数字图像处理考试参考
图像:对客观存在的物体的一种相似的生动模仿或描述,是物体一种不完全,不精确,但在某种意义上是适当的表示。
数字图像:是一种空间坐标和灰度均不连续变化的,用离散数字(一般用整数)表示的图像。
模拟图像:指空间坐标和亮度(或色彩)都是连续变化的图像;
灰度图像:指每个像素由一个量化的灰度值来描述的图像,不包含彩色信息。
彩色图像:指每个像素由R、G、B三原色像素构成的图像,其中R、G、B是由不同的灰度级来描述的。
黑白图像:指每个像素只能是黑或白,没有中间的国度,故又称二值图像。
灰度:表示图像像素明暗程度的数值。
灰度级:表明图像中不同灰度的最大数量。
对比度:反映一幅图像中灰度方差的大小,是最大灰度值与最小灰度值的比值。
清晰度:包括对比度、主题内容的大小、细微层次、颜色饱和度等综合因素。
采样:将空间上连续的图像变成离散点的操作。
量化:将像素灰度转换成离散的整数值的过程。
图像数值化:将图像分割成像素的小区域,每个像素的亮度或灰度用一个整数来表示。
图像增强:是指对图像的某些特征,如边缘、轮廓、对比度进行强调或尖锐化,以便于显示、观察或进一步地分析与处理。
图像复原:就是要尽可能恢复退化图像的本来面目,它是沿着图像退化的逆过程恢复图像。
图像平滑:为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。
图像融合:是将多种遥感平台,多时遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术
图像分割:是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。
图像特征:图像原始特征或者属性。
图像识别:对图像中的不同对象进行分类、描述和解释。
图像配准:不同的光谱或不同的摄影时间所得的图像之间的位置的配准
空域处理:是指对图像进行直接处理。
频域处理:是指在图像的某个变换域内,对图像变换系数进行运算,然后通过逆变换获得图像增强效果。
灰度变换:将一个灰度区间映射到另一个灰度区间的变换。
对比度变换(点变换):又称灰度比例尺变换。是一种通过改变图像像元的亮度值来改变图像像元的对比度,从而改善图像质量的图像处理方法。属于一点对一点的逐点变换,也称作点变换。
直方图变换:使输入图像灰度值的频率分布(直方图)与所希望的直方图形状一致而变换灰度值的方法。
多光谱变换:按一定规律旋转多光谱空间的坐标系对遥感图像实行先行变换。
HIS变换:HIS变换就是将颜色的RGB表示形式转变为色度、亮度和饱和度的表示方式。
K-L变换:离散变换的简称,又称主成分变换。它是对某一多光谱图像X。利用K-L变换矩阵A 进行线性组合,而产生一组新的多光谱图像Y。点处理:在局部处理中,当输出
值JP(i,j)仅与IP(i,j)有关,
则称为点处理。
局部处理:对输入图像IP(i,j)
处理时,某一输出像素JP(i,j)
值由输入图像像素(i,j)及其邻
域N(i,j)中的像素值确定。这
种处理称为局部处理。
并行运算:指对图像中各个像素
同时进行相同处理的运算方式,
运算快,但只能用于处理的结果
与处理的顺序无关的场合。
串行运算:相对并行运算而言,
指的是在图像上按照规定的顺序
逐个像素进行处理的运算形式。
假彩色增强:把一幅自然彩色图
像或同一景物的多光谱胡超光谱
图像,通过映射函数将其变成新
的三基色分量,彩色合成是增强
图像中个目标呈现出与原图像中
不同的彩色的技术;
伪彩色增强:把黑白图像(灰度
图像)的各不同灰度级按照线性
或非线性的映射函数变换成不同
的彩色,得到一幅彩色图像的技
术。
几何校正:是指从具有几何畸变
的图像中消除畸变的过程,即定
量地确定图像上像元坐标(图像
坐标)与目标物的地理坐标(地
图坐标等)的对应关系(坐标变
换式)。
连接成分:在二值图像中,把互
相连接的像素的集合汇集成一
组,于是具有若干个0值的像素
(0像素)和具有若干个1值的像
素(1像素)的组就产生了,这些
组叫做连接成分。
特征选择:从原始特征挑选出一
些最有代表性,分类性能最好的
特征。
特征提取:从减少特征之间的相
关性和浓缩信息量的角度出发,
根据原始数据的统计特征,用尽
可能少的新特征来最大限度的包
含所有原始数据的统计特征。
纹理特征提取:通过一定的图像
处理技术,抽取出纹理特征,从
而获得纹理的定性或定量的描
述。
灰度直方图:以灰度为横坐标,
纵坐标为灰度级频率,绘制频率
同灰度级的关系图就是灰度直方
图。
熵:图像所具有的信息量的度量,
因纹理信息也属于图像的信息,
若图像没有任何纹理,则灰度共
生矩阵几乎为零阵,该图像的熵
值接近于0;若图像纹理较多,则
熵值也较大。
模板匹配:根据图案与一幅图像
的各部分的相似度判断其是否存
在,并求得对象物在图像中位置
的操作。
图像的存储量=M*N*g;
灰度级数G=2的g次方
模拟图像和数字图像有什么区
别?
模拟图像连续可见,不便于用于
计算机处理,也不便于图像的储
存、传输;
数字图像不连续不可见。
数字图像的基本要素都有什么?
像素、像素坐标系、像素值、图
像尺寸。
图像质量都包括什么?
灰度、灰度级、对比度、清晰度。
数字图像处理包括哪几个层次?
各层次之间有何区别和联系?
层次:狭义的图像处理;图像识
别与分析;图像理解。
区别:
狭义的图像处理:主要在图像像
素级上进行的,是低级处理,处
理的数据量非常大,输入输出均
为图像,是图像—图像的过程;
图像识别与分析:通过分割和特
征提取把原来以像素描述的图像
转变成比较简洁的非图形式的描
述,是中级处理,输入图像,输
出提取的特征,是图像—数值或
符号的过程;
图像理解:根据较抽象的描述进
行解析、判断、决策,其处理过
程和方法与人类的思维推理有许
多类似之处,是高级处理,输入
为图像,输出为规则,是图像—
描述及解释的过程。
联系:从图像处理到图像分析再
到图像理解,随着抽象程度的提
高,数据量是逐渐减少。具体来
说,原始图像数据经过一系列的
处理过程,逐步转化为更有组织
和用途的信息。在这个过程中,
语义不断引入,操作对象也逐步
发生变化。另外高层操作对低层
操作有指导作用,能提高低层操
作的效能,完成复杂的任务。
数字图像处理系统由哪些模块组
成?各模块起何作用?
采集模块:采集数字图像;
显示模块:直观显示图像,供分
析、识别和理解;
存储模块:存储数字图像信息;
通信模块:在图像处理系统间传
输图像;
处理与分析模块:分析、处理图
像,是系统的核心。
数字图像处理主要应用有哪些?
举例说明?
生物医学:DNA现实分析、红白
血球分析计数;
遥感航天:军事侦查、定位、导
航、指挥;
工业领域:CAD和CAM技术用
于模具零件制造、服装、印染业;
军事公安领域:巡航导弹地形识
别、手迹、人像、印章的识别;
其他领域:图像的远距离通信;
理发发型预测;电视会议。
图像数字化包括哪两个过程?每
个过程对数字化图像质量有何影
响?
图像数字化过程:
采样:将空间上连续的图像变成
离散点的操作;
量化:将像素灰度转换成离散的
整数值的过程。
对数字化图像质量影响:
采样间隔越大(小),所得图像越
来越少(多),图像空间分辨率越
低(高),质量越差(好),但数
据量小(大);
量化等级越多(少),所得图像层
次越丰富(欠丰富),灰度分辨率
越高(低),质量越好(差),但
数据量大(小)。
数字化图像的数据量与哪些因素
有关?
量化间隔、灰度级数
量化间隔越大数据量越小,量化
间隔越小数据量越大;
灰度级数越小数据量越小,灰度
级数越大数据量越小。
直方图的性质有哪些?
1)直方图反映了图像中的灰度分
布规律,它描述了每个灰度级具
有的像元的个数,但不包含这些
像元在图像中的位置信息;
2)任何一幅特定的图像都有唯一
的直方图与之对应,但不同的图
像可以有相同的直方图;
3)如果一幅图像有两个不相连的
区域组成,并且每个区域的直方
图已知,则整幅图像的直方图是
该两个区域的直方图之和。
傅里叶变换的性质有哪些?
可分离性;周期性;平移性;共
轭对称性;旋转;线性;比例性;
平均值。
灰度直方图有哪些应用?有哪些
典型的变换?
应用:
1)判断图像量化是否恰当;
2)确定二值化阈值;
3)当物体部分灰度值比其他部分
灰度值大时,利用直方图统计图
像中物体面积;
4)计算图像信息量H(熵)。
直方图典型的变换:
直方图均衡化,直方图规定化。
灰度变换的目的是什么?有哪些
实现方法?
目的:提高对比度,使图像动态
范围加大,图像对比度扩展,图
像清晰,特征明显,是图像增强
的重要手段。
实现方法:线性变换,非线性变
换,分段变换。
K-L变换的特点有哪些?
1)变换后的主分量空间与变换前
的多光谱空间坐标系相比旋转了
一个角度。新坐标系的坐标轴指
向数据量较大的方向;
2)变换后的新波段主分量而言,
它们所包括的信息量不同,呈逐
渐减少趋势。第一主分量往往集
中了最大的信息量,第二、三主
分量的信息量依次很快递减,到
了第N分量,信息量几乎为零;
3)各主成分之间不相关。
图像增强的目的是什么?它包含
哪些内容?
目的:改善图像视觉效果,提高
图像清晰度;将图像转换成更适
合于人或机器进行分析处理的形
式。
包含内容:
空域处理:点运算增强;直方图
增强;空间模板滤波;彩色图像
增强。
频域处理:频域的平滑;频域的
锐化。
图像增强和图像复原有何区别和
联系?
区别: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;
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。
联系:如果图像已经退化,应先
做复原处理,再做增强处理。二
者的目的都是为了改善图像的质
量。
直方图修正有哪两种方法?二者
有何区别与联系?
方法:直方图均衡化和直方图规
定化;区别与联系:直方图均衡
化通过自动调节图像对比度来改
善图像的算法,其结果唯一,不
能用于交互式图像增强;而直方
图规定化则是将原图像的直方图
变成规定形状的直方图,是对直
方图均衡化的有效扩展,应用更
广,是直方图均衡化的一个特例。
叙述均值滤波和中值滤波的原
理。中值滤波有何特点?
均值滤波的原理:基本思想是用
图像上点(X,Y)及其邻域像素的
灰度平均值来代替点(X,Y)的灰
度值。
中值滤波的原理:用模板区域内
象素的中值,作为结果值R = mid
{zk | k = 1,2,…,9},强迫突出的亮
点更象它周围的值,以消除孤立
的亮点。
中值滤波算法的特点:在去除噪
音的同时,可以比较好地保留边
的锐度和图像的细节。
多幅图像平均法为何能去掉噪
声?
1)假设个图像;
2)原图像f(x,y)=加噪声图像期望
E[g(x,y)];
3)对M幅图像进行求平均;
4)表示估值误差;
5)评述得出结论。
图像锐化处理有几种方法?
空域处理:空域模板滤波中的锐
化滤波(包括基本高通滤波、高
增益滤波、微分滤波);
频域处理:频域锐化(采用高通
滤波器让高频成分通过,阻止削
弱低频成分,达到图像锐化的目
的)。
试述频率域增强的步骤。频率域
平滑与锐化的主要区别在哪里?
步骤:
1)通过傅立叶变换将原图像f(x,y)
变换成F(u.v);
2)利用滤波器函数H(u.v)进行滤
波增强G(u.v);
3) 将G(u.v)经过傅立叶逆变换成
g(x,y);
区别:平滑主要是保留图像中的
低频部分抑制高频部分;锐化则
保留图像的高频部分而削弱低频
部分。
假彩色增强和伪彩色增强有什么
区别?
区别:伪彩色处理主要解决的是
如何把灰度图变成伪彩色图的问
题,最简单的办法是选择对应于
某一灰度值设一彩色值来替代,
可称之为调色板替代法;另外一
种比较好的伪彩色处理方法是设
定三个独立的函数,给出一个灰
度值,便由计算机估算出一个相
应的RGB值。
假彩色处理是把真实的自然彩色
图像或遥感多光谱图像处理成假
彩色图像。
遥感影像几何变形的原因有哪
些?
内部误差畸变;传感器成像方式
引起的畸变;遥感平台位置和运
动状态变化的影响;地形起伏的
影响;地球表面曲率的影响;大
气折射的影响;地球自转的影响。
图像几何校正一般包括哪两步?
像素灰度内插有哪三种方法?
步骤:1)图像空间坐标变换;2)
确定校正空间各像素的灰度值
(灰度内插)内插;
方法:1)最邻近插值2)双线性
插值3)高阶(三次)插值
图像分割方法有哪些?
1)基于边缘提取的分割法;2)
区域分割;3)区域增长;4)分
裂-合并分割;
图像融合的目的是什么?内容是
什么?融合的方法有哪些?
目的:信息互补,突出有用的专
题信息,消除或抑制无关的信息,
改善目标识别的图像环境。
内容:空间配准,内容融合。
融合方法:代数法和图像变换法
遥感影像分类的基本过程是什
么?
1)制定分类系统,确定分类类别;
2)选择合适的图像数据;
3)收集和分析地面参考信息与有
关数据;
4)选择合适的图像分类方法和算
法;
5)找出代表这些类别的统计特
征;
6)对遥感图像中各像素进行分
类;
7)分类后处理;
8)分类精度检验。
良好的特征应具有的特点有哪
些?
可区分性:对于属于不同类型的
图像,他们的特征应该具有明显
的差异性;
可靠性:对于同类的图像,他们
的特征值应比较接近;
独立性:所使用的各特征之间应
彼此无关;
数量少:图像识别的复杂度随着
特征的个数迅速增长。
匹配的用途有哪些?
1)几何变换中检测图像和地图之
间的对应点;
2)不同的光谱或不同的摄影时间
所得的图像之间的位置的配准
(图像配准)
3)在立体影像分析中提取左右影
像间的对应关系;
4)运动物体的跟踪;
5)图像中对象物位置的检测。
特征值提取程序代码
I1=imread('盘符:\文件夹\文件
名.tif');
f=inline('dui_bd1(I)');
I1=blkproc(I1,[10 10],f);
a1=mean2(I1(1:8,1:8))
c3=(a1+a2+a3+……+a n)/n
分类程序代码
I=imread('graymap.tif');
function fenlei1()
I=imread('D:\a\graymap1.tif');
%I=imre ad(‘graymap.tif');
I=imrotate(I,-90);
f=inline('dui_bd1(I)');
I2=blkproc(I,[10 10],f);
n=size(I2);
for i=1:n(1,1)
for j=1:n(1,2)
a(i,j)=abs(I2(i,j)-0.3337);
b(i,j)=abs(I2(i,j)-5.0049);
c(i,j)=abs(I2(i,j)-1.7290);
end
end
for i=1:n(1,1)
for j=1:n(1,2)
if
(a(i,j)
I2(i,j)=1;
elseif
(b(i,j) I2(i,j)=0.5; elseif