数字图像处理知识点总结

设计语句，实现一幅图像的傅里叶变换
• title(‘原图像’);
• %对原图像进行屏幕控制；Baidu Nhomakorabea示直方图均衡化后 的图像 • figure；imshow(J); • %给直方图均衡化后的图像加标题名 • title(‘直方图均衡化后的图像’) ;
figure; subplot(1,2,1) ; imhist(I,64); %将原图像直方图显示为64 级灰度 title(‘原图像直方图’) ; %给原图像直方图 加标题名 subplot(1,2,2); %作第2幅子图 imhist(J,64) ; %将均衡化后图像的直方图 显示为64级灰度 title(‘均衡变换后的直方图’) ; %给均衡化后图 像直方图加标题名
• %对直方图均衡化后图像进行屏幕控制；作一幅 子图，并排两幅图的第1幅
直方图修正有哪两种方法？二者有何主要区别 与联系？
第4章 • 直方图均衡化和直方图规定化。
• 区别：直方图均衡化是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。 • 直方图规定化是使原图像灰度直方图变成规定形状的直方 图而对图像作修正的增强方法。 • 联系：若对原始图像和通过直方图规定化修正的像都作了均衡化 处理，则二者均衡化都为均匀分布的密度函数。
• 与操作和或操作通常用做模板，从一幅图像中提取子图像，更加 突出子图像的内容。 • 非操作是对像素值的每一位求反。
中值滤波器的滤波原理及对椒盐噪声的滤波效 第4章 果如何？
• 答: 中值滤波器的滤波原理是：在图像上，对待处理的像素给定 一个模板，该模板包括了其周围的邻近像素。取模板中排在中间 位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪 声的目的。 • 中值滤波器对椒盐噪声的滤波效果较好。
退化函数估计
图像观察估计法
第5章
试验估计法
模型估计法
图像准配复原
第5章
原始图像
几何失真图像
复原图像
图像编码基本原理、图像冗余
第7章
变长最佳编码定理

第7章
在变长编码中，对出现概率大的信息符号赋予短码字，而对于
出现概率小的信息符号赋予长码字。如果码字长度严格按照所
对应符号出现概率大小逆序排列，则编码结果平均码字长度一
定小于任何其他排列形式.
矢量量化原理
第7章
矢量量化的编码就是根据一定的失真测度 在码书搜索出与输入矢量失真最小的码字的索引。
用Canny算子进行边缘检测的主要步骤
① 用高斯滤波器平滑图像 第9章
② 计算滤波后图像梯度的幅值和方向
③ 对梯度幅值应用非极大值抑制，其过程为找处图像梯度中的局 部极大值点，把其它非局部极大值点置零以得到得到细化的边 缘 ④ 用双阈值算法检测和连接边缘，使用两个阈值T1和T2(T1>T2)， T1用来找到每条线段，T2用来在这些线段的两个方向上延伸寻 找边缘的断裂处，并连接这些边缘。
第2章
简述图像几何变换与图像变换的区别
• 答: ①图像的几何变换：改变图像的大小或形状。比如图像的平 移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 • ②图像变换：通过数学映射的方法，将空域的图像信息转换 到频域、时频域等空间上进行分析。比如傅里叶变换、小波变换 等。
第2章
当在白天进入一个黑暗剧场时，在能看清并找 到空座位时需要适应一段时间，试述发生这种 现象的视觉原理
一维快速傅变换FFT的基本思想
第3章
• FFT即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离 散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法 进行改进获得的。它利用DFT系数的特性，合并DFT运算中的某些 项把长序列DFT变成短序列DFT，从而减少运算量。
图像增强的目的是什么？
第2章
• 1）采样和量化 • 2）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。 • 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。
退化模型
第5章
• 假定成像系统是线性位移不变系统 ,则获取的图像g(x,y)表示为 • g(x, y)=f(x, y)*h(x, y) • 若受加性噪声n(x, y)的干扰，则退化图像可表示为 • g(x, y) = f(x, y)*h(x, y) + n(x, y) • 这就是线性位移不变系统的退化模型。
背景差分法 如何利用多幅运动图像构造一个 第9章 基准图像
• 找出多幅对应像素点灰度值变化在一定阈值范围内的部 分为基准图像，可通过检测图像序列相邻两帧之间的变 化，保留对应像素点灰度值变化在一定阈值范围内的部 分，再与下一帧的图像对比，重复上述过程，最终取得 基准图像。
• I=imread(‘原图像名.tif’); % 读入原图像,tif格式 • whos I • imshow(I) % 显示图像I的基本信息 % 显示图像
4/8连接的特点
• V是用于定义连接性的灰度值集合
第2章
• 4连接：2个像素p和r在V中取值，且r在N4(p)中，则它们为4连接；
• 8连接：2个像素p和r在V中取值，且r在N8(p)中，则它们为8连接；
• m连接(混合连接)：2个像素p和r在V中取值，且满足下列条件之一，则它们为m连接：r在N4(p)中 ； r在ND(p)中且N4(p)∩N4(r)是空集，该集合是由p和r的在V中取值的4近邻像素组成。
自动阈值 迭代式阈值选择算法的基本思想
第9章
• 开始时选择一个阈值作为初始估计值，然后按某种策略 不断地改进这一估计值，直到满足给定的准则为止。在 迭代过程中，关键之处在于选择什么样的阈值改进策略， 好的阈值的改进策略应该具备两个特征，一是能够快速 收敛，二是在每一个迭代过程中，新产生阈值优于上一 次的阈值。
第4章
答：图像增强目的是要改善图像的视觉效果，针对给定图 像的应用场合，有目的地强调图像的整体或局部特性，将 原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩 大图像中不同物体特征之间的差别抑制不感兴趣的特征， 使之改善图像质量、丰富信息量，加强图像判读和识别效 果，满足某些特殊分析的需要
设计显示数字图像直方图的程序
直方图均衡化的基本思想
第4章
• 把原始图像不均衡的直方图变换为均匀分布的形式，这 样就增加了灰度值的动态范围，从而达到增强图像整体 对比的效果。
图像间运算的作用
• 图像加法主要用于图像平均以减少噪声。 • 图像减法用来去除固定的背景信息。
第4章
• 图像乘法（或除法）的主要用途是校正由于照明或传感器的非均 匀性造成的图像灰度阴影。
• 答：人的视觉绝对不能同时在整个亮度适应范围工作， 它是利用改变其亮度适应级来完成亮度适应的。即所谓 的亮度适应范围。同整个亮度适应范围相比，能同时鉴 别的光强度级的总范围很小。因此，白天进入黑暗剧场 时，人的视觉系统需要改变亮度适应级，因此，需要适 应一段时间，亮度适应级才能被改变。
图像数字化包括哪两个过程？数字化参数 对数字化图像质量有何影响？
• I=imread(‘picname.jpg’);%读入灰度图片 • Imshow(I);%显示读入图片 • figure,imhist(I);%显示图片直方图
第4章
下面给出直方图均衡化增强图像对比度的 MATLAB程序 第4章
• I=imread(‘pollen.jpg); • J=histeq(I); 理 • imshow(I); % 读入原图像 %对原图像进行直方图均衡化处 %显示原图像 %给原图像加标题名
下面给出读取、压缩、显示一幅图像的程序 (%后面的语句属于标记语句，编程时可不用 输入)
• imfinfo(‘原图像名.tif’) % 显示图像‘原图像名.tif’的详细信息 • imwrite(I,'filename.jpg','quality',q); % 这种格式只用于jpg格式，压缩存储图像，q是0-100之间 的整数 • imwrite(I,'filename.bmp'); % 以位图（BMP）的格式存储图像 • % 显示多幅图像，其中n为图形窗口的号数 • figure(n), imshow('filename'); • gg=im2bw('filename'); • figure, imshow(gg) % 将图像转为二值图像 % 显示二值图像
第2章
向量量化的主要特点
• 1、压缩能力强。由于码书长度J一般远小于总的输入信号样本数， 适当选取码书长度和码字维数，可获得很大的压缩比。 • 2、码书控制着量化失真量的太小。向量量化中码书的码字越多， 失真就越小。只要适当选取码字数量，就能将失真量控制在容许 的范围内。因此，码书设计是向量量化的关键环节之一。 • 3、计算量大。向量量化每输入一个向量f，都要和j个码字逐一比 较，搜索出最接近的yi，所以工作量很大。因此，寻求一种合适 的快速码书搜索算法是实现向量量化的第二个关键。 • 4、向量量化是定长码，容易处理.
•数字图像处理备考总结
第一章
数字图像处理：数字图像处理（Digital Image Processing）又称 为计算机图像处理，它是指将图像信号转换成数字信号并利用计算 机对其进行处理的过程。 一般来讲,对图像进行处理(或加工、分析)的主要目的有三 个方面: (1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、 抑制某些成分,对图像进行几何变换等,以改善图像的质量。 (2)提取图像中所包含的某些特征或特殊信息,这些被提取的特 征或信息往往为计算机分析图像提供便利。提取特征或信息的过程 是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面, 如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、 形状特征、拓扑特征和关系结构等。 (3)图像数据的变换、编码和压缩,以便于图像的存储和传输。