数字图像处理考试参考.doc

灰度图像：指每个像素由一个量化的灰度值来描述的图像，不包含彩色信息。

彩色图像：指每个像素由R、G、B三原色像素构成的图像，其中R、G、B是由不同的灰度级来描述的。

对比度：反映一幅图像中灰度方差的大小，是最大灰度值与最小灰度值的比值。

清晰度：包括对比度、主题内容的大小、细微层次、颜色饱和度等综合因素。

图像数值化：将图像分割成像素的小区域，每个像素的亮度或灰度用一个整数来表示。

图像特征：图像原始特征或者属性。

图像识别：对图像中的不同对象进行分类、描述和解释。

图像配准：不同的光谱或不同的摄影时间所得的图像之间的位置的配准

空域处理：是指对图像进行直接处理。

频域处理：是指在图像的某个变换域内，对图像变换系数进行运算，然后通过逆变换获得图像增强效果。

灰度变换：将一个灰度区间映射到另一个灰度区间的变换。

直方图变换：使输入图像灰度值的频率分布（直方图）与所希望的直方图形状一致而变换灰度值的方法。

多光谱变换：按一定规律旋转多光谱空间的坐标系对遥感图像实行先行变换。

HIS变换：HIS变换就是将颜色的RGB表示形式转变为色度、亮度和饱和度的表示方式。

K-L变换：离散变换的简称，又称主成分变换。它是对某一多光谱图像X。利用K-L变换矩阵A进行线性组合，而产生一组新的多光谱图像Y。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。

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（i，j）及其邻域N（i，j）中的像素值确定。这种处理称为局部处理。

纹理特征提取：通过一定的图像处理技术，抽取出纹理特征，从而获得纹理的定性或定量的描述。

灰度直方图：以灰度为横坐标，纵坐标为灰度级频率，绘制频率同灰度级的关系图就是灰度直方图。

熵：图像所具有的信息量的度量，因纹理信息也属于图像的信息，若图像没有任何纹理，则灰度共生矩阵几乎为零阵，该图像的熵值接近于0；若图像纹理较多，则熵值也较大。

模板匹配：根据图案与一幅图像的各部分的相似度判断其是否存在，并求得对象物在图像中位置的操作。

图像的存储量=M*N*g；

灰度级数G=2的g次方

图像质量都包括什么？

灰度、灰度级、对比度、清晰度。

傅里叶变换的性质有哪些？

可分离性；周期性；平移性；共轭对称性；旋转；线性；比例性；平均值。

灰度直方图有哪些应用？有哪些典型的变换？

应用：1）判断图像量化是否恰当；2）确定二值化阈值；3）当物体部分灰度值比其他部分灰度值大时，利用直方图统计图像中物体面积；

4）计算图像信息量H（熵）。

直方图典型的变换：

直方图均衡化，直方图规定化。

灰度变换的目的是什么？有哪些实现方法？

目的：提高对比度，使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。

实现方法：线性变换，非线性变换，分段变换。

K-L变换的特点有哪些？

1）变换后的主分量空间与变换前的多光谱空间坐标系相比旋转了一个角度。新坐标系的坐标轴指向数据量较大的方向；

2）变换后的新波段主分量而言，它们所包括的信息量不同，呈逐渐减少趋势。第一主分量往往集中了最大的信息量，第二、三主分量的信息量依次很快递减，到了第N分量，信息量几乎为零；

3）各主成分之间不相关。

图像锐化处理有几种方法？

空域处理：空域模板滤波中的锐化滤波（包括基本高通滤波、高增益滤波、微分滤波）；

频域处理：频域锐化（采用高通滤波器让高频成分通过，阻止削弱低频成分，达到图像锐化的目的）。

试述频率域增强的步骤。频率域平滑与锐化的主要区别在哪里？

步骤：1）通过傅立叶变换将原图像f(x,y)变换成F(u.v)；2）利用滤波器函数H(u.v)进行滤波增强G(u.v)；3) 将G(u.v)经过傅立叶逆变换成g(x,y)；

区别：平滑主要是保留图像中的低频部分抑制高频部分；锐化则保留图像的高频部分而削弱低频部分。

遥感影像分类的基本过程是什么？

1）制定分类系统，确定分类类别；2）选择合适的图像数据；3）收集和分析地面参考信息与有关数据；4）选择合适的图像分类方法和算法；5）找出代表这些类别的统计特征；6）对遥感图像中各像素进行分类；7）分类后处理；8）分类精度检验。

匹配的用途有哪些？

1）几何变换中检测图像和地图之间的对应点；2）不同的光谱或不同的摄影时间所得的图像之间的位置的配准（图像配准）

3）在立体影像分析中提取左右影像间的对应关系；4）运动物体的跟踪；5）图像中对象物位置的检测。

特征值提取程序代码

I1=imread('盘符:\文件夹\文件名.tif');

f=inline('dui_bd1(I)');

I1=blkproc(I1,[10 10],f);

a1=mean2(I1(1:8,1:8))

c3=(a1+a2+a3+……+a n)/n

分类程序代码

I=imread('graymap.tif');

function fenlei1()

I=imread('D:\a\graymap1.tif');

%I=imread(‘graymap.tif');

I=imrotate(I,-90);

f=inline('dui_bd1(I)');

I2=blkproc(I,[10 10],f);

n=size(I2);

for i=1:n(1,1)

for j=1:n(1,2)

a(i,j)=abs(I2(i,j)-0.3337);

b(i,j)=abs(I2(i,j)-5.0049);

c(i,j)=abs(I2(i,j)-1.7290);

end

end

for i=1:n(1,1)

for j=1:n(1,2)

if (a(i,j)

I2(i,j)=1;

elseif (b(i,j)

I2(i,j)=0.5;

elseif (c(i,j)

I2(i,j)=0;

end

end

end

I3=medfilt2(I2);

subplot(2,2,1), imshow(I3)

title('以灰度共生矩阵对比度CON为独立特征的分类结果');

subplot(2,2,2), imshow(I2)

subplot(2,2,3), imshow(I)

试验步骤：

1）在ps软件下固定裁剪尺寸进行样本裁剪并存储；2）编写计算样本特征值计算程序计算特征值；3）编写分类程序进行分类；