河南理工大学数字图像期末总结.docx

1、1 什么是数字图像?像素？采样与量化？邻域以及像素间距离？图像坐标变换；半调输出和抖动技术；常见图像种类？数字图像处理目的，应用以及主要研究内容？答：数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。每个像素包括两个属性：位置和亮度。 采样：将空间上连续的图像变换成离散点的操作称为采样。采样间隔的大小是个很重要的参数。 量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。量化值一般用整数来表示。非特殊用途的图像均为8bit量化，即用0255描述“黑白”。量化的方法包括：分层量化、均匀量化和非均匀量化 像素的邻域：邻域是指一个像元（X

2、，Y）的邻近形成的像元集合。即（X=p ,Y=Q） P、Q、为任意整数。像素的四邻域：像素P(X,Y)的四邻域是（X+1，Y），（X1，Y），（X,Y+1），（X,Y1）像素之间距离的定义：对于像素p、q和z，分别具有坐标(x, y)，(s, t)和(u, v)，如果(1) D(p, q) 0 (D(p, q)=0，当且仅当p =q),(2) D(p, q) = D(q, p)(3) D(p, z) D(p, q) + D(q, z)则称D是距离函数或度量。N4(p)像素(x, y)的4邻域 (x+1, y)， (x-1, y)，(x, y+1)，(x, y-1)ND(p)像素(x, y)的对

3、角邻域(x+1, y+1)， (x+1, y-1)，(x-1, y+1)，(x-1, y-1)N8(p)像素(x, y)的8邻域 N4(p) + ND(p) 为了在这些设备上输出灰度图像并保持其原有的灰度级常采用一种称为半调输出的技术。半调输出的原理是利用人眼的集成特性，在每个像素位置打印一个其尺寸反比于该像素灰度的黑圆点，即在亮的图像区域打印的点小，暗的图像区域打印的点大。当点足够小，观察距离足够远时，人眼就不容易分开各个小点，而得到比较连续、平滑的灰度图像。 抖动技术通过变动图像的幅度值来改善量化过粗图像的显示质量。抖动的实现一般是对原始图像f(x,y)加一个随机的小噪声d(x,y)即将两

4、者加起来进行显示。 常见图像种类？1.索引图像2.灰度图像3.彩色图像 数字图像处理目的，应用以及主要研究内容？目的：1.提高图像的视感质量， 以达到赏心悦目的目的。2.提取图像中所包含的某些特征或特殊信息，便于计算机分析。3.对图像数据进行变换、编码和压缩，便于图像的存储和传输。应用：1视觉监控2.工业检测3.高精度制导4.医疗诊断5.通讯6.公共服务1）航天航空：登月、火星照片处理、飞机遥感、卫星遥感、气象预报2）生物医学工程：CT、MRI（核磁共振）、B超、显微图像：红细胞、白细胞、染色体的分析、X光、心电图3）通讯领域多媒体通讯：数字电视、高清析度电视(HDTV)、多媒体信息处理,可视

5、电话、会议电视、电话、电视、计算机三网合一4）工业：印刷电路板、机器人视觉、零件检测、邮政信件的自动检测5）军事公安;导弹制导、侦察照片的处理、指纹识别、人脸识别6）文化艺术：电视画面的数字编辑、动画制作、游戏、纺织工艺品设计、发型设计、文物资料图片的修复研究内容： 1 图像获取、表示和表现2 图像复原 3 图像增强 4 图像分割 5 图像压缩编码 6 图像处理中的频域变换 7 目标表达与描述8 形态学10 数字图像处理的特点：1）处理精度高，再现性好 2）处理方法的多样性 3）图像数据量庞大 4）处理费时 5）图像处理技术综合性强11 什么是直方图？直方图：又称质量分布图，是一种统计报告图，

6、有一些列高度不等的纵向条纹或线段表示数据分布的情况。灰度直方图（histogram）是灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。横坐标是灰度级，纵坐标是灰度级出现的频率。1直方图的计算，性质，绘制及用途？计算：依据定义，若图像具有L（通常L=256,即8位灰度级）级灰度，则大小为MxN的灰度图像f(x,y)的灰度直方图hist0L-1可用如下计算获得：初始化 histk=0; k=0,L-1 统计 histf(x,y)+; x=0,M-1, y =0,N-1 归一化 histf(x,y)/=M*N 性质：（1） 只含图像各灰度值像素出现的概率，而无位置信息

7、。（2） 图像与直方图之间是多对一的映射关系。（3） 图像各子区的直方图之和就等于该图像全图的直方图。用途：1）数字化参数2 ）边界阈值选择17.直方图的拉伸以及直方图均衡化和规定化拉伸：一幅给定图像的灰度级分布在0r1范围内（灰度级进行了归一）。可以对0, 1内的任一r值进行变换 s=T(r) 变换函数T(r)应满足下列条件： （1） 在0r1区间内，T(r)值单调增加； 保证了图像的灰度级从白到黑的次序不变 （2） 对于0r1， 有 0T(r)1。保证了映射变换后的像素灰度值在容许的范围内均衡化：直方图均衡化是一种借助于直方图变换实现灰度映射从而达到图像增强的目的是把原图像的直方图通过变换

8、函数修正为分布比较均匀的直方图，从而改变图像整体偏暗或整体偏亮，灰度层次不丰富的情况。原理：首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r 代表灰度级，P ( r ) 为概率密度函数。r 值已归一化，最大灰度值为1。规定化：所谓直方图规定化，就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。用于产生处理后有特殊直方图的图像的方法，定义修改一幅图像的直方图，使它与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。目标：当需要具有特定的直方图的图像时，可按照预先设定的某个形状人为的调整图像的直方图。12 什么是中值滤波，有何特点？答：中值滤波是指将当前像元的窗口（或领域）中

9、所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。特点：它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。13.中值滤波特性：a 对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差别。b中值滤波是非

10、线性的。c中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。d中值滤波去除孤立线或点干扰，而保留空间清晰度较平滑滤波为好；但对高斯噪声则不如平滑滤波。14用你熟悉的语言写出均值滤波器的源代码（假设图像大小为M*N，用二维数组表示每个int aa55=1, 1, 1, 1, 1,1, 1, 1, 1, 1,1 ,1 ,1 ,1 ,1,1 ,1 ,1 ,1 ,1,1 ,1 ,1, 1, 1; /滤波器unsigned char*lpSrc; /像素指针int f320280;/每个像素的灰度存储在数组中，数组大小等于图像大小int i,j,c,d;int sum320280;

11、/累加数组for(i=0;ilWidth;i+)for(j=0;jlHeight;j+) lpSrc=(unsigned char*)lpDIBBits+lLineBytes*(lHeight-1-j)+i;/指向每个像素fij=*(lpSrc);/灰度存储在对应的数组位置像素点对应的灰度for(i=2;ilWidth-2;i+)for(j=2;jlHeight-2;j+) /去掉边界像素sumij=0;for(c=0;c5;c+)for(d=0;d5;d+)sumij=sumij+fi-2+cj-2+d*aacd;fij=sumij/25;/滤波器的输出for(i=0;ilWidth;i+)

12、for(j=0;j 0 且 A2 0 且 B2 0, 输出gxy 否则输出gmed什么是图像分割？它的形式化定义以及分割依据？如何定位孤立点以及直线？边缘检测的原理及方法？阈值的选择和阈值化处理？基于过渡区的阈值的原理及相关参数的计算？哈夫变换进行边缘拟合的原理以及区域生长法的原理图像分割是把图像分解成构成的部件和对象的过程。形式化定义：令集合R代表整个图像区域，对R的分割可看作将R分成若干个满足以下条件的非空子集（子区域） R1， R2， R3， Rn分割依据：1相似性分割 2非连续性分割 定位孤立点以及直线：从这些值中寻找绝对值最大值，确定当前点更加接近于该模板所对应的直线边缘检测的原理及

13、方法：物体的边缘是以图像局部特性的不连续性的形式出现的，从本质上说，边缘意味着一个区域的终结和另一个区域的开始。边缘上的这种变化可以通过微分算子进行检测：一阶导数：通过梯度来计算 二阶导数：通过拉普拉斯算子来计算阈值的选择和阈值化处理：它把一幅灰度图像转换成二值图像基于过渡区的阈值的原理：它本身也是图像中的一个区域，一个特别的区域。一方面它将不同的区域分割开来，具有边界的特点；另一方面，它的面积不为零，具有区域的特点。 相关参数的计算：剪切变换的计算 哈夫变换进行边缘拟合的原理：其基础是利用了点-线对偶性，把在图像空间对点的检测转化为在参数空间对直线的检测。区域生长法的原理：基本思想是将具有相

14、似性质的像素结合起来构成区域。 信息量是指从N个相等可能事件中选出一个事件所需要的信息度量或含量，也就是在辩识N个事件中特定的一个事件的过程中所需要提问是或否的最少次数.信息熵是描述信源本身统计特性的一个物理量。它是信源平均不定度，是信源统计特性的一个客观表征量。灰度线性变换中我们常用的三段线性变换法（1） 线性变换 假定原图像f(x,y)的灰度范围为a,b，希望变换后图像g(x,y) 的灰度范围扩展至c,d，线性变换表示式为： g(x,y)=(d-c)/(b-a) f(x,y)+c 此关系式可用图3-1表示。若图像中大部分象素的灰度级分布在区间a,b，很小部分的灰度级超出了此区间，为改善增强

15、的效果，可令： 其中Fmax为输入图像的最大灰度值2）分段线性变换 为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的目标或灰度区间，常采用分段线性变换法。常用的是三段线性变换法，如图3-2所示，其数学表达式为图中对灰度区间a,b进行了线性变换，而灰度区间0,a b,Fmax受到了压缩。通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。这种变换适用于在黑色或白色附近有噪声干扰的情况。例如照片中的划痕，由于变换后0a以及bFmax之间的灰度受到压缩，因而使噪声干扰得到减弱 分段线性变换3）非线性灰度变换当用某些非线性函数，例如用对数函数作为映射函数时，可实现图像

16、灰度的非线性变换，对数变换的一般式为：g(x,y)=a+lnf(x,y)+1/(b*lnc)这里a、b、c是便于调整曲线的位置和形状而引入的参数，它使低灰度范围的图像得以扩展而高灰度图像得到压缩，从而使图像的分布均匀与人的视觉特性相匹配。指数变换的一般式为：g(x,y)=bcf(x,y)-a-1其中a、b、c三个参数用来调整曲线的位置和形状，它的效果与对数相反，它将对图像的高灰度区给予较大的扩展。一、 单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分）( D )1.一幅灰度级均匀分布的图象，其灰度范围在0，

17、255，则该图象的信息量为： a. 0 b.255 c.6 d.8( B )2.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对( D )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波( B )4.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波( D ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24( C )6. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波 d.Laplacian增强( B )7.

18、下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子d. Laplacian算子( C )8.采用模板-1 1主要检测_方向的边缘。 a.水平 b.45 c.垂直 d.135( D )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3( A )10.对一幅100100像元的图象，若每像元用bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 二、 填空题（每空1分，共15分）1.图像锐化除了在空间域进行外，也可在 频率域 进行。2.图像处理中常用的两种邻域是4-邻域 和 8-邻域。3.直方图修正法包括 直方图均衡 和 直方图规定化 两种方法。4.常用的灰度内插法有最近邻元法 、 双线性内插法 和 三次内插法。5.多年来建立了许多纹理分析法，这些方法大体可分为 统计分析法 和结构分析法两大类。6.低通滤波法是使 高频成分 受到抑制而让 低频成分 顺利通过，从而实现图像平滑。7.检测边缘的Sobel算子对应的模板形式为 和 。 -1-2-1-101000-202121-101