您好,欢迎访问三七文档
当前位置:首页 > 临时分类 > 图像处理技术考试总结复习资料
1、图像概念:“图”是物体投射或反射光的分布,“像”是人的视觉系统对图的接受在大脑中形成的印象或反映。因此,图像是客观和主观的结合。2、分类:1)从视觉特点,分为可见图像和不可见图像。2)从图像空间坐标和明暗程度的连续性,可分为模拟图像和数字图像。3)按波段多少,图像可分为单波段、多波段和超波段图像。3、单波段图像在每个点只有一个亮度值。多光谱图像上每一个点不止一个特性。4、I(r,c)是对f(x,y)的离散化后的结果。r表示图像的行,c表示图像的列。I表示离散后的f;I,r,c的值只能是整数。数字图像可用矩阵或数组进行描述。5、图像处理:对图像进行一系列的操作以达到预期的目的的技术称作图像处理。6、数字图像处理:利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理7、图像进行加工和分析目的:1)提高图像的视感质量,以达到赏心悦目的目的。去除图像中的噪声,改变图像的亮度、颜色,增强图像中的某些成份、抑制某些成份,对图像进行几何变换等,从而改善图像的质量,以达到真实、或清晰、或色彩丰富等效果2)对图像数据进行变换、编码和压缩,以便于图像的存储和传输3)提取图像中所包含的某些特征或特殊信息,以便于分析.8、数字图像处理的特点:1)处理精度高,再现性好2)处理方法的多样性3)图像数据量庞大4)处理费时5)图像处理技术综合性强9、数字图像处理的主要研究内容:1)图像获取、表示和表现。2)图像复原3图像增强4)图像分析5)图像重建6)图像压缩编码10、图像编码:主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性,对图像信号进行高效编码,即研究数据压缩技术,目的是在保证图像质量的前提下压缩数据,便于存储和传输,以解决数据量大的矛盾。11、图像编码的目的:1)减少数据存储量;2)降低数据率以减少传输带宽;3)压缩信息量,便于特征提取,为后续识别作准备12、图像处理的应用:1)航天航空:登月、火星照片处理、飞机遥感、卫星遥感、气象预报2)生物医学工程:CT、MRI(核磁共振)、B超、显微图像:红细胞、白细胞、染色体的分析、X光、心电图3)通讯领域多媒体通讯:数字电视、高清析度电视(HDTV)、多媒体信息处理,可视电话、会议电视、电话、电视、计算机三网合一4)工业:印刷电路板、机器人视觉、零件检测、邮政信件的自动检测5)军事公安;导弹制导、侦察照片的处理、指纹识别、人脸识别6)文化艺术:电视画面的数字编辑、动画制作、游戏、纺织工艺品设计、发型设计、文物资料图片的修复13、图像数字化:指将模拟图像的连续图像函数进行空间和幅值上的离散化之后,得到用数字表示的图像,以适应数字计算机的处理。14、空间坐标(x,y)的数字化称为图像采样,而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)15、数字化过程包括三个步骤:扫描、采样和量化。第一步:扫描扫描是按照一定的先后顺序对图像进行遍历的过程,如按照行优先的顺序进行遍历扫描,像素是遍历过程第二步:空间采样将在空间上连续的图像转换成离散的采样点(即像素)集的操作。16、采样处理:将xy平面分配到一个网格上\中最小的寻址单元。17、采样:对图像空间坐标的离散化,它决定了图像的空间分辨率。每个元素为图像f(x,y)的离散采样值,称之为像元或像素。18、分辨率:空间分辨率和灰度分辨率19、空间分辨率:指图像中可辨别的最小细节,采样间隔决定空间分辨率的主要参数。通常将图像大小M×N,灰度为L级的数字图像称为空间分辨率为M×N,灰度级分辨率为L级的图像。20、灰度分辨率:指单位幅度上包含的灰度级数,即在灰度级数中可分辨的最小变化。21、量化是对图像幅度坐标的离散化,它决定了图像的幅度分辨率。量化值一般用整数来表示。非特殊用途的图像均为8bit量化,即用0~255描述“黑~白”。量化的方法包括:分层量化、均匀量化和非均匀量化。22、分层量化是把每一个离散样本的连续灰度值只分成有限多的层次。均匀量化是把原图像灰度层次从最暗至最亮均匀分为有限个层次,如果采用不均匀分层就称为非均匀量化。若各种颜色成分均按8bit量化,即每种颜色量级别是256,则可以处理256×256×256=16777216种颜色。23、采样点数和量化级数的关系:采对一幅图像,当量化级数一定时,采样点数对图像质量有着显著的影响。采样点数越多,图像质量越好;当采样点数减少时,图上的块状效应就逐渐明显。当图像的采样点数一定时,采用不同量化级数的图像质量也不一样。量化级数越多,图像质量越好,当量化级数越少时,图像质量越差。量化级数最小的极端情况就是二值图像,图像会出现假轮廓。24、样点灰度图像是指各像素信息由一个量化的灰度级来描述的图像,没有彩色信息索引图像既包括存放图像数据的二维矩阵,还包括一个颜色索引矩阵(称为MAP),因此称为索引图像,又称为映射图像。MAP矩阵也可以由二维数组表示,矩阵大小由存放图像的矩阵元素的值域(灰度值范围)决定。25、图像的文件格式两种方式存储静态图像:位映射,即位图存储模式;26、向量处理,也称矢量存储模式。位图也称为栅格图像,是通过许多像素点表示一幅图像,每个像素具有颜色属性和位置属性。矢量图只存储图像内容的轮廓部分,而不是存储图像数据的每一点27、位图和矢量图的比较:1)点位图由像素构成,矢量图由对象构成2位2)点位图面向像素绘画,矢量图面向对象“构画”图和点数和量化级数的关系3)点位图受到像素和分辨率的制约,而矢量图形不存在这些制约4)点位图修改麻烦,矢量图形修改随心所欲5)点位图难以重复使用,矢量图形可以随意重复6)点位图效果丰富,矢量图形效果单调机械使用.28、图像处理运算方式分为:点运算、代数运算、几何运算点运算又称为“对比度增强”、“对比度拉伸”、“灰度变换”等。点运算可表示为:B(x,y)=f[A(x,y)]。显然点运算不会改变图像内像素点之间的空间位置关系。a.线性点运算输出灰度级与输入灰度级呈线性关系的点运算DB=aDA+b1如果a1,输出图像的对比度增大2如果a1,输出图像的对比度减小3如果a=1,b≠0,操作仅使所有像素的灰度值上移或下移,其效果是使整个图像更暗或更亮4如果a=1,b=0时,输出、输入图像相同5如果a为负值,暗区域将变亮,亮区域将变暗b分段线性点运算将感兴趣的灰度范围线性扩展,相对抑制不感兴趣的灰度区域。c非线性点运算29、点运算的应用:对比度增强、显示标定30、代数运算:1加运算:去除“叠加性”随机噪音、生成图像叠加效果2减运算消除背景影响、差影法31、差值法的应用举例:(a)差影法可以用于混合图像的分离(b)检测同一场景两幅图像之间的变化3乘3运算:应用图像的局部显示4图像的除运算:常用于遥感图像处理中。32、几何运算;是指图像处理中对图像平移、旋转、放大和缩小,这些简单变换以及变换中灰度内插处理等。几何变换可能改变图像中各物体之间的空间位置关系。几何变换不改变像素值,而可能改变像素所在的位置。33、类型:空间变换1)齐次坐标2)图像的平移:平移后的景物与原图像相同,但“画布”一定是扩大了,否则就会丢失信息3)图像的缩小:分为按比例缩小和不按比例缩小两种。图像缩小之后,因为承载的信息量小了,所以画布可相应缩小。4)图像的放大:图像的放大操作中,则需对尺寸放大后所多出来的空格填入适当的值5)图像的镜像6)图像的旋转:图像旋转之后,会出现许多的空白点,对这些空白点必须进行填充处理,否则画面效果不好。称这种操作为插值处理。最简单的方法是行插值或是列插值方法:插值的方法是:空点的像素值等于前一点的像素值。34、图像变换的定义:是将图像从空域变换到其它域(如频域)的数学变换。35、图像变换的作用;1.方便处理2.便于抽取特性36、常用变换:1.傅立叶变换作用:a可以得出信号在各个频率点上的强度。b可以将卷积运算化为乘积运算c傅氏变换和线性系统理论是进行图像恢复和重构的重要手段。d傅立叶变换能使我们从空间域与频率域两个不同的角度来看待图像的问题,有时在空间域无法解决的问题在频域却是显而易见的。2.离散余弦变换的设f(x)为x的函数,如果f(x)满足下面的狄里赫莱条件:1具有有限个间断点2具有有限个极值点3绝对可积噪声是指图像中的非本源信息。图像形成过程中,图像数字化设备、电气系统和外界影响将使得图像噪声的产生不可避免。37、图像噪声按其产生的原因可分为外部噪声和内部噪声。数字图像中常见的外部干扰主要包括如下几种:1设备元器件及材料本身引起的噪声如磁带、磁盘表面缺陷所产生的噪声。2系统内部设备电路所引起的噪声,包括电源系统引入的交流噪声,偏转系统和箝位电路引起的噪声等。3电器部件机械运动产生的噪声。如数字化设备的各种接头因抖动引起的电流变化所产生的噪声,磁头、磁带抖动引起的抖动噪声等。38、图像噪声特点:叠加性;分布和大小的不规则性;噪声与图像之间具有相关性;39、图像增强的目的:1.改善图像的视觉效果。2突出图像的特征,便于计算机处理。40、图像增强的技术方法主要有空域处理法和频域处理法:1空域处理法:直接在图像所在的二维空间进行处理,即直接对每一像元的灰度值进行处理。2频域处理法:将图像从空间域变换到频率域对图像进行处理。非线性拉伸不是对图像的整个灰度范围进行扩展,而是有选择地对某一灰度值范围进行扩展,其他范围的灰度值则有可能被压缩。非线性变换与分段线性拉伸区别:非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩,而是在整个灰度值范围内采用统一的非线性变换函数,利用函数的数学性质实现对不同灰度值区间的扩展与压缩。41、非线性变换:按对数函数变换:低灰度区扩展,高灰度区压缩按指数函数变换:高灰度区扩展,低灰度区压缩。42、常用的直方图是规格化和离散化的,即纵坐标用相对值表示。灰度直方图反映了一幅图像的灰度分布情况。1大多数像素灰度值取在较暗区域,图像肯定较暗。一般在摄影过程中曝光过弱就会造成这种结果2图像的像素灰度值集中在亮区,图像将偏亮。一般在摄影中曝光太强将导致这种结果。直方图均衡化目的通过把原图像的直方图通过变换函数修正为分布比较均匀的直方图,从而改变图像整体偏暗或整体偏亮,灰度层次不丰富的情况。原理:首先假定连续灰度级的情况,推导直方图均衡化变换公式,令r代表灰度级,P(r)为概率密度函数。r值已归一化,最大灰度值为1。43、直方图均衡技术缺点1将原始函数的累积分布函数作为变换函数,只能产生近似均匀的直方图。2在某些情况下,并不一定需要具有均匀直方图的图像。44、直方图均衡化的优点是得到近似均匀分布的直方图。但由于变换函数采用累积分布函数,也只能产生近似均匀的直方图的结果,这样就会限制它的效能。直方图规定化、1.定义修改一幅图像的直方图,使它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。目标:当需要具有特定的直方图的图像时,可按照预先设定的某个形状人为的调整图像的直方图。45、图像增强方法:空域处理法(直接在图像所在的二维空间进行处理,即直接对每一像元的灰度值进行处理)和频域处理法(将图像从空间域变换到频率域对图像进行处理)46、空间域滤波是基于邻域处理的增强方法,它应用某一模板对每个像元与其周围邻域的所有像元进行某种数学运算得到该像元的新的灰度值.方法:常用的有图像平滑和图像锐化图像平滑(包括:1邻域平均法、2中值滤波)图像锐化(1梯度法、2拉普拉斯算子)47、图像噪声的来源及特点通道噪声:产生于图像信息的传递中,其值与图像信号的强弱无关。现象:“雪花”量化噪声:灰度在量化过程中,不可免的产生量化噪声。特点:噪声像素的灰度是空间不相关的,即它与邻近像素显著不同。图像平滑滤波技术平滑滤波对图像的低频分量进行增强,同时可以削弱图像的高频分量,因此一般用于消除图像中的随机噪声,从而起到图像平滑的作用48、常用方法:1邻域平均法:它在抑制噪声的同时使图像变得模糊即图像的细节(例如边缘信息)被削弱.2如果既要抑制噪声又要保持细节可以使用中值滤波。49、中值滤波特性:
本文标题:图像处理技术考试总结复习资料
链接地址:https://www.777doc.com/doc-2598278 .html