吉首大学【数字图像处理】期末复习资料】.doc

吉首大学【数字图像处理】期末复习资料】 吉首大学【数字图像处理】期末复习资料】 PAGE / NUMPAGES 吉首大学【数字图像处理】期末复习资料】 第一章 数字图像处理概论 图像是对客观存在对象的一种相似性的、生动性的描述或写真。 数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 * 数字图像处理 （Digital Image Processing ） 利用计算机对数字图像进行 （去除噪声、增强、复原、分割、特征提取、识别等） 系列操作，从而获得某种预期的结果的技术。 （计算机图像处理） 图像处理：【图像输入——（图像处理 <增强、复原、编码、压缩等 >）——图像输出） 图像识别：【图像输入——（图像预处理 <增强、复原 >）——（图像分割）——（特征提取）——（图像分类）——类别、识别结果】 图像理解：【图像输入——（图像预处理）——（图像描述）——（图像分析和理解）——图像解释】 第二章 数字图像处理基础 取样：图像空间坐标的数字化 量化值太小 出现伪轮廓！取样值太小 出现棋盘格！ 量化：图像函数值（灰度值）的数字化 存储一幅 M× N的数字图像，需要的存储位数为： b = M × N × k 字节数为： B=b/8 1 优先采用 4 邻接 空间操作：单像素操作，领域操作！ 2 第三章 图像变换 3 领域与预定义的操作一起称为空间滤波器 直方图均衡化 是将原图象的直方图通过变换函数修正为均匀的直方图， 然后按均衡直方图修正原图象。 图象均衡化处理后， 图象的直方图是平直的， 即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。 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。 在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。 若这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。 4 5 均值：平均值灰度 方差：对比度 6 第四章 7 8 同态滤波 灰度级动态范围很大，即黑的部分很黑，白的部分很白，而我们感兴趣的图中的某一部分灰度级范围又很小，分不清物体的灰度层次和细节。 采用一般的灰度线形变换是不行的，因为扩展灰度级虽可以提高物理图像的反差，但会使动态范围更大。 而压缩灰度级， 虽可以减少动态范围， 但物理灰度层次和细节就会更看不清。 **(4) 同态滤波是一种在频域中将图像亮度范围进行压缩和将图像对比度进行增强的方法。 * 同态滤波目的： 消除不均匀照度的影响而又不损失图象细节。 9 同态滤波依据： f(x,y)=i(x,y)r(x,y) 同态滤波步骤： 1） z(x,y)=lnf(x,y)=lni(x,y)+lnr(x,y) 2） F(z(x,y))=F(lni(x,y))+F(lnr(x,y)),Z(u,v)=I(u,v)+R(u,v) （ 3）压缩 i(x,y) 分量的变化范围，削弱 I (u,v) ，增强 r(x,y) 分量的对比度，提升 R (u,v) ，增强细节。 S(u,v)=H(u,v)I(u,v)+H(u,v)R(u,v) （ 4） i ’ (x,y)=F~-1(H(u,v)I(u,v));r ’(x,y)=F~-1(H(u,v)R(u,v)) （ 5） i0(x,y)=exp(i ’(x,y));r0(x,y)= exp(r ’(x,y));g(x,y)=i0(x,y)r0(x,y) * 同态滤波流程图 f(x,y)lnFFTH(u,v)FFT~-1expg(x,y) 10 第五章 图像复原 最著名的统计排序滤波器是：中值滤波器 图像退化（为什么要恢复） 1）图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。 2）图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。 3）图像退化的数学模型为： g(x,y)=f(x,y)*h(x,y)+n(x,y) 典型的图像复原定义： 是根据图像退化的先验知识建立一个退化模型， 以此模型为基础， 采用各种逆退化处理方法进行恢复，得到质量改善的图像。 图像复原过程如下： 找退化原因→建立退化模型→反向推演→恢复图像 图像增强与图像复原的联系与区别？ 1）二者的目的都是为了改善图像的质量。 2）图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的 视觉效果。因此，图像增强可以不顾增强后的图像是否失真， 只要看得舒服就行。 3）而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。 4）如果图像已退化，应先作复原处理，再作增强处理。 11 像素灰度内插