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（17页珍藏版）》请在冰点文库上搜索。

数字图像处理复习材料

考试题型

一、填空题（10分，10空）

二、判断题（5分，5题）

三、名词解释（15分，5题）

图像，数字图像，数字图像处理，彩色图像，灰度图像，色度，采样，量化，灰度直方图，直方图均衡化，直方图规定化，图像增强，图像锐化，图像复原，图像滤化，中值滤波，均值滤波，数据压缩，无失真编码，几何畸变

四、简答题（20分，4题）

1.RGB,HIS模型

2.视觉效应（判断，填空）

3.图像复原（5.35.45.5简答，名词解释）

4.第六章

5.7.2边缘检测

五、计算题（50分，5题）

1.平移镜像错切（作业题）

2.放大缩小（作业题）

3.平滑，中值滤波，均值滤波（PPT）

4.哈夫曼编码（参数计算，熵，效率，编码P148）

5.均衡化（第四章P694.1）

注意：

看一下小波变换怎么用原理

第一章绪论

1.图像：

对客观存在对象的一种相似性的、生动性的描述或写真。

2.模拟图像：

空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像

3.数字图像：

空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。

是图像的数字表示，像素是其最小的单位。

4数字图像处理（DigitalImageProcessing）：

利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。

（计算机图像处理）

5.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。

6.数字图像处理的主要研究内容：

（1）图像的数字化：

如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理；主要包括的是图像的采样与量化

（2）图像的增强：

加强图像的有用信息，消弱干扰和噪声

（3）图像的恢复：

把退化、模糊了的图像复原。

模糊的原因有许多种，最常见的有运动模糊，散焦模糊等

（4）图像的编码：

简化图像的表示，压缩表示图像的数据，以便于存储和传输。

（5）图像的重建：

由二维图像重建三维图像（如CT）

（6）图像的分析：

对图像中的不同对象进行分割、分类、识别和描述、解释。

（7）图像分割与特征提取：

图像分割是指将一幅图像的区域根据分析对象进行分割。

图像的特征提取包括了形状特征、纹理特征、颜色特征等。

（8）图像隐藏：

是指媒体信息的相互隐藏、数字水印、图像的信息伪装。

（9）图像通信

7.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

第二章数字图像处理基础

8.三基色原理

面向机器的RGB模型

面向人眼视觉的HIS模型

9.人的视觉特性

同时对比度效应

马赫带效应

10.取样、量化、数字化的概念

所谓的图像数字化是指将模拟图像经过离散化之后，得到用数字表示的图像。

数字化包括采样和量化。

取样（采样）：

连续图像空间坐标的离散化是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。

量化：

连续图像幅值的离散化是将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化，一般的量化值用整数来表示。

11.什么是奈奎斯特取样定理？

其意义是什么？

采样需满足取样定理

取样定理的意义：

取样定理指出了要使取样信号能不失真地描述原信号，其采样频率必须大于或等于信号所含有最高截止频率的2倍。

在进行模拟/数字信号的转换过程中，当采样频率fs.max大于信号中最高频率fmax的2倍时（fs.max>=2fmax），采样之后的数字信号完整地保留了原始信号中的信息，一般实际应用中保证采样频率为信号最高频率的5～10倍；采样定理又称奈奎斯特定理。

要使实信号采样后能够不失真还原，采样频率必须大于信号最高频率的两倍。

12.量化的分类

量化可分为均匀量化和非均匀量化。

均匀量化是简单地在灰度范围内等间隔量化。

非均匀量化是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小。

量化采样点相互间的相关性分：

无记忆量化和有记忆量化

量化时处理的采样点数：

标量量化和向量量化

13.常见的图像输入设备有哪些？

图像输入设备主要有：

电视摄像机扫描仪数码照相机各种遥感图像获取设备（如红

外摄影设备微波设备）

14.数字图像的表示:

为了描述上的方便,本书仍用f（x,y）表示数字图像。

设x∈[0，M-1]，y∈[0，N-1]，f∈[0，L-1]，则数字图像可表示成一个M×N的二维数字阵列。

每个（x,y）对应数字图像中的一个基本单元，称其为图像元素（pictureelement），简称为像素（pixel）；且一般取M、N和的灰度级L为2的整次幂即：

M=2mN=2nL=2k这里，m、n和k为正整数

15.为存储一幅M×N的数字图像，需要的存储位数为：

b=M×N×kbit

字节数为：

B=b/8

16.空间分辨率

17.幅度分辨率

18.简答：

（1）.图像的数字化包含哪些步骤？

简述这些步骤。

图像的数字化是将模拟图像经过离散化之后，得到用数字表示的图像。

也就是将一幅画面转化成计算机能够处理的形式。

具体来说，就是把一幅图画分割成如上图所示的一个个小区域（像素），并将各小区域灰度用整数来表示，形成一幅数字图像。

将一幅图像从其原来的形式转换为数字形式的处理过程，包括“扫描”、“采样”与“量化”三个步骤。

图像在位置上的离散化称为采样。

量化是将各个像素所含的明暗信息离散化后，用数字来表示

*图像的数字化过程主要分采样、量化与编码三个步骤。

1．采样

采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。

2．量化

量化是指要使用多大范围的数值来表示图像采样之后的每一个点。

量化的结果是图像能够容纳的颜色总数，它反映了采样的质量.

3．压缩编码

数字化后得到的图像数据量十分巨大，必须采用编码技术来压缩其信息量。

在一定意义上讲，编码压缩技术是实现图像传输与储存的关键。

（2）.图像量化时，如果量化级比较小会出现什么现象？

为什么？

图像量化时,一般情况下,如果量化级小于等于3时,会出现伪轮廓现像或称为虚假轮廓效应,除特殊情况外,量化级数为8,灰度值范围为:

0-255.

（3）.简述二值图像、灰度图像与彩色图像的区别。

灰度图像可由黑白照片数字化得到，或从彩色图像进行去色处理得到（256灰度级）

二值图像是灰度图像经过二值化处理后的结果，两个灰度级，只需用1bit表示。

彩色图像的数据不仅包含亮度信息，还要包含颜色信息。

彩色的表示方法是多样化的

*二值图像（binaryimage），即图像上的每一个像素只有两种可能的取值或灰度等级状态，人们经常用黑白、B&W、单色图像表示二值图像。

*灰度图像（grayimage）是每个像素只有一个采样颜色的图像，这类图像通常显示为从最暗黑色到最亮的白色的灰度，尽管理论上这个采样可以任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。

灰度图像与黑白图像不同，在计算机图像领域中黑白图像只有黑色与白色两种颜色；但是，灰度图像在黑色与白色之间还有许多级的颜色深度。

灰度图像经常是在单个电磁波频谱如可见光内测量每个像素的亮度得到的，用于显示的灰度图像通常用每个采样像素8位的非线性尺度来保存，这样可以有256级灰度（如果用16位，则有65536级）。

*彩色图像，每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示的，分量介于（0，255）。

第三章图像变换

19.图像的几何变换：

改变图像的大小或形状。

平移、旋转、缩放、镜像、错切（重点掌握）大题

20图像变换：

通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。

第四章图像增强

*什么是图象增强？

图像增强是对图像进行加工，以得到对具体应用来说视觉效果更“好”，或更“有用”的图像的技术。

*为什么要增强图象？

图像在传输或者处理过程中会引入噪声或使图像变模糊，从而降低了图像质量，甚至淹没了特征，给分析带来了困难。

21.图像噪声的类型与特点

图像噪声从统计理论观点可以分为

平稳和非平稳噪声两种。

在实际应用中，不去追究严格的数学定义，这两种噪声可以理解为：

其统计特性不随时间变化的噪声称其为平稳噪声。

其统计特性随时间变化而变化的称其为非平稳噪声。

还可以按噪声幅度随时间分布形状来定义

如其幅度分布是按高斯分布的就称其为高斯噪声，而按雷利分布的就称其为雷利噪声。

图像特点：

幅值噪声，点位置噪声，感光片颗粒噪声

22.灰度直方图的概念

*灰度直方图用来表示图像的灰度分布。

灰度直方图是图像的一个重要特征，反映了图像灰度分布的情况。

灰度直方图是灰度级的函数，是对图像中灰度级分布的统计。

反映的是一幅图像中各灰度级像素出现的频率。

即：

横坐标表示灰度级，纵坐标表示图像中对应某灰度级所出现的像素个数，也可以是某一灰度值的像素数占全图像素数的百分比，即灰度级的频率。

绘制的频率同灰度级的关系图就是灰度直方图。

23.灰度变换的原理（对具体方法的分析）

书上P62到P64

24.直方图均衡和直方图指定化的概念，如何进行直方图的规格化（具体计算）

*为什么要进行直方图均衡化

我们可通过对直方图的调整，使得图像数据信息量增大，这样也就使画面更清晰。

图像均衡化的概念：

是将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。

设图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。

直方图指定化的概念：

能自动增强整个图像的对比度，但具体的增强效果不易控制，处理的结果是全局均衡的直方图，实际中需特定形状的直方图，从而有选择的增强某个灰度值范围内的对比度。

分别对原始直方图和规定化处理后的直方图进行均衡化处理

25.图像平滑代表算法及效果（均值、中值滤波的原理）

P75页

中值滤波（Medianfiltering）：

非线性的处理方法，在去噪的同时可以兼顾到边界信息的保留。

均值滤波的特点：

局部求均值的运算或平均计算使数字信号变“平坦”，可以在图像中消除或抑制噪声。

同时，图像中景物边缘也会不同程度地变得模糊。

中值滤波与均值滤波的区别仅限于：

中值滤波是求局部中值而不是局部均值，即对参与计算的像素灰度值按大小排序，然后取位置居中的像素灰度值。

中值滤波的原理：

选一个含有奇数点的窗口W，将这个窗口在图像上扫描，把该窗口中所含的像素点按灰度级的升（或降）序排列，取位于中间的灰度值，来代替该点的灰度值。

中值滤波的作用：

对干扰脉冲和点噪声有良好抑制作用，而对图象边缘能较好地保持的非线性图象增强技术。

中值滤波的依据：

噪声以孤立点的形式出现，这些点对应的像素数很少，而图像则是由像素数较多、面积较大的块构成

26.图像锐化代表算法及效果

P88页

消除图像模糊的增强方法称为“图像锐化”。

27.图像平滑模板与锐化模板的应用（具体模板的计算）

模板平滑法

1.根据实际需要，我们可以设计其它具有不同特性的平滑模板。

2.用模板对原图像从第2行第2列开始逐渐移法计算。

（注：

图像四周边界一般不处理（不考虑））

3.平滑模板特点

（1）模板内系数全为正，表示求和；所乘的小于1的系数表示取平均；

（2）模板系数之和为1，表示对常数图像（常数）处理前后不变，而对一般图像而言，处理前后平均亮度基本保持不变。

28.低通、高通滤波及同态滤波实现图像增强的原理

P80+P93+P97

29.彩色增强的分类与原理

P99

第四章总结

基于像素点运算：

图像直接灰度变换

离散图像直方图均衡化和规定化

基于模板运算：

图像平滑：

1、邻域平均法

　2、多帧图像平均法：

消除噪声

3、中值滤波

图像锐化：

1、梯度法2、Roberts算子

3、Sobel4、Prewitt算子

5、拉普拉斯算子

第五章图像恢复与重建

30.图像退化因素

光学系统的像差与成像衍射

成像系统的非线性畸变

环境随机噪声

成像过程的相对运动

31.退化模型的框图及描述

原始图像g（x,y）经过一个退化过程H（退化算子或退化系统）的作用，再和噪声n（x,y）进行叠加，形成退化图像f（x,y）f（x,y）=H[g（x,y）]+n（x,y）

32.三种最常见的图像恢复方法及其条件

1.图像的无约束恢复--反向滤波器P114

2.图像的有约束最小二乘恢复---维纳和约束最小平方滤波法P117

3.几何畸变图像的恢复-p122

33.什么是图像的几何畸变？

由于成像系统的非线性，成像后的图像与原景物相比，产生比例失调，被描述的景物间产生扭曲

第六章图像编码与压缩

34图像数据冗余度概念，压缩编码的分类

冗余度的概念

对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。

一般图像中都含有冗余度，去除图像里的冗余度便完成了数据压缩。

图像压缩的分类以图像信息保真为出发点，图像压缩技术分两种：

冗余度压缩又称为无损压缩或无失真压缩（行程编码与Huffman编码）。

熵压缩又称为有损压缩

35.变换编码能实现压缩的原理及应用

变换编码

通过变换去除一部分不重要的参数，达到压缩的目的。

其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，以达到压缩的目的。

（如DCT变换编码）

36.哈夫曼编码的原理及应用（具体计算，包括熵、编码平均长度、编码效率）

首先求出图像中灰度分布的灰度直方图；

根据该直方图，对其按照分布概率从小到大的顺序进行排列；

每一次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造一个称为“Huffman树”的二叉树；

对这个二叉树进行编码，就获得了Huffman编码码字。

例：

图像子块如图所示，现采用Huffman编码，画出编码过程，写出编码结果，并计算出编码效率

37.香农——费诺编码

38.算术编码

39JPEG压缩标准的压缩步骤

步骤：

1数据组织与系统框图2.DCT变换（正向离散余弦变换）3.量化

4.Z字形编排5.编码（直流系数的编码交流系数的编码熵编码）

1.颜色模式转化及取样

2.离散余弦变换（DCT）

3.量化

4.Z字形编码

5.使用差分脉冲编码调制（DPCM）对直流系数（DC）进行编码

6.使用行程长度编码（RLE）对交流系数（AC）进行编码

7.熵编码

第七章图像分割

40.图像分割的概念

将图像中有意义的特征或需要应用的特征提取出来

41.图像分割的理论基础与方法

1）按幅度不同来分割各个区域：

幅度分割

2）按边缘不同来划分各个区域：

边缘检测

3）按形状不同来分割各个区域：

区域分割

42.边缘检测的原理

P190

43.门限化分割的原理

P211

44.差分、梯度、拉普拉斯边缘检测的原理

P191+P197+P202

45.中值滤波器与均值滤波器的比较

噪声

特点

方法

处理后图像

椒盐

分布随机

幅值一定

均值

抑制噪声，边缘明显模糊

中值

滤除噪声，边缘仅有少许模糊

高斯

分布固定

幅值不定

均值

滤除噪声，边缘明显模糊

中值

噪声无法去除，边缘也无模糊

46.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。

大题（5题）

第6章（霍夫曼或者香浓算法）

P148到150

1.第三章

图像的几何变换：

改变图像的大小或形状。

平移、旋转、缩放、镜像、错切（重点掌握）

例题：

2.第四章（直方图均衡化P70、平滑滤波）