MH(u)F(u)+N(u) ——一维情况下的结论 G(u,v)=MNH(u,v)F(u,v)+N(u,v)——二维情况下的结论 二、H(u,v)的获取 * 三、无约束恢复 什么是无约束恢复：当对噪声一无所知时，就是使n无约束的小。 无约束恢复的主要方法有：逆滤波 MNH(u,v)零点的处理 四、有约束恢复 什么是有约束恢复：在恢复过程中，应满足某种条件。 有约束恢复的主要方法有：维纳滤波和有约束最小平方恢复(统计方法) * 维纳滤波 约束条件：||g-Hf’||2=||n||2 * 对各种方法进行比较： 维纳滤波在图像受噪声影响时效果比逆滤波要好，而且噪声越强优势越明显 * 第六部分 图像编码 一、数据冗余 编码冗余、像素间冗余和心理视觉冗余 。 二、图像保真度准则 均方根RMS误差 均方信噪比SNR 峰值信噪比PSNR 三、编码模型 四、简单编码方法及应用 熵，平均码长和效率的定义及计算 哈夫曼编码方法 游程编码方法 * 五、变换编码 变换编码的基本步骤 需要考虑的几个因素是： 变换的选择、子图像(块)的尺寸、比特分配(系数截断、量化和编码)； 国际标准简介——JPEG标准 JPEG基本系统 编码、解码过程： JPEG应用举例 六、图像文件结构——.BMP文件格式 * 作业 以下作业任选其一： 比较所学的空域滤波及频域滤波的各种方法，并查阅相关的论文中的方法（卡尔曼滤波等）编写相关程序给出不同滤波方法的处理结果，总结出各种滤波方法的适用范围，形成一篇2000字以上的报告。 以图像间的运算为基础（图像间相加、相减等）进行相关的操作。例如，利用图像差影法，提取视频序列中的背景图像，从而提取运动目标。可以从灰度图像入手，进一步讨论彩色图像如何操作。最后形成一篇2000字左右的报告。 * 作业 利用上课所讲的边缘检测的相关知识，提取图像边缘，对比几种边缘检测的方法，可以先采用滤波和直方图增强的方法使区域之间的对比度增强，进而进行边缘检测。将几种方法的结果进行比较，形成一篇2000字左右的报告。 利用直方图均衡化的相关知识，制作一个类似photoshop中调整直方图的小软件，可以通过调整直方图的灰度分布来调整图像。此作业需要附上相关的代码及简要的说明。 * 作业 如果发送的是报告，请将文件名和邮件主题写成如下形式： 学号—姓名—报告题目 在文档内部报告末尾附上联系方式。 如果上传的是程序，需要放在一个文件夹里，相关的文件夹名称为：学号—姓名—题目。 在程序内部的说明文档里需要附上联系方式。 作业上交截止日期：2011.1.10 * 数字图像处理总复习 * 第一部分 绪论 一、什么是图像 “图”是物体投射或反射光的分布，“像”是人的视觉系统对图的接受在大脑中形成的印像或反映。是客观和主观的结合。 二、图像处理、图像分析和图像理解各自的特点 图像处理是最低层的操作，操作对象是像素，处理的数据量最大，是图像到图像的过程； 图像分析则进入了中层，操作对象是目标，数据量减少，对图像中感兴趣的目标检测和测量，是图像到数据的过程； 图像理解是最高层的操作，操作对象是从描述抽象出来的符号，处理的数据量最少，研究各目标的性质和它们之间的相互联系。 * 三、图像的含义——数学函数的另外一种表达 图像 数学函数 连续函数 离散函数 可见图像 图片 照片 图 画 不可见物理图像 * 滇池污染卫星