数字图像处理呕心沥血整理

第一章

1.采样的概念

是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。

2.量化的概念

使连续信号的幅度用有限级的数码表示的过程。

3.三基色原理

大自然中的颜色都可以通过红、绿、蓝三色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光。即三基色原理。

三种基色是相互独立的，红绿蓝三基色按照不同的比例相加合成混色称为相加混色：红色+绿色=黄色

绿色+蓝色=青色

红色+蓝色=品红

红色+绿色+蓝色=白色

4.图像数字化：是指将模拟图像经过离散化之后，得到用数字表示的图像。数字化包括采样和量化

采样：连续图像空间坐标的离散化

量化：连续图像幅值的离散化

5.量化分类：均匀量化和非均匀量化

6.常见的图像输入设备：数码电视摄像机、数码相机、扫描仪等

7.奈奎斯特采样定理：在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时(fs.max>2fmax)，采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。

▪采样定理的意义：采样定理指出了要使采样信号能不失真地描述原信号，其采样频率必须大于或等于信号所含有最高截止频率的2倍

第二章：

1.离散傅里叶变换特点：（简答，一个字不能少）

从分布上看，频谱中心位于屏幕中心，呈辐射状分布：离中心点越近，频率越低，能量越大；反之。频率越高，能量越小。

频谱中心反映图像平均亮度，低频区域反映图像实体细节，高频区域反映图像边缘轮廓。

2.主要变换方法及比较

⏹正交变换能量集中性能从好到差

KLT、DCT、SLT、DFT、WHT、HRT

⏹正交变换运算量从小到大

HRT、WHT、SLT、DCT、DFT、KLT

第三章：

1.图像噪声的类型与特点

⏹椒盐噪声的特征:

出现位置是随机的，但噪声的幅值是基本相同的。

⏹高斯噪声的特征：

出现在位置是一定的（每一点上），但噪声的幅值是随机的。

2、灰度直方图的概念：（简答题）

灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。

１．所有的空间信息全部丢失。

２．每一灰度级的像素个数可直接得到

3.灰度线性变换的原理（对具体方法的分析）

通过修改p(r) 达到增强图像的目的，修改是对各像素单独进行的。

4.直方图均衡和直方图指定化的概念，如何进行直方图的规格化（具体计算）（计算题）直方图均衡化是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，将直方图的分布变成均匀分布，从而达到清晰图像的目的。

直方图指定化是把已知直方图的图像变为期望直方图的图像。

5.例：已知：（计算题）

原图K 0 1 2 3 4 5 6 7

原图p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02

目标L 0 1 2 3 4 5 6 7

目标p’(L)0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125

求K,L之间的转换关系（若F’(L-1)

原图K 0 1 2 3 4 5 6 7

p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02

F(K) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1

（2）求目标图灰度级分布函数F’(L)

目标L 0 1 2 3 4 5 6 7

p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125

F’(L) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1

（3）K，L之间的转换关系（若F’(L-1)

K 0 1 2 3 4 5 6 7

L 1 3 5 6 7 7 7 7

（4）求实际得到的直方图Q(L)

L 0 1 2 3 4 5 6 7

Q(L) 0 0.19 0 0.25 0 0.21 0.16 0.19

6.中值滤波器与均值滤波器的比较

噪声特点方法处理图像

椒盐分布随机幅值一定均值抑制噪声，边缘明显模糊

中值滤除噪声，边缘仅有少许模糊

高斯分布固定幅值不定均值滤除噪声，边缘明显模糊

中值噪声无法去除，边缘也无模糊

7.中值滤波的原理、作用

⏹利用中值滤波模板对图像进行扫描，把模板中的像素进行由小到大的重新排列，取

排列中间位置上的像素的灰度值替代模板中心待处理像素灰度值。这种方法称为中值滤波。

⏹中值滤波的优点是在消除噪声的同时，还能保护边界不被模糊。

8．平滑模板的计算（计算题）

9.锐化算法及效果比较

微分类型代表算法边界细节

一阶微分Sobel算法边界粗略但清晰边界细节较少

Roberts算法

Priwitt算法

二阶微分Laplacian算法边界细致但不清晰边界细节丰富

Wallis算法

LOG算子

10.彩色增强的分类与原理

假彩色：

假彩色是指将一幅彩色图像映射为另一幅彩色图像，从而达到增强对比度的目的。伪彩色：

由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。

第四章：

1.图像分割的概念：