数字图像处理总结

第一章引言

1.图像处理的目的：

【PPT】人的观察、图像分析和识别

【百度】

(1)提高图像的视感质量，如进行亮度、彩色变换等以改善图像质量；

(2)提取图像中所包含的某些特征或特殊信息，这个过程是模式识别或计算机视觉的预处理；

(3)图像数据的变换、编码和压缩，以便于图像的存储和传输。

2.图像分辨能力描述

3.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。

并行：对图像内的各同时进行相同形式运算的一种处理形式。

4.图像工程中的层次

5.数字图像的噪声

主要分为平稳的噪声和非平稳的噪声

第二章数字图像处理的基本概念

1.消色效应与加色效应（理解）：

加色效应：由两种或两种以上的色光相混合时，会同时或者在极短的时间内连续刺激人的视觉器官，使人产生一种新的色彩感觉。我们称这种色光混合为加色混合。这种由两种以上色光相混合，呈现另一种色光的方法，称为色光加色法。表达式：（R）+（G）+（B）=（W）【RGB=红绿蓝】

消色效应：“色料减色法”。色料的呈色是由于色料选择性地吸收了入射光中的补色成分，而将剩余的色光反射或透射到人眼中。减色法的实质是色料对复色光中的某一单色光的选择性吸收，而使入射光的能量减弱。由于色光能量下降，使混合色的明度降低。表达式：（Y）+（M）+（C）=（Bk）【YMC=黄、品红、青】加色法与减色法的关系：

加色法与减色法都是针对色光而言，加色法指的是色光相加，减色法指的是色光被减弱。加色法是色光混合呈色的方法。减色法是色料混合呈色的方法。

加色法是两种以上的色光同时刺激人的视神经而引起的色效应；而减色法是指从白光或其它复色光中减某些色光而得到另一种色光刺激的色效应。

从互补关系来看，有三对互补色：R-C；G-M；B-Y。在色光加色法中，互补色相加得到白色；在色料减色法中，互补色相加得到黑色。

加色效应减色效应

2.数字化与图像质量的关系：

（1）采样间隔越大，所得图像像素数越少，图像空间分辨率低，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，图像空间分辨率高，质量好，但数据量大。

（2）量化等级越多，所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，质量变差，会出现假轮廓现象，但数据量小。极少情况下图像大小固定时，减少灰度级能改善质量，由于会提高图像对比度，如对细节比较丰富的复杂图像。

（3）采样量化的原则：

a.细节丰富的图像（观众）：高的采样分辨力细采样，粗量化

b.细节少，缓变的图像（人脸）：高的灰度分辨力细量化，粗采样

3.物体的色及光源颜色的选择

光源的主要目的就是将被测物体与背景尽量明显分别，获得高品质、高对比度的图像。如果进行彩色成像，则通常考虑使用白色光源。

机器视觉应用中应注意目标颜色与光源颜色的搭配，我们看到某个物体成某种颜色，是因为其反射了对应的光谱。我们拍摄物体时，如果要将某种颜色打成白色，那么就得使用与此颜色相同或相似的光源（光的波长一样或接近），而如果要打成黑色，则需要选择与目标颜色波长差较大的光源。

彩色图像中，除了黑色、灰色不明显，其它如白色、紫色、蓝色、绿色、黄色、橙色、红色、棕色都很明显，色彩饱满艳丽。多色排线在白色光源下的黑白相机大尺度成像，可以发现其中的白色、黄色、绿色、橙色较明亮，说明相机对这些波长比较敏感。在红光下成像时，白、红、橙、黄几种颜色比较明显，其它的颜色都很暗，说明红光照射物体时，物体本身有红色分量时，才能反射红光，在黑白相机下表现为红色特征。而在绿色光源下，则白色、绿色、黄色表现明亮，其它较暗淡。蓝色光源下，白色、紫色、蓝色等表现较亮，有效反射蓝光。从中也可以发现，白色，无论在什么光照下，都成明显的白色，是因为其本身不吸收光谱，任何光谱照射到其表面上都会被反射；反之，黑色材料则无论什么光照射上去都不反光成黑色。

4.灰度直方图（定义、性质、作用）

定义：是灰度级的函数，描述的是具有该灰度级的像素个数（或出现的频次）图像各灰度级在图像中出现的频次（统计角度）

性质：(1)灰度直方图只与像素灰度有关，与位置无关(没有位置信息)

(2)灰度直方图与图对应关系：一对多的关系

(3)灰度图像具有相加性（两区域灰度直方图之和等于图像灰度直方图）

作用：(1)判断图像量化是否可理

(2)利用阈值实现图像分割（用于确定图像二值化阈值）

(3)计算图像对像（目标）大小（当物体部分的灰度值比其他部分灰度值大时，

可统计图像中物体的面积）

(4)计算图像的熵

熵：图像信息量的反映，反映了图像信息丰富的程度。

第三章图像空域增强

1.点运算(线性\非线性点运算)及作用灰度区的影响：

2.直方图均衡化

3.图像灰度均值与方差的物理意义

灰度均值：表示图像的总体亮度。

灰度方差：图像某一区域内灰度的方差确实能从一个角度反应区域内图像的对比度。方差越大，图像区域内像素灰度变化越剧烈；方差反应图像的高频部分的大小；如果一幅图片看起来灰蒙蒙的，那方差就小；如果看起来很鲜艳，对比度很大，那方差就大。