数字图像处理知识点

1、点运算是否会改变图像内像素点之间的空间位置关系？

点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系。

2、对图像灰度的拉伸，非线性拉伸与分段线性拉伸的区别？

非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。

3.图像获取即图像的数字化过程，包括扫描、采样和量化。

4.图像获取设备由5个部分组成：采样孔，扫描机构，光传感器，量化器和输出存储体。

5.采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应

6.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

7.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

8.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.

9.三种灰度插值方法—最近邻法、双线性插值法和三次内插法

10.图像增强的目的：

采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。

11.空间域平滑滤波器方法分类：

1）局部平滑法

2) 超限像素平滑法

3) 灰度最相近的K个邻点平均法

4) 空间低通滤波法

12.图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。

13.图像恢复和图像增强一样，都是为了改善图像视觉效果，以及便于后续处理。只是图像增强方法更偏向主观判断，而图像恢复则是根据图像畸变或退化原因，进行模型化处理

14.

(1)成象系统的象差、畸变、带宽有限等造成图像图像失真；

(2)由于成象器件拍摄姿态和扫描非线性引起的图像几何失真；

(3)运动模糊，成象传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；

(4)灰度失真，光学系统或成象传感器本身特性不均匀，造成同样亮度景物成象灰度不同；

(5)辐射失真,由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；

(6)图像在成象、数字化、采集和处理过程中引入的噪声等。

15.图像恢复是根据退化原因，建立相应的数学模型，从被污染或畸变的图像信号中提取所需要的信息，沿着使图像降质的逆过程恢复图像本来面貌。

16.图像恢复技术的分类：

(1)在给定退化模型条件下，分为无约束和有约束两大类;

(2)根据是否需要外界干预，分为自动和交互两大类;

(3)根据处理所在域，分为频域和空域两大类。

17.无失真失真图像压缩编码就是指图像经过压缩、编码后恢复的图像与原图像完全—样，没有任何失真

18.对于一个无记忆离散信源中每一个符号，若采用相同长度的不同码字代表相应符号，就叫做等长编码。若对信源中的不同符号用不同长度的码字表示就叫做不等长或变长编码。

19.哈夫曼（Huffman）编码的编码思路

(1) 将信源符号出现的概率按由大到小地顺序排列。

(2) 将两处最小的概率进行组合相加,形成一个新概率。并按第(1)步方法重排,如此重复进行直到只有两个概率为止。

(3) 分配码字,码字分配从最后一步开始反向进行,对最后两个概率一个赋于“0”码字,一个赋于“1”码字。如此反向进行到开始的概率排列,在此过程中,若概率不变采用原码字

20. 哈夫曼（Huffman）编码的特点

（1）Huffman编码所构造的码并不是唯一的，但其编码效率是唯一的。

（2）对不同信源，其编码效率是不同的。

（3）实现电路复杂，且存在误码传播问题。

（4）Huffman编码只能用近似的整数而不是理想的小数来表示单个符号，这也是Huffman 编码无法达到最理想的压缩效果的原因．

21.算术编码具有以下特点：

1、由于实际的计算机精度不可能无限长，运算中会出现溢出问题。

2、算术编码器对整个消息只产生一个码字，这个码字是在[0，1）之间的一个实数，因此译码器必须在接收到这个实数后才能译码。

3、算术编码也是一种对错误很敏感的方法。

22.HSI模型

H定义颜色的波长，称为色调；

S表示颜色的深浅程度，称为饱和度；

I表示强度或亮度。

23.使用HSI模型主要基于两个重要的事实：

其一I分量与图像的彩色信息无关；

其二H和S分量与人感受颜色的方式是紧密相连的。

这个模型有二个特点：

（1）I分量与图像的彩色信息无关；

（2）H和S分量与人感受颜色的方式是紧密相连的。