《數(shù)字圖像處理》期末考試重點(diǎn)總結(jié).doc

《《數(shù)字圖像處理》期末考試重點(diǎn)總結(jié).doc》由會(huì)員分享，可在線閱讀，更多相關(guān)《《數(shù)字圖像處理》期末考試重點(diǎn)總結(jié).doc（11頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

*數(shù)字圖像處理的主要內(nèi)容及特點(diǎn) 圖像獲取、圖像變換、圖像增強(qiáng)、圖像恢復(fù)、圖像壓縮 、圖像分析、圖像識(shí)別、圖像理解 。 （1）處理精度高，再現(xiàn)性好。（2）易于控制處理效果。（3）處理的多樣性。（4）圖像數(shù)據(jù)量龐大。（5）圖像處理技術(shù)綜合性強(qiáng)。 *圖像增強(qiáng)：通過某種技術(shù)有選擇地突出對某一具體應(yīng)用有用的信息，削弱或抑制一些無用的信息。 圖像增強(qiáng)不存在通用理論。 圖像增強(qiáng)的方法：空間域方法和變換域方法。 *圖像反轉(zhuǎn)：S=L-1-r 1. 與原圖像視覺內(nèi)容相同2.適用于增強(qiáng)嵌入于圖像暗色區(qū)域的白色或灰色細(xì)節(jié)。 *對數(shù)變換 S=C*log（1+r）c為常數(shù)，r>=0 作用與特點(diǎn)：對數(shù)變換將輸入中范圍較窄的低灰度值映射為輸出中較寬范圍的灰度值，同時(shí)，對輸入中范圍較寬的高灰度值映射為輸出中較窄范圍的灰度值。 對數(shù)函數(shù)的一個(gè)重要特征是可壓縮像素值變化較大的圖像的動(dòng)態(tài)范圍； *冪律（伽馬）變換 s=c*(r+?)? 伽馬小于1時(shí)減小圖像對比度，伽馬大于1時(shí)增大對比度。 *灰度直方圖：是數(shù)字圖像中各灰度級與其出現(xiàn)的頻數(shù)間的統(tǒng)計(jì)關(guān)系。 *直方圖均衡化：直方圖均衡化就是通過變換函數(shù)將原圖像的直方圖修正為均勻的直方圖，即使各灰度級具有相同的出現(xiàn)頻數(shù)，圖象看起來更清晰。 直方圖均衡化變換函數(shù)必須為嚴(yán)格單調(diào)遞增函數(shù)。 直方圖均衡化的特點(diǎn)： ?1.能自動(dòng)增強(qiáng)圖像的對比度2.得到了全局均衡化的直方圖，即均勻分布3.但其效果不易控制 *直方圖規(guī)定化（匹配）：用于產(chǎn)生處理后有特殊直方圖的圖像的方法 *空間濾波即直接對圖像像素進(jìn)行處理。 獲得最佳濾波效果的唯一方法是使濾波掩模中心距原圖像邊緣的距離不小于(n-1)/2個(gè)像素。 *平滑濾波器用于模糊處理和減小噪聲。 平滑線性空間濾波器的輸出是：待處理圖像在濾波器掩模鄰域內(nèi)的像素的簡單平均值。 優(yōu)點(diǎn)：減小了圖像灰度的“尖銳”變化，故常用于圖像降噪。負(fù)面效應(yīng)：模糊了圖像的邊緣，因?yàn)檫吘壱彩怯蓤D像灰度的尖銳變化造成的。 空間均值處理的重要應(yīng)用是，為了對感興趣的物體得到一個(gè)粗略的描述而模糊一幅圖像。 *中值濾波器機(jī)理：將像素鄰域內(nèi)灰度的中值代替該像素的值； v對于處理脈沖噪聲非常有效，該種噪聲也稱為椒鹽噪聲； *量化：把采樣點(diǎn)上對應(yīng)的亮度連續(xù)變化區(qū)間轉(zhuǎn)換為單個(gè)特定數(shù)碼的過程，稱之為量化，即采樣點(diǎn)亮度的離散化。 *灰度圖像：指每個(gè)像素的信息由一個(gè)量化的灰度級來描述的圖像，它只有亮度信息，沒有顏色信息。 *圖像銳化濾波的幾種方法。 答：（1）直接以梯度值代替；（2）輔以門限判斷；（3）給邊緣規(guī)定一個(gè)特定的灰度級；（4）給背景規(guī)定灰度級；（5）根據(jù)梯度二值化圖像。 *偽彩色增強(qiáng)和假彩色增強(qiáng)有何異同點(diǎn)。 答：偽彩色增強(qiáng)是對一幅灰度圖像經(jīng)過三種變換得到三幅圖像，進(jìn)行彩色合成得到一幅彩色圖像；假彩色增強(qiáng)則是對一幅彩色圖像進(jìn)行處理得到與原圖象不同的彩色圖像；主要差異在于處理對象不同。相同點(diǎn)是利用人眼對彩色的分辨能力高于灰度分辨能力的特點(diǎn)，將目標(biāo)用人眼敏感的顏色表示。 *圖像編碼基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？ 答：雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的， 或者說存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像，同時(shí)又不會(huì)損害圖像的有效信息。 數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式：空間冗余、時(shí)間冗余、視覺冗余、 信息熵冗余、結(jié)構(gòu)冗余和知識(shí)冗余。 *什么是中值濾波，有何特點(diǎn)？ 答：中值濾波是指將當(dāng)前像元的窗口（或領(lǐng)域）中所有像元灰度由小到大進(jìn)行排序，中間值作為當(dāng)前像元的輸出值。特點(diǎn)：它是一種非線性的圖像平滑法，它對脈沖干擾級椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。 *圖像增強(qiáng)的目的是什么？ 答：對圖像進(jìn)行加工，使其結(jié)果比原始圖像更適用于特定應(yīng)用。 “特定”一詞表明圖像增強(qiáng)技術(shù)是面向問題的。 *圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？ 答：區(qū)別：圖像銳化是用于增強(qiáng)邊緣，導(dǎo)致高頻分量增強(qiáng)，會(huì)使圖像清晰；圖像平滑用于消除圖像噪聲，但是也容易引起邊緣的模糊。聯(lián)系：都屬于圖像增強(qiáng)，改善圖像效果。 *圖像復(fù)原和圖像增強(qiáng)的主要區(qū)別是： 圖像增強(qiáng)主要是一個(gè)主觀過程，而圖像復(fù)原主要是一個(gè)客觀過程；圖像增強(qiáng)不考慮圖像是如何退化的,而圖像復(fù)原需知道圖像退化的機(jī)制和過程等先驗(yàn)知識(shí) *圖像增強(qiáng)時(shí)，平滑和銳化有哪些實(shí)現(xiàn)方法？ 平滑的實(shí)現(xiàn)方法：鄰域平均法，中值濾波，多圖像平均法，頻域低通濾波法。 銳化的實(shí)現(xiàn)方法：微分法，高通濾波法。 *對于椒鹽噪聲，為什么中值濾波效果比均值濾波效果好？ 椒鹽噪聲是復(fù)制近似相等但隨機(jī)分布在不同的位置上，圖像中又干凈點(diǎn)也有污染點(diǎn)。中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來代替污染點(diǎn)的值，所以處理效果好。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲。 *什么是區(qū)域？什么是圖像分割？ 區(qū)域可以認(rèn)為是圖像中具有相互連通、一致屬性的像素集合。圖像分割時(shí)把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。 *圖像中微分算子的特點(diǎn) v 1.一階微分產(chǎn)生較粗的邊緣，二階微分產(chǎn)生的邊緣則較細(xì)； 2.對于孤立的噪聲點(diǎn)，在該點(diǎn)及其周圍點(diǎn)上，二階微分比一階微分的響應(yīng)要強(qiáng)很多；3.二階微分有一個(gè)過渡，即從正回到負(fù)，在圖像中，表現(xiàn)為雙線。 *二維圖像函數(shù)f(x,y)的拉普拉斯變換定義為： 銳化圖像= 原圖像+ 拉普拉斯圖像 *對于數(shù)字圖像處理而言，離散傅里葉變換和其反變換必定存在。 用(-1)x+y乘以f(x,y)，可以將F(u,v)原點(diǎn)變換到頻率坐標(biāo)的(M/2,N/2)處。 在決定形狀特點(diǎn)時(shí)，相位信息非常重要。 *理想濾波器的在頻域的剖面圖類似于盒濾波器(矩形窗口)，因此相應(yīng)的空間濾波具有sinc函數(shù)的形狀。 sinc函數(shù)的中心波瓣(主瓣)是引起模糊的主因，而外側(cè)較小的波瓣(旁瓣)是造成振鈴的主要原因。 *巴特沃斯低通濾波器（BLPF） 1階的巴特沃斯濾波器沒有振鈴； 2階的濾波器振鈴?fù)ǔ：芪⑿。? 20階的巴特沃斯濾波器就非常類似于理想低通濾波器了。 *高斯低通濾波器（GLPF） 高斯低通濾波器沒有振鈴 在需要嚴(yán)格控制低頻和高頻之間截止頻率過渡的情況下，巴特沃斯濾波器是個(gè)更合適的選擇，但其代價(jià)是可能產(chǎn)生振鈴現(xiàn)象。 *圖像變換：將定義在圖像空間的原圖像，以某種形式轉(zhuǎn)換到另外一些空間，并利用這些空間的特有性質(zhì)方便進(jìn)行一定的加工。 離散余弦變換主要用于圖像的壓縮，壓縮方法是給高頻系數(shù)大間隔量化，低頻部分小間隔量化。 *圖像復(fù)原技術(shù)的主要目的是以預(yù)先確定的目標(biāo)來改善圖像，盡可能的減少或消除圖像質(zhì)量的下降，恢復(fù)被退化圖像的本來面目。 圖像退化的部分原因：1.光學(xué)成像器件的相差;2.成像衍射;3.成像過程的非線性系統(tǒng)噪聲。 *圖像退化/復(fù)原模型 圖像復(fù)原處理的關(guān)鍵是建立退化模型，原圖像f(x,y)是通過一個(gè)系統(tǒng)H及加入一來加性噪聲n(x,y)而退化成一幅圖像g(x ,y) g(x,y)=H[f(x,y)]+n(x,y) *諧波均值濾波器對于鹽粒噪聲效果較好，但不適用于胡椒噪聲。它善于處理高斯噪聲那樣的其他噪聲。 *逆諧波均值濾波器 當(dāng)值為正時(shí)，可消除胡椒噪聲； 當(dāng)值為負(fù)時(shí)，可消除鹽粒噪聲； 當(dāng)值為0時(shí)，其簡化為算術(shù)均值濾波器。 *中值濾波器 對于某些類型的隨機(jī)噪聲，中值濾波器可提供良好的去噪能力，且比同尺寸的線性平滑濾波器引起的模糊更少 ?在存在單極和雙極脈沖噪聲的情況下，中值濾波器尤其有效。 *簡述基于邊緣檢測的霍夫變換的原理。 把直線上點(diǎn)的坐標(biāo)變換到過點(diǎn)的直線的系數(shù)域，通過利用共線和直線相交的關(guān)系，使直線的提取問題轉(zhuǎn)化為計(jì)數(shù)問題。 *數(shù)字圖像的定義，什么是數(shù)字圖象處理？ 數(shù)字圖像是將一幅畫面在空間上分割成離散的點(diǎn)（或像元），各點(diǎn)（或像元）的灰度值經(jīng)量化用離散的整數(shù)來表示，形成計(jì)算機(jī)能處理的形式。 數(shù)字圖像處理，就是利用計(jì)算機(jī)技術(shù)或其他數(shù)字技術(shù)，對圖像信息進(jìn)行某些數(shù)學(xué)運(yùn)算和各種加工處理，以改善圖像的視覺效果和提高圖像實(shí)用性的技術(shù)。 *圖像分割就是指把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。 *在計(jì)算數(shù)字梯度的實(shí)踐中，Prewitt算子和Sobel算子是最常用的。 *高斯拉普拉斯(LoG) *閾值分割方法總結(jié) 優(yōu)點(diǎn)：簡單、高效。局限性：對于目標(biāo)和背景灰度級有明顯差別的圖像分割效果較好。對于目標(biāo)和背景灰度一致性或均勻性較差的圖像分割效果不好。只能將圖像分割為兩個(gè)區(qū)域，對于含有多個(gè)目標(biāo)的圖像分割幾乎難以奏效。 *對于彩色圖像，通常用以區(qū)別顏色的特性是 色調(diào) 、 飽和度 、 亮度 。 *一個(gè)基本的數(shù)字圖像處理系統(tǒng)由圖像輸入、圖像存儲(chǔ)、圖像輸出、圖像通信、圖像處理和分析5個(gè)模塊組成。 *低通濾波法是使 高頻成分 受到抑制而讓 低頻成分 順利通過，從而實(shí)現(xiàn)圖像平滑。 *多年來建立了許多紋理分析法，這些方法大體可分為 統(tǒng)計(jì)分析法 和結(jié)構(gòu)分析法兩大類。 *圖像壓縮系統(tǒng)是有 編碼器 和 解碼器 兩個(gè)截然不同的結(jié)構(gòu)塊組成的。 *圖像數(shù)字化過程包括三個(gè)步驟：采樣、量化和掃描 *數(shù)據(jù)壓縮技術(shù)應(yīng)用了數(shù)據(jù)固有的冗余性和不相干性，將一個(gè)大的數(shù)據(jù)文件轉(zhuǎn)換成較小的文件。 *基本的形態(tài)學(xué)運(yùn)算是腐蝕和膨脹。先腐蝕后膨脹的過程為開運(yùn)算，先膨脹后腐蝕的過程為閉運(yùn)算。 *灰度分辨率是指在灰度級別中可分辨的最小變化。 空間分辨率是圖像中可分辨的最小細(xì)節(jié)。 *因?yàn)閳D像分割的結(jié)果圖像為二值圖像，所以通常又稱圖像分割為圖像的（二值化處理）。 *(腐蝕) 是一種消除連通域的邊界點(diǎn)，使邊界向內(nèi)收縮的處理。 *(膨脹)是將與目標(biāo)區(qū)域的背景點(diǎn)合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴(kuò)張的處理。 *對于(椒鹽)噪聲，中值濾波效果比均值濾波效果好。 *常用的彩色增強(qiáng)方法有真彩色增強(qiáng)技術(shù)、假彩色增強(qiáng)技術(shù)和 偽彩色 增強(qiáng)三種。 *常用的灰度內(nèi)插法有 最近鄰元法 、 雙線性內(nèi)插法 和 （雙）三次內(nèi)插法 。 *假彩色增強(qiáng)和偽彩色增強(qiáng)的區(qū)別是什么？ 假彩色增強(qiáng)是將一幅彩色圖像映射到另一幅彩色圖像，從而達(dá)到增強(qiáng)彩色對比，使某些圖像達(dá)到更加醒目的目的。偽彩色增強(qiáng)是把一幅黑白域不同灰度級映射為一幅彩色圖像的技術(shù)手段。 *圖像編碼基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？ 雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的， 或者說存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像， 同時(shí)又不會(huì)損害圖像的有效信息。數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式：空間冗余、時(shí)間冗余、視覺冗余、 信息熵冗余、結(jié)構(gòu)冗余和知識(shí)冗余。