数字图像处理学习笔记
数字图像处理 第三版 (冈萨雷斯,自己整理的1)
1.1 图像与图像处理的概念图像(Image)：使用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视觉的实体。
包括：·各类图片，如普通照片、X光片、遥感图片；·各类光学图像，如电影、电视画面；·客观世界在人们心目中的有形想象以及外部描述，如绘画、绘图等。
数字图像：为了能用计算机对图像进行加工，需要把连续图像在坐标空间和性质空间都离散化，这种离散化了的图像是数字图像。
图像中每个基本单元叫做图像的元素，简称像素（Pixel）。
数字图像处理（Digital Image Processing）：是指应用计算机来合成、变换已有的数字图像，从而产生一种新的效果，并把加工处理后的图像重新输出，这个过程称为数字图像处理。
也称之为计算机图像处理（Computer Image Processing）。
1.2 图像处理科学的意义1.图像是人们从客观世界获取信息的重要来源·人类是通过感觉器官从客观世界获取信息的，即通过耳、目、口、鼻、手通过听、看、味、嗅和接触的方式获取信息。
在这些信息中，视觉信息占70％。
·视觉信息的特点是信息量大，传播速度快，作用距离远，有心理和生理作用，加上大脑的思维和联想，具有很强的判断能力。
·人的视觉十分完善，人眼灵敏度高，鉴别能力强，不仅可以辨别景物，还能辨别人的情绪。
2.图像信息处理是人类视觉延续的重要手段非可见光成像。
如：γ射线、X射线、紫外线、红外线、微波。
利用图像处理技术把这些不可见射线所成图像加以处理并转换成可见图像，可对非人类习惯的那些图像源进行加工。
3.图像处理技术对国计民生有重大意义图像处理技术发展到今天，许多技术已日益趋于成熟，应用也越来越广泛。
它渗透到许多领域，如遥感、生物医学、通信、工业、航空航天、军事、安全保卫等。
1.3 数字图像处理的特点1. 图像信息量大每个像素的灰度级至少要用6bit（单色图像）来表示，一般采用8bit（彩色图像），高精度的可用12bit 或16bit。
数字图像处理笔记
数字图像处理笔记首先一幅图像本身就是一个二维的函数),(yxf其中x，y是坐标，而f的值是该点的强度或者灰度。
图像处理和图像分析。
MRI：磁共振成像。
分形：通过某些数学定理对一个基本模式的迭代复制。
‚瓦片（tiling）‛是产生分形的一个重要方法之一。
图像增强：显示某些细节。
是主观的，以人的主观偏好为基础。
图像复原：改进图像外貌。
是客观的。
复原技术倾向于以退化的数学或概率模型为基础。
分割过程将一幅图像划分为组成部分和目标部分，通常自主分割是最困难的任务之一，复杂的分割过程最终可以成功解决问题，但是需要大量处理工作。
另外不健壮的算法必将导致失败。
通常分割越准确，识别越成功。
彩色图像处理小波变化和多分辨率处理图像压缩形态学图像处理图像复原图像增强图像获取图像分割表示与描述对象识别知识库图像处理应用的存储分为三个主要的类别： 1 用于处理时的短期存储， 2关系到快速调用时的在线存储， 3频繁访问的档案存储，人眼的主观亮度是进入眼睛的光强的对数函数 灰度级：),(00y x f l ； 灰度级通常是2的整数次幂；广泛使用分辨率的意义是每单位距离可分辨的最小线对数目。
伪轮廓：数字图像平滑区灰度级数量不足引起的。
通常在均匀的平面上以16级或更少灰度显示的图像中十分明显。
图像的取样率是单位距离的取样数目（在两个空间方向上）。
放大可以看做过采样，缩小可以看做欠采样。
放大要求执行两部操作：1 创立新的像素和对这些新位臵赋灰度值。
最近临域插值，双线性内插。
像素之间的距离度量：1 欧氏距离：D=sqrt((x-s)^2+(y-t)^2) 2城市街区距离：D=|x-s|+|y-t|; 3 棋盘距离：D=max （|x-s|,|y-t|）感性压缩技术二维图像三维化数字b是存储数字图像需要的比特数：。
其中L为图像B=M kN⨯⨯其中M，N为数字图像的长宽。
K=Llog2的离散灰度级数。
当一幅图像有256个灰度级时则称该图像为8比特图像。
数字图像处理笔记
第一章基本概念1、图像：是对客观存在物体的一种相似性的生动模仿与描述。
（图像是对客观存在的物体的某种属性的平面或空间描述）2、图像分为：物理图像、虚拟图像物理图像：物质和能量的实际分布。
虚拟图像：采用数学的方法，将由概念形成的物体（不是实物）进行表示的图像。
3、图像分为：数字图像（离散的）模拟图像（连续的）4、数字图像是用数字阵列表示的图像。
数字阵列中的每一个数字，表示数字图像的一个最小单位，称为像素。
像素是组成数字图像的基本元素。
5、数字图像的表示方法：（以黑白图像为例）黑白图像可用二维函数f(x,y)表示，其中x,y是平面的二维坐标，f(x,y)表示点(x,y)的亮度值(灰度值) 。
7、数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
8、低级图像处理、中级图像处理和高级图像处理。
（1）低级图像处理：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。
特点：输入是图像，输出也是图像。
（2）中级图像处理：主要对图像中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图像的描述。
特点：输入是图像，输出是特征（如边界、轮廓及物体标识）。
（3）高级图像处理：在中级图像处理的基础上，进一步研究图像中各目标的性质和它们之间相互的联系，并得出对图像内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉）。
特点：输入是数据，输出是理解。
9、根据你自己的理解，选择一个数字图像处理的应用实例，并简单说明其中涉及的具体技术。
在用手机软件修图时，照片由模糊变清晰用的是图像增强技术、放大缩小用的是图像的几何变换技术、把某个特征提取出来用的是图像分割技术。
第二章采样量化1、黑白图像是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为２值图像。
数字图像处理知识点
数字图像处理知识点课程重点：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特征提取，图像识别。
数字图像处理的基本内容：1、图像获取。
举例：摄像机+图像采集卡、数码相机等。
2、图像增强。
显示图像中被模糊的细节，或是突出图像中感兴趣的特征。
3、图像复原。
以图像退化的数学模型为基础，来改善图像质量。
4、图像压缩。
减小图像的存储量，或者在图像传输时降低带宽。
5、图像分割。
将一幅图像划分为几个组成部分或分割出目标物体。
6、图像的表达与描述。
图像分割后，输出分割标记或目标特征参数。
7、目标识别。
把目标进行分类的过程。
8、彩色图像处理。
9、形态学处理。
10、图像的重建。
第一章导论图像按照描述模型可以分为:模拟图像和数字图像。
1)模拟图像，模拟图像可用连续函数来描述。
其特点：光照位置和光照强度均为连续变化的。
2)数字图像，数字图像是图像的数字表示，像素是其最小的单位,用矩阵或数组来描述图像处理：对图像进行一系列的操作,以达到预期的目的的技术。
内容：研究图像信息的获取、传输、存储，变换、显示、理解与综合利用”的一门崭新学科。
三个层次：狭义图像处理，图像分析，图像理解。
狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，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。
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。
图像理解则是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的理解以及对原来客观场景的解译，从而指导和规划行动;图像分析主要是以观察者为中心研究客观世界，图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界。
图像处理的三个层次：低级图像处理内容：主要对图像进行各种加工以改善图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。
数字图像处理笔记
一、绪论1、数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
2、通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
3、图像和语音是人类传递信息的主要媒介，视觉信息占60％4、模拟图像：直接通过感光设备记录成像目标所反射的光强，通常以胶片形式保存优点：速度快，一般为实时处理，理论上讲可达到光的速度，并可同时并行处理。
缺点：精度较差，灵活性差，很难有判断能力和非线性处理能力。
数字图像：用一个m×n的像素矩阵来表达一幅图像,m与n称为图像的分辨率，把图像按行与列分割成m×n个网格,每个网格的图像用该网格内颜色的平均值表示（空间量化），灰度（颜色）值量化（8位256）彩色（24bit）优点：处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。
缺点：速度慢，特别是进行复杂的处理更是如此；分辨率和精度有限制5、特点：图像信息量大、数据量也大；图像处理技术综合性强；图像信息理论与通信理论密切相关。
6、主要方法：空域法：邻域处理法：梯度运算、拉普拉斯算子运算、平滑算子运算卷积运点处理法：灰度处理面积、周长、体积、重心运算变换域法：通过正交变换将图像变换到另一个域，对变换域的系数阵列进行各种处理，然后再通过反变换，得到空间域处理结果。
DCT，DFT，DWT，KLT……7、主要内容：A、图像信息的获取；B、存贮（存储）；C、传送（传输）；内部传送：DMA 远距离传送：带宽、高效压缩算法、专网、互联网D、处理；几何处理、算术处理、图像增强：直方图增强、滤波、伪彩色增强法(pseudo color) 等技术、图像复原：去掉干扰和模糊，恢复图像的本来面目。
典型的例子如去噪就属于复原处理。
图像噪声包括随机噪声和相干噪声，随机噪声干扰表现为麻点干扰，相干噪声表现为网纹干扰。
去模糊也是复原处理的任务。
《数字图像处理》期末考试重点总结（5篇材料）
《数字图像处理》期末考试重点总结（5篇材料）第一篇：《数字图像处理》期末考试重点总结*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*空间滤波即直接对图像像素进行处理。
获得最佳滤波效果的唯一方法是使滤波掩模中心距原图像边缘的距离不小于(n-1)/2个像素。
*平滑滤波器用于模糊处理和减小噪声。
平滑线性空间滤波器的输出是：待处理图像在滤波器掩模邻域内的像素的简单平均值。
优点：减小了图像灰度的“尖锐”变化，故常用于图像降噪。
负面效应：模糊了图像的边缘，因为边缘也是由图像灰度的尖锐变化造成的。
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。
图像理解：的重点是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的理解以及对原来客观场景的解释，从而指导和规划行动。
数字图像处理复习
1、图像工程的三个层次。
图像处理、图像分析、图像理解2、距离计算3、描述数字图像的基本参数并说明其物理意义。
(分辨率、像素深度、图像大小)图像的空间坐标的离散化叫做空间采样，灰度的离散化叫做灰度量化。
1：分辨率：是指区分图象细节的程度，通常表示一个像素所代表的实际象元的大小，假设1个M*N数组中等间距的采样来近似一幅连续的图像大小为Lx,Ly的f(x,y).，则分辨率为Lx/M，Ly/N2：像素深度：在灰度离散的灰度量化过程中，每个离散的灰度级数为G=2k ,k称为像素深度.3：图像大小: 存储一副图象的大小所需要的位数b(单位bit), 则b=M*N*k.4、说明数字图像的亮度函数I=f（x, y, z, wavelength, t），说明可以表示的图像类型。
对于一般从客观景物的得到的图像是二维的，这种离散化了的图像可以用I=f(x,y)来表示某一具体位置（像素）的某种性质的数值。
因此我们可以根据图像内的不同位置的不同性质来利用图形。
客观世界的空间是三维的，因此我们可以利用I=f(x,y,z)来表示三维图像中的不同体素的不同性质的数值。
由于所观测的物体的某一位值得性质与电磁波的波长有关，所以可以用I=f（x, y, z, wavelength）来表示物体的某一位值的随电磁波波长而变化的某种性质的数值。
而I=f（x, y, z, wavelength, t）反映了时间的变化带来的数值的变化。
5、简述数字图像处理系统的主要组成及其作用。
硬件组成：图像输入设备、输出设备、计算机和显示器。
存储方式：（1）位映射–每个象素存为一个数据。
存储空间大，放大产生模糊；（2）向量存储（矢量存储）-- 图像内容的轮廓存储时计算量大、算法复杂。
适合图表/工程制图等，显示慢。
软件：Photoshop, mat lab, IDL, ….采集：对某种电磁波敏感的物理器件。
电磁波能-----电信号、数字化器常用的器件：显微密度计micro-densitometers、析象管image dissector、视像管光敏感的固态CCD、NTSC 30 frames/sec PAL25frame/sec、CCD 512-4096 线阵列存储：内存、帧缓存、磁盘、MO、光盘显示：电视显示器（液晶、CRT、等离子体、投影仪等）、打印机【主要组成：采集，存储，计算，显示和输出等几部分；作用：采集主要是采集数字图像；图像包含大量的信息，所以存储图像需要大量的空间，而存储器是必不可少的；计算一般是对算法的形式描述，而大多数的算法可以用软件实现；显示和输出是将处理的结果给人看的，对图像处理和分析系统来说非常的重要。
数字图像处理学习笔记
★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。
★数字图像：空间坐标和亮度（或）色彩都不是连续的、用离散数字（一般用整数）表示的图像，可用矩阵或数组描述★模拟图像：空间坐标和亮度（或）色彩都是连续变化的图像，可用连续函数表示·图像处理：对图像进行一系列的操作，以达到预期目的的技术★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。
它是研究图像的获取、传输、存储，变换、显示、理解与综合利用的一门崭新学科★消色物体：指黑、白、灰色物体，它对照明光线具有非选择吸收的特性，即光线照射到消色物体上时，被吸收的各种波长的入射光是等量的·两种以上有色光同时照在消色物体上时，物体颜色呈加色法效应★有色物体：对照明光线具有选择吸收的特性，即光线照射到消色物体上时，各种波长的入射光不等量的被吸收·当有色光照射到有色物体上时，物体的颜色呈减色法效应★图像对比度：通俗地讲，就是亮暗的对比程度。
对比度通常表现了图像画质的清晰程度。
对比度= 最大亮度/ 最小亮度相对对比度= （最大亮度–最小亮度）/ 最小亮度·图像噪声：妨碍人的视觉器官或系统传感器对所接收的图像信息进行理解或分析的各种因素。
一般是不可预测的随机信号·特征空间：把从图像提取的m个特征量y1，y 2，…，y m，用m维的向量Y＝[y1 y2…y m]t表示称为特征向量。
另外，对应于各特征量的m维空间叫做特征空间。
★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。
★采样：将空间上连续的图形变成离散点的操作称作采样，采样间隔和采样孔径的大小是两个很重要的参数·采样孔径：圆形、正方形、长方形、椭圆·采样间隔：有缝、无缝、重叠★量化：将想素灰度转化成离散的整数值的过程叫量化·灰度级：表示像素明暗程度的整数称为像素的灰度级·灰度级数G：一幅数字图像中不同灰度级的个数；·数字图像根据灰度级数的差异可分为：黑白图像（像素值为0或1）、灰度图像（灰度级数大于2）和彩色图像（RGB图像）。
《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）。
7.图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。
图像处理是⽐较低层的操作，它主要在图像像素级上进⾏处理，处理的数据量⾮常⼤。
数字图像处理课后参考答案
数字图像处理第一章1.1解释术语（2）数字图像：为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来用二维数字阵列并表示其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。
（3）图像处理：是指对图像信息进行加工以满足人的视觉或应用需求的行为。
1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。
彩色图像、多光谱图像和高光谱图像的处理技术沿用了前述的基本图像处理技术，也发展除了一些特有的图像处理技术和方法。
1.8基本思路是，或简单地突出图像中感兴趣的特征，或想方法显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或及其的处理与分析。
1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面目，从而获得与景物真实面貌相像的图像。
1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满足图像存储和实时传输的应用需求。
1.11基本思路是，通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理过程，或在进一步的图像处理中获得更好的处理效果。
1.12基本目的是，找出便于区分和描述一幅图像中背景和目标的方法，以方便图像中感兴趣的目标的提取和描述。
第二章2.1解释下列术语（18）空间分辨率：定义为单位距离内可分辨的最少黑白线对的数目，用于表示图像中可分辨的最小细节，主要取决于采样间隔值的大小。
（19）灰度分辨率：是指在灰度级别中可分辨的最小变化，通常把灰度级数L称为图像的灰度级分辨率。
（20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。
图像处理知识点总结
图像处理知识点总结一、图像采集1. 数字图像数字图像是由像素组成的二维矩阵，每个像素由灰度值或者颜色值来描述。
数字图像的采集通过光学图像传感器来实现，图像传感器可以将光信号转换成电信号，然后通过数模转换器转换成数字信号。
常见的图像传感器包括CCD和CMOS。
2. 分辨率图像的分辨率指的是图像中包含的像素数量，分辨率越高，图像越清晰。
分辨率可以用像素数来描述，常见的分辨率有1024×768、1920×1080等。
分辨率与图像的清晰度成正比，但是高分辨率也会增加图像文件的大小。
3. 颜色空间颜色空间是用来描述颜色的数学模型，常见的颜色空间包括RGB、CMYK、YUV等。
RGB颜色空间是由红、绿、蓝三原色构成，它是最常用的颜色空间。
CMYK颜色空间用于打印颜色，它是由青、品红、黄、黑四原色构成。
二、图像处理1. 空域处理空域处理是指在图像的像素级别上进行处理，包括图像增强、滤波、锐化等操作。
图像增强可以提高图像的对比度和亮度，滤波可以去除图像中的噪声，锐化可以增强图像的边缘和细节。
2. 频域处理频域处理是指在图像的频域上进行处理，包括傅里叶变换、频谱分析、频率滤波等操作。
傅里叶变换可以将图像从空域转换到频域，频谱分析可以分析图像中的频率成分，频率滤波可以去除图像中的某些频率成分。
3. 形态学处理形态学处理是指利用形态学运算对图像进行处理，包括膨胀、腐蚀、开运算、闭运算等操作。
膨胀可以增强图像中的物体，腐蚀可以减弱图像中的物体，开运算可以去除图像中的小孔洞，闭运算可以填充图像中的小孔洞。
三、图像分析1. 图像特征图像特征是用来描述图像的一些重要信息，包括颜色、纹理、形状等。
颜色特征可以用来区分不同物体，纹理特征可以用来区分不同材质，形状特征可以用来区分不同形状。
2. 物体检测物体检测是指在图像中检测出特定物体的位置和数量，常见的物体检测算法包括边缘检测、Hough变换、Haar特征检测等。
遥感数字图像处理基础知识点
遥感数字图像处理基础知识点-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第一章数字图像处理基础1数字图像处理：将图像转换成一个数字矩阵存放在图像存储器中，然后利用计算机对图像信息进行数字运算和处理，以提高图像质量或者提取所需要的信息2数字图像获取：把客观场景发射或者发射的电磁波信息首先利用光学成像系统生成一副模拟图像，然后通过模数转换将模拟图像转换为计算机可以存储的离散化数字图像。
3采样：即图像空间坐标或位置的离散化，也就是把模拟图像划分为若干图像元素，兵赋予它们唯一的地址。
；离散化的小区域就是数字图像的基本单元，称为像元也称像素。
量化：即电磁辐射能量的离散化，也就是把像元内的连续辐射亮度中离散的数字值来表示，这些离散的数字值也称灰度值，，因为它们代表了图像上不同的亮暗水平。
4遥感数字图像获取特征参数质量特征：⑴空间分辨率：数字图像上能被详细区分的最小单元的尺寸或大小⑵辐射分辨率传感器探测原件在接受光谱信号时，所能分辨的最小辐射度差信息量特征：⑴光谱分辨率：传感器探测元件在接收目标地物辐射能量时所用的波段数目⑵时间分辨率：对同一区域进行重复观测的最小时间间隔。
5模拟图像：在图像处理中通过某种物理量的强弱变化来记录图像亮度信息的图像6数字图像：把连续的模拟图像离散化成规则网格并用计算机以数字的模式记录图像上各网格点亮度信息的图像7数字图像特性：①空间分布特性：1空间位置：数字图像以二维矩阵的结构的数据来描述物体，矩阵按照行列的顺序定位数据，所以物体的位置也是用行列号表示。
2形状：点状线状和面状3大小：线状物体的长度或面状物体的面积，表现为像元的集聚数量4空间关系：包含，相邻，相离三种拓扑关系②数值统计特性：对图像的灰度分布进行统计分析。
图像的灰度直方图：用来描述一幅数字图像的灰度分布，横坐标为灰度级，纵坐标为灰度级在图中出现8直方图的用途：1图像获取质量评价2边界阙值的选择3噪声类型的判断9遥感数字图像的输出特征参数：1输出分辨率：屏幕分辨率和打印的分辨率2灰度分辨率：指输出设备能区分的最小灰度差 3颜色空间模型：RGB模型CMYK模型 HSI颜色模型10数字图像种类：1.黑白图像：二值数字图像，0表示黑色 1表示白色；2.灰度图像：单波段图像每个像元的灰度值的取值范围由灰度量决定;3.伪彩色图像：把单波段图像的各灰度值按照一定规则映射到颜色空间中某一对应颜色;4.彩色图像：由红绿蓝3个颜色通道的数字层组成的图像第二章数字图像存储1比特序：一个字节中8个比特的存储顺序称为比特序。
数字图像处理读书笔记
数字图像处理读书笔记本学期的数字图像处理课程已经进行了3周了，通过这3周的学习让我对数字图像处理有了一定的认知和理解。
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。
这门课程的前三章主要讲解了数字图像的目的、特点、应用和发展，图像的数字化显示与图像变换。
数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。
一般来讲，对图像进行处理（或加工、分析）的主要目的有三个方面：（1）提高图像的视感质量，如进行图像的亮度、彩色变换，增强、抑制某些成分，对图像进行几何变换等，以改善图像的质量。
（2）提取图像中所包含的某些特征或特殊信息，这些被提取的特征或信息往往为计算机分析图像提供便利。
提取特征或信息的过程是模式识别或计算机视觉的预处理。
提取的特征可以包括很多方面，如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。
（3）图像数据的变换、编码和压缩，以便于图像的存储和传输。
不管是何种目的的图像处理，都需要由计算机和图像专用设备组成的图像处理系统对图像数据进行输入、加工和输出。
数字图像处理有以下几点基本特点：（1）目前，数字图像处理的信息大多是二维信息，处理信息量很大。
《数字图像处理与机器视觉——基于MATLAB实现》读书笔记模板
习题
8.1彩色图像基础
8.1.1彩色的定义 8.1.2彩色的物理认识 8.1.3三原色 8.1.4计算机中的颜色表示
8.2彩色图像的表示
8.2.1 RGB模型 8.2.2 MATLAB实现 8.2.3 HSV彩色模型 8.2.4 HSI模型 8.2.5 Lab模型
8.3彩色图处理基础
8.3.1图像的伪彩色处理 8.3.2全彩色图像处理基础
3.5灰度直方图
3.5.1灰度直方图的绘制 3.5.2灰度直方图的使用
3.6图像的分类
3.6.1二值图像 3.6.2灰度图像 3.6.3彩色图像 3.6.4矢量图 3.6.5索引图像
4.1概述 4.2点运算
4.3代数运算 4.4逻辑运算
本章小结
4.5几何运算
习题
4.2点运算
4.2.1线性点运算 4.2.2非线性点运算
10.4车牌识别实例
10.4.1车牌图像数据特征分析（民用汽车） 10.4.2车牌号码识别系统设计 10.4.3读入图像 10.4.4图像预处理 10.4.5车牌定位 10.4.6车牌区域处理 10.4.7字符分割 10.4.8车牌识别 10.4.9字符分割函数
1
11.1引言
2
11.2低级文件 I/O操作
4.3代数运算
4.3.1加法运算 4.3.2减法运算 4.3.3乘法运算 4.3.4除法运算
4.5几何运算
4.5.1图像的平移 4.5.2图像的镜像 4.5.3图像的旋转 4.5.4图像的缩放 4.5.5灰度插值
5.2快速傅里叶变 换
5.1认识傅里叶变 换
5.3傅里叶变换的 性质
本章小结
习题
11.5 GUI工具深入
11.5.1 GUI中的M文件 11.5.2回调函数 11.5.3 GUI跨平台的兼容性设计 11.5.4触控按钮 11.5.5静态文本 11.5.6切换按钮 11.5.7滑动条 11.5.8单选按钮 11.5.9可编辑文本
matlab数字图像处理intrans函数学习笔记
matlab数字图像处理intrans函数学习笔记intrans函数如下：function g = intrans(f,varargin)error (nargchk(2,4,nargin))%check inputclassin = class(f);%stroe the class of the input for use later.if strcmp(class(f),'double') & max(f(:))>1 & ~strcmp(varargin{1},'log')f = mat2gray(f);%if all the 3 conditions is filling the need .else% make sure the class(f) is in the class of double , f(:) means all the% elemnets in the martix F, and the max(f(:))>1 means if the max(f(:))>1 so% convert them into double , in this way they are all less then1.% strcmp(varargin[1],'log') is the string compare, and the varargin {1}% compares with log.f = im2double(f);endmethod = varargin{1};switch methodcase 'neg'g = imcomplement(f);case 'log'if length(varargin) == 1c = 1;elseif length(varargin) == 2c = varargin{2};elseif length(varargin) == 3c = varargin{2};classin = varargin{3};elseerror('Incorrect number of input for the log option.')endg = c*(log(1+double(f)));case 'gamma'if length(varargin) < 2error('not enough input for the gamma option')endgam = varargin{2};g = imadjust (f, [], [], gam);case 'stretch'if length(varargin) == 1%defaults vaulem = mean2(f);E = 4.0;elseif length(varargin) == 3m = varargin{2};E = varargin{3};else error('incorrect number of inputs for the srtetch option.')endg = 1./(1 + (m./(f+eps)).^E);otherwiseerror('unkown enhancement method.')end% g = changeclass(classin , g);说实话，对matlab的代码风格不是很习惯，后来看着看着感觉和才⾮常相似，也就看起来舒服多了这段代码刚开始没看懂，尤其是varargin{}的⼀直不明⽩，但加断点后，将整个程序跑了⼀遍，基本就明⽩了，这⾥不得不说，中⽂版书上将的不是很明⽩。
数字图像处理笔记
数字图像处理笔记第六章、图像增强0.1图像增强的⽬的：1. 改善图像视觉效果，提⾼图像清晰度；平滑、降噪——图像清晰。
1. 利于后期图像处理。
锐化——突出边缘轮廓，便于后期特征分析。
0.3图像噪声定义：在图像摄取或传输过程中所受到的随机⼲扰信号。
-CCD/CMOS噪声，通常受温度和IOS感度影响，这两个值越⾼则效果越差。
-图像噪声模糊图像，甚⾄淹没特征，给后续处理、分析带来困难。
-噪声通常也会因为JPEG压缩算法⽽被放⼤，通常⾊调错误。
特性：*随机性；-⽩噪声，⾊噪声；-⾼斯噪声；椒盐噪声；*孤⽴性；*加性噪声；*乘性噪声；*量化噪声；常见的噪声：-椒盐噪声：含有随机出现的⿊⽩强度值。
-脉冲噪声：只含有随机的⽩强度值（正脉冲噪声）或⿊强度值（负脉冲噪声）。
-⾼斯噪声：含有强度服从⾼斯或正态分布的噪声；⾼斯噪声是许多传感器噪声的很好模型，如摄像机的电⼦⼲扰噪声。
⼀、空域平滑图像平滑的⽬的：消除或尽量减少噪声的影响，改善图像的质量。
假设：在假定加性噪声是随机独⽴分布的条件下，利⽤邻域的平均或加权平均可以有效地抑制噪声⼲扰。
图像平滑本质上是低通滤波。
问题：图像边缘也处于⾼频成分。
空域平滑：实现起来⾮常简单。
将原图中的每⼀点地灰度和它周围的⼋个点地灰度相加，然后除以9，作为新图中对应点地灰度，就能实现滤波的效果。
中值滤波——⾮线性滤波器中值滤波也是⼀种典型的低通滤波器，⽬的是保护图像边缘的同时去除噪声。
中值滤波：是指把以某点(x,y)为中⼼的⼩窗⼝内的所有像素的灰度按从⼤到⼩的顺序排列，将中间值作为(x,y)处的灰度值。
中值滤波对⾼斯噪声⽆效，对脉冲噪声有效。
Box模板对⾼斯噪声有所下降，对噪声进⾏模糊。
⾼斯模板对⾼斯噪声⾮常有效，对脉冲噪声效果不⼤。
结论：*中值滤波容易去除孤⽴点，线的噪声同时保持图像的边缘；*它能很好的去除⼆值噪声，但对⾼斯噪声⽆⼒。
当窗⼝内噪声点的个数⼤于噪声宽度的⼀半时，中值滤波的效果不好。
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。
从灰度直方图中你可可以获得：暗图像对应的直方图组成成分几种在灰度值较小的左边一侧明亮的图像的直方图则倾向于灰度值较大的右边一侧对比度较低的图像对应的直方图窄而集中于灰度级的中部对比度高的图像对应的直方图分布范围很宽而且分布均匀9、什么是点处理？你所学算法中哪些属于点处理？在局部处理中，输出值仅与像素灰度有关的处理称为点处理。
哈工大数字图像处理知识点总结
1. 引言1.1图像的概念图像：是对客观存在的物体的一种相似性的、生动性的模仿或描述，是一种不完全的、不精确的，但在某种意义上是适当的表示。
也是对客观存在的物体的某种属性的描述。
（非所见即所得，对事物不能完全描述）1.2数字图像的起源与应用1.3 数字图像处理的概念●图像的类型：从图像生成角度：物理图像（可见图像（光学图像）、不可见图像（红外）、数学图像等）从照明角度：多光谱图像（特指不可见光谱）和单光谱图像（激光）；从人眼视觉特点上：可见图像、不可见图像。
从波段多少分为：单波段（每点只有一亮度值）、多波段（每点不只一特性如红绿蓝光谱图像）和超波段图像。
从图像空间坐标和明暗程度的连续性：模拟图像、数字图像（空间坐标和灰度均不连续，用离散的数字表示）。
●图像的表现形式●图像的属性：构成数字图像的要素，灰度坐标图像的属性：1.对比度：灰度差别 0~255（256个灰度级）2. 灰度分辨力：适于人眼3．空间分辨力：越高越好4．放大率对比度与灰度的关系：量化？灰度量化最高、最暗差值尽可能大。
减少灰度级一般会提高图像的对比度。
构成数字图像的要素：地址（坐标）和灰度值●数字图像的处理概念及三种分类：处理\分析\理解操作对象：狭义数字图像处理：图像——图像图像分析：图像——数据（特征值）图像理解：数据——概念狭义图像处理强调图像之间进行变换，指对图像进行各种操作以改善图像的视觉效果，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。
图像分析是对图像中感兴趣的目标进行检测的测量，从而建立对图像的描述，是从图像到数值或符号的过程。
经分割和特征提取，把原来以像素构成的图像转变成比较简洁的非图像形式的描述。
图像理解研究图像中各目标的性质和它们之前的相互联系，并得出对图像容含义的理解以及对原来客观场景的解译，人而指导和规划行动●数字图像的运算形式：全局、局部、点，串行、并行全局：快速傅立叶变换局部：点运算：对于一幅输入图像，经过点运算产生一幅输出图像，后者的每个像素的灰度值仅由相应输入像素的值决定（对比度增强，对比度拉伸，灰度变换）串行：后一像素输出结果依赖于前面像素处理的结果，并且只能依次处理各像素而不能同时对各像素进行相同处理的一种处理形式。
- 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、"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、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：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。
★数字图像：空间坐标和亮度（或）色彩都不是连续的、用离散数字（一般用整数）表示的图像，可用矩阵或数组描述★模拟图像：空间坐标和亮度（或）色彩都是连续变化的图像，可用连续函数表示·图像处理：对图像进行一系列的操作，以达到预期目的的技术★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。
它是研究图像的获取、传输、存储，变换、显示、理解与综合利用的一门崭新学科★消色物体：指黑、白、灰色物体，它对照明光线具有非选择吸收的特性，即光线照射到消色物体上时，被吸收的各种波长的入射光是等量的·两种以上有色光同时照在消色物体上时，物体颜色呈加色法效应★有色物体：对照明光线具有选择吸收的特性，即光线照射到消色物体上时，各种波长的入射光不等量的被吸收·当有色光照射到有色物体上时，物体的颜色呈减色法效应★图像对比度：通俗地讲，就是亮暗的对比程度。
对比度通常表现了图像画质的清晰程度。
对比度= 最大亮度/ 最小亮度相对对比度= （最大亮度–最小亮度）/ 最小亮度·图像噪声：妨碍人的视觉器官或系统传感器对所接收的图像信息进行理解或分析的各种因素。
一般是不可预测的随机信号·特征空间：把从图像提取的m个特征量y1，y 2，…，y m，用m维的向量Y＝[y1 y2…y m]t表示称为特征向量。
另外，对应于各特征量的m维空间叫做特征空间。
★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。
★采样：将空间上连续的图形变成离散点的操作称作采样，采样间隔和采样孔径的大小是两个很重要的参数·采样孔径：圆形、正方形、长方形、椭圆·采样间隔：有缝、无缝、重叠★量化：将想素灰度转化成离散的整数值的过程叫量化·灰度级：表示像素明暗程度的整数称为像素的灰度级·灰度级数G：一幅数字图像中不同灰度级的个数；·数字图像根据灰度级数的差异可分为：黑白图像（像素值为0或1）、灰度图像（灰度级数大于2）和彩色图像（RGB图像）。
·一幅M*N大小的图像的数据量= M * N * g(bit) 其中G=2g·灰度直方图：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。
横坐标为灰度级，纵★直方图均衡化：将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。
★直方图规定化：使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。
·图像平滑：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪·图像锐化：增强图像的边缘和轮廓，便于判读和识别·中值滤波：对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。
★伪彩色增强：把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色★假彩色增强：对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。
·同态滤波：一种将图像亮度范围压缩和对比度增强的频率域增强方法·图像编码与压缩：对图像数据按一定的规则进行变换和组合，达到以尽可能少的代码（符号）来表示尽可能多的图像信息·无损编码：无损编码删除的仅仅是图像数据中冗余的数据，经解码重建的图像和原始图像比并没有任何失真·有损编码：指解码重建的图像与原图像相比有失真，不能精确地复原，但视觉效果上基本相同，是实现高压缩比编码的方法·图像分析：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·图像分析系统的基本构成：预处理--- 图像分割--- 特征提取---对象识别★图像分割：把图像分成互不重叠的区域并提取感兴趣目标的技术★边缘：图像中像素灰度有阶跃变化或屋顶变化的那些像素的集合·边缘的分类：阶跃状、屋顶状★邻域：对于任意像素（i，j），（p，q）是一对适当的整数，则把像素的集合{（i+p，j+q）}叫做像素（i,j）的邻域.·邻接：互为4-邻域的两像素叫4-邻接；互为8-邻域的两像素叫8-邻接·连接成分：在图像中，把互相连接的像素的集合汇集为一组，产生若干个0值的像素和若干个1值的像素的组。
把这些组叫做连接成分，也称作连通成分·孔：在0-像素的连接成分中，如果存在和图像外围的1行或1列的0-像素不相连接的成分，则称之为孔。
·多重连接成分：不包含有孔的1像素连接成分叫做单连接成分。
含有孔的l像素连接成分叫做多重连接成分·欧拉数= 连接成分数–孔数★腐蚀：一种消除连通域的边界点，使边界向内收缩的处理。
★膨胀：将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。
·开运算：原图先进行腐蚀处理，后再进行膨胀的处理。
·作用：开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。
·闭运算：对原图先进行膨胀处理，后再进行腐蚀的处理。
·作用：闭运算可以在合并断裂目标物的同时，基本保持原目标物的大小。
★图形线化：图形线性化是找到图像中轴线的过程1、多源遥感影像融合2、串行处理3、并行处理1、什么是窗口处理、模板处理，如何实现（27）2、理想低通滤波器中的D(u,v)的意义是什么？如何确定D0的值（84）3、简述同态滤波的原理和步骤（88）4、简述主分量变换融合法的主要步骤（图11.1.3）5、用什么方法可以去除遥感影像中的云影山阴的影响，说明原因6、一个数字化成像设备的感光元器件发生老化，用什么办法对其获取的图像进行校正，简述步骤7、简述用HIS变换进行图像融合的主要步骤（P 93）：（1）首先将空间分辨率低的3波段多光谱影响变换到HIS空间，得到色别H、明度I、饱和度S 三分量（2）然后高空间分辨率影像进行直方图匹配（直方图规定划）或对比度拉伸，使之与I分量有相同的均值和方差（3）最后用拉伸后的高空间分辨率影像代替I分量，同H、S进行HIS逆变换得到空间分辨率提高的融合影像论述1、梯度倒数滤波法和临近点滤波法哪个处理椒盐噪声的效果好？为什么？如何进行改进？2、论述直方图规定化在图像融合中的作用，并写出直方图规定划的主要步骤（68），图像融合的主要步骤（93）第一章：数字图像处理基础概念★1、数字图像处理的内容：（1）图像获取、表示和表现（图像的数字化和图像变换）（2）图像增强（3）图像复原（4）图像重建（5）图像压缩编码（6）图像分割（7）图像分析（8）模式识别（9）图像理解★2、数字图像处理的层次关系（P 3）：狭义图像处理-------图像分析-----------图像理解。
抽象程度低-------------------------------- 高数据量大-------------------------------- 小语义低层-------------------------------- 高层★3、数字图像处理的特点：（1）处理精度高，再现性好（2）处理通用性强、灵活性高、多样性广（3）图像数据量庞大（4）处理费时（5）图像处理技术综合性强★4、数字图像处理的目的：（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，以便于计算机分析（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。
5、数字图像处理的发展方向（1）在进一步提高精度的同时着重解决处理速度问题。
（2）移植和借鉴其他学科的技术和研究成果，创造新的处理方法。
（3）加强边缘学科的研究工作（4）加强理论研究（5）图像处理领域的标准化6、论述数字图像处理技术在生产生活中的应用（1）在生物医学中的应用：利用电磁波谱成像分析系统诊断病情：如显微镜图像分析，DNA成像分析，CT及核磁共振、超声波、X射线成像分析等（2）遥感航天中的应用：检测土地变化；农林资源的调查；自然灾害监测、预报；地势、地貌测绘；地质构造解译、找矿；环境污染检测等等（3）工业应用：无损探伤，石油勘探，生产过程自动化，工业机器人研制等（4）军事公安领域运用：卫星侦察照片的测绘、判读，雷达图像处理，导弹制导，军事仿真等（5）其他应用：图像远距离通信、电视会议、天气预报、现场视频管理等第二章：图像数字化与灰度直方图★1、直方图的性质（P 23）：（1）灰度直方图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（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。
★2、直方图的应用（P 24）：（1）用于判断图像量化是否恰当（2）用于确定图像二值化的阈值（3）当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时，可利用直方图统计图像中物体的面积（4）计算图像信息量H（熵）3、决定图像质量的因素：（1）平均亮度（2）对比度（3）清晰度：由图像边缘灰度变化的速度来描述（4）分解力或分辨率（5）采样间隔（6）量化等级★4、采样和量化与数字图像之间的关系（P 19）：采样间隔：采样间隔大——所得像素数少——空间分辨率低——数据量小——国际棋盘效应采样间隔小——所得像素数多——空间分辨率高——数据量大——质量好量化等级：量化等级多——图像层次丰富——灰度分辨率高——数据量大——图像质量好量化等级少——图像层次欠丰富——灰度分辨率低——数据量小——假轮廓现象5、数字图像处理算法形式（P 26 27）：（1）局部处理：对输入图像IP（i,j）处理时，某一输出像素JP（i,j）值）由输入图像像素及其邻域中的像素值确定。
这种处理称为局部处理。
例：空间域平滑和锐化（2）点处理：在局部处理中，当输出值JP(i,j)仅与IP(i,j)有关，则称为点处理例：增强对比度、图像二值化（3）大局处理：在局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理例：图像傅里叶变换（4）迭代处理：反复对图像进行某种运算直至满足给定的条件，从而得到输出图像的处理形式称为迭代处理例：图像的细化处理过程（5）跟踪处理：选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，6、图像的数据结构（P 29）：（1）组合方式：一个字长存放多个像素灰度值的方式（2）比特面方式：将所有像素的相同比特位用一个二维数组表示，形成比特面（3）分层结构：由原始图像开始依次构成像素数愈来愈少的一幅幅图像，如锥形结构（4）树结构（5）★多重图像数据存储：有下列三种存储方式：①逐波段存储，分波段处理时采用；②逐行存储，行扫描记录设备采用；③逐像素存储，用于分类。