吉林大学图像处理部分试题.docxVIP

图像处理部分

傅里叶变换

1-D傅里叶变换

有连续函数f(x),等间隔采样N次,得到了N的函数值{f(0),f(1),f(2),…,f(N-1)},设x为离散实变量,u为离散频率变量,定义离散傅里叶变换和逆变换为:

F

F

(e-

上述公式中j是虚数单位,原函数f(x)一般为实函数,F(u)是复函数,有如下表示方法:

F

其中R为实部,I为虚部,写成指数形式

F

F

?

其中,?u称为相位角,Fu称为f(x)的傅里叶频谱,频谱的平方称为

P

2-D傅里叶变换

F

F

频谱:F

功率谱:P

相位角:?

图像增强

直方图均衡化

图像的灰度统计直方图是一个1-D的离散函数:

P

fk为图像f(x,y)的第k级灰度值,nk为图像中灰度值为

直方图均衡化就是把原始的直方图变换为均匀分布的形式,达到增加动态范围从而增强整体的对比度的效果.

变换函数要满足两个条件:

在0≤f≤L-1的范围内是一个单值单增函数,这是为了保证原图各级灰度在变换后仍然保持排列顺序

对于0≤f≤L-1有0≤g≤L-1,这是为了保持灰度值动态范围一致.

累积分布函数(CDF)可以实现这个功能:

g

CDF函数的计算方法是,先算出原始直方图Pf,我们知道直方图是一个离散函数,就像一个数列一样,把它的所有项加起来等于1.当要计算原始CDF值g

然后计算取整,g

第三步确定映射关系,如果有多个原始的灰度概率映射到一个灰度上了,就把他们的概率加起来,这个映射关系将会用于生成均衡化之后的图像

第四步是根据映射关系调整生成新的直方图.

运算

结果

1

灰度等级

0

1

2

3

4

5

6

7

2

原直方图

0.02

0.05

0.09

0.12

0.14

0.2

0.22

0.16

3

g

0.02

0.07

0.16

0.28

0.42

0.62

0.84

1.00

4

取整

0

0

1

2

3

4

6

7

5

映射

0,1-0

2-1

3-2

4-3

5-4

6-6

7-7

6

新直方图

0.07

0.09

0.12

0.14

0.2

0

0.22

0.16

直方图规定化

直方图规定化变换能有选择的增强某个灰度值范围内的对比度.

分为三个步骤:

求使原始图像直方图均衡化的变换

规定出需要的直方图,求使规定的直方图均衡化的变换,

将原始直方图映射到规定直方图

实例

滤波

空域滤波

线性平滑滤波

线性平滑滤波器的所有系数都是正数,对于3X3的模板,最简单的是所有系数都取1,加权求和,除以9,赋值,这种方法又称为邻域平均.

非线性平滑滤波

既要消除噪声,又要保持细节,使用中值滤波,

模板滑动,中心与某个像素重合

读取模板下面的像素值

将灰度值从小到大排列

找到灰度中值

把中值赋值给模板中间的那个像素

线性锐化

线性锐化滤波器的中心值为正数其他值为负数,例如使用3x3卷积核,中间的是8,其他位置是-1.

非线性锐化

没讲

频域低通滤波

理想低通滤波器

设置一个截断频率,在频域上,大于该频率的完全不能通过,小于该频率的完全不受影响.物理上无法实现,效果上会使图像模糊

巴特沃斯低通滤波器

Hu,v=1

频域高通滤波

理想高通滤波器

截断频率以下的频率完全不能通过,截断频率以上的完全不受影响.

巴特沃斯高通滤波器

Hu,v

频域带通滤波和带阻滤波

理想带通和带阻滤波器

带通滤波器允许一定频率范围内的信号通过,带阻滤波器阻止一定平率范围内的信号通过,带阻和带通滤波器必须是关于频域原点对称的(一三象限或者环状)

图像编码

哈夫曼编码

哈夫曼编码时无损编码的最优解,是即时码,也是唯一码,出现次数越多的符号的编码越短.构造哈夫曼编码使用哈夫曼树.哈夫曼树是从下往上画的.

截断哈夫曼编码

取字符集合中出现概率最高的M个字符,把剩下的字符看做一个字符,出现概率为那些字符的概率之和,然后进行哈夫曼编码,编码完后,把获得的第M+1个码作为前缀,后面接上一个定长自然编码,分别为那些没有独立编码的字符编码.这样实际上只需要为M+1个符号做哈夫曼编码.

平移哈夫曼编码

将符号按照出现概率排列,然后分成若干个长度相等的组,对于每个组中的各个元素,采用相同的编码方式,再对每个组加上专门的平移符号以区分他们,这样实际上只需要给一个组做哈夫曼编码就行了.

图像分割

边缘检测

边缘处往往有灰度阶跃,一阶导数会呈现一些特征,使用卷积来发现梯度:

水平模板对垂直特征响应较大,垂直模板对水平特征响应较大.拉普拉斯算子是基于二阶导数的:

轮廓跟踪和图搜索

轮廓跟踪

也称为边缘点连接,是由梯度图中的一个边缘点出发,依次搜索并连接相邻的边缘点从而逐步检测出轮廓的方法.分为三个步骤:

确定搜索起点,可能是一个点,也可能是多个点.

采用合适的数据结构和搜索机制,在已经发现的轮廓点基础上确定新