数字图像处理课堂提问问题汇总.doc

第一章基础 图像f，选择点扩散函数分量矩阵hc和hr，根据某种主观标准，输出图像g比f更好，图像增强、平滑及锐化。在某一特征上比f突出，图像分割和特征选择。 起源：用于人类判读（如视觉）的图像信息的改善；用于自动化机器感觉的存储、传输及表达的图像数据处理。 “图”是物体反射或透射光的分布；“像”是人的视觉系统所接受的图在人脑中所形成的印象或认识。（直观形象，易懂，信息量大）（r射线图像，x射线图像，紫外波段图像，可见光与红外波段图像，微波波段图像，无线电波段图像。）发展：实时性、智能化、网络化、普及化、低成本。模拟图像：空间坐标和幅度都连续变化。特征：处理正确、具有再现性；容易控制；处理的多样性。输入数字化、计算机、显示记录设备。链码：描述物体的边界，链码中的符号一般对应于图像基元的邻接关系。可以用静态数据结构表示，也可以用动态数据结构来表示，且这样在节省存储空间方面更合适。行程编码（用于图像矩阵中符号串的表示，传真机）：适用于计算机生成的图形图像。分层结构：将图像描述成若干不同粒度的层次，使算法可以根据需要将处理控制在较小的数据量上；只有必要时，处理才会在最细的数据分辨率上进行。要考虑：图像数据结构的表示层次，规范的图像数据结构（矩阵（图像获取设备的直接输出，摄像机扫描仪），链码，行程编码，拓扑数据结构，关系结构），分层数据结构（金字塔，四叉树（每个结点有四个子结点，如果父结点有4个与它的值一样的子结点，则无需保留这些子结点））。采样（坐标的数字化，空间分辨率）把空间上连续的图像分割成离散的像素的集合。（采样间隔必须小于2倍的图像函数上线频带的倒数，即满足二维采样定理。特别是对含有大量细节信息的图像区域，需增加采样点，否则会出现棋盘效应）量化（幅值的数字化，灰度级）：把像素的灰度变成离散的整数值。BMP：位图，标准图像文件格式，包含的图像信息较丰富，通常无压缩，但占用的空间大。TIFF：储存细微层次的信息很多，利于作为一种原版拷贝图像，但结构复杂，存储空间大，兼容性差。JPEG：压缩技术先进，允许不同的压缩比，有损压缩，不作为一种原版复制图像。GIF：压缩比高，占用空间小，形成连续的动画，可以具有特殊的显示效果，但不能存储超过256色的真彩色图像。PNG：最不失真的格式，把文件压缩到极限以利于网络传输，无损压缩，显示速度快，支持透明图像的制作，但不支持动画效果。马赫带：增强图像边缘，提高图像反差。图像处理（采集、增强、平滑、锐化、几何变换、编码、复原）、图像分析（分割、边缘检测、形态学处理、特征选择、纹理分析、频率变换）、图像理解。I1=rgb2gray(I); I2=I1(1:2:end,1:2:end); I2=round(I1/4)*4; 第二章图像增强 清晰图像：对象物体的亮度和色彩的细微差别清清楚楚地被拍摄下来的图像。对数变换：压缩动态范围。图像增强：对图像中包含的亮度和色彩等信息进行增幅，或者将这些信息变换成其它形式的信息等，通过各种手段来获得清晰图像的方法。目的：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处理的形式。图像增强并不以图像保真为准则，而是有选择地突出某些对人或机器分析有意义的信息，抑制无用信息，提高图像的使用价值。全局：直方图调整；邻域：高帽变换；点：灰度变换、伪彩色假彩色增强。对比度增强：灰度变换、直方图调整、数学形态方法。直方图均衡化后，图像的直方图是平直的，即各灰度值具有相同的出现频数，那么由于灰度值具有均匀的概率分布，图像看起来就更清晰了。实质是减少图像的灰度级以换取对比度的加大。直方图规定化：修改一幅图像的直方图，使它和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。同态滤波法（动态范围很大，感兴趣的部分灰度很暗，图像细节没有办法辨认，采用一般的线性灰度变换不行）：对图像灰度范围进行调整，消除图像上照明不均，增强暗区的图像细节，同时又不损失亮区的图像细节。（照明函数，低频；反射函数。高频；压缩低频段扩展高频段）伪彩色增强：把黑白图像的灰度值映射成相应的彩色（人眼只能区分40多种不同等级的灰度，却能区分几千种不同的色度、亮度的色彩）。包括：灰度分层法，即将灰度范围分成k层，再将不同灰度层人为的赋予不同的颜色。灰度变换法，即R,G,B，三个变换函数来实现由灰度到彩色的转变。（f=0,蓝色；f=1/2L绿色；f=L红色）假彩色增强：把真的自然彩色图像或遥感多光谱图像映射成与原色不同的彩色图像。人眼对蓝光（绿光）的强弱对比灵敏度（亮度响应）最大（灵敏），可把细节丰富（细小的）的物体映射成深浅与亮度不一的蓝色。（吸引人注目、适应人眼对颜色的灵敏度、获得更多信息）N值化imhist(I);I1=im2double(I);I2=2*I1; 线性灰度变换I2=i