数字图像处理及MATLAB实现 第二版 复习概要
基于MATLAB图像处理(第2版)讲稿
于万波
关于图像等
• 图像研究有着重要的实际应用价值与理 论研究价值 • 图像的研究正在继续，国际上有很多有 关图像研究的期刊、专著；各种图像相 关的产品不断问世 • 本书使用MATLAB作为工具讲解图像处 理的基本原理与基本方法 • 学习时要坚持上机操作，坚持思考
第1章 图像
2.3 图像的加减乘除运算
• 2.3.1 图像加减运算 • 2.3.2 图像的乘除运算
【例2-14】设计矩阵进行图像加减运算。 A = imread('D:\0045.jpg'); s=size(A);%s(1),s(2) B=double(A);% Q1=zeros(s(1),s(2));%Q1大小与A一致 Q2=zeros(s(1),s(2)); for m=s(1):-1:1 %从s(1)到1，每次减1 for n=s(2):-1:1 Q1(m,n)=m; Q2(m,n)=n; end end C(:,:,1)=B(:,:,1); C(:,:,2)=B(:,:,2)-Q2; C(:,:,3)=B(:,:,3)+Q1/3;
函数 imshow( ) 可以把任意的二维数组 ( 矩阵 ) 显示成 为图像。 另外，函数imview( )、image( )、imagesc( )也可 以用来显示图像。
1. 基于颜色表示的图像分类 （1）灰度图像 灰度图像对应着一个数据矩阵（二维数组），数组元素 的值表示图像在该位置上的亮度值。一般常用数值0表示 黑色，255表示白色，用0到255之间的数表示灰（亮）度 。
2. 三种插值方法 图像放大后，需要增加像素，计算新增加的像素颜色值一 般使用插值的方法。常用的插值方法有：最近邻插值方法 、双线性插值方法、双立方插值方法等。Imresize函数就 使用这三种插值方法。
数字图像处理及应用(第2版)
5 图像压缩编码
5.2 图像压缩编码的基本理论
5.2.1 信息的度量 5.2.2 香农编码定理 5.2.3 图像压缩编码的一般流程
5 图像压缩编码
5.3 经典图像压缩编码方 法
5.3.1 霍夫曼编码 5.3.2 算术编码 5.3.3 游程编码 5.3.4 预测编码 5.3.5 变换编码
5 图像压缩编码
数字图像处理及应用(第2 版)
演讲人 2 0 2 1 - 11 - 11
目录
01. 主编简介 02. 再版前言 03. 理论篇 04. 应用篇
01
主编简介
主编简介
02
再版前言
再版前言
03
理论篇
1 数字图像处理的基础知识
06
小结
05
1.5 图像质量
评价
04
1.4 图像数据
的表示与存储
03
小结
2.8 数学变换在图 像处理中的应用
2.7 小波变换
C
B
A
ห้องสมุดไป่ตู้
习题
D
2 图像的数学变换
2.1 几何变换
2.1.1 空间变换 2.1.2 灰度级插值 2.1.3 几何校正
2 图像的数学变 换
2.2 傅里叶变换
2.2.1 一维傅里叶变换 2.2.2 二维离散傅里叶变换 2.2.3 二维离散傅里叶变换的 性质 2.2.4 快速傅里叶变换（FFT）
4.1 图 像的退 化模型
4 图像复原
4.2 常用 的图像退 化模型
4.4 图像 复原的典 型方法
4.5 图像 复原的质 量评价
4.3 退化 模型的参 数估计
小结
4 图像复原
习题
数字图像处理复习提纲
4. 图像分辨率的单位dpi表示单位长度（ ）上包含的像素数目。 A．米 B.厘米 C. 寸 D.英寸
5.一幅大小为16*16，灰度级为2的图像，像素点有（）个 A．256 B. 512 C. 1024
第2章 matlab软件 • 熟悉matlab界面：命令窗口、工作间、命令历史窗口、路
素少的灰度级，使灰度直方图均衡分布。
histeq,adapthisteq 2.直方图规定化：将直方图按照参考图像的直 方图进行均衡化
[hgram,x]=imhist(I1);
J=histeq(I,hgram) ; • 图像增强：突出有用的特征，便于分析和处理。
方法：直方图均衡化、图像平滑、图像锐化和伪彩色处理
• hold on/off
• grid on/off • 格式化：title，text, legend, label • 特殊字符：: \pi, \omega, \Theta, ^2
第4章 matlab工具箱 • 浏览工具箱：菜单栏-主页-？-image processing toolbox • 图像类型：RGB图像，索引图像，灰度图像，二值图像 • 各种图像的数据结构 • 图像的数据类型：uint8,uint16,double,im2double • 图像类型转换：rgb2gray; ind2rgb, rgb2ind; ind2gray,
• Fourier, DFT，FFT
• fft2, ifft2 • fftshift的作用 • 傅里叶变换的幅度谱和相位谱 • fft高频和低频滤波，字符识别 • 为什么引入DCT?保持傅里叶变换的功能有减少数据量。 • DCT主要用于图像压缩。
数字图像处理(MATLAB版)第2章 数字图像处理的数学基础及
（2）roicolor
MATLAB图像处理工具箱提供了roicolor 函数可以对RGB图像和灰度图像实现按灰度或 亮度选择区域，其语法格式为：
∞ ∞
u(t )* h(t )
2.4 关联函数
2.4.1 关联函数的定义分析 2.4.2 关联与卷积的关系分析
2.4.1 关联函数的定义分析
1．自关联函数
2．互关联函数
2.4.2 关联与卷积的关系分析
2.5 运算类型
具有代表性的图像处理典型算法从功能 上包括以下几种： （1）单幅图像→单幅图像 （2）多幅图像→单幅图像 （3）单幅图像或多幅图像→数值/符号 等
BW= roicolor(A, low, high) BW= roicolor(A, v)
其中BW= roicolor(A, low, high)表示 按指定的灰度范围分割图像，返回二值掩模 BW，[low high]为所要选择区域的灰度范围。 如果low大于high，则返回为空矩阵； BW= roicolor(A, v)是按向量v中指定的灰度 值为选择区域。
2.6 二维系统
2.6.1 二维线性系统分析 2.6.2 二维位置不变线性系统分析 2.6.3 二维系统的梯度算子分析
2.6.1 二维线性系统分析
2.6.2 二维位置不变线性系统分析
2.6.3 二维系统的梯度算子分析
1．连续系统梯度算子
2．离散系统梯度算子
由于无论是x方向还是y方向，离散系统 的坐标值最小增量为1，因而以相邻点之差近 似表示梯度分量。
数字图像处理的MATLAB实现(新实验指导书)
实验一用MATLAB实现图像的傅里叶变换1. 目的（1）掌握二维傅里叶变换的原理。
（2）掌握二维傅里叶变换的性质。
2. 任务（1）选择一幅灰度图像，对其进行离散傅立叶变换，观察其离散傅立叶的频谱。
（2）通过零填充改变图像的大小，对其进行离散傅立叶变换，观察其离散傅立叶的频谱，分析零填充对傅里叶变换频率分辨率的影响。
（3）对选取的灰度图像进行离散傅里叶变换，并将频谱的零频率部分由左上角平移到频谱中心，观察并分析频谱中各频率成分的分布。
（4）对选取的灰度图像旋转一定的角度，观察并分析灰度图像傅里叶频谱和旋转后图像的傅里叶频谱之间的对应关系。
3. 思考题举例说明二维傅里叶变换的应用。
答：傅立叶变换是一种非常有用的积分变换，它能把时域信息变换到频域信息进行处理。
这里我们主要讲二维傅立叶变换在图像处理中的应用。
4. 实验结果：实验二用MATLAB实现图像增强1. 目的（1）掌握图像增强的基本原理。
（2）掌握常用的图像增强技术。
（1）选择一幅直方图不均匀的灰度图像，对该图像做直方图均衡化处理，观察并分析直方图均衡化前、后图像以及它们的灰度直方图的变化。
（2）选择一幅灰度图像，利用邻域平均法对它进行滤波，观察并分析滤波器的大小对滤波结果的影响。
（3）选择一幅灰度图像，对它添加椒盐噪声，然后分别利用邻域平均和中值滤波对该图像进行滤波，比较这两种滤波器的滤波效果。
（4）选择一幅灰度图像，分别利用拉普拉斯滤波器和sobel滤波器对该图像进行锐化，比较这两种滤波器的锐化效果。
3. 思考题直方图均衡化处理的主要步骤是什么？答：直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为将在(x，y)处的灰度f映射为g。
在灰度直方图均衡化处理中对图像的映射函数可定义为:g = EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数): (1)EQ(f)在0≤f≤L-1范围内是一个单值单增函数。
（完整版）数字图像处理复习整理
（完整版）数字图像处理复习整理《数字图像处理》复习第⼀章绪论数字图像处理技术的基本内容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表⽰与描述）、彩⾊图像处理和多光谱及⾼光谱图像处理、形态学图像处理第⼆章数字图像处理基础2-1 电磁波谱与可见光1.电磁波射波的成像⽅法及其应⽤领域：⽆线电波（1m-10km）可以产⽣磁共振成像，在医学诊断中可以产⽣病⼈⾝体的横截⾯图像☆微波（1mm-1m）⽤于雷达成像，在军事和电⼦侦察领域⼗分重要红外线（700nm-1mm）具有全天候的特点，不受天⽓和⽩天晚上的影响，在遥感、军事情报侦察和精确制导中⼴泛应⽤可见光（400nm-700nm）最便于⼈理解和应⽤最⼴泛的成像⽅式，卫星遥感、航空摄影、天⽓观测和预报等国民经济领域☆紫外线（10nm-400nm）具有显微镜⽅法成像等多种成像⽅式，在印刷技术、⼯业检测、激光、⽣物学图像及天⽂观测X射线（1nm-10nm）应⽤于获取病⼈胸部图像和⾎管造影照⽚等医学诊断、电路板缺陷检测等⼯业应⽤和天⽂学星系成像等伽马射线（0.001nm-1nm）主要应⽤于天⽂观测2-2 ⼈眼的亮度视觉特征2.亮度分辨⼒——韦伯⽐△I/I（I—光强△I—光照增量），韦伯⽐⼩意味着亮度值发⽣较⼩变化就能被⼈眼分辨出来，也就是说较⼩的韦伯⽐代表了较好的亮度分辨⼒2-3 图像的表⽰3.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，⼀般⼜称为⼆值图像（⿊⽩图像⼀定是⼆值图像，⼆值图像不⼀定是⿊⽩图像）灰度图像：是指图像中每个像素的信息是⼀个量化了的灰度级的值，没有彩⾊信息。
彩⾊图像：彩⾊图像⼀般是指每个像素的信息由R、G、B三原⾊构成的图像，其中的R、B、G是由不同的灰度级来描述的。
4.灰度级L、位深度k L=2^k5.储存⼀幅M×N的数字图像所需的⽐特 b=M×N×k例如，对于⼀幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit）2-4 空间分辨率和灰度级分辨率6.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，反映了数字化后图像的实际分辨率。
数字图像处理复习提纲
A=zeros（12，12）；
b = ~A；
figure, imshow(b);
b(:,4:1:6)=0;
b(:,10:1:12)=0;
figure,imshow(b);
c=b’;
figure,imshow(c);
4 设下面图像的灰度矩阵如下，请用 直方图均衡化方法修正该图像灰度 矩阵。详细写出直方图均衡化的实 现步骤和最后修正后的图像矩阵B， 并画出修正矩阵的直方图。
数字图像处理复习内容概括
第一章 数字图像处理概念与基础
1、图像的定义 2、数字图像处理的定义 3、产生图像的类别 4、数字图像处理的特点与主要方法 5、图像的类型 6、图像简单Matlab处理（读取、显示和存储、抽取、旋转, 提 取、翻转）与应用 7、图像矩阵的基本运算（算术、关系和逻辑） 8、简单函数的M文件编程
X1 X2 X3 X4 X5 X6 X7 x8
11、分别用中值滤波、四邻域法、八邻域法、sobel算子和prewitt算子编程实现对具有 10%的‘gaussian’噪声图像（image.tif） 的增强处理。
12、用低通滤波和高通滤波的方法编程实现图像（image.tif） 的增强处理。
13、应用Matlab实现的Huffman编码函数和Huffman译码函数编程实现图像（image.tif)压 缩处理。
4、主要掌握的内容
(1) 灰度变换中的线形、指数、对数增强方法分别具有什么增强特点？
(2)为什么对比度拉伸能够实现图像对比度增强? (3) 什么是图像灰度直方图？图像直方图反映了图像的什么特征？ (4) 直方图均衡化图像处理主要实现思想什么？他的实现过程与matlab实现程序。 (5) 直方图规定化图像处理的主要实现思想什么？掌握处理步骤与matlab实现程序。
数字图像处理matlab期末复习程序
1、读入指定的图像，并完成下列功能：（1）、得出图像的大小；（2）、显示图像信息；（3）、将图像转换为灰度图像，并显示；（4）将灰度图像转换为二值图像，并显示。
I=imread('22.jpg');s=size(I) ; %(1)Info=imfinfo('cameraman.bmp'); %(2)J=rgb2gray(I); imshow(J); %(3)I1=im2bw(I); imshow(I1); %(4)2、读入指定的两幅图像，并完成下列功能：（1）、将两幅图像进行加、减、乘、除运算，逻辑与、或运算，并予以显示；（2）、合成一幅与源图像大小相同的新图像，新图像的左半部为图像1的左半部，右半部为图像2的右半部，并予以显示；（3）、将新图像放大到原来的4倍，采用双线性插值，并予以显示。
(1)I = imread(‘rice.png');J = imread('cameraman.tif');I1=im2bw(I);J1=im2bw(J);K = imadd(I,J); %+L = imsubtract(I,J);%-M= immultiply(I,J); %*N = imdivide(I,J); %/K1=I1&J1;%逻辑与运算K2=I1|J1;%逻辑或运算Figure;subplot(141); imshow(K,[]); subplot(142); imshow(L,[]);subplot(143); imshow(M,[]); subplot(144); imshow(N,[]);Figure;subplot(121); imshow(K1); subplot(122); imshow(K2);(2)a=imread('rice.png');b=imread('cameraman.tif');c=[a(:,1:end/2,:) b(:,end/2:end,:)]imshow(c);(3)J=imresize(c,4,'bilinear');imshow(J);3、读入指定的灰度图像，并完成下面的功能（1）显示出图像的直方图；（2）对图像进行直方图均衡化处理并显示及其直方图；（3）对图像的亮度进行处理，将图像的较暗部分[0:0.4]映射到[0.5:1]，显示图像及其直方图；(1)I=imread('moon.tif');imhist(I);(2)I=imread('moon.tif');J = histeq(I);figure;subplot(121),imshow(J);subplot(122),imhist(J);(3)I = imread('cameraman.tif');J = imadjust(I,[0,0.4],[0.5,1]);subplot(121),imshow(J);subplot(122),imhist(J)4、读入指定的灰度图像，并完成下面的功能（1）加入2%的椒盐噪声（高斯噪声）并显示；I = imread('cameraman.tif');J1 = imnoise(I,'salt & pepper',0.02);J2 = imnoise(I,'gaussian',0.01);subplot(221), imshow(J3); subplot(222), imshow(J4);（2）进行中值滤波（均值滤波）并显示效果；I = imread('cameraman.tif');%读取图像K = filter2(fspecial('average',3),J)/255;%使用均值滤波器进行滤波L = medfilt2(J,[3 3]);%中值滤波subplot(223), imshow(K);subplot(224), imshow(L)（3）自己选择一个模板对图像进行锐化处理；I = imread('cameraman.tif');h1 = [0,-1,0;-1,5,-1;0,-1,0];I2 = imfilter(I,h1);I3 = I-I2;subplot(131), imshow(I); subplot(132), imshow(I2,[]);subplot(133),imshow(I3,[]);（4）使用Sobel算子(其他算子)，选择合适的阈值，对图像进行边缘提取并显示结果。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理复习
第一章概述（p1~2）
1. 图像的概念及数字图像的概念。
图-是物体透射或反射光的分布，是客观存在的。
像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。
是物体的一个数字表示，是以数字格式存放的图像。
2. 数字图像处理的概念。
数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性。
3. 数字图像处理的优点。
▪精度高
▪再现性好
▪通用性、灵活性强
第二章数字图像处理基础
1. 人眼视觉系统的基本构造(p13)
2. 亮度的适应和鉴别(p15)
人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。
3. 光强度与主观亮度曲线。
(p15)
4. 图像的数字化及表达。
（采样和量化的概念）(p18)
5. 图像采样过程中决定采样空间分辨率最重要的两个参数。
(p19)
6. 图像量化过程中量化级数与量化灰度取值范围之间的关系。
(？)
7. 像素的相邻领域概念（4领域，8领域）。
(p22)
8. 领域空间内像素距离的计算。
（欧式距离，街区距离，棋盘距离）(p23)
第三章图像的基本运算（p49练习3.2，3.9 ？）
1. 线性点运算过程中各参数表示的含义（k，b）。
(p30)
2. 非线性点运算过程中不同的曲线部分对图像的调整过程。
（p31）
3. 会根据实际图像形式识别两幅图像中做了何种调整。
4. 点运算是否会改变图像内像素点之间的空间位置关系？（不会）
点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系
5. 对图像灰度拉伸，非线性拉伸与分段线性拉伸的区别？
分段线性拉伸是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而非线性拉伸是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。
6. 对于代数运算，会根据具体的图像识别做了何种运算。
（p33 5种）
7. 对于几何运算，会根据具体的图像形式判断做了何种变换。
（p39 5种）
8. 对于灰度重采样，至少理解最邻近插值法的含义。
（p46）
9. 图像旋转引起图像失真现象的解释:图像旋转后，由于数字图像的坐标值必须是整数，因此，可能引起图像部分像素点的局部改变。
第四章图像变换
1. 二维图像傅里叶变换具有哪些性质(p54可分性、平移性、周期性、共轭对称性、旋转性、分配律、尺度变换、平均值、卷积定理)
2. 图像频率的概念（何谓图像上的低频区，高频区）。
3. 会根据实际的图像傅里叶变换形式，解释其使用了哪种运算性质。
4. 图像二维傅里叶变换频谱图中，原点处的最大能量尖峰的含义。
图像的能量主要集中在低频区，即频谱图的中央位置。
5. 理解图像重构的概念，能够根据给出的图像，分辨图像重构的方法。
第五章图像增强（书后练习5.4？，5.5）
1. 图像增强最常用的两种方法（空间域增强、频率域增强）。
2. 图像直方图的含义，直方图均衡化的概念及效果。
（p78）
3. 会用matlab中直方图均衡化的函数。
（p81）
4. 理解空间域滤波增强中模板的概念，理解模板的工作方式。
5. 了解几种最基本的边缘锐化滤波器，知道每种滤波器在处理图像时主要是提取何种边缘特征。
(低通滤波器，理想高通滤波器、梯形高器、指数高器，同态滤波器)
第六章图像复原（书后练习6.3,6.4）
1. 图像退化的原因有哪些？（p101）
2. 图像退化的线性模型。
(?)
3.掌握几种最基本的噪声模型，掌握分辨图像被何种噪声进行污染退化，并能够从图像中分辨出。
(P105高斯噪声、均匀分布噪声、脉冲噪声即椒盐噪声、)
4. 掌握中值滤波和均值滤波的含义及处理方法。
5. 了解最大最小值滤波的含义及处理方法。