數(shù)字圖像處理(簡單理解、例題解析、考點清晰)

數(shù)字圖像處理復習課1精選ppt填空題（20分）判斷題（10分）問答題（20分）計算題（35分）編碼題（15分）2精選ppt數(shù)字圖像的分類：按圖像空間坐標和亮度的連續(xù)性可分為模擬圖像和數(shù)字圖像圖像處理的內(nèi)容圖像處理的內(nèi)容：根據(jù)抽象程度不同可分為三個層次：狹義圖像處理、圖像分析和圖像理解。

第一章導論3精選ppt物體的色分為：有色物體和消色物體馬赫帶效應：指有一定反差的圖像臨界部位在視覺上給人以特別白或特別黑的感覺。一幅圖像可以被看做是空間上各點光強度的集合。數(shù)字圖像用矩陣表示。第2章DIP的基本概念4精選ppt5精選ppt經(jīng)采樣圖像被分割成空間上離散的像素，但其灰度是連續(xù)的，還不能用計算機進行處理。

將像素灰度轉(zhuǎn)換成離散的整數(shù)值的過程叫量化。表示像素明暗程度的整數(shù)稱為像素的灰度級或灰度值或灰度。

一幅數(shù)字圖像中不同灰度級的個數(shù)稱為灰度級數(shù)，用G表示。6精選ppt一般來說，，g就是表示存儲圖像像素灰度值所需的比特位數(shù)。若一幅數(shù)字圖像的量化灰度級數(shù)G=256=28級，灰度取值范圍一般是0~255的整數(shù)，由于用8bit就能表示灰度圖像像素的灰度值，因此常稱8bit量化7精選ppt圖像灰度直方圖一、概念1、定義

灰度直方圖反映的是一幅圖像中各灰度級像素出現(xiàn)的頻率。以灰度級為橫坐標，縱坐標為灰度級的頻率，繪制頻率同灰度級的關(guān)系圖就是灰度直方圖。它是圖像的一個重要特征，反映了圖像灰度分布的情況。頻率的計算式為

8精選ppt0132132105762567160635122675365032272416225627601232121231231221v0=5/64v1=12/64v2=18/64v3=8/64v4=1/64v5=5/64v6=8/64v7=5/64ivi2、計算該圖像像元總數(shù)為8*8=64,i=[0,7]9精選ppt二、直方圖的性質(zhì)①灰度直方圖只能反映圖像的灰度分布情況，而不能反映圖像像素的位置,即丟失了像素的位置信息。②一幅圖像對應唯一的灰度直方圖，反之不成立。不同的圖像可對應相同的直方圖。③一幅圖像分成多個區(qū)域，多個區(qū)域的直方圖之和即為原圖像的直方圖。不同的圖像具有相同直方圖10精選ppt第三章圖像變換傅里葉變換圖像理解圖像的頻率是表征圖像中灰度變化劇烈程度的指標，是灰度在平面空間上的梯度。

經(jīng)過傅里葉變換后的圖像，四角對應于低頻成分，中央部位對應于高頻部分。11精選ppt點運算：指像素值通過運算改變之后，可以改善圖像的顯示效果。是一種像素的逐點運算。對比度增強、對比度拉伸或灰度變換都屬于點運算。它是圖像數(shù)字化軟件和圖像顯示軟件的重要組成部分?？臻g域平滑通過積分過程使得圖像邊緣模糊，圖像銳化通過微分而使圖像邊緣突出、清晰。

第四章

圖像增強12精選ppt二、灰度變換理論基礎當觀察直方圖形態(tài)時，發(fā)現(xiàn)直方圖的峰值偏向亮度坐標軸左側(cè)，則說明圖像偏暗;峰值偏向坐標軸右側(cè)，則說明圖像偏亮;峰值提升過陡、過窄，說明圖像的高密度值過于集中。以上情況均是圖像對比度較小，圖像質(zhì)量較差的反映。13精選ppt從直方圖形態(tài)判斷圖像質(zhì)量14精選ppt1.直方圖均衡化

直方圖均衡化是將原圖像通過某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。

直方圖均衡化

直方圖均衡化方法的基本思想是對在圖像中像素個數(shù)多的灰度級進行展寬，而對像素個數(shù)少的灰度級進行縮減。從而達到清晰圖像的目的。三、直方圖修整法15精選ppt

例．假設有一幅圖像，共有64×64個像素，8個灰度級，各灰度級概率分布見下表，試將其直方圖均勻化。

灰度級rk01/72/73/74/75/76/71像素數(shù)nk

790102385065632924512281概率Pk(rk)0.190.250.210.160.080.060.030.0216精選ppt由下面公式可以得到s2…..s717精選ppt均衡化過程原灰度級變換函數(shù)值原灰度級分布原來像素數(shù)新灰度級新灰度級分布原灰度分布r0=007900.19r1=1/71/7=0.1410230.25r2=2/72/7=0.298500.21r3=3/73/7=0.436560.16r4=4/74/7=0.573290.08r5=5/75/7=0.712450.06r6=6/76/7=0.861220.03r7=11.00810.02s0’(790)790/4096=0.19s1’(1023)1023/4096=0.25s2’(850)850/4096=0.21s3’(985)985/4096=0.24s4’(448)448/4096=0.11s0=T(r0)=0.19s1=T(r1)=0.44s2=T(r2)=0.65s3=T(r3)=0.81s4=T(r4)=0.89s5=T(r5)=0.95s6=T(r6)=0.98s7=T(r7)=1.00s0=T(r0)=0.19s1=T(r1)=0.44s2=T(r2)=0.65s3=T(r3)=0.81s4=T(r4)=0.89s5=T(r5)=0.95s6=T(r6)=0.98s7=T(r7)=1.0018精選ppt直方圖均衡化結(jié)果圖像直方圖均衡化0rk0.250.200.150.100.05Pk(rk)(a)原直方圖(b)均衡后的直方圖0.250.200.150.100.05Ps(sk)0sk19精選ppt定義：

對一個滑動窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來灰度值，因此它是一種非線性的圖像平滑法。20精選ppt原理示例：數(shù)值排序m-2m-1mm+1m+2610258mm+1m-2m+2m-1610258266中值濾波21精選ppt1214312234576895768856789121431223457689576885678923456667822精選ppt彩色增強技術(shù)彩色增強技術(shù)是利用人眼的視覺特性，將灰度圖像變成彩色圖像或改變彩色圖像已有彩色的分布，改善圖像的可分辨性。彩色增強方法可分為偽彩色增強和假彩色增強兩類。23精選ppt偽彩色增強

偽彩色增強是把黑白圖像的各個不同灰度級按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。使原圖像細節(jié)更易辨認，目標更容易識別。

24精選ppt假彩色增強

假彩色增強是對一幅自然彩色圖像或同一景物的多光譜圖像，通過映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標呈現(xiàn)出與原圖像中不同的、奇異的彩色。

假彩色增強目的：一是使感興趣的目標呈現(xiàn)奇異的彩色或置于奇特的彩色環(huán)境中，從而更引人注目；一是使景物呈現(xiàn)出與人眼色覺相匹配的顏色，以提高對目標的分辨力。25精選ppt圖像復原：要盡可能恢復退化圖像的本來面目，它是沿圖像退化的逆過程進行處理。第五章圖像復原與重建圖像復原過程如下：找退化原因→建立退化模型→反向推演→恢復圖像圖像重建三種模型為透射模型、發(fā)射模型、反射模型

26精選ppt圖像復原和圖像增強的區(qū)別：

圖像增強是試圖采用各種技術(shù)來增強圖像的視覺效果。而圖像復原就完全不同，需知道圖像退化的機制和過程等先驗知識，據(jù)此找出一種相應的逆處理方法，從而得到復原的圖像。如果圖像已退化，應先作復原處理，再作增強處理。二者的目的都是為了改善圖像的質(zhì)量。27精選ppt

從信息論觀點看，描述圖像信源的數(shù)據(jù)由有用數(shù)據(jù)和冗余數(shù)據(jù)兩部分組成。數(shù)據(jù)冗余的概念數(shù)據(jù)是信息的載體同量的數(shù)據(jù)可表達不同量的信息同量的信息可用不同量的數(shù)據(jù)表達冗余數(shù)據(jù)表達了無用的信息數(shù)據(jù)表達了已表達的信息第六章圖像編碼與壓縮28精選ppt圖像編碼與壓縮就是對圖像數(shù)據(jù)按一定的規(guī)則進行變換和組合，達到以盡可能少的代碼（符號）來表示盡可能多的圖像信息。如果能減少或消除其中的1種或多種冗余，就能取得數(shù)據(jù)壓縮的效果。29精選ppt圖像保真度準則

圖像保真度信息無損型/信息損失型描述解碼圖像相對于原始圖像的偏離程度對信息損失的測度主觀保真度準則主觀測量圖像的質(zhì)量，因人而異，應用不方便客觀保真度準則用編碼輸入圖與解碼輸出圖的某個確定函數(shù)表示損失的信息量，便于計算或測量30精選ppt霍夫曼編碼

編碼方法是：①把輸入符號按出現(xiàn)的概率從大到小排列起來,接著把概率最小的兩個符號的概率求和;②把它（概率之和）同其余符號概率由大到小排序,然后把兩個最小概率求和;③重復②,直到最后只剩下兩個概率為止。在上述工作完畢之后，從最后兩個概率開始逐步向前進行編碼。對于概率大的消息賦予0，小的賦予1。31精選ppt(1)縮減信源符號數(shù)量 將信源符號按出現(xiàn)概率從大到小排列，然后選2個最小的結(jié)合。32精選ppt(2) 對每個信源符號賦值 從（消減到）最小的信源開始，逐步回到初始信源33精選ppt圖像分割就是將一幅圖像中的目標物分離出來。由邊緣形成線特征包括可構(gòu)成線特征的邊緣提取、將邊緣連成線兩大過程。

第7章圖像分割34精選ppt把圖像分割成若干小區(qū)域，比較相鄰小區(qū)域特征的相似性，若它們足夠相似，則作為同一區(qū)域合并，以此方式將特征相似的小區(qū)域不斷合并，直到不能合并為止，最后形成特征不同的各區(qū)域。這種分割方式也稱區(qū)域擴張法?？煞譃槿N區(qū)域增長法：單一型（像素與像素）質(zhì)心型（像素與區(qū)域）混合型（區(qū)域與區(qū)域）區(qū)域增長35精選ppt1/13/202336直觀上看，這是像素(i,j)附近的像素形成的區(qū)域.最經(jīng)常采用的是4-鄰域和8-鄰域4-鄰域和8-鄰域第8章二值圖像處理與形狀分析

36精選ppt1/13/202337像素的連接對于二值圖像中具有相同值的兩個像素a和b，設所有和它們具有相同值的像素為Pi,當存在各Pi和Pi-1為4-/8-鄰域的像素序列P0(=a),P1,P2,…,Pn-1,Pn(=b)時，像素a和b稱為4-/8-連接。另外，這個像素序列稱為4-/8-路徑（4-/8-path）。37精選ppt1/13/202338連接數(shù)某個1-像素x0的連接數(shù)，可以利用其8-鄰域像素的值f(x1)~f(x8)按下式定義：

4-連接用Nc(4),8-連接用Nc(8)表示.38精選ppt計算像素p的4-/8-鄰接的連接數(shù)公式分別為

pp0p1p2p3p4p5p6p739精選ppt1/13/202340無論是4-連接還是8-連接的情形，連接數(shù)總是取0~4之間的值。下面是表示3*3像素中央像素的連接數(shù)（8-連接）。001010100連接數(shù)=2111110110連接數(shù)=1010010000連接數(shù)=1101010100連接數(shù)=3111010101連接數(shù)=3101010101連接數(shù)=4111111111連接數(shù)=040精選ppt1/13/202341按連接數(shù)Nc(p)大小可將像素分為以下幾種：⑴孤立點：B（p）=1的像素p，在4-/8-鄰接的情況下，當其4-/8-鄰接的像素全是0時，像素p叫做孤立點。其連接數(shù)Nc(p)=0。⑵內(nèi)部點：B（p）=1的像素p，在4-/8-鄰接的情況下，當其4-/8-鄰接的像素全是1時，叫做內(nèi)部點。內(nèi)部點的連接數(shù)Nc(p)=0。⑶邊界點:在B（p）=1的像素中，把除了孤立點和內(nèi)部點以外的點叫做邊界點。在邊界點上，1≤Nc(p)≤4。連接數(shù)=0：孤立點或內(nèi)部點連接數(shù)=1：端點連接數(shù)=2：連接點連接數(shù)=3：分枝點連接數(shù)=4：交叉點41精選ppt變形操作數(shù)學形態(tài)學：（MathematicsMorphology）形成于1964年，法國巴黎礦業(yè)學院馬瑟榮（G.Matheron）和其學生賽拉（J.Serra）從事鐵礦核的定量巖石學分析，提出了該理論。42精選ppt1/13/202343基本思想：用具有一定形態(tài)的結(jié)構(gòu)元素去度量和提取圖像中的對應形狀以達到對圖像分析和識別的目的。數(shù)學形態(tài)學的數(shù)學基礎和所用的語言是集合論。數(shù)學形態(tài)學的應用可以簡化圖像數(shù)據(jù)，保持它們的基本形狀，并除去不相干的結(jié)構(gòu)。43精選ppt1/13/202344形態(tài)學研究幾何結(jié)構(gòu)的基本思想

利用一個結(jié)構(gòu)元素（相當于模板）去探測一個圖像?？词欠衲軐⑦@個結(jié)構(gòu)元素很好地填放在圖像的內(nèi)部。B圖1形態(tài)學基本運算A44精選ppt1/13/202345數(shù)學形態(tài)學的基本運算有4個：膨脹（或擴張）腐蝕（或侵蝕）開啟閉合45精選ppt膨脹和收縮（腐蝕）1、膨脹（dilation）簡單膨脹是將與某物體接觸的所有背景合并到該物體的過程。過程的結(jié)果是使物體的