广东海洋大学数字图像处理复习要点

●第1讲绪论

⏹什么是数字图像

◆连续图像与数字图像的定义

◆图像采集

◆图像的表示

◆空间分辨率与灰度级分辨率

◆采样和量化与图像的质量

⏹视觉系统对光的感知特点

⏹什么是数字图像处理

◆图像工程3个层次（图像处理、图像分析、图像理解）及其关系

⏹数字图像处理的发展历史

⏹数字图像处理的主要内容

◆基本概念：图像采集、图像增强、图像复原、形态学处理、分割、对象识别、

表示&描述、彩色图像处理、图像压缩

◆数字图像处理的主要方法（空域法与变换域法）

◆数字图像处理系统的组成及其功能（图像采集系统、计算机、图像输出设备）

⏹数字图像处理的应用示例

⏹数字图像的未来

●第2讲像素空间关系

⏹像素的邻域

◆4-邻域、对角邻域、8-邻域

⏹像素间的邻接、连接和连通

◆像素的邻接与连接的联系、区别

◆4-连接、8-连接、m-连接

◆4-连通、8-连通、通路

⏹像素间的距离

◆欧氏距离、城区距离、棋盘距离

●第3讲图像的几何变换

⏹几何变换基础

◆基础概念

◆齐次坐标

⏹图像的位置变换

◆图像的平移

◆图像的镜像

◆图像的旋转

⏹图像的形状变换

◆图像的比例变换（缩小、放大、插值）

◆图像的偏移变换

⏹图像的几何失真校正

◆空间变换与灰度插值

●第4讲图像的空域增强技术

⏹空域增强技术的概述

◆空域的概念

◆空域增强的模型

◆空域增强技术的分类（基于像素的空域增强、基于模板的空域增强）

⏹图像间运算

◆算术运算

◆逻辑运算

⏹直接灰度映射

◆灰度映射原理

◆各种典型灰度映射算法：图像求反、分段线性增强、动态范围压缩（对数变

换）、灰度切割（灰度级分层）、阈值化处理、幂律变换、位图切割

⏹直方图修正——直方图均衡化

◆直方图和累积直方图、归一化直方图和归一化累积直方图

◆直方图均衡化原理

◆直方图均衡化的实现步骤

⏹空间滤波机理

⏹线性滤波

◆技术分类（平滑滤波、锐化滤波）和实现原理（模板卷积）

◆两种线性平滑滤波器（邻域平均、加权平均）

⏹非线性滤波

◆非线性平滑滤波器（中值滤波器、最大值滤波器、最小值滤波器、中点滤波

器）

◆非线性锐化滤波器（基于一阶微分的锐化滤波器、基于二阶微分的锐化滤波

器）

●第5讲图像变换——傅里叶变换

⏹傅里叶变换及其反变换

◆一维连续傅里叶变换及反变换

◆二维连续傅里叶变换及反变换

◆一维离散傅里叶变换及反变换

◆二维离散傅里叶变换及反变换

⏹傅里叶变换的性质

◆平移性质、分配律、线性性质、旋转性、周期性和共轭对称性、平均值、可分

离性、卷积、相关性

⏹快速傅里叶变换（FFT）

●第6讲频域图像增强

⏹频率域滤波基础

◆傅里叶变换的频率分量和图像空间特征之间的联系

◆频率域滤波的基本步骤

◆频域滤波与空域滤波的关系（低通与平滑、高通与锐化）

⏹频率域低通滤波器

◆三种经典低通滤波器（理想低通滤波器、巴特沃思低通滤波器、高斯低通滤

波器）的定义与性能对比

⏹频率域高通滤波器

◆三种经典高通滤波器（理想高通滤波器、巴特沃思高通滤波器、高斯高通滤

波器）的定义与性能对比

◆高频提升滤波、高频加强滤波的实现

●第7讲图像复原

⏹图像退化/复原过程的模型

◆图像退化、复原的概念及其关系

◆图像复原与图像增强的比较

◆图像退化/复原模型的定义

⏹噪声模型

◆噪声的来源

◆噪声的类型：均匀噪声、指数噪声、高斯噪声、瑞利噪声、伽马（爱尔兰）噪

声、脉冲（椒盐）噪声

⏹空间域滤波复原（仅由噪声而引起的退化复原方法：去噪）

⏹退化函数的估计

◆图像观察估计法、试验估计法、模型估计法（散焦模糊、运动模糊、大气湍

流模糊）

⏹常见的图像复原方法

◆逆滤波、维纳滤波的原理与实现，逆滤波与维纳滤波的比较

●第8讲图像边缘检测

⏹概述

◆图像边缘的产生

◆图像边缘的定义

◆图像的边缘模型

◆图像的导数与边缘的关系

◆边缘检测的基本步骤

⏹基本的边缘检测技术

◆梯度（一阶微分）的定义及其性质

◆各种经典梯度算子的实现（直接差分算子、Roberts算子、Prewitt算子、Sobel

算子）及其比较

⏹先进的边缘检测技术

◆Marr-Hildreth边缘检测算法的原理与实现

◆最优边缘检测算法的3条准则

◆Canny边缘检测算法的原理与实现

●第9讲形态学图像处理

⏹概述

◆形态学图像处理的基本思想

⏹集合论基础知识

◆集合的并、交、补、差

◆集合的反射与平移

◆二值图像的逻辑运算

⏹膨胀和腐蚀(Dilation & Erosion)

◆结构元素的定义