数字图像处理

5 5 8 5 4 4 8 9 7 4 2 2 8 6 4 3 3 7 4 4 4 2 4 4 3 F1 9
5 5 8 5 4 4 8 9 7 4 2 2 8 6 4 3 3 7 4 4 4 2 4 4 3 F2 8.25
5 5 8 5 4 4 8 9 7 4 2 2 8 6 4 3 3 7 4 4 4 2 4 4 3 F3 7.83
中值滤波器与均值滤波器的比较
噪声 椒盐 高斯
特点 分布随机 幅值一定 分布固定 幅值不定
方法 均值 中值 均值 中值
处理后图像 抑制噪声，边缘明显模糊 滤除噪声，边缘仅有少许模糊 滤除噪声，边缘明显模糊 噪声无法去除，边缘也无模糊
中值滤波的原理、作用
• 利用中值滤波模板对图像进行扫描，把模板中的像素进行由小到大的 重新排列，取排列中间值替代模板中心待处理像素灰度值。这种方法 称为中值滤波。 中值滤波的优点是在消除噪声的同时，还能保护边界不被模糊 。
例：已知： 原图K 0 1 2 3 4 5 6 7 原图p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 目标L 0 1 2 3 4 5 6 7 目标p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 求K,L之间的转换关系（若F’(L-1)<F(K)<=F’(L)，则K变换成L）和规格化处理后的 直方图
第一章 图像采集与量化
• • • • • 取样、量化、数字化的概念 三基色原理 什么是奈奎斯特取样定理？其意义是什么？ 量化的分类 常见的图像输入设备有哪些？
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
、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 采样：连续图像空间 坐标的离散化 量化：连续图像幅值 的离散化
三基色原理
• 大自然中的颜色都可以通过红、绿、蓝三色按照 不同的比例合成产生，同样绝大多数单色光也可 以分解成红绿蓝三种色光。即三基色原理。 • 三种基色是相互独立的，红绿蓝三基色按照不同 的比例相加合成混色称为相加混色： 红色+绿色=黄色 绿色+蓝色=青色 红色+蓝色=品红 红色+绿色+蓝色=白色
灰度直方图
灰度直方图是灰度级的函数，描述 的是图像中该灰度级的像素个数。即： 横坐标表示灰度级，纵坐标表示图像中 该灰度级出现的个数。 １．所有的空间信息全部丢失。 ２．每一灰度级的像素个数可直接得到
对比度展宽（灰度线性变换）
三段式线性变换：
g
255 gb β ga α a b 255 γ
f 0 f a g ( f a) g a a f b ( f b) g b b f L
解：（1）求原图灰度级分布函数F(K) 原图K 0 1 2 3 4 5 6 7 p(K) 0.19 0.25 0.21 0.16 0.08 0.06 0.03 0.02 F(K) 0.19 0.44 0.65 0.81 0.89 0.95 0.98 1 （2）求目标图灰度级分布函数F’(L) 目标L 0 1 2 3 4 5 6 7 p’(L) 0.125 0.125 0.125 0.125 0.125 0.125 0.125 0.125 F’(L) 0.125 0.25 0.375 0.5 0.625 0.75 0.875 1 （3）K，L之间的转换关系（若F’(L-1)<F(K)<=F’(L)，则K变换成L） K 0 1 2 3 4 5 6 7 L 1 3 5 6 7 7 7 7 （4）求实际得到的直方图Q(L) L 0 1 2 3 4 5 6 7 Q(L) 0 0.19 0 0.25 0 0.21 0.16 0.19
• 区域生长法：从生长点开始，搜索其邻域，把符 合接收规则的点归并进来，形成新的生长点，继 续生长。直到当前区域不能再生长为止则停止生 长。
种子算法
种子的选取 生长的准则 生长过程终止的条件或规则
区域生长法--示例
初始生长点为9，接收准则为可并入的点的灰度 与区域灰度均值之差 F F (i, j ) F 2 ； 生长过程如下：
量化技术
均匀量化与非均匀量化
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 间隔取小的量化间隔。 一般情况下，对灰度变化比较平缓的部分用比较多的量化级， 在灰度变化比较剧烈的地方用比较高的分辨率。
图像输入设备
数字化器是将模拟图像转换成数字图像的数字化输入装 置。 常用的数字化器 数码电视摄像机 数码相机 扫描仪等
二维行程编码——例
数据量：64*8=512(bit)
一维行程编码后为:
（3，130），（1，129），（1，134），（1，133），（1，129）， （4，130），（1，129），（1，134），（1，133），（5，130）， （1，129），（2，132），（2，130），（1，129），（2，130）， （1，129），（2，130），（2，129），（1，127），（1，128）， （1，127），（1，129），（1，131），（1，129），（1，131）， （1，130），（1，127），（1，128），（1，127），（1，128）， （1，127），（1，128），（2，132），（1，125），（1，126）， （2，129），（1，127），（1，129），（1，133），（1，132）， （1，127），（1，125），（2，128），（1，126），（1，130）， （2，131）
s
255
255
g
g
b
gb

P(s)
ga
ga

a b
255
f
P(r)
结果分析:对象区域处理前后，由[a,b] 拉伸为[ ],灰度差增大使对比度提高； 灰度层次增多，使清晰度提高。所以视觉 效果增强。
a
b
255
直方图均衡化和指定化
直方图均衡化是对在图像中像素个 数多的灰度级进行展宽，而对像素个 数少的灰度级进行缩减，将直方图的 分布变成均匀分布，从而达到清晰图 像的目的。 直方图指定化是把已知直方图的图 像变为期望直方图的图像。
130 130 130 129 f 127 127 125 127
130 130 129 134 133 129 130 130 130 129 134 133 130 130 130 130 129 132 132 130 130 130 130 129 130 130 129 129 128 127 129 131 129 131 130 128 127 128 127 128 132 132 126 129 129 127 129 133 132 125 128 128 126 130 131 131
5 5 8 5 4 4 8 9 7 4 2 2 8 6 4 3 3 7 4 4 4 2 4 4 3 F4 7.57
第五章 图像编码与压缩
• 图像数据冗余度概念，压缩编码的分类（填选） • 帧内预测的原理与工作过程（对DPCM的原理和过程 进行分析） （简答） • 帧间预测的原理与应用（填选） • 变换编码能实现压缩的原理及应用（填选） • 行程编码的原理及应用（具体计算）（计算分析题） ， 包括数据压缩比） • 哈夫曼编码的原理及应用（具体计算）（计算分析 题） ，包括熵、编码平均长度、编码效率）
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
帧内预测：对预测差值编码以消除空间冗余度 即差分脉冲编码调制DPCM，原理框图如下：
xn
+ -
en
e
量化器
' n
e
编码器 解码器
' n +
x
+
'' n
+ +
预测器
x
' n
x
'' n
•
锐化算法及效果比较
微分类型
一阶微分
代表算法
Sobel算法 Roberts算法 Priwitt算法 Laplacian算法 Wallis算法 LOG算子
边界
边界粗略但清 晰 边界细致但不 清晰
Hale Waihona Puke 细节边界细节较少边界细节丰富
二阶微分
第四章 图像分割
• • • • 图像分割的概念（填，选） 图像分割的理论基础与方法 边界搜索跟踪的原理 区域生长法的原理（简答） （具体分析）（计算 分析题）
第二章 图像变换
• 离散傅立叶变换频谱的特点(简答) • 离散余弦变换频谱的特点(简答)
• 几种典型正交变换的比较（能量集中性能、运算 量）
傅立叶频谱特点
•
•
从分布上看，频谱中心位于屏幕中心，呈辐射状分布：离中心点越 近，频率越低，能量越大；反之。频率越高，能量越小。 频谱中心反映图像平均亮度，低频区域反映图像实体细节，高频区 域反映图像边缘轮廓。
•
•
图像分割：根据某种均匀性的原则将图像分成若干个有意义的部分， 使每部分都符合某种一致性的要求。而任意两个相邻部分的合并都会 破坏这种一致性 理论基础与方法： – 像素点的跳变性--基于边界的分割; – 像素点的相似性--基于区域的分割
1、边界跟踪 (Boundary tracking，Edge point linking)是指从灰度图 像中的一个边缘点出发，依次搜索并连接相邻边缘点，从而逐步检 测出边界的方法 （1）确定作为搜索起点的边缘点（通常采用梯度值最大的点） （2）采取一种合适的数据结构和搜索机理，在已经发现的边界点基础上确 定新的边界点。 （3）确定搜索终结的准则或终止条件