DIT知识点整理

第一章数字图像处理起源于20世纪20年代，海底电缆从英国伦敦到美国纽约，采用数字压缩技术传输了第一幅数字照片。图像处理分：低级处理，中级处理，高级处理。低级处理：降噪，对比度增强，图像锐化，特点：输入输出均为图像。中级处理：分割，并对单个对象进行描述识别，特点：输入图像，输出为图像中提取的属性（如边缘，轮廓，以及单个对象的特性）高级处理：通过执行与人类视觉相关的感知函数，来对识别的对象进行总体确认。取样:将坐标值数字化。量化：将振幅数字化。CT：计算机断层。伽马射线：核医学，天文观测。放射性同位素衰变。X射线：胸透，大动脉血管造影，头部CT，电子电路板。天鹅座新星气云X射线管中电子撞击原子核产生。紫外线：工业检测，生物成像，天文观测，平板印刷术可见光：CD表面，纸币图像，拇指指纹。微波：雷达。无线电波：医学，天文学。MRI（核磁共振)膝|脊骨超声波：胎儿图像，甲状腺图像。分形：一种基本模式根据某些数学规则的迭代复制。小波是以不用分辨率来描述图像的基础。压缩:指的是减少图像存储量或降低传输图像带宽的处理。四种图像类型：灰度图像(Intensityimage)二值图像(Binaryimage)索引图像(Indeximage)RGB图像(RGBimage)第二章锥状体：昼视600-700万个，中央凹，数码相机。柱状体：夜视7500万-1.5亿，遍布视网膜。韦伯比：ΔIc/I值越小亮度辨别能力越好。摄像机成象几何(凸透镜):uv,f其中:成象的物距u,像距v,焦距f称为系统的放大系数简化（只有光心有光通过，图象聚在焦平面上），针孔模型：（光学成象）人眼主观亮度(即由人的视觉系统感知的亮度）是入射光强的对数函数.能同时鉴别的光强级范围很小人眼响应在不同光强区的边界周围会”过量调整”.这种现象称为”马赫效应”uvM亮度感知压缩：照明/反射强度(Lum)与亮度感觉(B/L)的非线性关系导致:等量变化的照明使感知亮度偏向比较光亮的值;而等量变化的感知亮度来自偏向较低的照明值.这种效应将视觉亮度分成亮灰(对应中到高的照明)和暗灰.在亮灰区具有等比例的最佳亮度分辨率.数字图像的产生:a.连续图像;b.沿AB扫描线的连续图像;c.采样;对坐标值进行数字化。d.量化.对幅值数字化。图像存储量的计算:M（行数）*N（列数）*k（2底L的对数）比特L:灰度级数。对比度：最高和最低灰度级间灰度差。m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；或q是p的对角邻点并且p和q没有公共的前景4邻点。区域R：图像中的一些像素构成的集合R,如果R是一个连通集合，则称R是一个区域。区域R的边界是该区域中的一组像素，它们各自都有一个或一个以上的邻点不在R中。如果R刚好是整个图像，则图像的第一和最后一行/列就是它的边界。边界不是边缘对像素p(x,y),q(s,t)和z(v,w),距离函数D应满足:D(p,q)=0(D(p,q)=0,iffp=q)D(p,q)=D(q,p),andD(p,z)=D(p,q)+D(q,z)欧氏euclidean'距离L2:等距为圆2122])()[(),(tysxqpDe准欧氏距离:等距为8边形街区'City-Block'距离L1:等距为4角星棋盘'chessboard'距离L:等距为矩形线性与非线性运算：H(af+bg)=aH(f)+bH(g)单色光（无色光）：没有颜色的光。灰度级：用来表示单色光的强度。灰度图像：单色图像。f(x,y)=i(x,y)r(x,y)其中0i(x,y)∞and0r(x,y)1i为入射分量，r为发射分量，反射分量限制在0（全吸收）和1（全反射)空间分辨率：图像中可辨别的最小细节的度量。灰度分辨率：灰度级中可分辨的最小变化。otherwisetysxqpDtysxtysxqpD,12),(,12),(tysxqpD),(4),max(),(8tysxqpD图像细节增加时，等爱偏曲线会更加垂直。表示图像质量与灰度级数近似独立。•高细节的图像对量化比特k(∝灰阶数)的变化不敏感•中低细节两类图像在一段同质曲线上，k下降而N上升。图像放大：最邻近插值，双线性插值。4邻接：8邻接：m邻接(混合邻接)：邻点q与当前像素（点）p存在4邻接前景邻点；或q是p的对角邻点并且p和q没有公共的前景4邻点。m邻接是8邻接的修订，它消除了应用8邻接可能引起的模糊性。阴影校正：完美图像f(x,y)*阴影函数h(x,y)=g(x,y)灰度值之间的并是取大，交是取小灰度值的补是与某常数（最大灰度）的差p空间操作：1.点运算2.邻域运算3.几何变换配准技术流程如下：首先对两幅图像进行特征提取得到特征点；通过进行相似性度量找到匹配的特征点对；然后通过匹配的特征点对得到图像空间坐标变换参数；最后由坐标变换参数进行图像配准。线性变换：空间域f-变换-运算-反变换-空间域g。如下图：•区域R：图像中的一些像素构成的集合R,如果R是一个连通集合，则称R是一个区域。•区域R的边界是该区域中的一组像素，它们各自都有一个或一个以上的邻点不在R中。如果R刚好是整个图像，则图像的第一和最后一行/列就是它的边界。•边界不是边缘对像素p(x,y),q(s,t)和z(v,w),距离函数D应满足:①D(p,q)=0(D(p,q)=0,iffp=q)②D(p,q)=D(q,p),and③D(p,z)=D(p,q)+D(q,z)线性与非线性运算：H(af+bg)=aH(f)+bH(g)计算k幅图像之和的运算是线性的;计算2幅图像之差的绝对值的运算是非线性的.第三章空间域:是指包含图像像素的平面。直接操作图像中的像素。空间域处理：灰度变换，空间滤波。空间滤波对图像中的每个像素的邻域处理来锐化图像。灰度变换：g(x,y)=T[f(x,y)]其中：f/g分别是I/O图像；T是f的上的操作，与(x,y)的邻域有关邻域与预定义的操作称为空间滤波器。对比度拉伸：对f中的每一个像素施以变换产生相应的g的像素的效果比原始图像有更高的对比度。点处理技术：结果仅取决于一个点的灰度的方法。反转变换：灰度级[0,L-1]s=L-1-r可以得到照片底片，适用于增强图像暗区域中的白色或灰色细节。对数变换：据图，输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值。目的：扩展图像中暗像素的值，压缩更高灰度级的值。反对数变换的作用与此相反。反转增强暗部增强亮部其中c,r和γ为正数。1．傅里叶频谱图2.对数转换图1.[0到1,500,000]线性压到8bit[0,255],突出显示最大的变换系数,牺牲小的变换系数。2.[0到1,500,000]用常用对数Lg压到[0到6.2].c=1增强显示小的变换系数,突出细节。crsrcsrLs)1lg(1指数幂变换：crs，其中c和γ为正常数，图中c=1。γ1的效果与γ1的效果相反。指数幂转换也用于通用的反差增强处理：a，增强暗部γ1b，1时增强亮部对比度拉伸：扩展图像灰度级动态范围的处理。灰度级分层：突出感兴趣范围[A,B]的灰度，降低其他灰度的值。使感兴趣范围的灰度变亮，保持图像中的其他灰度级不变。高阶比特平面包括了视觉上很重要的大多数数据，低阶比特平面在图像中贡献了更精细的灰度细节。显示一幅8比特图像的第8个比特平面：将0~127之间的所有灰度映射为0,128~255之间的所有灰度映射为1.四种基本的图像类型：1.暗图像2.亮图像3.低对比度图像4.高对比度图像T非单调,多r对一sT严格单调,1对1映射,可逆局部直方图处理：以图像中的每个像素的邻域中的灰度分布为基础设计变换函数。滤波：是指接受（通过）或拒绝一定的频率分量。低通滤波器：通过低频的滤波器。用于模糊（平滑）一幅图像。线性滤波：在图像像素上执行线性操作。线性滤波的通式:点(x,y)周围像素的加权和m*n是滤波器的大小,a=(m-1)/2,b=(n-1)/2相关：滤波器模板移过图像并计算每个位置乘积之和的处理。卷积：将滤波器旋转180o进行相关。模板卷积：模板T(i,j)图象f(x,y)aasbbttysxftswyxg),(),(),(1010),(),(),(),(mimjjyixfjiTyxfTyxg)2,2()2,2()1,()1,0(),()0,0(),(yxfTyxfTyxfTyxg生成m*n的线性空间滤波器要求指定mn个模板系数，这些系数是根据滤波器支持什么样的操作来选择的。平滑滤波器：用于模糊处理和降低噪声。平滑线性空间滤波器的输出时包含在滤波器模板邻域内的像素的平均值。这些滤波器也称均值滤波器。中值滤波器：对滤波器包围的图像区域中所包含的像素排序，将中值代替该像素的值。对脉冲（椒盐）噪声有效。锐化的目的：突出灰度的过渡部分。一阶微分的性质：在恒定灰度区域微分值为0，在灰度台阶或斜坡处微分值非0，沿着斜坡的微分值非0.二阶微分作图像增强——Laplacian算子用Laplacian算子做增强：使用一阶微分做图像锐化——梯度Roberts交叉梯度算子2222),(),(),(),(),(凸形凹形yxfyxfyxfyxfyxg22222yfxff),(4)]1,()1,(),1(),1([2yxfyxfyxfyxfyxff),(2-),1-(),1(∂∂22yxfyxfyxfxf++=),(2-)1-,()1,(∂∂22yxfyxfyxfyf++=Soble算子M(x,y)=|（z7+2*z8+z9)-(z1+2*z2+z3)|+|(z3+2*z6+z9)-(z1+2*z4+z7)|图像处理中最常使用的模糊技术：灰度变换和空间滤波。隶属度函数也成特征函数。左图用突变的阈值产生干脆的集合，右图用渐变的阈值产生模糊的集合。元素集Z，论域。普通集合：当隶属度函数仅有两个值，例如0和1。空集：当且仅当Z中的隶属度函数等于零，模糊集合为空集。图像对一阶导数与二阶导数响应的比较:一阶导数通常产生较粗的边缘；二阶导数对细节有强烈的响应。一阶导数通常对灰阶阶跃产生强烈的响应;ZzzzAA|,二阶导数对灰阶阶跃产生双重的响应。二阶导数对点的响应大于对线的响应,对线的响应又大于对阶跃的响应。第四章法国数学家傅里叶指出：任何周期函数都可以表示为不同的频率的正弦和/或余弦和的形式，每个正弦项喝/或余弦项乘以不同的系数（现在称该和为傅里叶级数）。Fourier在1807年认为：周期函数可以表示为Sines和Cosine的加权和。冲激：t看成时间，冲激可以看成是幅度无限，持续时间为0，具有单位面积的尖峰信号。带限函数：以原点为中心的有限区间（带宽）[-Ux,Ux]之外的频率值，其傅里叶变换为0的函数f(t)。如果以超过函数最高频率的两倍的取样率来获得样本，连续的带限函数可以完全从它的样本集来恢复。混淆：低于最高频率的两倍取样率取样。分时间混淆，与图像间时间间隔有关。车轮效应。空间间隔，抗混淆：通过平滑输入函数减少高频分量。锯齿：当处理具有很强边缘内容的图像时，混淆的影响看起来就像是块状图像分量。莫尔（波纹）模式：两个近似等间隔光栅之间产生的差拍模式。正变换是原信号f(x)在各基向量上的投影（矢量内积），得到各系数F(u)；反变换是由各基向量的F(u)加权和，得到原信号f(x)。在频率域平滑可通过对高频的衰减来得到。即，低通滤波。三种低通滤波器:理想滤波器，布特沃斯滤波器高斯滤波器理想低通滤波器（ILPF):以原点为圆心，以D0为半径的圆内，无衰减的通过所有频率，而切断圆外所有频率的二维低通滤波器。截止频率：H(u,v)=1和H(u,v)=0的过渡点D0.布特沃斯（BLPF）：高斯低通滤波器(GLPF)：无振铃效应。低通滤波应用：字符识别，桥接断裂的字符。印刷出版，减小眼睛皮肤细纹的锐化程度和小斑点。卫星图像和航空图像的处理。空间域滤波：空间滤波器与图像的