數(shù)字圖像處理知識(shí)點(diǎn)

1、數(shù)字圖像處理知識(shí)點(diǎn)課程重點(diǎn)：圖像數(shù)字化，圖像變換，圖像增強(qiáng)，圖像的恢復(fù)與重建，圖像的編碼，圖像的分割與特征提取，圖像識(shí)別。數(shù)字圖像處理的基本內(nèi)容：1、圖像獲取。舉例：攝像機(jī)+圖像采集卡、數(shù)碼相機(jī)等。2、圖像增強(qiáng)。顯示圖像中被模糊的細(xì)節(jié)，或是突出圖像中感興趣的特征。3、圖像復(fù)原。以圖像退化的數(shù)學(xué)模型為基礎(chǔ)，來(lái)改善圖像質(zhì)量。4、圖像壓縮。減小圖像的存儲(chǔ)量，或者在圖像傳輸時(shí)降低帶寬。5、圖像分割。將一幅圖像劃分為幾個(gè)組成部分或分割出目標(biāo)物體。6、圖像的表達(dá)與描述。圖像分割后，輸出分割標(biāo)記或目標(biāo)特征參數(shù)。7、目標(biāo)識(shí)別。把目標(biāo)進(jìn)行分類的過(guò)程。8、彩色圖像處理。9、形態(tài)學(xué)處理。10、圖像的重建。第一章 導(dǎo)

2、論圖像按照描述模型可以分為:模擬圖像和數(shù)字圖像。1)模擬圖像，模擬圖像可用連續(xù)函數(shù)來(lái)描述。其特點(diǎn)：光照位置和光照強(qiáng)度均為連續(xù)變化的。2)數(shù)字圖像，數(shù)字圖像是圖像的數(shù)字表示，像素是其最小的單位,用矩陣或數(shù)組來(lái)描述圖像處理：對(duì)圖像進(jìn)行一系列的操作,以達(dá)到預(yù)期的目的的技術(shù)。內(nèi)容：研究圖像信息的獲取、傳輸、存儲(chǔ)，變換、顯示、理解與綜合利用”的一門嶄新學(xué)科。三個(gè)層次：狹義圖像處理，圖像分析，圖像理解。Ø 狹義圖像處理主要指對(duì)圖像進(jìn)行各種操作以改善圖像的視覺(jué)效果，或?qū)D像進(jìn)行壓縮編碼以減少所需存儲(chǔ)空間或傳輸時(shí)間、傳輸通路的要求。Ø 圖像分析主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，從而

3、建立對(duì)圖像的描述。圖像分析是一個(gè)從圖像到數(shù)值或符號(hào)的過(guò)程。Ø 圖像理解則是在圖像分析的基礎(chǔ)上，進(jìn)一步研究圖像中各目標(biāo)的性質(zhì)和它們之間的相互聯(lián)系，并得出對(duì)圖像內(nèi)容含義的理解以及對(duì)原來(lái)客觀場(chǎng)景的解譯，從而指導(dǎo)和規(guī)劃行動(dòng);Ø 圖像分析主要是以觀察者為中心研究客觀世界，圖像理解在一定程度上是以客觀世界為中心，借助知識(shí)、經(jīng)驗(yàn)等來(lái)把握整個(gè)客觀世界。圖像處理的三個(gè)層次：低級(jí)圖像處理 內(nèi)容：主要對(duì)圖像進(jìn)行各種加工以改善圖像的視覺(jué)效果、或突出有用信息，并為自動(dòng)識(shí)別打基礎(chǔ)，或通過(guò)編碼以減少對(duì)其所需存儲(chǔ)空間、傳輸時(shí)間或傳輸帶寬的要求。 特點(diǎn)：輸入是圖像，輸出也是圖像，即圖像之間進(jìn)行的變換。中級(jí)圖

4、像處理 內(nèi)容：主要對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)（或分割）和測(cè)量，以獲得它們的客觀信息從而建立對(duì)圖像的描述。 特點(diǎn)：輸入是圖像，輸出是數(shù)據(jù)。 高級(jí)圖像處理 內(nèi)容：在中級(jí)圖像處理的基礎(chǔ)上，進(jìn)一步研究圖像中各目標(biāo)的性質(zhì)和它們之間相互的聯(lián)系，并得出對(duì)圖像內(nèi)容含義的理解（對(duì)像識(shí)別）及對(duì)原來(lái)客觀場(chǎng)景的解釋（計(jì)算機(jī)視覺(jué)），從而指導(dǎo)和規(guī)劃行動(dòng)。 特點(diǎn)：以客觀世界為中心，借助知識(shí)、經(jīng)驗(yàn)等來(lái)把握整個(gè)客觀世界。 “輸入是數(shù)據(jù)，輸出是理解”。一個(gè)圖像處理和分析系統(tǒng)包括采集、顯示、存儲(chǔ)、通信、處理和分析五個(gè)模塊。 數(shù)字圖像處理特點(diǎn)：精度，再現(xiàn)性，通用性，靈活性。第二章 數(shù)字圖像處理的基本概念圖像數(shù)字化：將模擬圖像經(jīng)過(guò)離

5、散化之后，得到用數(shù)字表示的圖像。圖像數(shù)字化是將一幅畫面轉(zhuǎn)化成計(jì)算機(jī)能處理的形式，包括采樣和量化兩個(gè)過(guò)程。采樣：是將在空間上連續(xù)的圖像轉(zhuǎn)換成離散的采樣點(diǎn)（即像素）集的操作。即：空間坐標(biāo)的離散化。采樣間隔和采樣孔徑的大小是兩個(gè)重要的參數(shù)。量化：把采樣后所得的各像素的灰度值從模擬量到離散量的轉(zhuǎn)換稱為圖像灰度的量化。即：灰度的離散化。連續(xù)灰度值量化為灰度級(jí)的方法有兩種：等間隔量化：簡(jiǎn)單地把采樣值的灰度范圍等間隔地分割并進(jìn)行量化。非等間隔量化：非均勻量化是依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，按總的量化誤差最小的原則來(lái)進(jìn)行量化。簡(jiǎn)單說(shuō)來(lái)就是對(duì)像素出現(xiàn)頻度少的部分量化間隔取大，而對(duì)頻度大的量化間隔取

6、小。數(shù)字化方式可分為均勻采樣、量化和非均勻采樣、量化。圖像數(shù)字化一般采用均勻采樣和均勻量化方式。量化參數(shù)與數(shù)字化圖像之間的關(guān)系：Ø 采樣間隔越大，所得圖像像素?cái)?shù)越少，空間分辨率低，質(zhì)量差，嚴(yán)重時(shí)出現(xiàn)像素呈塊狀的國(guó)際棋盤效應(yīng)；采樣間隔越小，所得圖像像素?cái)?shù)越多，空間分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大。Ø 量化等級(jí)越多，所得圖像層次越豐富，灰度分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大；量化等級(jí)越少，圖像層次欠豐富，灰度分辨率低，會(huì)出現(xiàn)假輪廓現(xiàn)象，圖像質(zhì)量變差，但數(shù)據(jù)量小。當(dāng)限定數(shù)字圖像的大小時(shí), 為了得到質(zhì)量較好的圖像可采用如下原則：u 對(duì)緩變的圖像，應(yīng)該細(xì)量化，粗采樣，以避免假輪廓。u

7、對(duì)細(xì)節(jié)豐富的圖像，應(yīng)細(xì)采樣，粗量化,以避免模糊（混疊）?；叶葓D像：灰度圖像是指每個(gè)像素由一個(gè)量化的灰度值來(lái)描述的圖像。它不包含彩色信息。分辨率：指映射到圖像平面上的單個(gè)像素的景物元素的尺寸。圖像分辨率：指每英寸圖像含有多少個(gè)點(diǎn)或像素， 分辨率的單位為dpi。（1）空間分辨率：圖像空間中可分辨的最小細(xì)節(jié)。一般用單位長(zhǎng)度上采樣的像素?cái)?shù)目或單位長(zhǎng)度上的線對(duì)數(shù)目表示。（2）灰度分辨率：圖像灰度級(jí)中可分辨的最小變化。一般用灰度級(jí)或比特?cái)?shù)表示。圖像數(shù)字化：采樣和量化是數(shù)字化一幅圖像的兩個(gè)基本過(guò)程。即把圖像劃分為若干圖像元素(像素)并給出它們的地址（采樣）； 度量每一像素的灰度， 并把連續(xù)的度量結(jié)果量化為整

8、數(shù)（量化）；最后將這些整數(shù)結(jié)果寫入存儲(chǔ)設(shè)備。為完成這些功能， 圖像數(shù)字化設(shè)備必須包含以下五個(gè)部分： 采樣孔，圖像掃描機(jī)構(gòu)，光傳感器，量化器，輸出存儲(chǔ)裝置。線性度：灰度正比于圖像亮度的實(shí)際精確程度。圖像數(shù)字化器的評(píng)價(jià)項(xiàng)目：空間分辨率，灰度分辨率，圖像大小，量測(cè)特性，掃描速度，噪聲，其他（黑白、彩色、性能、價(jià)格等）?；叶戎狈綀D：灰度直方圖反映的是一幅圖像中各灰度級(jí)像素出現(xiàn)的頻率。以灰度級(jí)為橫坐標(biāo)，縱坐標(biāo)為灰度級(jí)的頻率，繪制頻率同灰度級(jí)的關(guān)系圖就是灰度直方圖。它是圖像的一個(gè)重要特征，反映了圖像灰度分布的情況。性質(zhì)：所有的空間信息全部丟失，每一灰度級(jí)的像素個(gè)數(shù)可直接得到，灰度直方圖只能反映圖像的灰度分

9、布情況，而不能反映圖像像素的位置,即丟失了像素的位置信息。應(yīng)用：用于判斷圖像量化是否恰當(dāng)，用于確定圖像二值化的閾值，當(dāng)物體部分的灰度值比其它部分灰度值大時(shí)，可利用直方圖統(tǒng)計(jì)圖像中物體的面積；計(jì)算圖像信息熵。圖像處理的幾種基本算法：1、 局部處理包括：點(diǎn)處理，局部處理和大局處理。鄰域：對(duì)于任一像素（i，j），集合（i+p,j+q），p、q取合適的整數(shù)叫做該像素的鄰域。常用的有4鄰域個(gè)8鄰域。2、 迭代處理反復(fù)對(duì)圖像進(jìn)行某種運(yùn)算直至滿足給定的條件，從而得到輸出圖像的處理形式稱為迭代處理。如圖像的細(xì)化處理過(guò)程。 3、跟蹤處理4、位置不變處理和位置可變處理輸出像素的值的計(jì)算方法與像素的位置無(wú)關(guān)的處理稱

10、為位置不變處理或位移可變處理；反之，雖位置不同計(jì)算方法也不同的處理稱為位置可變處理。5、窗口處理和模板處理單獨(dú)對(duì)圖像中選定的矩形區(qū)域內(nèi)的像素 進(jìn)行處理的方式叫做窗口處理 ；希望單獨(dú)處理任意形狀的區(qū)域時(shí)，可采用模板處理。若模板成矩形區(qū)域，則與窗口處理具有相同的效果，但窗口處理與模板處理不同之處是后者必須設(shè)置一個(gè)模板平面。 6、串行處理與并行處理后一像素輸出結(jié)果依賴于前面像素處理的結(jié)果，并且只能依次處理各像素而不能同時(shí)對(duì)各像素進(jìn)行相同處理的一種處理形式稱為串行處理。對(duì)圖像內(nèi)的各像素同時(shí)進(jìn)行相同形式運(yùn)算的一種處理形式稱為并行處理。圖像的數(shù)據(jù)結(jié)構(gòu)1組合方式組合方式是一個(gè)字長(zhǎng)存放多個(gè)像素灰度值的方式。它

11、能起到節(jié)省內(nèi)存的作用，但導(dǎo)致計(jì)算量增加，使處理程序復(fù)雜。2比特面方式按比特位存取像素，即將所有像素的相同比特位用一個(gè)二維數(shù)組表示，形成比特面。這種結(jié)構(gòu)能充分利用內(nèi)存空間，但對(duì)灰度圖像處理耗時(shí)多。3分層結(jié)構(gòu)由原始圖像開始依次構(gòu)成像素?cái)?shù)愈來(lái)愈少的一幅幅圖像，就能使數(shù)據(jù)表示具有分層性，其代表有錐形(金字塔)結(jié)構(gòu)。4樹結(jié)構(gòu)對(duì)于一幅二值圖像的行、列都接連不斷地二等分，如果圖像被分割部分中的全體像素都變成具有相同的特征時(shí)，這一部分則不再分割。用這種方法，可以把圖像用樹結(jié)構(gòu)(4叉樹)表示。這可以用在特征提取和信息壓縮等方面。5多重圖像數(shù)據(jù)存儲(chǔ)：逐波段存儲(chǔ)，逐行存儲(chǔ)，逐像素存儲(chǔ)。圖像的特征自然特征：光譜，幾何

12、，時(shí)相；人工特征：直方圖，灰度邊緣，線、角、紋理特征。特征范圍劃分：點(diǎn)特征、局部特征、區(qū)域特征、整體特征。特征提?。韩@取圖像特征信息的操作稱作特征提取。通過(guò)特征提取，可以獲得特征構(gòu)成的圖像（稱作特征圖像）和特征參數(shù)。特征空間：把從圖像提取的m個(gè)特征量y1，y 2，ym，用m維的向量Yy1 y2ymt表示稱為特征向量。另外，對(duì)應(yīng)于各特征量的m維空間叫做特征空間。特征向量Y就可作為這個(gè)特征空間的點(diǎn)來(lái)表示。第三章 圖像變換圖像變換目的：使圖像處理問(wèn)題簡(jiǎn)化；有利于圖像特征提??；有助于從概念上增強(qiáng)圖像信息的理解。圖像變換要求：正交變換必須是可逆的；正交變換和反變換不能太復(fù)雜。二維線性不變系統(tǒng)二維離散傅里

13、葉變換的若干性質(zhì)：1周期性和共軛對(duì)稱性對(duì)圖像的頻譜分析和顯示帶來(lái)很大益處。2分離性一個(gè)二維傅立葉變換可由連續(xù)兩次一維傅立葉變換來(lái)實(shí)現(xiàn)。3平移性質(zhì)對(duì)F(x,y)的平移不影響其傅立葉變換的幅值。4旋轉(zhuǎn)性質(zhì)對(duì)F(x,y)旋轉(zhuǎn)0對(duì)應(yīng)于將其傅立葉變換F(u,v)也旋轉(zhuǎn)0 。5分配率傅立葉變換和反變換對(duì)加法滿足分配律，但對(duì)乘法則不滿足。6尺度變換（縮放）7平均值8離散卷積定理9離散相關(guān)定理小波變換“小波”就是小的波形。所謂“小”是指它具有衰減性;“波”則是指它的波動(dòng)性，其振幅正負(fù)相間的震蕩形式。平移確定某個(gè)頻率出現(xiàn)的位置，伸縮得到從低到高不同頻率的基波。小波是一個(gè)具有振蕩性和迅速衰減的波。原則上能用傅立葉

14、分析的地方均可用小波分析，甚至能獲得更好的結(jié)果。 其中a>0，bR。上式給出f(t)的一種多尺度表示，a代表尺度因子， 稱為小波。若a>1，則小波函數(shù)具有伸展作用；a<1時(shí)，函數(shù)具有收縮作用。而傅立葉變換則恰好相反。一維小波變換的基本性質(zhì)：1、線性小波變換是線性變換，它把一信號(hào)分解成不同尺度的分量。2、平移和伸縮的共變性連續(xù)小波變換在任何平移和伸縮下之下是共變的3、微分運(yùn)算4、其他小波變換還有諸如局部正則性、能量守恒性、空間尺度局部化等特性。典型小波：Haar小波，墨西哥草帽。第四章 圖像增強(qiáng)圖像增強(qiáng)：采用一系列技術(shù)有選擇地突出某些感興趣的信息，同時(shí)抑制一些不需要的信息，以提

15、高圖像的使用價(jià)值。增強(qiáng)目的：采用一系列技術(shù)改善圖像的視覺(jué)效果；將圖像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析處理的形式。增強(qiáng)方法：空間域增強(qiáng)和頻率域增強(qiáng)?？臻g域增強(qiáng)是直接對(duì)圖像像素進(jìn)行處理；頻率域增強(qiáng)是對(duì)圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行處理，然后逆傅立葉變換獲得所需的結(jié)果。 圖像校正：輻射校正和幾何校正。原因： 輻射校正由于遙感檢測(cè)系統(tǒng)、大氣散射和吸收等原因引起的圖像模糊失真、分辨率和對(duì)比度下降等輻射失真； 幾何校正是由于搭載傳感器的遙感平臺(tái)飛行姿態(tài)變化、地球自傳、地球曲率等原因引起的圖像幾何益畸變。圖像輻射校正：1系統(tǒng)輻射校正光學(xué)攝影機(jī)內(nèi)部輻射誤差校正：g=g*cos(a).光電掃描儀內(nèi)部輻射誤差

16、的校正：光電轉(zhuǎn)換誤差；探測(cè)器增益變化引起的誤差。2大氣校正：指消除主要由大氣散射引起的輻射誤差的處理過(guò)程。公式法回歸分析法（用長(zhǎng)波數(shù)據(jù)來(lái)校正短波數(shù)）直方圖校正法：通過(guò)灰度直方圖對(duì)比找出校正量幾何畸變：遙感圖像在獲取過(guò)程中由于多種原因?qū)е戮拔镏心繕?biāo)物相對(duì)位置的坐標(biāo)關(guān)系圖像中發(fā)生變化。傳感器成像幾何形態(tài)影響：全景投影變形，斜距投影變形，傳感器外方位元素變化畸變地球自轉(zhuǎn)的影響地球曲率影響遙感圖像幾何校正包括光學(xué)校正和數(shù)字糾正兩種方法。數(shù)字糾正是通過(guò)計(jì)算機(jī)對(duì)圖像每個(gè)像元逐個(gè)地解析糾正處理完成的，其包括兩方面：一是像元坐標(biāo)變換；二是像元灰度值重新計(jì)算（重采樣）。數(shù)字圖像灰度值的重采樣：1、最近鄰法 用距

17、離投影點(diǎn)最近像元灰度值代替輸出像元灰度值。2、雙線性內(nèi)插法 投影點(diǎn)周圍4個(gè)相鄰像元灰度值，并根據(jù)各自權(quán)重計(jì)算輸出像元灰度值。3、雙三次卷積法 獲取與投影點(diǎn)鄰近的16個(gè)像元灰度值計(jì)算輸出像元灰度值。數(shù)字圖像幾何校正法：多項(xiàng)式糾正法和共線方程糾正法。多項(xiàng)式糾正法的基本思想：回避成像的空間幾何過(guò)程，而真接對(duì)圖像變形的本身進(jìn)行數(shù)學(xué)模擬。選擇最小控制點(diǎn)的數(shù)量為:(n+1)(n+2)/2, 為多項(xiàng)式次數(shù)。遙感圖像數(shù)字鑲嵌 1、鑲嵌要有足夠?qū)挼闹丿B區(qū)，最好不少于圖像的1/5。 2、相鄰的圖像色調(diào)或灰度值應(yīng)一致（通過(guò)“直方圖匹配”等方法）； 3、最好依據(jù)地圖投影方式先分幅校正，后鑲嵌，以保證較高的精度。多圖像

18、幾何匹配：在實(shí)際應(yīng)用過(guò)程經(jīng)常需要將同一地區(qū)的不同類型傳感器獲得的各種遙感數(shù)據(jù)“匹配”起來(lái)，以期利用各自優(yōu)點(diǎn)，這種作法稱為多圖像幾何配準(zhǔn)。圖像增強(qiáng)內(nèi)容：灰度變換的目的是為了改善畫質(zhì)，使圖像的顯示效果更加清晰。對(duì)比度：通俗的講，就是亮暗的對(duì)比程度，表現(xiàn)了圖像畫質(zhì)的清晰程度?；叶茸儞Q：線性變換 分段線性變換灰級(jí)窗：只顯示指定灰度級(jí)范圍內(nèi)的信息。動(dòng)態(tài)范圍：是指圖像中所記錄的場(chǎng)景中從暗到亮的變化范圍。動(dòng)態(tài)范圍調(diào)整原理：通過(guò)動(dòng)態(tài)范圍的壓縮可以將所關(guān)心部分的灰度級(jí)的變化范圍擴(kuò)大?；叶惹蟹郑喊严肟吹降幕叶燃?jí)的圖像變?yōu)檩^亮的灰度級(jí) 把不想看到的灰度級(jí)清零。特點(diǎn)：突出目標(biāo)的輪廓，消除或保留背景細(xì)節(jié)。直方圖修整法：

19、包括直方圖均衡化及直方圖規(guī)定化兩類。直方圖均衡化是將原圖像通過(guò)某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法?；舅枷耄簩?duì)在圖像中像素個(gè)數(shù)多的灰度級(jí)進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度級(jí)進(jìn)行縮減，從而達(dá)到清晰圖像的目的。步驟：1、求灰度直方圖。2、計(jì)算灰度分布概率。3、計(jì)算灰度級(jí)的累計(jì)分布。4、計(jì)算新圖像的灰度值。為什么均衡化后的對(duì)比度還降低了？P66第四章1直方圖規(guī)定化：使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。圖像噪聲：是圖像在攝取時(shí)或是傳輸時(shí)所受到的隨機(jī)干擾信號(hào)。這些干擾信號(hào)的抑制稱為圖像的噪聲抑制。為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑或去噪。圖像空間域平

20、滑方法：局部平滑法（鄰域平均法或移動(dòng)平均法） 可用像素鄰域內(nèi)各像素的灰度平均值代替該像素原來(lái)的灰度值，實(shí)現(xiàn)圖像的平滑。均值濾波器： 原理：在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。 均值濾波可以用來(lái)對(duì)椒鹽噪聲和高斯噪聲進(jìn)行濾波。局部統(tǒng)計(jì)法：用局部均值和方差進(jìn)行對(duì)比度增強(qiáng)的方法超限像素平滑法 是將f(x,y)和鄰域平均g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（x,y）的最后灰度g´(x,y)。 對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也有效?？梢婋S著鄰域增大，去噪能力增強(qiáng)，

21、但模糊程度也大。 同局部平滑法相比，超限像元平滑法去椒鹽噪聲效果更好?；叶茸钕嘟腒個(gè)鄰點(diǎn)平均法 該算法的出發(fā)點(diǎn)是：在n×n的窗口內(nèi)，屬于同一集合體的像素，它們的灰度值將高度相關(guān)。因此，可用窗口內(nèi)與中心像素的灰度最接近的K個(gè)鄰像素的平均灰度來(lái)代替窗口中心像素的灰度值。這就是灰度最相近的K個(gè)鄰點(diǎn)平均法。 較小的K值使噪聲方差下降較小，但保持細(xì)節(jié)效果較好；而較大的K值平滑噪聲較好，但會(huì)使圖像邊緣模糊。 實(shí)驗(yàn)證明，對(duì)于3×3的窗口，取K=6為宜。梯度倒數(shù)加權(quán)平滑法 最大均勻性平滑法對(duì)圖像中任一像素（x,y）的5個(gè)重疊的3×3方形鄰域，用梯度算子計(jì)算它們灰度變化的大小。把

22、其中灰度變化最小的鄰域作為最均勻的區(qū)域，用它的平均灰度代替像素（x,y）的灰度值。缺點(diǎn)是對(duì)復(fù)雜形狀的邊界會(huì)過(guò)分平滑并使細(xì)節(jié)消失。 有選擇保邊緣平滑法 最小方差所對(duì)應(yīng)的掩模區(qū)的灰度均值就是像素（x,y) 的輸出值?？臻g低通濾波法 掩模不同，中心點(diǎn)或鄰域的重要程度也不相同，因此，應(yīng)根據(jù)問(wèn)題的需要選取合適的掩模。中值濾波器中值濾波：對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來(lái)灰度值，是一種非線性的圖像平滑法。它對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。但它對(duì)點(diǎn)、線等細(xì)節(jié)較多的圖像卻不太合適。只適合于椒鹽噪聲的去除，不適合高斯噪聲的去除。給出濾波

23、用的模板，對(duì)模板中的像素值由小到大排列，最終待處理像素的灰度取這個(gè)模板中排在中間位置上的像素的灰度值。中值濾波器與均值濾波器的比較： 對(duì)于椒鹽噪聲，中值濾波效果比均值濾波效果好。原因：椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。 對(duì)于高斯噪聲，均值濾波效果比中值濾波效果好。原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點(diǎn)像素上。因?yàn)閳D像中的每點(diǎn)都是污染點(diǎn)，所中值濾波選不到合適的干凈點(diǎn)。因?yàn)檎龖B(tài)分布的均值為0，所以根據(jù)統(tǒng)計(jì)數(shù)學(xué)，均值可以消除噪聲。實(shí)際上只能減弱

24、，不能消除。思考為什么？、邊界保持平滑濾波器在進(jìn)行平滑處理時(shí)，首先判別當(dāng)前像素是否為邊界上的點(diǎn)，如果是，則不進(jìn)行平滑處理；如果不是，則進(jìn)行平滑處理。K近鄰(KNN)平滑濾波器 邊界保持濾波器的核心是確定邊界點(diǎn)與非邊界點(diǎn)。算法：1) 以待處理像素為中心，作一個(gè)m*m的作用模板。2）在模板中，選擇K個(gè)與待處理像素的灰度差為最小的像素。3）將這K個(gè)像素的灰度均值替換掉原來(lái)的像素值。 KNN濾波器因?yàn)橛辛诉吔绫３值淖饔?，所以在去除椒鹽以及高斯噪聲時(shí)，對(duì)圖像景物的清晰度保持方面的效果非常明顯； KNN濾波器的像素選擇，同時(shí)也使噪聲得到了最大程度的抑制。 當(dāng)然，所付出的代價(jià)是：算法的復(fù)雜度增加了。椒鹽噪聲

25、的幅值近似相等，但發(fā)生的位置是隨機(jī)的；高斯噪聲存在于每一點(diǎn)像素，但幅值是隨機(jī)分布的。圖像銳化：使灰度反差增強(qiáng)，的是加強(qiáng)圖像中景物的細(xì)節(jié)邊緣和輪廓。梯度銳化法增強(qiáng)邊緣：加大邊緣增強(qiáng)算子的模板大小出發(fā)，由2x2擴(kuò)大到3x3來(lái)計(jì)算差分；Sobel在Prewitt算子的基礎(chǔ)上，對(duì)4-鄰域采用帶權(quán)的方法計(jì)算差分Laplacian增強(qiáng)算子1、在灰度均勻的區(qū)域或斜坡中間2f(x，y)為0，增強(qiáng)圖像上像元灰度不變；2、在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖”。高通濾波法 高通濾波法就是用高通濾波算子和圖像卷積來(lái)增強(qiáng)邊緣。單方向一階銳化算法 單方向的一階梯度算法是指給出某個(gè)特定方向上的邊緣信息。水平方向銳化和豎直方向銳化。后處理：1整體加一個(gè)正整數(shù)，獲得類似浮雕效果。2取絕對(duì)值，獲得對(duì)邊緣的有方向提取。無(wú)方向銳化算法二階微分算法：Wallis算法中考慮了人眼視覺(jué)特性，因此，與Laplacian等其他算法相比，可以對(duì)暗區(qū)的細(xì)節(jié)進(jìn)行比較好的銳化。 一階微分與二階微分的邊緣提取效果比較： 以Sobel及Laplacian算法為例進(jìn)行比較。 Sobel算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰； Laplacian