图像信号处理总复习汇编.pptx

第二章 数字图像基础;人眼的构造;;人眼的构造;图像的形成;图像取样和量化;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;SEIE-TJU;第三章 图像预处理技术;图像增强的定义 图像增强的主要目标是通过对图像的处理，使图像比处理前更适合一个特定的应用。 处理策略：空域策略、频域策略。 可能的处理：去除噪声、边缘增强、提高对比度、增加亮度、改善颜色效果、改善细微层次等，通常与改善视觉效果相一致。 ;图像增强的空域法 点运算法——灰度级变换 寻找一个合适的变换T 模板运算法——空域过滤器 寻找一个合适的模板 几何变换法——变形矫正 基于色彩的处理;3.2 图像增强;对比度增强代码;直方图均衡化;直方图均衡化的技术要点： 公理：直方图p(rk )，为常数的图像对比度最好 目标：寻找一个灰度级变换T(r)，使结果图像 的直方图p(sk )为一个常数 实现：强制认为累积分布函数CDF是我们要找 的变换函数T(r)， r s = T (r) =∫ pr(w)dw 0 ? r ? 1 0 ;直方图均衡化的技术要点： 直方图p(rk )为常数的图像对比度最好;3.2 图像增强;3.3 图像复原;3.3.2 图像退化的一般模型;逆滤波 维纳滤波J=deconvwnr(I, PSF, NCORR, ICORR) ;3.4 图像变换;图像变换的用途; (1) 一维连续函数的傅立叶变换 令f(x)为实变量x的连续函数，f(x) 的傅立叶变换用F(u)表示，则定义式为  若已知F(u)，则傅立叶反变换为 以上称为傅立叶变换对。;(2) 二维连续函数的傅立叶变换 傅立叶变换很容易推广到二维的情况。如果f(x，y)是连续和可积的，且F(u，v)是可积的，则二维傅立叶变换对为 ;被抽样函数的离散傅立叶变换定义式为 F(u)= 式中u=0，1，2，…，N﹣1。反变换为 f(x) = 式中x=0，1，2，…，N-1。 ;(4)二维离散函数的傅立叶变换 在二维离散的情况下，傅立叶变换对表示为 F(u，v)= 式中u=0，1，2，…，M-1；v=0，1，2，…，N-1。 f(x，y)= 式中 x=0，1，2，…，M-1；y=0，1，2，…，N-1。;对图像进行二维傅立叶变换得到频谱图就是图像梯度的分布图，频谱图上的各点与图??上各点并不存在一一对应的关系。傅立叶频谱图上看到的明暗不一的亮点，实际是图像上某一点与邻域点差异的强弱，即梯度的大小，也即该点的频率大小。 傅里叶变换后的图像，四角对应于低频成分，中央部位对应于高频部分。;第四章 图像分割技术;图像分割方法和种类 以不同的分类标准，图像分割方法可以划分为不同的种类。 ;4.2.2 边缘检测方法; ;;; Laplacian算子;LOG（Laplacian-Gauss）算子 先用高斯函数对图像进行平滑，然后再用拉普拉斯锐化算子进行运算。;Canny算子 3个准则： 信噪比准则 定位精度准则 单边缘响应准则;;4.4 并行区域分割——阈值分割 ;;一、单阈值 图像的二值化处理，一幅灰度图像，选择一阈值T，将图像转换为黑白二值图像，; 以上原理用MATLAB实现很简单，其实是将图像中所有的灰阶值与T相比较，大于T的返回1，小于T的返回0，我们得到一个只有0和1的矩阵，将其显示为图像，就是一幅二值图像。可以用函数im2bw来实现上述操作。; p=im2bw(r,0.3); imshow(p);;4.5 串行区域分割;4.6 二值图像的处理——数学形态学图像处理; 腐蚀可以把小于结构元素的物体(毛刺、小凸起)去除，这样选取不同大小的结构元素，就可以在原图像中去掉不同大小的物体。 开运算能够去除孤立的小点、毛刺和小桥，而总的位置和形状不变。 闭运算是用来填充物体内的细小孔洞、弥合小裂缝、连接邻近物体、平滑其边界，而总的位置、形状和面积不变。 细化从原来的二值图像中去掉一些点，但仍要保持原来的形状，即保持原图的骨架。;4.7 彩色图像分割;;柱形彩色空间 ;5.2 颜色特征的提取与表示 ;5.3 纹理特征的提取与匹配 ;5.3.2 Tamura 纹理特征 ;0o方向灰度共生矩阵计算示意图 ;用于测量灰度级分布随机性的