江南大學(xué)數(shù)字圖像處理期末整合

1、圖像：是自然生物或人造物理的觀測系統(tǒng)對世界的記錄，是以物理能量為載體，以物質(zhì)為記錄介質(zhì)細(xì)化：提取線寬為一個像元大小的中心線的操作。Vpq,q,q.上圖中的中值濾波公式g（X,Y）=Medianx1,x2,x35.計算存儲一幅800*600的24位彩色圖像所需的字節(jié)數(shù)答：800*600=480000像素480000*24=11520000bit11520000/8=1440000字節(jié)（Byte）四、1、逆濾波時，為什么在圖像存在噪聲時，不能采用全濾波？試采用逆濾波原理說明，并給出正確的處理方法。復(fù)原由退化函數(shù)退化的圖像最直接的方法是直接逆濾波。在該方法中，用退化函數(shù)除退化圖像的傅立葉變換來計算原

2、始圖像的傅立葉變換。,F,N,由上式可以看到，即使我們知道退化函數(shù)，也可能無法準(zhǔn)確復(fù)原未退化的圖像。因0或非常小的值，N(u,v)/H(u,v)之比很容易決定F,點(diǎn)值。4、將高頻加強(qiáng)和直方圖均衡相結(jié)合是得到邊緣銳化和對比度增強(qiáng)的有效方法。上述兩個操作的先后順序?qū)Y(jié)果有影響嗎？為什么？答：有影響，應(yīng)先進(jìn)行高頻加強(qiáng)，再進(jìn)行直方圖均衡化。從而達(dá)到提高對比度的效果。若先進(jìn)行直方圖均衡化，再進(jìn)行高頻加強(qiáng)，對于圖像亮度域時，先直方圖均衡化會導(dǎo)致圖像被漂白，再進(jìn)行高頻加強(qiáng)，獲得的圖像邊緣不突出，圖像的對比度較差。五、1、設(shè)一幅圖像有如圖所示直方圖，對該圖像進(jìn)行直方圖均衡化，寫出均衡化過程，并0128個像素的

3、灰度值分別為：、0124、5、6、7，則均衡后，他們的灰度值為多少？（15分）答：答：pr，0，1，7，用累積分布函數(shù)（CDF）作為變換函數(shù)Tr處理ii時，均衡化的結(jié)果使動態(tài)范圍增大。rip(r)rip()rr=0r=1/7r=2/7r=3/7r=4/7r=5/7r=6/7r=10.1740.0880.0860.080.0680.0580.0620.3840.1740.2620.3480.4280.4960.5540.61611/72/72/73/73/74/74/71s=1/7s=2/7s=3/7s=4/7s=10.1740.1740.1480.1200.384均衡化后的直方圖：0、1、2、

4、3、4、5、6、7均衡化后的灰度值依次為1、2、2、3、3、4、4、7OTSU算法（大津法或最大類間方差法）一、最大類間方差法原理利用閾值將原圖像分成前景，背景兩個圖象。前景：用來表示在當(dāng)前閾值下的前景的點(diǎn)數(shù)，質(zhì)量矩，平均灰度后景：用來表示在當(dāng)前閾值下的背景的點(diǎn)數(shù)，質(zhì)量矩，平均灰度當(dāng)取最佳閾值時，背景應(yīng)該與前景差別最大，關(guān)鍵在于如何選擇衡量差別的標(biāo)準(zhǔn)，而在算法中這個衡量差別的標(biāo)準(zhǔn)就是最大類間方差（英文簡稱，這也就是這個算法名字的來源），在本程序中類間方差用表示，最大類間方差用關(guān)于最大類間方差法（）的性能:分割效果。果不好，但是類間方差法是用時最少的。最大類間方差法（）的公式推導(dǎo)：記為前景與背景的分割閾值，前景點(diǎn)數(shù)占圖像比例為，平均灰度為；背景點(diǎn)數(shù)占圖像比例為，平均灰度為。則圖像的總平均灰度為：。前景和背景圖象的方差：此公式為方差公式。可參照概率論課本上面的的公式也就是下面程序中的的表達(dá)式。當(dāng)方差最大時，可以認(rèn)為此時前景和背景差異最大，此時的灰度是最佳閾值=算法實(shí)現(xiàn)1：算法實(shí)現(xiàn)2：算法步驟如下：設(shè)圖象包含L個灰度級(0,1,L，灰度值為的的象素點(diǎn)數(shù)為，圖象總的象素點(diǎn)數(shù)為?；叶戎禐榈狞c(diǎn)的概率為：P(i)=門限將整幅圖象分為暗區(qū)和亮區(qū)兩類，則類間方差是的函數(shù)：=a1*a2(