2013数字图像处理要点

合集下载

数字图像处理复习要点总结

数字图像处理复习要点总结

数字图像处理复习要点总结

1、 离散的图像信息的熵:一幅图像如果有1s ,2s ,3s ,…,q s 共q 中幅度值,并且出现的概率分别为1P ,2P ,3P ,…,q P ,那么每一种幅度值所具有的信息量分别为)1(

log 12P ,)1(log 22P ,)1

(log 3

2P ,…,)1(log 2q P 。其平均信息量即

为熵,记为H 。∑∑==-==q

i i i q

i i

i P P P P H 1212log 1

log

2、 图像处理系统中常用的输入设备:(1)电视摄像机:摄像器件把输入的二维

辐射(光学图像)信息转换为适宜处理和传输的电信号,然后经荧屏显示。(2)飞点扫描设备:在水平和垂直两个偏转电路的控制下,CRT 的光点通过透镜光学系统在画面上逐行逐点依次扫描,与图像上亮度相对应的反射光由光电倍增管接受并转换为成比例的电流信号,经放大和A/D 变换,送计算机处理。(3)鼓形扫描器:照片或负片安放在鼓形滚筒上,由光线照射或从内部光源透射在图像上,再由光线系统收集后送至光电倍增管,变换成电信号,经放大后送至A/D 变换器,再经高速数据接口送入计算机。(4)微密度计:一种平台机械扫描式的光电转换图像输入设备,使用计算机控制旋转被测样片的平台,作x ,y 方向运动,可形成逐行扫描、螺旋扫描、随机扫描及跟踪扫描。(5)其它图像输入设备:光敏二极管矩阵图像信息传感器、激光扫描器和图像位置检出器等。 3、 三基色混色及色度表示原理

(1) 相加混色(彩色电视机)和相减混色(彩色电影、幻灯片、绘画原

(完整版)数字图像处理知识点总结

(完整版)数字图像处理知识点总结

数字图像处理知识点总结

第一章导论

1.图像:对客观对象的一种相似性的生动性的描述或写真。

2.图像分类:按可见性(可见图像、不可见图像),按波段数(单波段、多波段、超波段),按空间坐标和亮度的连续性(模拟和数字)。

3.图像处理:对图像进行一系列操作,以到达预期目的的技术。

4.图像处理三个层次:狭义图像处理、图像分析和图像理解。

5.图像处理五个模块:采集、显示、存储、通信、处理和分析。

第二章数字图像处理的基本概念

6.模拟图像的表示:f(x,y)=i(x,y)×r(x,y),照度分量0<i(x,y)<∞,反射分量

0<r(x,y)<1.

7.图像数字化:将一幅画面转化成计算机能处理的形式——数字图像的过程。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。

8.将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。采样方式:有缝、无缝和重叠。

9.将像素灰度转换成离散的整数值的过程叫量化。

10.表示像素明暗程度的整数称为像素的灰度级(或灰度值或灰度)。

11.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。

12.采样间隔对图像质量的影响:一般来说,采样间隔越大,所得图像像素数越少,空间分

辨率低,质量差,严重时出现像素呈块状的国际棋盘效应;采样间隔越小,所得图像像素数越多,空间分辨率高,图像质量好,但数据量大。

13.量化等级对图像质量的影响:量化等级越多,所得图像层次越丰富,灰度分辨率高,图

像质量好,但数据量大;量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓现象,图像质量变差,但数据量小。但在极少数情况下对固定图像大小时,减少灰度级能改善质量,产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。

数字图像处理要点简述.

数字图像处理要点简述.

第一.二章.采样,量化,数字图像的表示

基本的数字图像处理系统

系统的层次结构

图像处理的主要任务:

图像获取与数字化

图像增强

图像恢复

图像重建

图像变换

图像编码与压缩

图像分割

特点:

(1)处理精度高。

(2)重现性能好。

(3)灵活性高

1.图像的数字化包括两个主要步骤:离散和量化

2.在数字图像领域,将图像看成是许多大小相同、形状一致的像素组成

3.为便于数字存储和计算机处理可以通过数模转换(A/D)将连续图像变为数字图像。

4.数字化包括取样和量化两个过程:

取样:对空间连续坐标(x, y)的离散化

量化:幅值f (x, y)的离散化(使连续信号的幅度用有限级的数码表示的过程。)

5.数字化图像所需的主要硬件:

◆采样孔、图像扫描机构、光传感器、量化器、输出存储体

6.取样和量化的结果是一个矩阵

7.其中矩阵中的每个元素代表一个像素

8.存储一幅图像的数据量又空间分辨率和幅度分辨率决定

9.灵敏度、分辨率、信噪比是三大指标

第三章,傅里叶变换,DCT变换,WHT

●余弦型变换:

●傅里叶变换(DFT)和余弦变换(DCT)。

● 方波型变换:

● 沃尔什-哈达玛变换(DWT )

1.二维连续傅里叶正反变换 :

二维离散傅里叶变换:

。F (u, v )即为f (x, y )的频谱

。频谱的直流成分说明在频谱原点的傅里叶变换F (0, 0)等于图像的平均灰度级 卷积定理:

2.二维离散余弦变换(DCT )

一维离散余弦变换:

∞∞-∞

∞-+-=dxdy

e y x

f v u F vy ux j )(2),(),(π j2π() (,)(,)e d d ux vy f x y F u v u v

第二章(1) 数字图像基(人类视觉)础

第二章(1) 数字图像基(人类视觉)础

2013年7月25日7时13分
第二章 数字图像处理基础
9
3、视觉的时空频率分析
人眼对画面静止部分的分辨率高于活动部分,
–对静止部分减少时间分辨率,而对活动部分减少空间 分辨率,可以达到数据压缩的效果。 幅度分辨力 –人眼对景物亮度层次的分辨力也有限,过小的亮度差 别无法分辨。 对彩色图像的色调和饱和度的分辨力 –人的视觉对彩色细节的分辨力要比亮度细节差,在国 际无线电咨询委员会(ITU-R,原CCIR)601标准中, 就利用了这种特性,将色差信号的空间分辨率减半, 仍可以得到非常好的图像质量。 对立体图像的景深分辨力等
3
图和背景反转图形
2013年7月25日7时13分
第二章 数字图像处理基础
4
一、图像处理的视觉基础
视觉生理/视觉特性/视觉模型 视觉基础/视觉应用
它们与图像研究的关系
2013年7月25日7时13分
第二章 数字图像处理基础
5
视觉研究
基础研究
应用研究
视觉心理现象法则 (心理学)
视觉环境的改善和视觉机能应 用(照明工程学、人类工程学) 图像改善和评价(图像工程)
14
• 人眼能看到的光谱范围 从380纳米到780纳米- 可见光谱。 •不同波长对应不同色彩 感觉,不同强度的光刺 激人眼,在人脑中将产 生不同的光强、颜色、 形状等视觉信息.

数字图像处理要点

数字图像处理要点

数字图像处理考试要点

第二章

1、在实际采样过程中,采样点间隔的选取很关键。应满足采样定

理(二维采样定理:Nyguist准则):采样频率大于信号中最高

频率的2倍。

2、量化分为等间隔量化、非等间隔量化,非等间隔量化包括对数

量化、Max量化、锥形量化。

3、图像质量评估方法与标准分两类:主观评价、客观测量

噪声的定义:不可预测,只能用概率统计方法来认识的随机误差。图像噪声:妨碍人们视觉器官对所接收的信源信息理解的因素。

第三章

4、一般人的眼睛可以感知的电磁波的波长在400~760nm之间,

可见光的波长范围为380nm~780nm。

5、瞳孔——光圈,透明体(晶状体)——透镜

6、眼球是由一系列曲率半径和折光指数都不相同的折光体所组

成的折光系统。

7、6米以外直至无限远处的物体发出或反射出的光线到眼的折光

系统时近于平行,可在视网膜上形成清晰的像。

8、但人眼不是无条件的看清任何远处的物体,因为:1)光线过

弱,不足以兴奋感光细胞;2)距离过大,小到视网膜分辨能

力的限度以下。

9、比6米近的物体,折射后的成像位置在主焦点,即视网膜位置

之后,尚未聚焦,物像是模糊的。

10、人眼视觉模型

11、人从亮处进入暗室,最初看不清楚东西,经过一段时间,恢复

了在暗处的视力,这称为暗适应;相反,从暗处到亮处是明适应。

12、人眼对蓝光的灵敏度远远低于对红光和绿光的灵敏度,对波长

为550nm左右的黄绿色最为敏感。红(700nm),绿(546.1nm),蓝(435.8nm)

13、从人的主观感觉角度,颜色包含三个要素:色调、饱和度、明

亮度。

13s4数字图像处理

13s4数字图像处理

0.11
现象:可以拉大图像对比度,但灰度层次可能减少

例2:大小64﹡64, 8 灰度级,各灰度像素个数为:
0
790
0.19
0.16 0.03
0.19
0.35 0.38
1/7 790 2/7 656 3/7 122
s0 s1 s2
0.19
0.16 0.03
1/7 656 2/7 122 3/7 1023
rk代表离散灰度级,用p(rk)代表p(r),并且有下式成立:
nk p ( rk ) n
0 rk 1 k 0,1,2,, l 1
式中:nk为图像中出现rk级灰度的像素数,n是图像像素总数,而 nk/n即为频数。在直角坐标系中做出rk与p(rk)的关系图形,即称为
该图像的直方图。
245 0.95
3/7 0.15 0.15 ≈1/7
5/7 0.30 0.65 ≈5/7
z6
z6 z7
329 0.89 S3=6/7 4/7 0.20 0.35 ≈2/7
122 0.98
81 1.00 S4=1
6/7 0.20 0.85 ≈6/7
1 0.15 1.00 ≈1 z7
z7
z7

例2:
直方图均衡 期望直方图 直方图规定化
11 15 4 14 7 15 13 15 12 13 6 15 3 14 12 14 4 2 6 4 1 7 3 5

数字图像处理知识点总结

数字图像处理知识点总结

数字图像处理知识点总结

第二章:数字图像处理的基本概念

2.3 图像数字化

数字化是将一幅画面转化成计算机能处理的数字图像的过程。

包括:采样和量化。

2.3.1、2.3.2采样与量化

1.采样:将空间上连续的图像变换成离散点。(采样间隔、采样孔径)

2.量化:采样后的图像被分割成空间上离散的像素,但是灰度是连续的,量化就是将像素灰度转换成离散的整数值。

一幅数字图像中不同灰度值的个数称为灰度级。二值图像是灰度级只有两级的。(通常是0和1)

存储一幅大小为M×N、灰度级数为G的图像所需的存储空间:

(bit)

2.3.3像素数、量化参数与数字化所得到的数字图像间的关系

1.一般来说,采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时会出现国际棋盘效应。

采样间隔越小,所的图像像素数越多,空间分辨率高,图像质量好,但是数据量大。

2.量化等级越多,图像层次越丰富,灰度分辨率高,图像质量好,但数据量大。

量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓,质量变差,但数据量小。

2.4 图像灰度直方图

2.4.1定义

灰度直方图是反映一幅图像中各灰度级像素出现的频率,反映灰度分布情况。

2.4.2性质

(1)只能反映灰度分布,丢失像素位置信息

(2)一幅图像对应唯一灰度直方图,反之不一定。

(3)一幅图像分成多个区域,多个区域的直方图之和是原图像的直方图。2.4.3应用

(1)判断图像量化是否恰当

(2)确定图像二值化的阈值

(3)物体部分灰度值比其他部分灰度值大的时候可以统计图像中物体面积。(4)计算图像信息量(熵)

《数字图像处理》期末考试重点总结

《数字图像处理》期末考试重点总结

《数字图像处理》期末考试重点总结

work Information Technology Company.2020YEAR

*数字图像处理的主要内容及特点

图像获取、图像变换、图像增强、图像恢复、图像压缩、图像分析、图像识别、图像理解。

(1)处理精度高,再现性好。(2)易于控制处理效果。(3)处理的多样性。(4)图像数据量庞大。(5)图像处理技术综合性强。*图像增强:通过某种技术有选择地突出对某一具体应用有用的信息,削弱或抑制一些无用的信息。

图像增强不存在通用理论。

图像增强的方法:空间域方法和变换域方法。

*图像反转:S=L-1-r

1.与原图像视觉内容相同

2.适用于增强嵌入于图像暗色区域的白色或灰色细节。

*对数变换 S=C*log(1+r)c为常数,r>=0

作用与特点:对数变换将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值,同时,对输入中范围较宽的高灰度值映射为输出中较窄范围的灰度值。

对数函数的一个重要特征是可压缩像素值变化较大的图像的动态范围;

*幂律(伽马)变换 s=c*(r+ɛ)ɤ

伽马小于1时减小图像对比度,伽马大于1时增大对比度。

*灰度直方图:是数字图像中各灰度级与其出现的频数间的统计关系。

*直方图均衡化:直方图均衡化就是通过变换函数将原图像的直方图修正为均匀的直方图,即使各灰度级具有相同的出现频数,图象看起来更清晰。

直方图均衡化变换函数必须为严格单调递增函数。

直方图均衡化的特点:

1.能自动增强图像的对比度

2.得到了全局均衡化的直方图,即均匀分布

3.但其效果不易控制

*直方图规定化(匹配):用于产生处理后有特殊直方图的图像的方法

数字图像处理重点汇总

数字图像处理重点汇总

第一章:

数字图像处理研究的内容主要有:(1)图像获取,表示和表现(2)图像增强(3)图像复原(4)图像分割(5)图像分析(6)图像重建(7)图像压缩编码

数字图像处理:利用计算机对图像进行去除噪声、增强、复原、分割、特征提取、识别等处理的理论、方法和技术。一般情况下,图像处理是用计算机和实时硬件实现的,因此,也称之为计算机图像的实现。

数字图像处理的特点:(1)处理精度高,再现性好(2)易于控制处理效果(3)处理的多样性(4)图像数据量庞大(5)处理费时(6)图像处理技术综合性强

图像:就是三维场景在二维平面上的影像

数字图像:是用配置在二维平面(画面)上的灰度值或彩色值来表示信息的,信息扩展在二维平面上。数字图像以数字格式存储图像数据,数字图像常用矩阵来描述。

图像处理的研究目的:(1)提高图像的视感质量,以达到赏心悦目的目的(2)提取图像中所包含的某些特征或特殊信息,只要用于计算机分析,经常用作模式识别,计算机视觉的预处理(3)对图像数据进行变换、编码和压缩,以便于图像的存储和传输

图像工程三层示意图:图像工程的内容可分为图像处理、图像分析和图像理解三个层次,这三个层次既有联系又有区别,如下图所示。

图像处理、图像分析、图像理解各有什么特点?它们之间有何联系和区别?

图像处理:的重点是图像之间进行的变换。尽管人们常用图像处理泛指各种图像技术,但比较狭义的图像处理主要是对图像进行各种加工,以改善图像的视觉效果并为自动识别奠定基础,或对图像进行压缩编码以减少所需存储空间

图像分析:主要是对图像中感兴趣的目标进行检测和测量,以获得它们的客观信息,从而建立对图像的描述。如果说图像处理是一个从图像到图像的过程,则图像分析是一个从图像到数据的过程。这里的数据可以是目标特征的测量结果,或是基于测量的符号表示,它们描述了目标的特点和性质。

《数字图像处理》知识点汇总

《数字图像处理》知识点汇总

《数字图像处理》知识点汇总

1.什么是图像?“图”是物体投射或反射光的分布,“像”是⼈的视觉系统对图的接受在⼤脑中形成的印

象或反映。图像是客观和主观的结合。

2.数字图像是指由被称作象素的⼩块区域组成的⼆维矩阵。将物理图象⾏列划分后,每个⼩块区域称为

像素(pixel)。对于单⾊即灰度图像⽽⾔,每个像素包括两个属性:位置和灰度。灰度⼜称为亮度,灰度⽤⼀个数值来表⽰,通常数值范围在0到255之间,即可⽤⼀个字节来表⽰。0表⽰⿊、255表⽰⽩。

3.彩⾊图象可以⽤红、绿、蓝三元组的⼆维矩阵来表⽰。通常,三元组的每个数值也是在0到255之间,

0表⽰相应的基⾊在该象素中没有,⽽255则代表相应的基⾊在该象素中取得最⼤值,这种情况下每个象素可⽤三个字节来表⽰。

4.数字图像处理就是利⽤计算机系统对数字图像进⾏各种⽬的的处理。

5.对连续图像f(x,y)进⾏数字化需要在空间域和值域进⾏离散化。空间上通过图像抽样进⾏空间离散,得

到像素。像素亮度需要通过灰度级量化实现灰度值离散。数字图像常⽤矩阵来表⽰。

6.从计算机处理的⾓度可以由⾼到低将数字图像分为三个层次,分别为图像处理、图像分析和图像理解。

这三个层次覆盖了图像处理的所有应⽤领域。(1). 图像处理指对图像进⾏各种加⼯,以改善图像的视觉效果;强调图像之间进⾏的变换。图像处理是⼀个从图像到图像的过程。(2). 图像分析指对图像中感兴趣的⽬标进⾏提取和分割,获得⽬标的客观信息(特点或性质),建⽴对图像的描述;图像分析以观察者为中⼼研究客观世界,它是⼀个从图像到数据的过程。(3). 图像理解指研究图像中各⽬标的性质和它们之间的相互联系,得出对图像内容含义的理解及原来客观场景的解释;图像理解以客观世界为中⼼,借助知识、经验来推理、认识客观世界,属于⾼层操作(符号运算)。

数字图像处理基本知识

数字图像处理基本知识

数字图像处理基本知识

1、数字图像:

数字图像,⼜称为数码图像或数位图像,是⼆维图像⽤有限数字数值像素的表⽰。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以⽤数字计算机或数字电路存储和处理的图像。

2、数字图像处理包括内容:

图像数字化;图像变换;图像增强;图像恢复;图像压缩编码;图像分割;图像分析与描述;图像的识别分类。

3、数字图像处理系统包括部分:

输⼊(采集);存储;输出(显⽰);通信;图像处理与分析。

4、从“模拟图像”到“数字图像”要经过的步骤有:

图像信息的获取;图像信息的存储;图像信息处理;图像信息的传输;图像信息的输出和显⽰。

5、数字图像1600x1200什么意思?灰度⼀般取值范围0~255,其含义是什么?

数字图像1600x1200表⽰空间分辨率为1600x1200像素;灰度范围0~255指⽰图像的256阶灰阶,就是通过不同程度的灰⾊来来表⽰图像的明暗关系,8bit的灰度分辨率。

6、图像的数字化包括哪两个过程?它们对数字化图像质量有何影响?

采样;量化

采样是将空间上连续的图像变换成离散的点,采样频率越⾼,还原的图像越真实。量化是将采样出来的像素点转换成离散的数量值,⼀幅数字图像中不同灰度值得个数称为灰度等级,级数越⼤,图像越是清晰。

7、数字化图像的数据量与哪些因素有关?

图像分辨率;采样率;采样值

8、什么是灰度直⽅图?它有哪些应⽤?从灰度直⽅图中你可可以获得哪些信息?

灰度直⽅图反映的是⼀幅图像中各灰度级像素出现的频率之间的关系

它可以⽤于:判断图像量化是否恰当;确定图像⼆值化的阈值;计算图像中物体的⾯积;计算图像信息量。

数字图像处理知识点与考点(经典)

数字图像处理知识点与考点(经典)

各个模块的作用分别为: 图像输入模块:图像输入也称图像采集或图像数字化,它是利用图像采集设备(如数码照相机、数码摄 像机等)来获取数字图像,或通过数字化设备(如图像扫描仪)将要处理的连续图像转换成适于计算机 处理的数字图像。 图像存储模块:主要用来存储图像信息。 图像输出模块:将处理前后的图像显示出来或将处理结果永久保存。 图像通信模块:对图像信息进行传输或通信。 图像处理与分析模块:数字图像处理与分析模块包括处理算法、实现软件和数字计算机,以完成图像信 息处理的所有功能。 5. 数字图像的2种处理方法:空域处理法(领域处理和点处理)、变换域处理法。 6. 图像分辨率:图像中每单位长度所包含的像素或点的数目。分辨率越高,像素越多,图像越清晰。 7. 数字图像通常用矩阵来描述。 8. 像素的属性是像素的位置和灰度。 9. 彩色图像不能用一个矩阵来描述,一般是用三个矩阵同时描述。 10.数字图像处理的优点:精度高、再现性好、通用性和灵活性好强。
5.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。 6.灰度直方图:灰度直方图是灰度级的函数。灰度级为横坐标,纵坐标为灰度级的频率,是频率同灰度级 的关系图。可以反映了图像的对比度、灰度范围(分布)、灰度值对应概率等情况。 7.灰度直方图的性质:(1)只能反映图像的灰度分布情况,而不能反映图像像素的位置,即丢失了像 素的位置信息。(2)一幅图像对应唯一的灰度直方图,反之不成立。不同的图像可对应相同的直方图。 (3)一幅图像分成多个区域,多个区域的直方图之和即为原图像的直方图。 L −1 8.图像信息量H(熵)的计算公式:反映图像信息的丰富程度。 H = − Pi log2 Pi

数字图像处理复习要点3

数字图像处理复习要点3

数字图像处理复习要点

第一章数字图像基本概念和编程知识(基本概念)

1.图像:图像是对客观存在的物体的一种相似性的、生动的写真或描述。

2.图像分为:(1)模拟图像:空间坐标和明暗程度连续变化,计算机无法直接处理

(2)数字图像:空间坐标和明暗程度均不连续,用离散的数字表示,便于计算机处理

3.图像处理分为:(1)模拟图像处理:利用光学、照相和电子学方法对模拟图像的处理称为模拟图像处理。如放大、缩小、显微等。

(2)数字图像处理:利用计算机对数字图像进行系列操作,从而获得某种预期结果的技术,又称计算机图像处理。

4.数字图像处理的三个层次:

(1)低级图像处理(狭义的图像处理):主要满足对图像进行各种加工以改善图像的视觉效果并为自动识别打基础,或对图像进行压缩编码以减少所需存储空间或传输时间、传输通路的要求。输入是图像,输出也是图像,即图像之间进行变换。

包括:图像采集、获取及存储;图像重建;图像变换、滤波、增强、恢复/复原、拼接;图像(视频)压缩编码;图像数字水印和图像信

息隐藏。

(2)中级图像处理(图像分析):主要是对图像中感兴趣的目标进行检测和测量,以获得它们的客观信息从而建立对图像的描述。输入是

图像,输出是数据。这里数据可以是对目标图像测量的结果,或是基于测量的符号表示。它们描述了图像中目标的特点和性质。

包括:边缘检测、图像分割;目标表达、描述、测量(包括二值图像处理等);目标颜色、形状、文理、空间、运动等的分析;目标检测、

提取、跟踪、识别和分类。

(3)高级图像处理(图像理解):在图像分析的基础上,进一步研究图像中各目标的性质和它们之间的相互联系,并得出对图像内容含义

DIP1-Zhenjun Han-2013

DIP1-Zhenjun Han-2013

1

Digital Image Processing

数字图像处理

hanzhj@

韩振军

课程简介

本课程为计算机科学与技术、电子科学与技术、信息与通信工程、控制科学与工程以及电气工程等学科下研究生的专业基础课。

主要内容

课程共分三大部分:

第一部分:介绍数字图像处理的基础知识,包括绪论、图像与视觉系统、图像变换等;

第二部分:介绍图像处理的基本方法,包括图像增强、图像复原及图像压缩等;

第三部分:介绍图像分析的基本原理和技术,包括图像分割、图像描绘及特征提取等。

教学目标

⏹基本:完成课程学习,通过考试,获得学分。掌握数字图像处理的基本概念和研究方法,相关交叉学科的基本知识;

⏹提高:能够将所学知识和内容用于课题研究;

⏹再提高:通过数字图像处理课程的学习,改进思维方式。

教材及参考书

授课教师

韩振军:电子电气与通信工程学院副教授

师资博士后

hanzhj@

怀柔校区学园2-457室

考核方式

出勤记录(10%)+平时作业(20%)+闭卷笔试(70%)

助教

李策:电子电气与通信工程学院博士

lice09@

怀柔校区学园2-330

魏朋旭:电子电气与通信工程学院博士

weipengxu10@

怀柔校区学园2-330

柯炜:电子电气与通信工程学院博士

kewei10@

怀柔校区学园2-330

第一章绪论

绪论

⏹前言

⏹数字图像处理的起源

⏹数字图像处理的基本概念与研究内容⏹数字图像处理与其他学科的关系

⏹数字图像处理的主要应用

⏹数字图像处理的发展动向

前言

“百闻不如一见”

One picture is worth more than ten thousand words.

图像平滑处理

图像平滑处理

数字图像处理实验报告

姓名:冯玉平

学号: 1203210014 指导老师:吕建平

完成时间: 2013年6月

实验三图像平滑处理

一、实验任务

⑴理解图像噪声,模板等概念;

⑵掌握邻域平滑法原理及实现方法;

⑶掌握中值滤波法原理及实现方法;

⑷通过Matlab或VC++环境编程实现对一幅有噪声的灰度图象的邻域平滑

处理和中值滤波处理去除噪声。

二、实验条件

微机一台、vc++6.0或matlab集成开发环境。

三、实验原理

⑴邻域平均法

图像平滑处理就是用平滑模板对图像进行处理,以减少图像的噪声。平滑模板的思想是通过一点和周围邻域内像素点的平均来去除突然变化的点,从而滤掉一定的噪声,其代价是图像有一定程度的模糊,减少图像的模糊是图像平滑处理研究的主要问题之一。当模板中所有系数都取同样的值时,称其为Box模板,常用的3×3和5×5模板如下:

3×3平滑模板5×5平滑模板

利用Box模板对图像进行平滑处理又称为邻域平均法平滑处理。Box模板对当前像素及其相邻的的像素点都一视同仁,统一进行平均处理,这样就可以滤去图像中的噪声。

⑵中值滤波法

中值滤波是一种非线性的信号处理方法,与其对应的中值滤波器是一种非线性的滤波器。中值滤波在一定的条件下可以克服线性滤波如最小均方滤波、均值滤波等带来的图像细节模糊问题,而且对滤除脉冲干扰及图像扫描噪声最为有效。由于在实际运算过程中不需要图像的统计特征,因此也带来不少方便。

中值滤波一般采用一个含有奇数个点的滑动窗口,将窗口中各点灰度值的中值来替代指定点(一般是窗口的中心点)的灰度值。对于奇数个元素,中值是指按大小排序后,中间的数值;对于偶数个元素,中值是指排序后中间两个元素灰度值的平均值。对二维中值滤波来说,窗口的形状和尺寸对滤波器的效果影响很大。不同图像内容和不同应用往往选用不同的窗口形状和尺寸。常用的二维中值滤波窗口形状有线状、方形、圆形、十字形等。四、实验步骤

2013年10月《数字图像处理》自考复习知识点要点

2013年10月《数字图像处理》自考复习知识点要点

第一章导论

一、填空题

1、图像指对客观对象的一种相似性的、生动性的描述或写真,或者说图像是客观对象的一种表示,它包含了被描述对象的有关信息。(P^1)

2、一个人获取的信息约 75% 来自视觉。(P^1)

3、图像根据人的视觉特性分为可见图像和不可见图像,按照图像所含波段数分为单波段图像、多波段图像和超波段图像,按照图像空间坐标和亮度的连续性分为模拟图像和数字图像。(P^1)

4、数字图像指一种空间坐标和灰度均不连续的、用离散数字(一般用整数)表示的图像,模拟图像指空间坐标和亮度(或色彩)都是连续变化的图像。(P^1)

5、图像处理指一种对图像进行一系列的操作以达到预期的目的的技术。(P^2)

6、图像处理分为模拟图像处理和数字图像处理。(P^2)

7、模拟图像处理指利用光学、照相方法对模拟图像的处理,数字图像处理指利用计算机对数字图像进行一系列操作,从而获得某种预期的结果的技术。(P^2)8、图像显示的两种形式为暂时性显示的软拷贝形式和永久性显示的硬拷贝形式。(P^5)

二、简答题

1、数字图像处理的三个层次及各层次的研究内容是什么?各层次之间的区别和联系?(P^2)

⑴、数字图像处理的三个层次:狭义图像处理、图像分析和图像理解。

⑵、狭义图像处理、图像分析和图像理解各层次的研究内容:

狭义图像处理是对输入图像进行某种变换得到输出图像,是一种图像到图像的过程;

图像分析主要是对图像中感兴趣的目标进行检测和测量,从而建立对图像目的的描述,图像分析是一个从图像到数值或符号的过程;

图像理解是在图像理解的基础上,基于人工智能和认知理论,研究图像中各目标的性质和它们之间的相互联系,对图像内容的含义加以理解以及对原来客观场景加以解译,从而指导和规划行动。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

图像处理练习题

一、简答题:

1.图像锐化与图像平滑有何区别与联系?

答:图象锐化是用于增强边缘,导致高频分量增强,会使图象清晰; 图象平滑用于去噪,对图象高频分量即图象边缘会有影响。 都属于图象增强,改善图象效果。

2.频域空间的增强方法对应的三个步骤:(平滑与锐化)

答:假定原图像为f(x,y),经傅立叶变换为F(u,v),输出图像为g(x,y),则频率域锐化过程描述为:

(1) 将图像f(x,y)从图像空间转换到频域空间,得到F(u,v);

(2) 在频域空间中通过不同的??滤波函数H(u,v)对图像进行不同的增强,得到G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间,得到图像g(x,y)。 (平滑—>低通滤波器, 锐化—>高通滤波器)

3.图像数据压缩的必要性

答:(1)数字图像的庞大数据对计算机的处理速度、存储容量都提出过高的要求。因此必须把数据量压缩。

(2)从传送图像的角度来看,则更要求数据量压缩。在信道带宽、通信链路容量一定的前提下,采用编码压缩技术,减少传输数据量,

是提高通信速度的重要手段 。

4.图像锐化滤波的常用方法? 答:○

1以梯度值代替原来像素值; ○

2给定一个阈值,若梯度值小于这个阈值,则修改这个像素的灰度值,反之则保持不变; ○

3给图像背景赋予一个固定的灰度值; ○

4给图像前景赋予一个固定的灰度值; ○

5通过一个阈值,给图像的前景和背景分别赋予不同的固定的灰度值。

5、 图像滤波的主要目的是什么?主要方法有哪些?

6、 图像噪声有哪些主要类型,主要特点是什么?

7、 如何理解中值滤波的不变性?

8、 什么是梯度倒数加权法平滑?

9、 什么是Laplacian 算子?它有哪些特征? 10、罗伯特梯度与Sobel 梯度有什么区别?

11、根据像素的梯度值生成不同的梯度图像的方法有哪些? 12、定向检测的模板有哪些?

13、频率域滤波的主要滤波器有哪些?各有什么特点? 14、同态滤波的基本操作有哪些?

15、 Canny 边缘检测器

16、 二、简答题

)

,(v u F

1. 图像滤波可以从图像中提取空间尺度信息,突出图像的空间信息,压抑其它无关的信息,或者去除图像的某些信息,恢复其它的信

息。因此,图像滤波也是一种图像增强方法。图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗口或卷积核进行,它

参照相邻像素来单个像素的灰度值,这是当前主要的滤波方法。频率域滤波是对图像进行傅立叶变换,然后对变换后的频率域图像中的频

谱进行滤波。

2. 图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声,如天体放电干扰、电磁波从电

源线窜入系统等产生的噪声。内部噪声是指系统内部产生的噪声。从统计理论观点可分为平稳和非平稳噪声。凡是统计特征不随时间变化

的噪声称为平稳噪声;统计特征随时间变化的噪声称为非平稳噪声。从噪声幅度分布形态可分为高斯型、瑞利型噪声。还有按频谱分布形

状进行分类的,如均匀分布的噪声称为白噪声。按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。

3. 对于一维的某些特定的输入信号,中值滤波的输出保持输入信号值不变。例如输入信号为在2n+1内单调增加或单调减少的序列。对

于二维信号,中值滤波不变性要复杂得多,不仅与输入信号有关,还与窗口的形状有关。图 7.7列出了几种二维中值滤波窗口及与之对应

的最小尺寸的不变输入图形。一般地,与窗口对角线垂直的边缘经滤波后将保持不变。利用这个特点,可以使中值滤波既能去除图像中的

噪声,又能保持图像中一些边缘信息。从经验来看,方形或圆形的窗口适宜于地物轮廓较长的图像,十字窗口适宜于有尖角物体的图像。

一维的周期性二值序列,如{xn}=…,+1,+1,-1,-1,+1,+1,-1,-1,…,当滤波窗口长度为9时,经过中值滤波此序列将保持不变。

对于一个二维序列,这一类不变性更为复杂,但它们一般也是二值的周期性结构,即周期性网格结构的图像。

4. 梯度倒数加权法平滑源于这样的考虑:在离散图像内部相邻区域的变化大于区域内部的变化,在同一区域中中间像素的变化小于边

沿像素的变化。梯度值正比于邻近像素灰度级差值,即在图像变化缓慢区域,梯度值小,反之则大。取梯度倒数,该倒数之大小正好与梯

度相反,以梯度倒数作权重因子,则区域内部的邻点权重就大于边沿或区域外的邻点。也就是说,这种平滑其贡献重要来自区域内部的像

素,平滑后的图像边沿和细节不会受到明显损害。

5. Laplacian算子是线性二阶微分算子,即取某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍,作为该像素新的灰度值。

梯度运算检测了图像的空间灰度变化率,因此,图像上只要有灰度变化就有变化率。Laplacian算子检测的是变化率的变化率,是二阶微

分。在图像上灰度均匀和变化均匀的部分,根据Laplacian算子计算出的值0。因此,它不检测均匀的灰度变化,产生的图像更加突出灰

度值突变的部分。与梯度算子不同,拉普拉斯算子是各向同性的。拉普拉斯锐化效果容易受图像中的噪声的影响。因此,在实际应用中,

经常先进行平滑滤波,然后才进行拉普拉斯锐化。考虑到各向同性的性质和平滑的特点,常选择高斯函数作为平滑滤波核(即先进行高斯

低通滤波)。

6. (1)罗伯特

(Roberts)梯度采用交叉差分的方法。

用模板表示为:Roberts梯度相当于在图像上开一个2×2的窗口,用模板h1计算后取绝对值再加上模板h2计算后取绝对值。将计算值作为中心像素(x,y)的梯度值,如下所示。

这种算法的意义在于用交叉的方法检测出像素与其在上下之间或左右之间或斜方向之间的差异。采用Roberts梯度对图像中的每一个像素计算其梯度值,最终产生一个梯度图像,达到突出边缘的目的。(2)Sobel梯度是在Prewitt算法的基础上,对4-邻域采用加权方法进行差分,因而对边缘的检测更加精确,常用的模板如下:

相关文档
最新文档