2021年度数字图像处理知识点.docVIP

数字图像解决知识点 课程重点：图像数字化，图像变换，图像增强，图像恢复与重建，图像编码，图像分割与特性提取，图像辨认。 数字图像解决基本内容： 1、图像获取。举例：摄像机+图像采集卡、数码相机等。 2、图像增强。显示图像中被模糊细节，或是突出图像中感兴趣特性。 3、图像复原。以图像退化数学模型为基本，来改进图像质量。 4、图像压缩。减小图像存储量，或者在图像传播时减少带宽。 5、图像分割。将一幅图像划分为几种构成某些或分割出目的物体。 6、图像表达与描述。图像分割后，输出分割标记或目的特性参数。 7、目的记别。把目的进行分类过程。 8、彩色图像解决。 9、形态学解决。 10、图像重建。 导论 图像按照描述模型可以分为:模仿图像和数字图像。 1)模仿图像，模仿图像可用持续函数来描述。其特点：光照位置和光照强度均为持续变化。 2)数字图像，数字图像是图像数字表达，像素是其最小单位,用矩阵或数组来描述 图像解决：对图像进行一系列操作,以达到预期目技术。内容：研究图像信息获取、传播、存储，变换、显示、理解与综合运用”一门崭新学科。三个层次：狭义图像解决，图像分析，图像理解。 狭义图像解决重要指对图像进行各种操作以改进图像视觉效果，或对图像进行压缩编码以减少所需存储空间或传播时间、传播通路规定。 图像分析重要是对图像中感兴趣目的进行检测和测量，从而建立对图像描述。图像分析是一种从图像到数值或符号过程。 图像理解则是在图像分析基本上，进一步研究图像中各目的性质和它们之间互相联系，并得出对图像内容含义理解以及对本来客观场景解译，从而指引和规划行动; 图像分析重要是以观测者为中心研究客观世界，图像理解在一定限度上是以客观世界为中心，借助知识、经验等来把握整个客观世界。 图像解决三个层次： 低档图像解决 内容：重要对图像进行各种加工以改进图像视觉效果、或突出有用信息，并为自动辨认打基本，或通过编码以减少对其所需存储空间、传播时间或传播带宽规定。 特点：输入是图像，输出也是图像，即图像之间进行变换。 中级图像解决 内容：重要对图像中感兴趣目的进行检测（或分割）和测量，以获得它们客观信息从而建立对图像描述。 特点：输入是图像，输出是数据。 高档图像解决 内容：在中级图像解决基本上，进一步研究图像中各目的性质和它们之间互相联系，并得出对图像内容含义理解（对像辨认）及对本来客观场景解释（计算机视觉），从而指引和规划行动。 特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。 “输入是数据，输出是理解”。 一种图像解决和分析系统涉及采集、显示、存储、通信、解决和分析五个模块。 数字图像解决特点：精度，再现性，通用性，灵活性。 第二章 数字图像解决基本概念 图像数字化：将模仿图像通过离散化之后，得到用数字表达图像。图像数字化是将一幅画面转化成计算机能解决形式，涉及采样和量化两个过程。 采样：是将在空间上持续图像转换成离散采样点（即像素）集操作。即：空间坐标离散化。采样间隔和采样孔径大小是两个重要参数。 量化：把采样后所得各像素灰度值从模仿量到离散量转换称为图像灰度量化。即：灰度离散化。 持续灰度值量化为灰度级办法有两种： 等间隔量化：简朴地把采样值灰度范畴等间隔地分割并进行量化。 非等间隔量化：非均匀量化是根据一幅图像详细灰度值分布概率密度函数，按总量化误差最小原则来进行量化。简朴说来就是对像素浮现频度少某些量化间隔取大，而对频度大量化间隔取小。　　 数字化方式可分为均匀采样、量化和非均匀采样、量化。图像数字化普通采用均匀采样和均匀量化方式。 量化参数与数字化图像之间关系： 采样间隔越大，所得图像像素数越少，空间辨别率低，质量差，严重时浮现像素呈块状国际棋盘效应；采样间隔越小，所得图像像素数越多，空间辨别率高，图像质量好，但数据量大。 量化级别越多，所得图像层次越丰富，灰度辨别率高，图像质量好，但数据量大；量化级别越少，图像层次欠丰富，灰度辨别率低，会浮现假轮廓现象，图像质量变差，但数据量小。 当限定数字图像大小时，为了得到质量较好图像可采用如下原则： 对缓变图像，应当细量化，粗采样，以避免假轮廓。 对细节丰富图像，应细采样，粗量化,以避免模糊（混叠）。 灰度图像：灰度图像是指每个像素由一种量化灰度值来描述图像。它不包括彩色信息。辨别率：指映射到图像平面上单个像素景物元素尺寸。 图像辨别率：指每英寸图像具有多少个点或像素， 辨别率单位为dpi。 （1）空间辨别率：图像空间中可辨别最小细节。普通用单位长度上采样像素数目或单位长度上线对数目表达。 （2）灰度辨别率：图像灰度级中可辨别最小变化。普通用灰度级或比特数表达。 图像数字化： 采样和量化是数字化一幅图像两个基本过程。即把图像划分为若