第二章数字图像处理的基本概念_数字图像处理.
第二章数字图像处理的基本概念2.3 图像数字化图像数字化是将一幅画面转化成计算机能处理的形式——数字图像的过程。
模拟图像数字图像正方形点阵具体来说，就是把一幅图画分割成如上图所示的一个个小区域（像元或像素），并将各小区域灰度用整数来表示，形成一幅数字图像。
它包括采样和量化两个过程。
小区域的位置和灰度就是像素的属性。
单波段、多波段和超波段图像2.3.1 采样将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
当对图像进行实际的抽样时，怎样选择各抽样点的间隔是个非常重要的问题。
关于这一点，图像包含何种程度的细微的浓淡变化，取决于希望忠实反映图像的程度。
2.3.2 量化经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。
将像素灰度转换成离散的整数值的过程叫量化。
一幅数字图像中不同灰度值的个数称为灰度级数，用G表示。
一般来说，G=2∧g,g就是表示图像像素灰度值所需的比特位数。
一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为M×N×g（bit）黑白图像:是指图像的每个像素只能是黑或白，没有中间的过渡，故又称为二值图像。
二值图像的像素值为0或1。
例如灰度图像:灰度图像是指每个像素由一个量化的灰度值来描述的图像。
它不包含彩色信息。
彩色图像:彩色图像是指每个像素由R、G、B三原色像素构成的图像，其中R、B、G是由不同的灰度级来描述的。
2.3.3 量化参数与数字化图像间的关系数字化方式可分为均匀采样、量化和非均匀采样、量化。
所谓“均匀”,指的是采样、量化为等间隔。
图像数字化一般采用均匀采样和均匀量化方式。
非均匀采样是根据图象细节的丰富程度改变采样间距。
细节丰富的地方，采样间距小，否则间距大。
非均匀量化是对像素出现频度少的间隔大，而频度大的间隔小。
采用非均匀采样与量化，会使问题复杂化，因此很少采用。
一般来说，采样间隔越大，所得图像像素数越少,空间分辨率低,质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。
例如对细节比较丰富的图像数字化。
2.3.4 数字化器数字化器必须能够将图像划分为若干像素并分别给它们地址，能够度量每一像素的灰度并量化为整数，能够将这些整数写入存储设备。
一、数字化器组成A．采样孔：保证单独观测特定的像素而不受其它部分的影响。
B．图像扫描机构：使采样孔按预先确定的方式在图像上移动。
C．光传感器：通过采样孔测量图像的每一个像素的亮度。
D．量化器：将传感器输出的连续量转化为整数值。
E．输出存储体：将像素灰度值存储起来.它可以是固态存储器,或磁盘等。
常用的数字化器是扫描仪和数码相机。
二、扫描仪工作原理扫描仪是图像输入设备。
其工作步骤是:1.将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上;2.启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源通过机械传动机构在控制电路的控制下带动装着光学系统和CCD的扫描头与图稿进行相对运动来完成扫描。
3.照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成横向光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜,经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带,分别照到各自的CCD上,CCD将RGB光带转变为模拟电子信号,该信号又被A/D变换器转变为数字电子信号。
4. 将数字电子信号传送至计算机存储起来。
扫描仪的类型有很多种，按扫描仪所扫描对象来划分，可分为反射式和透射式两种。
根据其组成结构，扫描仪可分为手持式、平板式和滚筒式等几种。
手持式扫描仪这种扫描仪诞生于1987年，是当年使用比较广泛的扫描仪品种，最大扫描宽度为105mm,用手推动,完成扫描工作,也有个别产品采用电动方式在纸面上移动,称为自走式扫描仪。
手持式扫描仪扫描幅面太窄，难于操作和捕获精确图像，扫描效果也很差。
1995 ~1996年，各扫描仪厂家相继停产了这一产品，使手持式扫描仪退出了历史的舞台.鼓式扫描仪又称为滚筒式扫描仪.鼓式扫描仪是专业印刷排版领域应用最广泛的产品.滚筒式扫描仪的结构特殊，它的工作原理是把原图贴放在一个有机玻璃滚筒上，让滚筒以一定的速率围绕一个光电系统旋转，探头中的亮光源发射出的光线通过细小的锥形光圈照射在原图上，一个像素一个像素地进行采样。
这种扫描仪的光学分辨率高、色深高、动态范围宽，而且输出的图像普遍具有色彩还原逼真、阴影区细节丰富、放大效果优良等特点。
但它的体积大，价格也很高。
平台式扫描仪又称平板式扫描仪、台式扫描仪，这种扫描仪诞生于1984年，是目前扫描仪的主流产品。
它的扫描区域为一块透明的平板玻璃，将原图放在这块玻璃平板上，光源系统通过一个传动机构作水平移动，发射出的光线照射在原图上，经反射或透射后，由接收系统接收并生成模拟信号，再通过A／D转换成数字信号，直接传送到电脑，由电脑进行相应的处理，完成扫描过程。
平板式扫描仪的扫描速度、精度、质量很好，已得到了很好的普及。
2.4 图像灰度直方图2.4.1 概念一、定义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。
以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。
它是图像的一个重要特征，反映了图像灰度分布的情况。
如下图是一幅图像的灰度直方图。
频率的计算式为：灰度图像的直方图彩色图像的分波段直方图二、计算 该图像像元总数为8*8=64, i=[0,7]v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/642.4.2 直方图的性质①灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置 ,即丢失了像素的位置信息。
②一幅图像对应唯一的灰度直方图，反之不成立。
不同的图像可对应相同 的直方图。
下图给出了一个不同的图像具有相同直方图的例子。
③一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。
2.4.3 直方图的应用①用于判断图像量化是否恰当(a) 恰当量化(b)未能有效利用(c)超过了动态范围②用于确定图像二值化的阈值具有二峰性的灰度图象③当物体部分的灰度值比其它部分灰度值大时，可利用直方图统计图像中物体的面积。
④ 计算图像信息量H（熵）2.5 图像处理算法的形式2.5.1 图像处理基本功能的形式按图像处理的输出形式，图像处理的基本功能可分为三种形式。
1）单幅图像→ 单幅图像 :2）多幅图像→单幅图像:3）单（或多）幅图像→ 数字或符号等:2.5.2 图像处理的几种具体算法1.局部处理邻域:对于任一像素(i，j),集合{（i+p,j+q）,p、q取合适的整数} 叫做该像素的邻域，如图（a）。
常用的邻域如图（b） (c),分别表示中心像素的4-邻域、8-邻域。
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。
局部处理的计算表达式为例如对一幅图象采用3×3模板进行卷积运算.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,如图点处理的计算表达式为：大局处理在局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。
如图其计算表达式为：2.迭代处理反复对图像进行某种运算直至满足给定的条件，从而得到输出图像的处理形式称为迭代处理。
如下图图像的细化处理过程。
3.跟踪处理选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素，进行规定的处理，然后决定是继续处理下面的像素，还是终止处理。
这种处理形式称为跟踪处理。
4.位置不变处理和位置可变处理输出像素JP(i，j)的值的计算方法与像素的位置(i，j)无关的处理称为位置不变处理或位移不变处理。
随位置不同计算方法也不同的处理称为位置可变处理或位移可变处理。
5.窗口处理和模板处理对图像的处理，一般采用对整个画面进行处理，但也有只对画面中特定的部分进行处理的情况。
这种处理方式的代表有窗口处理和模板处理。
单独对图像中选定的矩形区域内的像素进行处理的方式叫做窗口处理。
希望单独处理任意形状的区域时，可采用模板处理。
模板：任意形状的区域；模板平面：一个和处理图像相同大小的二维数组，用来存储模板信息。
一般是一幅二值图像；模板处理：边参照模板平面边对图象进行某种操作若模板成矩形区域，则与窗口处理具有相同的效果，但窗口处理与模板处理不同之处是后者必须设置一个模板平面。
2.6 图像的数据结构与特征2.6.1 图像的数据结构1.组合方式组合方式是一个字长存放多个像素灰度值的方式。
它能起到节省内存的作用，但导致计算量增加，使处理程序复杂。
2.比特面方式按比特位存取像素，即将所有像素的相同比特位用一个二维数组表示，形成比特面。
n个比特位的灰度图像采用比特面方式存取就有n个比特面。
这种结构能充分利用内存空间，但对灰度图像处理耗时多。
3.分层结构由原始图像开始依次构成像素数愈来愈少的一幅幅图像，就能使数据表示具有分层性，其代表有锥形(金字塔)结构。
锥形结构是对2k×2k个像素形成的图像，看成是分辨率(20×20→2k×2k,但20×20不具有反映输入图像二维构造的信息)不同的k+1幅图像的层次集合。
如上图所示，从输入图像I0开始，顺序产生像素数纵横都变为1/2的一个一个的图像I1，I2，…Ik。
此时，作为图像Ii的各像素的值，就是它前一个图像Ii-1的相应的2×2像素的平均值(一般采用平均值，但也可以采用能表示2×2像素的性质的某个值)。
处理具有这种结构的数据时，首先对像素数少的(分)图像进行处理，然后根据需要，进到下面的像素数多的图像的对应位置，使用较细的信息进行处理。
同只对原始图像进行处理的场合相比，这种先对粗图像进行处理，并限定应该仔细进行处理的范围，再进行精处理的方法，可使处理的效率得到提高。
4.树结构对于一幅二值图像的行、列都接连不断地二等分，如果图像被分割部分中的全体像素都变成具有相同的特征时，这一部分则不再分割。
用这种方法，可以把图像用树结构(4叉树)表示。
这可以用在特征提取和信息压缩等方面。
5.多重图像数据存储在获取的彩色图像（红、绿、兰）或多波段图像中，每个像素包含着多个图像的信息。
数字图像处理第二章数字图像基础讲课文档
▪ 彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。
–通常，三元组的每个数值也是在0到255之间，0表示相应 的基色在该象素中没有，而255则代表相应的基色在该象 素中取得最大值，这种情况下每个象素可用三个字节来 表示。
域：紫、蓝、绿、黄、 橘黄和红色。
▪ 每种颜色不是突然终止的，
而是混合平滑的过渡到另 一种颜色的。
2.1.3光度学-基础知识
▪ 辐射度学中一个最基本的量是辐射通量或辐射
功率，单位：瓦。在光度学中，使用光通量表 示光辐射的功率或光辐射量。
▪ 光通量：光源以电磁波的形式辐射出且人眼能
感受到的光功率。用φ表示，单位为流明(lm)。
第二模拟图像采样和量化而得。组成 数字图像的基本单位是像素，所以数字图像是 像素的集合。
–像素为元素的矩阵，像素的值代表图像在该位置的亮度， 称为图像的灰度值。
—数字图像像素具有整数坐标和整数灰度值， I（i，j）
Digital image, pixel, gray-level
第六页，共80页。
人眼的构造——晶状体
▪ 晶状体，水晶体 (lens)：
如同相机的镜片。
▪ 晶状体在眼睛正面中
央，光线投射进来以 后，经过它的折射传 给视网膜。所谓近视眼、
远视眼、老花眼以及各 种色彩、形态的视觉或 错觉，大部分都是由于 水晶体的伸缩作用所引 起。
▪ 它像一种能自动调节
焦距的凸透镜一样。
第三页，共80页。
2.1.1视觉系统的基本构造
(Basic Structure of Visual System)
▪ 基本构造
▪ 人眼的构造相当于一架
摄像机或照相机。前面， 是由角膜、晶状体、前 房，后房、玻璃体所共 同组成的具备镜头功能 的组合，把物体发出的 光线聚焦到后面的相当
数字图像处理及MATLAB实现[杨杰][电子教案]第二章
![数字图像处理及MATLAB实现[杨杰][电子教案]第二章](https://360docs-1393072327.cos.ap-beijing.myqcloud.com/de4126d1c1c708a1284a4428.webp)
距离 像素之间的联系常与像素在空间的接近程度有 关。像素在空间的接近程度可以用像素之间的距 离来度量。为测量距离需要定义距离度量函数。 给定 p, q, r 三个像素，其坐标分别为 ( x, y ), ( s, t ), (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, r ) ≤ D ( p, q ) = D (q, r ) 则 D是距离函数或度量。
p 和 q 之间的欧式距离定义为：
De ( p, q) = ( x − s)2 + ( y − t )2
p 和 q 之间的 D4距离（也叫城市街区距离）定义为：
D4 ( p , q ) = x-s + y-t
p 和 q 之间的 D8 距离（也叫棋盘距离）定义为：
D8 ( p, q )=max( x-s ， ) y-t
图像获取即图像的数字化过程，包括扫描、 图像获取即图像的数字化过程，包括扫描、 采样和量化。 采样和量化。 图像获取设备由5个部分组成 采样孔， 个部分组成： 图像获取设备由 个部分组成：采样孔， 扫描机构，光传感器， 扫描机构，光传感器，量化器和输出存储 体。 关键技术有：采样——成像技术；量化 成像技术； 关键技术有：采样 成像技术 量化— —模数转换技术。 模数转换技术。 模数转换技术
Sampling
图像的采样
图2.15图像的采样示例 图像的采样示例
Quantization 图像的量化
图2.16图像的量化示例 图像的量化示例
量化等级越多，所得图像层次越丰富， 量化等级越多，所得图像层次越丰富，灰度 分辨率高，图像质量好，但数据量大； 分辨率高，，图像层次欠丰富，灰度分辨 量化等级越少，图像层次欠丰富， 率低，会出现假轮廓现象，图像质量变差， 率低，会出现假轮廓现象，图像质量变差， 但数据量小. 但数据量小
数字图像处理(直方图).
An
Combining
DFRT( n )
Renewed output images An exp(j n ) Cn
IDFRT( n )
Several input images Rn an exp(jn )
1 1 an , 0 n n n Updated input images a0 exp(j0 ) a0
15
按列统计的直方图
histc(pascal(3),1:6) produces the array [3 1 1; 0 1 0; 0 1 1; 0 0 0; >> pascal(3) 0 0 0; ans = 0 0 1]
1 1 1 1 2 3 1 3 6
每列目标数据的个数 统计
16
其他类型的统计图
条状图：bar x = 1:5; y = [0.2,0.3,0.1,0.8,0.9; 0.5,0.6,0.2,0.7,0.1]; bar(x,y');
20
其他类型的统计图
累加式条状图：barh rand('state',0); figure; barh(rand(10,5),'stacked'); colormap(cool)
6
彩色图像直方图
axes(‘Position’,*0.1,0.1,0.8,0.2+);% 生成坐标轴 stem(0:255,h1,'Marker','None','Color','r'); set(gca,'YColor','r','Xlim',[0,255]); axes('Position',[0.1,0.3,0.8,0.2]); stem(0:255,h2,'Marker','None','Color',[0,0.6,0]); set(gca,'YColor',[0,0.6,0],'Ytick',[0.005,0.01],'Xlim',[0,255]); axes('Position',[0.1,0.5,0.8,0.2]); stem(0:255,h3,'Marker','None','Color','b'); set(gca,'YColor','b','Ytick',[0.01,0.02],'Xlim',[0,255]);
天津理工大学《数字图像处理》数字图像处理复习题 2
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。
5. 数字图像处理包含很多方面的研究内容。
其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。
二.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④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。
如傅利叶变换等。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
5. 简述图像几何变换与图像变换的区别。
①图像的几何变换：改变图像的大小或形状。
比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。
②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。
比如傅里叶变换、小波变换等。
第二章图像的基本概念一.填空题1. 量化可以分为均匀量化和非均匀量化两大类。
2. 采样频率是指一秒钟内的采样次数。
3. 图像因其表现方式的不同，可以分为连续图像和离散图像两大类。
3.5. 对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。
《数字图像处理》课程教学大纲
数字图像处理课程教学大纲课程简介数字图像处理是计算机科学与技术领域的一门重要课程，它研究如何使用计算机和算法来处理和分析数字图像。
本课程旨在介绍数字图像处理的基本原理、方法和应用，并培养学生的图像处理能力和技巧。
课程目标本课程的主要目标是让学生掌握数字图像处理的基本理论和方法，具备图像处理算法设计、图像增强、图像分割、图像压缩等技术的基本能力。
同时，通过实践项目的实施，培养学生的问题解决能力和团队合作能力。
课程安排第一周：课程介绍与基本概念•课程介绍•数字图像的基本概念与特点•数字图像处理的基本步骤第二周：图像预处理•图像采集与获取•图像灰度变换•图像噪声模型与去噪方法第三周：图像增强•直方图均衡化•空域滤波与频域滤波•边缘增强与锐化第四周：图像压缩•图像压缩的基本概念与方法•离散余弦变换（DCT）与JPEG压缩算法•小波变换与JPEG2000压缩算法第五周：图像分割与边缘检测•阈值分割•基于边缘的图像分割•基于区域的图像分割第六周：实践项目1 - 图像识别•项目需求分析与设计•图像特征提取与选择•分类器的训练与测试第七周：实践项目2 - 图像恢复•项目需求分析与设计•图像模型与图像去模糊•图像去噪与图像修复第八周：实践项目3 - 图像处理工具开发•项目需求分析与设计•图像处理算法的实现•图形界面设计与用户交互评估方式•平时成绩：30%•作业与实验报告：30%•期末考试：40%参考教材•Rafael C. Gonzalez, Richard E. Woods. 数字图像处理（第三版）. 清华大学出版社，2018.•Richard Szeliski. 计算机视觉：算法与应用. 电子工业出版社，2014.参考资源•MATLAB图像处理工具箱文档•OpenCV计算机视觉库官方文档以上是《数字图像处理》课程的教学大纲，希望通过本门课程的学习，能够让学生对数字图像处理有一个全面的了解，并具备实践应用的能力。
(完整版)天津理工大学《数字图像处理》数字图像处理复习题2
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素2.像增强等；二是从图像到非图像的一种表示，如图像测量等。
5. 数字图像处理包含很多方面的研究内容。
其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。
二.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④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。
如傅利叶变换等。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
5. 简述图像几何变换与图像变换的区别。
①图像的几何变换：改变图像的大小或形状。
比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。
②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。
比如傅里叶变换、小波变换等。
第二章图像的基本概念一.填空题1. 量化可以分为均匀量化和非均匀量化两大类。
2. 采样频率是指一秒钟内的采样次数。
3. 图像因其表现方式的不同，可以分为连续图像和离散图像两大类。
3.5. 对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。
遥感数字图像处理：遥感数字图像处理(62页)
不同波谱分辨率对水铝 反射光谱的获取
时间分辨率
■ 时间分辨率指对同一地点进行遥感来样的时间间隔， 即采样的时间频率，也称重访周期。
■ 遥感的时间分辨率范围较大。以卫星遥感来说，静止 气象卫星（地球同步气象卫星）的时间分辨率为 1次 /0.5小时；太阳同步气象卫星的时间分辨率 2次／天； Landsat为1次／16天；中巴（西）合作的CBERS为1次 ／26天等。还有更长周期甚至不定周期的。
微波遥感与成像
在电磁波谱中，波长在1mm～
1m的波段范围称微波。该 范围内又可再分为毫米波、 厘米波和分米波。在微波 技术上，还可将厘米波分 成更窄的波段范围，并用 特定的字母表示
谱带名称
Ka K
Ku X
微波遥感是指通过微波传
C
感器获取从目标地物发射 或反射的微波辐射，经过 判读处理来识别地物的技
几种遥感图像处理系统简介
■ PCI ■ ERDAS ■ ENVI
PCI简介
■ PCI是加拿大PCI公司的产品，可进行遥感图像的处 理，也可应用于地球物理数据图像、医学图像、雷 达数据图像、光学图像的处理，并能够进行分 析 、制图等工作。它的应用领域非常广泛。
■ PCI拥有最齐全的功能模块：常规处理模块、几 何校正、大气校正、多光谱分析、高光谱分析、 摄影测量、雷达成像系统、雷达分析、极化雷达 分析、干涉雷达分析、地形地貌分析、矢量应用、 神经网络分析、区域分析、GIS联接、正射影像 图生成及DEM提取（航片、光学卫星、雷达卫 星）、三维图像生成、丰富的可供二次开发调用 的函数库、制图、数据输入/输出等四百多个软 件包。
多波段数字图像的数据格式
■BIP方式（band interleaved by pixel） 在一行中，每个像元按光谱波段次序进 行排列，然后对该行的全部像元进行这 种波段次序排列，最后对各行进行重复。
数字图像处理试题集(复习)
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为__像素_。
2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是_从图像到非图像的一种表示，如图像测量等。
3. 数字图像处理可以理解为两个方面的操作：一是_从图像到图像的处理_，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。
4. 图像可以分为物理图像和虚拟图像两种。
其中，采用数学的方法，将由概念形成的物体进行表示的图像是_虚拟图像_。
5. 数字图像处理包含很多方面的研究内容。
其中，__图像重建_的目的是根据二维平面图像数据构造出三维物体的图像。
四.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④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。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
3. 简述数字图像处理的至少3种主要研究内容。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
数字图像处理知识点与考点(经典)
Laplacian 增强算子通过扩大边缘两边像素的灰度差（或对比度）来增强图像的边缘，改善视觉效果。它对应的模板为 -1 -1 5 -1 -1
例题：（1） 存储一幅1024×768，256 （8 bit 量化）个灰度级的图像需要多少位？ （2） 一幅512×512 的32 bit 真彩图像的容量为多少位？ 解： （1）一幅1024×768，256 =28 （8 bit 量化）个灰度级的图像的容量为：b=1024×768×8 = 6291456 bit （2）一幅512×512 的32 位真彩图像的容量为：b=512×512×32 =8388608 bit
5.数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。 6.灰度直方图：灰度直方图是灰度级的函数。灰度级为横坐标，纵坐标为灰度级的频率，是频率同灰度级 的关系图。可以反映了图像的对比度、灰度范围（分布）、灰度值对应概率等情况。 7.灰度直方图的性质：（1）只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像 素的位置信息。（2）一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图。 （3）一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 L −1 8.图像信息量H（熵）的计算公式：反映图像信息的丰富程度。 H = − Pi log2 Pi
傅立叶变换
f ( x, y) F ( u , v)
滤波器
H (u , v) G ( u , v)
傅立叶反变换
g ( x , y)
(1) 将图像 f(x,y)从图像空间转换到频域空间，得到 F(u,v)； (2) 在频域空间中通过不同的滤波函数 H(u,v)对图像进行不同的增强,得到 G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。 说明： （也可演变为简述频域图像锐化（或平滑）的步骤，需要指明滤波器的类型：高通或低通滤波器） 9.频率域平滑： 由于噪声主要集中在高频部分， 为去除噪声改善图像质量， 滤波器采用低通滤波器H(u,v) 来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。 10.常用的频率域低滤波器H(u,v)有四种： (1)理想低通滤波器: 由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会 导致边缘信息损失而使图像边模糊。 (2)Butterworth低通滤波器:它的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连 续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。 (说明：振铃效应越不明显效果越好) (3)指数低通滤波器： 采用该滤波器滤波在抑制噪声的同时， 图像边缘的模糊程度较用Butterworth滤波 产生的大些，无明显的振铃效应。 (4)梯形低通滤波器:它的性能介于理想低通滤波器和指数滤波器之间， 滤波的图像有一定的模糊和振铃 效应。 13.频率域锐化:图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的 。 频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱， 再经逆傅立叶变换得到边缘锐化的图像。 14.常用的高通滤波器有四种： (1)理想高通滤波器 (2)巴特沃斯高通滤波器 (3)指数高通滤波器 (4)梯形高通滤波器 说明：（1）四种滤波函数的选用类似于低通。 （2）理想高通有明显振铃现象，即图像的边缘有抖动现象。 （3）巴特沃斯高通滤波效果较好，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。 (4)指数高通效果比Butterworth差些，振铃现象不明显. (5)梯形高通会产生微振铃效果，但计算简单，较常用。 (6)一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也 使噪声增强。因此不能随意地使用。 (7)高斯低通滤波器无振铃效应是因为函数没有极大值、极小值，经过傅里叶变换后还是本身 ， 故没有振铃效应。 15.同态滤波：在频域中同时将亮度范围进行压缩（减少亮度动态范围）和对比度增强的频域方法。 现象：（1）线性变换无效（2）扩展灰度级能提高反差，但会使动态范围变大(3)压缩灰度级，可以减 小灰度级，但物体的灰度层次会更不清晰 改进措施：加一个常数到变换函数上，如：H（u，v）+A（A取0→1）这种方法称为:高度强调（增强）。 为了解决变暗的趋势，在变换结果图像上再进行一次直方图均衡化，这种方法称为：后滤波处理。
(完整版)数字图像处理课件第二章PPT文档
➢位图修改麻烦，矢量图形修改随心所欲
位图的编辑受到限制。位图是像素的排列，局部移动 或改变会影响到其他部分的像素(包括前面讲的对图像进 行放大)。
虽然矢量图形的作画方式特别（如前述例子），但是 在修改方面却是比点位图更胜一筹。在矢量图形中，一 个图形对象的改变，不会影响其他图形对象。
位图难以重复使用，矢量图形可以随意重复使用 在漫画创作中，尤其在漫画故事创作中，若能重复使用一些图像元素，可以大大提高创作效率。
采样方式：有缝、无缝和重叠采样。
18
第二章 数字图像处理基础
量化过程
将各像素的明暗信息离散化，用数字表示像素 点信息称为图像的量化。
量化值一般用整数来表示。考虑人眼的识别能 力，目前非特殊用途的图像均为8bit量化，即 用0~255描述“黑~白”。
若连续灰度值用z来表示，对于满足 zi≤z≤zi+1的z值，都量化为整数qi。qi称为像 素的灰度值，z与qi的差称为量化误差。
19
第二章 数字图像处理基础
量化过程
ቤተ መጻሕፍቲ ባይዱ
Zi＋ 1 Zi
Zi－ 1
qi＋ 1 qi－ 1
连续 灰度值 灰度 标度
量 化 值 (整 数 值 ) 灰度 量化
(a)
…
…
2 55 2 54
1 28 1 27
1 0
量化为8 bit
(b)
20
第二章 数字图像处理基础
量化级数
每个像素量化后的灰度二进制位数为Q，一般Q总是 取为2的整数幂，即Q=2k。
31
第二章 数字图像处理基础 基本相同的一幅Corel Draw矢量图漫画。同样是要修改女
孩的腰部。很简单，选择修改工具，如图2拖拉一下腰部曲线 的节点就可以把腰部调细了，如图3。不满意，再调整一下即 可(这种调整修改不会影响到其他图形对象，可以随意修改)。