图像信息处理 复习资料.ppt

数字图像处理习题 南京林业大学 胡洁 Ch1 绪论 Ch2 图像处理基础 眼睛的晶状体和普通光学透镜之间的主要差别在于眼睛的适应性强 人的视觉系统能适应的光强度级别范围约1010量级 视网膜表面分布了两类光接收器，，其中杆状体对低照明度下的图像敏感, 可以给出视野内一般的总体图像；锥状体 可以充分分辨图像细节。 称为韦伯率，这里是在背景照明为I的情况下，可辨别照明增量的 50 %。 简单的成像模型表达式 f(x,y)=i(x,y)r(x,y) 光的三基色：红、绿、蓝。 利用三基色得到光的三补色：青、品、黄。它们也称为颜料的三基色。 若要存储一幅大小为M*N，灰度级数为2k的图像，需要的总比特数为MNk。 采样和量化的概念。对于较尖锐的灰度过渡区该如何采样和量化？对于平滑区呢？ 取样：数字化坐标值；空间坐标的数字化 量化：数字化幅度值；幅值数字化 空间分辨率和灰度分辨率 空间分辨率：图像可以分辨的最小细节 灰度分辨率：灰度级别中可分辨的最小变化 Ch3 图像变换 Ch4 图像增强 点处理 线性拉伸 非线性拉伸 灰度变换(直方图修改) 直方图均衡化 直方图规定化 空间滤波增强 平滑 锐化 中值滤波 算术逻辑操作增强 灰度切割 灰度切割主要方法： 所关心范围内为所有灰度指定一个较高值，其余部分指定较低值(图 a)。 所需范围的灰度变亮，其余部分保持不变(图 b) 。 对数变换 对数变换使一窄带低灰度输入图像映射为一宽带输出值。即对数函数在很大程度上压缩了图像像素值的动态范围。 幂次变换 幂次曲线中的γ部分值把输入窄带暗值映射到宽带输出值．相反，输入高值时也成立。用于修正幂次相应的过程称为伽玛校正。 灰度变换(直方图修改) 直方图均衡化 基本思想：把原始图的直方图变换为均匀分布的形式，从而得到一幅新图。 对于离散情况，一幅图像中灰度级 出现的概率近似为: 这里增强函数取图象f (x,y)的累积直方图： nj是输入图像f (x,y)中灰度级为 j级灰度的像数个数,n是图像中像数的总数, Sk 是输入图像中k级灰度被映射到输出图像上的灰度值。数字图像的灰度级范围为[0,L-1] 。 直方图规定化 用于产生处理后有特殊直方图的图像的方法,叫做直方图匹配（规定化）处理。 实现步骤 求出已知图像的直方图(灰度级范围[0,L-1])。 用下式对每一灰度级 计算映射灰度级 。 利用下式从给定的 得到变换函数G。 对 迭代,求出满足等式 的最接近的整数 。 把原始图像的每一像素值 ,映射到灰度值为 的输出图像上。 空间滤波增强 在空域滤波功能都是利用模板卷积，主要步骤为： 将模板在图中漫游，并将模板中心与图中某个象素位置重合； 将模板上系数与模板下对应象素相乘； 将所有乘积相加； 将和（模板的输出响应）赋给图中对应模板中心位置的象素 问题： 当滤波中心靠近图像边缘时应该如何处理？ 非线性过滤器 使用模板进行结果像素值的计算，结果值直接取决于像素邻域的值，而不使用乘积和的计算。 主要非线性滤波器 中值滤波 主要用途：钝化图像、去除噪音 计算公式： R = mid { zk | k =1,2,…, 9 } 中值滤波器是将像素邻域内灰度的中值代替该像素的值。中值滤波器既可消除噪声又可保持图象的细节，对处理脉冲噪声(椒盐噪声)非常有效。 最大值滤波 主要用途：寻找最亮点 计算公式： R = max { zk | k =1,2,…, 9} 最小值滤波 主要用途：寻找最暗点 计算公式： R = min {zk | k = 1,2,…, 9} 锐化空间滤波器 目的 锐化处理的主要目的是突出图像中的细节或增强被模糊了的细节. 算术逻辑操作增强 图像增强中图像之间的加法操作的目的？ 去除噪声，生成图像迭加效果。 减法操作的目的？ 增强图像之间的差异。 当两幅8bit图像相减时，其像素取值范围超过[-255，255]，如何显示这一结果？ 两种方法： 1) 对每个像素值加255再除以2，此法快速简单，但是整个显示范围没有得到充分的利用，除2过程中固有的截尾误差导致精度损失 2)提取最小差值，取其负值加到所有象素值上，从而创作出一幅最小象素值为0的差值图像。然后通过255/max（max为改进后的差值图像中的最大象素值）去乘以每个像素，将图像中所有像素标定到[0，255]范围。 频域增强 频率平面与图像空域特性的关系 –