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) x r(x , y)，照度分量0< i(x , y)< ,反射分

量0

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。

14. 数字化器组成：

1) 采样孔：保证单独观测特定的像素而不受其它部分的影响。

2) 图像扫描机构：使采样孔按预先确定的方式在图像上移动。

3) 光传感器：通过采样孔测量图像的每一个像素的亮度。

4) 量化器：将传感器输出的连续量转化为整数值。

5) 输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等。

15. 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。以灰度级为横坐标，纵坐标为灰度

级的频率，绘制频率同灰度级的关系图就是灰度直方图。

16. 直方图的性质：

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, 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。

17. 直方图的应用：

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）计算图像中物体的面积

4）计算图像信息量：熵H

18. 图像处理基本功能的形式：单幅图像T单幅图像，多幅图像T单幅图像，单（或多）

幅图像T数字或符号。

19. 邻域：对于任一像素（i , j）,该像素周围的像素构成的集合{ （i+p,j+q ）, p、q取合

适的整数}，叫做该像素的邻域。

20. 图像处理的几种具体算法：

1）局部处理：移动平均平滑、空间域锐化。

2）点处理：图像对比度增强、图像二值化。

3）大局处理：傅里叶变换。

4）迭代处理：细化。

5）跟踪处理

6）位置不变处理和位置可变处理：输出像素JP（i , j）的值的计算方法与像素的位置（i , j）无关的处理称为位置不变处理或位移不变处理

7）窗口处理和模板处理。

21. 图像的数据结构与特征:

1）组合方式：一个字长存放多个像素灰度值的方式。它能起到节省内存的作用，但导致计算量增加，使处理程序复杂。

2）比特面方式：按比特位存取像素，即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，就能使数据表示具有分层性，其代表有锥形（金字塔）结构。

4）树结构：对于一幅二值图像的行、列接连不断地二等分，如果图像被分割部分中的全体像素都变成具有相同的特征时，这一部分则不再分割

5）多重图像数据存储：逐波段存储，分波段处理时采用；逐行存储，行扫描记录设备采用；

逐像素存储，用于分类。

22. 图像的特征：

1）自然特征：光谱特征、几何特征、时相特征；

2）人工特征：直方图特征，灰度边缘特征，线、角点、纹理特征；

3）特征的范围：点特征、局部特征、区域特征、整体特征。

4）特征提取：获取图像特征信息的操作。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。

23. 对比度：一幅图像中灰度反差的大小，对比度=最大亮度/最小亮度

第三章图像变换

24. 图像变换通常是一种二维正交变换。

1）正交变换必须是可逆的；

2）正变换和反变换的算法不能太复杂；

3）正交变换的特点是在变换域中图像能量集中分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图象处理。

25. 图像变换的目的在于：

1）使图像处理问题简化；

2）有利于图像特征提取；

3）有助于从概念上增强对图像信息的理解。

第四章图像增强

26. 图像增强是采用一系列技术去改善图像的视觉效果，或将图像转换成一种更适合于人或

机器进行分析和处理的形式。

27. 空间域增强是直接对图像各像素进行处理；

28. 频率域增强是先将图像经傅立叶变换后的频谱成分进行某种处理，然后经逆傅立叶变换

获得所需的图像。

灰度变换

空间域点运篦

直方图修正法吃豎

1规定化，局部统计法

29.

30. 灰度变换用来调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。

1）线性变换：对图像每一个像素灰度作线性拉伸，将有效改善图像视觉效果。

2）分段线性变换：为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰度区间，可采用分段线性变换。

3）非线性灰度变换：对数变换（当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配）。指数变换（对图像的高灰度

区给予较大的拉伸）

31. 直方图修整法包括直方图均衡化及直方图规定化两类。

32. 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。

33. 直方图均衡化变换函数，满足下列条件：

1）在0< r < 1内为单调递增函数，保证灰度级从黑到白的次序不变；

2）在0< r < 1内，有0W T（r）< 1，确保映射后的像素灰度在允许的范围内。

34. 直方图均衡化原理：输出图像的概率密度函数可以通过变换函数T（r）控制原图像灰度