数字图像处理复习材料.docx

数字图像处理复习材料.docx

《数字图像处理复习材料.docx》由会员分享，可在线阅读，更多相关《数字图像处理复习材料.docx（18页珍藏版）》请在冰点文库上搜索。

数字图像处理复习材料

数字图像处理复习资料

数字图像处理基本概念

1．什么叫数字图像？

答：

数字图像，又称为数码图像或数位图像，是二维图像用有限数字数值像素的表示。

数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。

像素是其最小的单位。

2．数字图像处理包括哪些内容？

答：

图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。

3．数字图像处理系统包括哪些部分？

答：

输入（采集）；存储；输出（显示）；通信；图像处理与分析。

4．从“模拟图像”到“数字图像”要经过哪些步骤？

答：

图像信息的获取；图像信息的存储；图像信息处理；图像信息的传输；图像信息的输出和显示。

5．什么叫数字图像的“空间分辨率”和“幅度分辨率”？

各由数字化哪个过程决定？

答：

空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit。

6．数字图像1600⨯1200什么意思？

灰度一般取值范围0~255，其含义是什么？

答：

数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8bit的灰度分辨率。

7.图像的数字化包括哪两个过程？

它们对数字化图像质量有何影响？

答：

采样；量化

采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。

量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。

8.数字化图像的数据量与哪些因素有关？

答：

图像分辨率；采样率；采样值。

9．什么是灰度直方图？

它有哪些应用？

从灰度直方图中你可可以获得哪些信息？

答：

灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系；

它可以用于：

判断图像量化是否恰当；确定图像二值化的阈值；计算图像中物体的面积；计算图像信息量。

从灰度直方图中你可可以获得：

暗图像对应的直方图组成成分几种在灰度值较小的左边一侧

明亮的图像的直方图则倾向于灰度值较大的右边一侧

对比度较低的图像对应的直方图窄而集中于灰度级的中部

对比度高的图像对应的直方图分布范围很宽而且分布均匀

10．什么是点处理？

你所学算法中哪些属于点处理？

答：

在局部处理中，输出值仅与像素灰度有关的处理称为点处理。

如：

图像对比图增强，图像二值化。

11．什么是局部处理？

你所学算法中哪些属于局部处理？

答：

在对输入图像进行处理时，计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。

如：

图像的移动平均平滑法，空间域锐化法。

12.数字图像处理的特点（优势）

（1）处理精度高，再现性好。

（2）易于控制处理效果。

（3）处理的多样性。

（4）图像数据量庞大。

（5）图像处理技术综合性强。

13.数字图像处理的应用领域：

通信：

图象传输，电视电话等。

宇宙探测：

星体图片处理。

遥感：

地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图。

生物医学：

CT，X射线成象，B超，红外图象，显微图象。

工业生产：

产品质量检测，生产过程控制，CAD，CAM。

军事：

军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等。

公安：

现场照片，指纹，手迹，印章，人像等处理和鉴别。

档案：

过期的文字、图片档案的修复和处理。

机器人视觉

娱乐：

电影特技，动画，广告，MTV等

14．数字图像处理的发展动向

（1）提高精度，提高处理速度

（2）加强软件研究，开发新方法（3）加强边缘学科的研究工作（4）加强理论研究（5）图像处理领域的标准化问题

15.电磁辐射波：

（1）在实际的图像处理应用中，最主要的图像来源于电磁辐射成像。

（2）电磁辐射波包括无线电波（1m-100km）、微波（1mm-1m）、红外线（700nm-1mm）、可见光（400nm-700nm）、紫外线（10nm-400nm）、X射线（1nm-10nm）、γ射线（0.001nm-1nm）。

（3）电磁辐射波的波谱范围很广，波长最长的是无线电波为3×102m，其波长是可见光波长的几十亿倍；波长最短的是γ射线，波长为3×10-17m，其波长比可见光小几百万倍。

16．数字图像的表示

当一幅图像的x和y坐标及幅值f都为连续量时，称该图像为连续图像*。

为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间和幅值的离散化处理。

（1）图像的采样：

对图像的连续空间坐标x和y的离散化。

（2）图像灰度级的量化：

对图像函数的幅值f的离散化。

17.均匀采样：

对一幅二维连续图像f（x,y）的连续空间坐标x和y的均匀采样，实质上就是把二维图像平面在x方向和y方向分别进行等间距划分，从而把二维图像平面划分成M×N个网格，并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标（I,j）相对应。

二维图像平面上所有网格中心点位置对应的有序实整数对的笛卡尔坐标的全体就构成了该幅图像的采样结果。

18.均匀量化：

对一幅二维连续图像f（x,y）的幅值f的均匀量化，实质上就是将图像的灰度取值范围[0，Lmax]划分成L个等级（L为正整数，Lmax=L-1），并将二维图像平面上M×N个网格的中心点的灰度值分别量化成与L个等级中最接近的那个等级的值。

19.空间分辨率

（1）空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定。

（2**）一种常用的空间分辨率的定义*是单位距离内可分辨的最少黑白线对数目（单位是每毫米线对数），比如每毫米80线对。

另外，当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小M×N称为该幅数字图像的空间分辨率。

（3）对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。

（4）一幅数字图像的阵列大小（简称为图像大小）通常用M×N表示。

在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列M×N就越大；反之，采样的空间分辨率越低，获得的图像阵列M×N就越小。

在空间分辨率不变的情况下，图像阵列M×N越大，图像的尺寸就越大；反之，图像阵列M×N越小，图像的尺寸就越小。

20．灰度分辨率变化对图像视觉效果的影响：

随着灰度分辨率的降低，图像的细节信息在逐渐损失，伪轮廓信息在逐渐增加。

图中由于伪轮廓信息的积累，图像已显现出了木刻画的效果。

由此也说明：

灰度分辨率越低，图像的视觉效果越差。

21．灰度直方图

图像的灰度直方图，是一种表示数字图像中各级灰度值及其出现频数的关系的函数。

设一幅数字图像的灰度级范围为[0,L-1]，则该图像的灰度直方图可定义为：

h（rk）=nk（r=0,1,2,…,L-1）（2.19）

其中，rk表示第k级灰度值，h（rk）和nk表示图像中灰度值为rk的像素个数。

灰度直方图能反映一幅图像各灰度级像元占图像的面积比。

22．灰度直方图具有如下一些特征：

（1）直方图仅能描述图像中每个灰度级具有的像素个数,不能表示图像中每个像素的位置（空间）信息；

（2）任一特定的图像都有惟一的直方图，不同的图像可以具有相同的直方图；

（3）对于空间分辨率为M×N，且灰度级范围为[0，L-1]的图像，有关系：

（L-1）求和符（j=0）=M×N

（4）如果一幅图像由两个不连接的区域组成，则整幅图像的直方图等于两个不连接的区域的直方图之和。

23．常用的图像文件格式有：

BMP、GIF、TIFF、PCX、JPEG等。

图像变换及频域处理

1．图像变换是将图像从空域变换到其它域如频域的数学变换。

2．图像变换的目的：

（1）使图像处理问题简化

（2）有利于图像特征提取（3）有助于从概念上增强对图像信息的理解

3．Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。

4．常用图像变换算法：

（1）图像的几何变换（图像畸变校正*、图像缩放、旋转*、拼接*）

∙图像缩放：

双线性插值

（2）图像变换（傅立叶、余弦、沃尔什－哈达玛、K-L变换、小波变换）

（3）图像频域处理（增强算法：

高频率提升、同态滤波；平滑去噪：

∙增强算法：

高频提升、同态滤波；

∙平滑去噪：

低通滤波

5．说出数字图像处理中有哪几种图像变换？

答：

傅里叶；余弦；沃尔什；哈达玛；K-L变换；小波变换。

6．简述为什么要进行图像变换？

各种变换应用在图像什么处理上？

答：

图像变换在数字图像处理与分析中起着很重要的作用，是一种常用的、有效的分析手段。

图像变换的目的在于：

使图像处理问题化；有利于图像特征提取；有助于从概念上增强对图像信息的理解。

7．频域进行图像增强、去噪、边缘检测分别用哪种滤波器？

（高通、低通、带通或其它？

）

答：

增强------------同态滤波器

去噪------------低通滤波器

边缘检测------高通滤波器

8．频域处理图像的步骤？

答：

a.清除噪声，改善图像的视觉效果b.突出边缘有利于识别和处理

9．图像增强可以在“空域”和“频域”进行，什么叫“空域”和“频域”？

两种域各采用什么处理方法？

答：

空域法：

直接对图像的像素灰度进行操作。

常用算法：

图像的灰度变换；直方图修正（均衡化、规定化）；平滑和锐化处理；彩色增强。

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要的增强结果。

常用算法：

低通滤波；高频提升滤波；同态滤波。

10、傅里叶变换

式中x是时域变量，u为频率变量。

令

例：

求周期函数的傅里叶谱。

一个周期为T的信号可用傅里叶级数来表示，即

、

11．离散傅里叶变换

12．二维离散傅里叶变换

一幅静止的数字图像可看做是二维数据阵列。

因此，数字图像处理主要是二维数据处理。

13．离散余弦变换

14．腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。

15．某视频图像为每秒60帧，每帧大小为1024×1024，32位真彩色。

现有10GB的可用硬盘空间，可以存储多少秒的该视频图像？

10GB的硬盘可以存储该视频图像10*230*8/（1024*1024*32*60）秒

图像增强、平滑去躁

1．图像增强有什么用

答：

图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的的增强图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣的特征，扩大图像中不同物体的特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，将强图像判读和识别效果，满足某些特征分析的需求。

2．什么是灰度图像的直方图？

简述用它可以简单判断图像质量？

答：

灰度直方图定义为数字图像中各灰度级与其出现的频数间的统计关系，它能描述该图像的概貌，例如图像的灰度范围，每个灰度级出现的频率，灰度级的分布，整幅图像的平均明暗和对比度等。

直方图均衡是一种点运算，图像的二值化也是一种点运算

3．常用图像增强方法有哪些？

答：

图像的线性变换；图像的非线性变化；图像的直方图均衡化和规定化。

有选择保边缘平滑法不可用于边缘增强。

4．“平均模板”对图像做哪种处理？

写出3⨯3和5⨯5“平均模板”。

答：

抑制噪声，改善图像质量。

3⨯3“平均模板”H=

；5⨯5“平均模板”H=

拉普拉斯算子不可用于图像的平滑处理。

5．“中值滤波”对图像做哪种处理？

是如何运算的？

答：

中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，它是一种非线性的平滑法，对脉冲干扰及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。

6．什么叫点处理、局部处理、全局处理？

3⨯3平均模板、直方图修正、灰度反转各属于哪种处理？

答：

局部处理：

计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。

（灰度反转）

点处理：

输出值仅与像素灰度有关的处理称为点处理。

（直方图修正）

全局处理：

图像某一像素灰度的变化与图像全部像素灰度值有关。

（3⨯3平均模板）

7.图像增强的点运算

对一副输入图像，经点运算将产生一副输出图像，后者的每个像素的灰度值仅由输入像素的值决定。

（1）对比度增强

（2）对比度拉伸（3）灰度变换

8．直方图（Equalization）

表示数字图象中的每一灰度级与其出现的频率（该灰度级的象素数目）间的统计关系,用横坐标表示灰度级,纵坐标表示频数（也可用概率表示）

9．灰度直方图

图像的灰度直方图，是一种表示数字图像中各级灰度值及其出现频数的关系的函数。

10．图像的锐化

目的

（1）图像平滑使图像变得模糊

（2）图像识别中常常需要突出边缘和轮廓信息。

方法

（1）平均、积分的逆运算，如微分、梯度

（2）频谱的角度，高频分量被衰减，加强图像高频分量

11．常用的梯度算子

（1）Roberts（0*-1//10），（-1*0//01）；各向同性；对噪声敏感；模板尺寸为偶数，中心位置不明显。

（2）Prewitt（-101//-10*1//-101），（-1-1-1//00*0//111）；引入了平均因素，对噪声有抑制作用；操作简便。

（3）Sobel（-101//-20*2//-101），（-1-2-1//00*0//121）；引入了平均因素，增强了最近像素的影响，噪声抑制效果比Prewitt好。

（4）Krisch（-3-35//-30*5//-3-35）；（-3-3-3//-30*-3//555）；噪声抑制作用较好；需求出8个方向的响应（这里只给出2个模板）

（5）IsotropicSobel（-101//-根20*根2//-101），（-1–根2-1//00*0//1根21）；权值反比于邻点与中心店的距离，检测沿不用方向边缘时梯度幅度一致，即具有各向同性。

12．几种滤波对比：

（1）理想高通滤波有明显的振铃现象，即图像边缘有抖动现象；

（2）Butterworth高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H（u,v）是渐变的，振铃现象不明显；

（3）指数高通效果比Butterworth差些，振铃现象也不明显；

（4）梯形高通会产生微振铃效果，但计算简单，故经常采用；

高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度。

图像复原

常用图像变换算法：

逆滤波；维纳滤波（WienerFilter）；盲卷积*

1．什么叫图像复原？

与图像增强有什么区别？

答：

图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。

图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。

因此，图像增强可以不顾增强后的图像是否失真，只要看着舒服就行。

而图像复原则完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆过程解算方法，从而得到复原的图像。

如果图像已退化，应先做复原处理，再做增强处理。

2．说出几种图像退化。

答：

图像模糊、失真、有噪声等

3．什么是维纳滤波器？

答：

是一种以最小平方为最优准则的线性滤波器，在一定的约束条件下，其输出与给定函数的差的平方达到最小，通过数学运算最终可变为可变为一个拖布列兹方程的求解问题，是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。

4．说出几种常用的图像复原方法？

答：

代数恢复方法：

无约束复原；约束最小二乘法

频域恢复方法：

逆滤波恢复法；去除由均匀运动引起的模糊；维纳滤波复原法

5．图像退化（为什么要恢复）

（1）图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。

（2）图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。

（3）图像退化的数学模型为：

g（x,y）=f（x,y）*h（x,y）+n（x,y）

6．图像增强与图像复原的联系与区别？

（1）二者的目的都是为了改善图像的质量。

（2）图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。

因此，图像增强可以不顾增强后的图像是否失真，只要看得舒服就行。

（3）而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。

（4）如果图像已退化，应先作复原处理，再作增强处理。

7．图像的几何校正

（1）图像在获取过程中，由于成像系统本身具有非线性、拍摄角度等因素的影响，会使获得的图像产生几何失真。

（2）当对图像作定量分析时，就要对失真的图像先进行精确的几何校正（即将存在几何失真的图像校正成无几何失真的图像**），以免影响定量分析的精度。

（3）梯形失真；枕形失真；桶形失真

图像压缩编码

常用图像变换算法：

（1）哈夫曼编码；

（2）算术编码；（3）预测编码；（4）变换编码

1．图像为什么可以压缩？

（即数字图像中存在哪几种冗余？

）

答：

图像数据之所以可以被压缩，是因为数据中存在着冗余。

在图像压缩中，有三种基本的数据冗余：

编码冗余；像素间冗余；视觉冗余。

分为有损压缩和无损压缩，变换编码常用于有损压缩。

2．什么是有损和无损压缩？

答：

无损压缩：

是对文件本身的压缩，和其它数据文件的压缩一样，是对文件的数据存储方式进行优化，采用某种算法表示重复的数据信息，文件可以完全还原，不影响文件内容，对于数字图像而言，也不会使图像细节有任何损失。

有损压缩：

是对图像本身的改变，在保存图像时保留了较多的亮度信息，而将色相和色纯度的信息和周围的像素进行合并，合并的比例不同，压缩的比例也不同，由于信息量减少了，所以压缩比可以很高，图像质量也会相应的下降。

3．霍夫曼编码算法的基本思想是什么？

答：

是根据源数据符号发生的概率进行编码的。

在源数据中出现概率越大的符号，分配的码字越短；出现概率越小的信号，其码长越长，从而达到用尽可能少的码表示源数据。

4．无损和有损预测编码算法不同之处？

各在哪个环节对数据实现了压缩？

答：

无损（亦称无失真、无误差、信息保持）编码中删除的仅仅是图像数据中冗余的数据，经解码重建的图像和原始图像没有任何失真。

有损（亦称有误差、有失真）编码是指解码重建的图像与原图像相比有失真，不能精确的复原，但视觉效果上基本相同，是实现高压缩比的编码方式。

5．简述统计编码、算术编码、预测编码、变换编码算法的基本原理。

答：

统计编码：

根据信源的概率分布可变长码，使平均码长非常接近于熵。

算数编码：

利用编码符号的联合概率，用一个单独的浮点数来代替一串输入符号。

预测编码：

不是直接对信号编码，而是对图像预测误差编码。

实质上是对新的信息进行编码，以消除相邻像素之间的相关性和冗余性。

变换编码算法：

是通过正交变换把图像从空间域转化为能量比较集中的变换域系数，然后对变换系数经行编码，从而达到压缩数据的目的。

6．信源的熵

式中H（X）代表熵，Pi代表第i个消息出现的概率。

7．平均码长

由可算出该信源的熵

比特/消息

设对应于每个消息的码字由Ni个符号组成。

也就是说每个消息所对应的码字长度各为Ni。

那么，每个消息的平均码长可用下式表示

8．哈夫曼编码的步骤

哈夫曼编码的步骤如下：

⑴将信源消息符号按其出现的概率大小依次排列

p（x1）≥p（x2）≥…≥p（xn）

⑵取两个概率最小的字母分别配以0和1两码元,并将这两个概率相加作为一个新字母的概率,与未分配的二进符号的字母重新排队。

⑶对重排后的两个概率最小符号重复步骤⑵的过程。

⑷不断继续上述过程,直到最后两个符号配以0和1为止。

⑸从最后一级开始,向前返回得到各个信源符号所对应的码元序列,即相应的码字。

9．求下述信源的霍夫曼码

给定离散信源如下：

平均码长：

编码效率

编码过程如下：

图像分割及特征提取

1．图像分析：

是一种通过对图像中不同对象进行分割（把图像分为不同区域或目标物）来对图像中目标进行分类和识别的技术。

2．图像分割：

图像分割就是依据图像的灰度、颜色、纹理、边缘等特征，把图像分成各自满足某种相似性准则或具有某种同质特征的连通区域的集合的过程。

3．图像分割的依据和方法：

（1）图像分割的依据是各区域具有不同的特性，这些特性可以是灰度、颜色、纹理等。

而灰度图像分割的依据是基于相邻像素灰度值的不连续性和相似性。

也即，子区域内部的像素一般具有灰度相似性，而在区域之间的边界上一般具有灰度不连续性。

（2）灰度图像分割是图像分割研究中最主要的内容，其本质是按照图像中不同区域的特性，将图像划分成不同的区域。

4．图像边缘：

图像的边缘是指图像灰度发生空间突变的象素的集合。

图像中的边缘可以通过对它们求导数来确定，而导数可利用微分算子来计算。

对于数字图像来说，通常是利用差分来近似微分。

5．图像边缘的两个特征：

方向和幅度

（1）沿边缘走向，像素值变化比较平缓；

（2）沿垂直于边缘的走向，像素值则变化比较剧烈。

（3）一般常用一阶和二阶导数来描述和检测边缘。

（4）上升阶跃边缘、下降阶跃边缘、脉冲状边缘、屋顶边缘。

6．图像特征提取

（1）图像特征提取是图像处理研究中的重要内容，而图像特征提取的关键则是图像特征的描述和定义。

（2）图像的人工特征是指人们为了便于对图像进行处理和分析而人为认定的特征，比如图像直方图和图像频谱等。

（3）自然特征是指图像固有的特征，比如图像中的边缘、纹理、形状和颜色等。

7．图像分割与图像分类

（1）图像分割是一种依据图像中各区域的灰度、颜色、纹理等特征，将图像划分成不同区域的技术。

其目的或是通过分割出的某些区域的形状来识别目标（比如可根据区域的形状判别出某些区域是飞机，或是铁路等），或是进而在分割成的区域中进行特征提取，再根据提取的特征或结构信息进行物体识别。

可见，图像分割强调从地物边界和形状信息中进行物体识别。

（2）图像分类则着眼于从地物的光谱特征出发对地物类别进行区分，图像分类的结果通常是给人工目视解译提供定量信息，而不是提供简单的形状结构信息

8.图像锐化的目的是加强图像中景物的细节边缘

彩色图像

三基色：

一般就将红、绿、篮这三种颜色称为三基色

对于彩色图像，通常用以区别颜色的特性是色调、饱和度、亮度。

*在彩色图像中：

*亮度：

反映了该颜色的明亮程度。

颜色中掺入的白色越多亮度就越大，掺入的黑色越多亮度就越小。

*色调：

用于描述纯色（如纯黄色、纯红色），反映了观察者接收到的主要颜色。

*饱和度：

给出一种纯色被白光稀释的程度的度量，与加入到纯色（色调）中的白光成正比（由于加入了白光，观察者接收到的不再是某种纯色，而是反应该纯色属性的混合颜色）。