数字图像期末复习..docVIP

图像增强按照作用域来分可以分为空域法和频域法。 图像增强 目的： 一是改善图像的视觉效果，提高图像的清晰度； 二是将图像转换成一种更适合于人或机器分析处理的形式。 分类： 空域法：直接对图像的像素灰度值进行操作。包括图像的灰度变换、直方图修正、图像空域平滑和锐化处理、彩色增强等。 频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需的增强结果。常用的方法包括低通滤波、高频提升滤波以及同态滤波等。 直方图均衡化 直方图均衡化就是通过原始图像的灰度非线性变换，使其直方图变成均匀分布，以增加图像灰度值的动态范围，从而达到增强图像整体对比度，使图像变清晰的效果。 3. 平滑模板特点 （1） 模板内系数全为正，表示求和；所乘的小于1的系数表示取平均； （2） 模板系数之和为1，表示对常数图像处理前后不变，而对一般图像而言，处理前后平均亮度基本保持不变。 三、中值滤波法（非线性滤波法） 中值滤波法的原理：对一个窗口（记为W）内的所有像素灰度值进行排序，取排序结果的中间值作为W中心点处像素的灰度值。 ▓ 中值滤波的作用：对干扰脉冲和点噪声有良好抑制作用，而对图象边缘能较好地保持的非线性图象增强技术。 ▓中值滤波的依据：噪声以孤立点的形式出现，这些点对应的像素数很少，而图像则是由像素数较多、面积较大的块构成。 ▓中值滤波的重要特性 （1） 对离散阶跃信号和斜升（或斜降）信号不产生影响 （2） 连续个数小于窗口宽度一半的离散脉冲将被滤除； （3） 三角形信号的顶部被削平； 4.4 图像锐化 ▓图像变模糊原因：成像系统聚焦不好或信道过窄； 平均或积分运算； 使目标物轮廓变模糊，细节、轮廓（边缘）不清晰。 ▓目的：加重目标物轮廓，使模糊图像变清晰。 ▓方法分类： 空域微(差)分法—模糊图像实质是受到平均或积分运算，故对其进行逆运算（微分），使图像清晰； 频域高频提升滤波法—从频域角度考虑，图像模糊的实质是高频分量被衰减，故可用高频提升滤波法加重高频，使图像清晰。 锐化模板特点 （1）模板内系数有正有负，表示差分运算； （2）模板内系数之和 1（ ① 对常数图像 f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度基本不变）。 ▓处理方法：用模板对原图像从第 2 行第 2 列开始逐渐移法计算。（注：图像四周边界一般不处理（不考虑）） ▓锐化实质 锐化图像 g(m,n) = 原图像 f(m,n)+ 加重的边缘（α*微分） ?图像恢复与图像增强的异同点 相同点：图像增强与图像恢复都是改善给定图像的质量。 不同点： （1）图像恢复是利用退化过程的先验知识，来建立图像的退化模型，再采用与退化相反的过程来恢复图像，而图像增强一般无需对图像降质过程建立模型。 （2）图像恢复是针对图像整体，以改善图像的整体质量。而图像增强是针对图像的局部，以改善图像的局部特性，如图像的平滑和锐化。 （3）图像恢复主要是利用图像退化过程来恢复图像的本来面目，它是一个客观过程，最终的结果必须要有一个客观的评价准则。而图像增强主要是用各种技术来改善图像的视觉效果，以适应人的心理、生理需要，而不考虑处理后图像是否与原图像相符，也就很少涉及统一的客观评价准则。 图像分割方法的分类 根据灰度的不连续性和相似性，分成两类： ▓ 边缘检测法：利用区域间之灰度不连续性，确定区域的边界或边缘的位置。 ▓ 区域生成法：利用区域内灰度的相似性，将像素(点)分成若干相似的区域。 平滑模板特点 ?模板内系数全为正（表示求和、平均=平滑）； ?模板内系数之和为1: ① 对常数图像f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度不变。 ▓ 锐化模板特点 ?模板内系数有正有负，表示差分运算； ?模板内系数之和为1: ① 对常数图像f(m,n)≡c，处理前后不变； ② 对一般图像，处理前后平均亮度不变。 ▓ 边缘检测模板特点 ? 模板内系数有正有负，表示差分运算； ? 模板内系数之和为0: ① 对常数图像f(m,n)≡c，处理后为0； ② 对一般图像，处理后为边缘点。 *显示分辨率是指显示屏上能够显示的数字图像的最大像素行数和