数字图象处理Review.ppt

数字图像处理提要 Review of Digital Image Processing * 数字图像处理系统 图像输入 数字照相机 扫描仪 其他设备 图像处理 专用处理器 通用计算机＋处理软件 图像输出 硬拷贝：打印输出，印刷等 显示、投影等 * 图像输入 图像是空间的二维分布 连续图像的数字化－像素概念 采样：采样定理，Nyquist频率，混迭，采样前预滤波 量化：图像灰度级的数量概念－视觉感受，处理需要 分辨率概念 空间分辨率 灰度（颜色）分辨率 未压缩图像占用的存储空间（例如考虑8比特分辨率） 传感器的光电特性：线性和非线性 * 图像输出 输出分辨率 像素数 几何尺寸 频率特性 低频 高频 输出亮度（颜色）特性 线性 非线性 * 数字图像的表示 空间的确定性分布表示 矩阵表示 向量表示 图像的统计描述：图象被看作随机过程样本 平稳过程，Gauss过程，白噪声，图像与噪声 集平均，矩（一阶、二阶，相关函数 ? 功率谱密度） 协方差矩阵 概率密度，直方图 * 直方图 面积函数和直方图 直方图含义 横坐标：灰度值 纵坐标：像素数 归一化直方图包络：图像中像素值的概率密度函数 直方图反映图像质量 直方图用于图像中对象的分割：分割阈值 直方图用于计算（估计）对象面积 * 图像及其直方图 * 图像及其直方图 * 点处理 点处理：灰度映射，是最基本的处理方法之一 反差增强（或减弱） 校正明暗关系 点处理导致直方图的变化 一些典型的映射关系 线性 非线性 直方图均衡和直方图匹配 点处理的应用 * 代数运算 加法 多次曝光 直方图：和的直方图是两个直方图的卷积 降噪：同一图像的多个含噪版本的平均 减法 去除不需要的对象（数字减影） 提取边缘 检测运动对象 乘法 除法 * 几何运算 坐标变换 注意保持连续性和单值性 两种几何映射 前向映射：计算量大，图像放大时可产生空洞 后向映射：合理的方法，可避免重复计算 几种简单的空间变换（缩放、平移、旋转） 灰度变换 零阶方法：最近邻法 一阶近似：双线性法 高阶近似：双三次法等 * 线性系统 线性系统定义和性质 线性移不变系统 线性系统的输入和输出：冲击响应和传递函数 波形 频谱 对典型信号的响应（如正弦波、方波、冲击函数） 卷积运算 定义和性质 二维卷积的计算，输出图像的大小 线性系统对信号的影响 * Fourier变换 Fourier变换的存在性 定义和性质 奇偶性 对称性 离散Fourier变换 二维Fourier变换 Fourier变换与图像 空间频率概念 图像特征及其频谱特征 图像Fourier变换的模和相位 * 图像和它们的DFT * 滤波器 低通，高通，带通滤波器 空域低通滤波器的相位翻转现象 Wiener滤波 均方误差最小意义下的最佳滤波器 已知信号和噪声的功率谱密度，根据含噪声的输入信号估计原信号波形 匹配滤波 最大输出信噪比意义下的最佳滤波器 已知信号波形，在噪声中检测信号是否出现，并估计出现时刻 中值滤波 * 线性变换 酉变换和正交变换 以正弦波为基础的变换 DFT DCT 以方波为基础的变换 Hadamard变换 Walsh变换 以本征向量为基础的变换 KLT（PCA） SVD * 图像恢复 图像恢复和图像增强 图像损伤模型和图像恢复 逆滤波：病态问题 Wiener滤波 图像恢复的代数方法 伪逆矩阵和线性方程的最小二乘解 与Wiener滤波的对比 退化特性的估计 噪声统计特性的估计 * 边缘提取和图像特征 图像识别步骤 边缘提取和图像分割 特征描述，分类，识别 图像分割 区域分类：阈值法 边缘检测的微分算子：Laplace，Roberts，Sobel 图像特征 形状 纹理 颜色 * 图像处理：问题和方法 纠正因曝光不准确导致的图像过亮或过暗 从背景中提取灰度有明显差异的目标 消除图像中不同类型的噪声，尽量保持清晰度 克服因相机倾斜或对象不平整而形成的图像扭曲 使聚焦不良造成的模糊图像变得清晰一些 纠正遥感图像因投影关系导致的几何形变 克服运动模糊 从连续图像中检测运动目标 提升图像的对比度 在图像中定位已知形状的对象 改善因光电传感器分辨率不足和系统噪声产生的退化 * 题目确认 1夏至立 基于导向滤波的CFA插值 2张丽丽自然图像中文字的检测与识别 3许寒基于深度神经网络的ToF深度图像去噪研究 4余佳东基于Kinect的图像重建 5李童基于样本块的图像修复技术 8雷娅基于自适应傅里叶分解的图像分解与重构 17孙超群基于残差插值的彩色图像去马赛克技术