数字图像处理知识点总结
- 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)。
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