第一章
?课程性质和任务
通过本课程的学习，系统地了解数字图像的基本概念、数字图像形成的原理，掌握数字图像处理的理论基础和技术方法。着重掌握数字图像的增强、复原、压缩和分割的技术方法，为今后能够从事有关数字图像处理的研究和技术方法应用等工作掌握必备的基础知识。
数字图像处理的概念
1. 什么是图像
?图像可定义为一个二维函数f (x, y)
?(x,y)——空间坐标
?幅度值f (x, y)——图像该点的灰度(或强度)
?数字图像：坐标x、y和幅度f(x,y)均是有限的离散数值
?数字图像中每个由坐标(x,y)指定的点称为像素(pixel)。
?数字图像可看作是由像素组成的二维矩阵。
灰度图像
?对于单色即灰度图像而言，每个像素的亮度用一个数值来表示，通常数值范围在0到255之间。
0表示黑、255表示白，而其它表示灰度级别。
2.什么是数字图像处理
数字图像处理就是利用计算机系统对数字图像进行各种目的的处理
3. 数字图像的表示方法
空间上：图像抽样
对连续图像f（x，y）进行数字化
幅度上：灰度级量化
x方向，抽样M行
y方向，每行抽样N点
整个图像共抽样M×N个像素点
一般取M=N=2n=64，128，256，512，1024，2048……
四、数字图像处理的三个层次
?从计算机处理的角度可以由低到高将数字图像处理分为三个层次。这三个层次覆盖了图像处理的
所有应用领域
1. 图像处理：
对图像进行各种加工，以改善图像的视觉效果；强调图像之间进行的变换；
图像处理是一个从图像到图像的过程。
2. 图像分析：对图像中感兴趣的目标进行提取和分割，获得目标的客观信息（特点或性质），建立对图像的描述；
?以观察者为中心研究客观世界；
?图像分析是一个从图像到数据的过程。
3. 图像理解：研究图像中各目标的性质和它们之间的相互联系；得出对图像内容含义的理解及原来客观场景的解释；
?以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）。
五、数字图像处理的主要研究内容
1.图像变换
2.图像压缩编码
3.图像的增强和复原
4.图像分割
5.图像描述
6.图像识别
X 射线成像
X 射线在医学诊断上的应用 （a ）X 光片
（b ）血管照相术
第二章数字图像基础
亮度适应现象
?人的视觉系统能适应的光强度级别范围约1010 量级。
?人的视觉不能同时在这么大范围工作，存在亮度适应现象。
?人眼能同时鉴别的光强度级的范围是很小的。
?主观亮度（人的视觉系统感觉到的亮度）是进入人眼的光强度的对数函数。
?人从一个物体感受的颜色由反射光的性质决定。
?一个物体若所有反射的可见光波长是相对平衡的，则物体对观察着来说显示为白色。
?若一个物体在可见光谱的有限范围内反射时会呈现各种颜色色调。
?灰度级用来描述单色光的强度。
简单的图像形成模型
当用数学方法描述图像信息时，通常着重考虑它的点的性质。例如一副图像可以被看作是空间各个坐标点
的结合。它的最普通的数学表达式为：
其中（x，y，z）是空间坐标，λ是波长，t是时间，I是图像强度。这样一个表达式可以代表一幅活动的、彩色的、立体图像。
当研究的是静止图像时，则式(2-1)与时间t 无关，当研究的是单色图像时，显然与波长λ无关，对于平面图像则与坐标z 无关。因此，对于静止的平面的、单色的图像来说其数学表达式可简化为：
数字图像表示
取样和量化的结果是一个矩阵
一幅连续图像f (x, y)被取样，则产生的数字图像有M行和N列。坐标(x, y)的值变成离散值，通常对这些离散坐标采用整数表示
?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.
放大和收缩数字图像
?图像放大的常用方法：
1.最近邻域内插法
2.像素复制法
例如：把图像放大一倍，可以复制每一列，这就使图像在水平方向增加一倍。然后复制已增大了的图像的每一行以使图像在垂直方向上增加一倍。
3. 双线性内插法
?图像收缩
–行-列删除
把图像缩小，可以每隔一行(或一列)删除一行(或一列)。
像素间的一些基本关系
为了确定两个像素是否连通，必须确定:
?它们是否相邻
?它们的灰度是否满足特定的相似性准则
?像素集的邻接
–如果像素子集S1中的某些像素与像素子集S2中的某些像素邻接，则S1和S2是相邻接的。
–这里邻接意味着4、8或者m邻接。
线性和非线性操作
?令H是一种算子，其输出和输入都是图像。如果对于任何两幅图像 f 和g 以及任何两个标量a 和b有如下关系，则称H为线性算子：
H(af+bg)=a H(f)+b H(g)
第3章空间域图像增强
图像增强技术不需要考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，将不需要的特征进行衰减。
图像增强技术的目的：
改善图像视觉效果，便于观察和分析
便于人工或机器对图像的进一步处理
图像增强方法的分类：
空间域法：以对图像像素的直接处理为基础。点处理（图像灰度变换、直方图均衡等）
频率域法：以修改图像的傅里叶变换为基础(高、低通滤波、同态滤波等)
图像增强技术的特点
人为地突出图像中的部分细节，压制另外一部分信号
在不考虑图像降质原因的条件下，用经验和试探的方法进行加工
尚无统一的质量评价标准，无法定量衡量处理效果的优劣
?T 是对f 的一种操作，其定义在(x,y)的邻域。
?增强的方法主要分为点处理和模板处理两大类：
–点处理——作用于单个像素的空间域处理方法；
–模板处理——作用于像素邻域的处理方法。
基本灰度变换
图像增强常用的3种基本类型:
1)线性函数
2)对数函数
3)幂次函数
图像反转
灰度级范围为[0,L-1]的图像反转可
定义为：
s = L – 1 - r
?用这种方式倒转图像的强度，可以产生图像反转的对等图像。
?反转变换适用于增强嵌入于图像暗色区域的白色或灰色细节,特别是当黑色面积占主导地位时。对数变换
对数变换的一般表达式为
对数变换使一窄带低灰度输入图像值映射为一宽带输出值
对数函数在很大程度上压缩了图像像素值的动态范围。
幂次变换
?幂次变换的基本形式为：
幂次变换通过幂次曲线中的γ值把输入的窄带值映射到宽带输出值。
当γ<1 时，把输入的窄带暗值映射到宽带输出值；
当γ>1 时，把输入的窄带高值映射为宽带输出值。
伽马校正
?图像获取、打印和显示的各种装置是根据幂次规律产生响应的。
?CRT装置的电压-强度响应是一个指数变化范围为1.8～2.5的幂函数。
?用于修正幂次相应的过程称为伽马校正。
分段线性变换函数
?优势：形式可任意合成
?缺点：需要更多的用户输入
?一些重要变换的实际应用可由分段线性函数描述
对比拉伸
?对比拉伸的思想是提高图像处理时灰度级的动态范围.
灰度切割
?提高特定灰度范围的亮度
?灰度切割主要方法：
1.所关心范围内为所有灰度指定一个较高值，其余部分指定较低值(图3.11(a))。
位图切割
?设图像中的每个像素都由8bit表示，
?把图像按照由最低有效位到最高有效位的顺序划分为8个位平面(位平面0到位平面7)
?把图像分解为位平面，可分析每一位在图像中的相对重要性
?通过对特定“位”提高亮度，提高整幅图像的视觉质量。
?较高阶位(特别是前4位)包含了大多数在视觉上很重要的数据.
?其他位平面对图像中更多的微小细节有作用.
位平面的划分方法
?可用灰度阈值变换函数
–位平面0：阈值选0
–位平面1：阈值选2
–位平面2：阈值选4
–位平面3：阈值选8
–位平面4：阈值选16
–位平面5：阈值选32
–位平面6：阈值选64
–位平面7：阈值选128
直方图处理
?灰度直方图是灰度级的函数，描述的是图像中具有某种灰度级的像素的个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。
?灰度直方图反映了图像中每种灰度出现的频率，是图像最基本的统计特征。
?直方图是用来表达一幅图像灰度级分布情况的统计表，也称图像中像素灰度分布的概率密度函数。
?可以用概率密度函数p (rk) 来表示原始图像的灰度分布。
?对于低对比度图像，其直方图窄而集中于灰度级的中部。
?对于高对比度图像，其直方图灰度级的范围很宽。
?直观上可以认为，如果一幅图像其像素占有全部可能的灰度级并且分布均匀，则这样的图像有高对比度和多变的灰度色调。
3.3.1 直方图均衡化
条件(a)要求T(r)为单值是为了保证反变换存在，单调条件保持输出图像从黑到白的顺序。
条件(b)保证输出灰度级与输入有相同的范围。
?一幅图像的灰度级可被视为区间[0,1]的随机变量。
?随机变量的一个最重要的基本描述是其概率密度函数(PDF)。
令pr(r)和ps(s)分别代表随机变量r和s的概率密度函数。
由概率论：若pr(r)和T-1(s)已知，且T-1(s)满足条件(a)，
则变换变量s 的概率密度函数ps(s)可由下式得到：
变换变量s的概率密度函数ps(s) 由输入图像r 的概率密度函数pr(r) 和所选择的变换函数T (r)决定
直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为：
?用这个结果代替dr/ds，取概率密度为正，得到:
因为ps(s)是概率密度函数，在s的所有取值上的积分等于1，因此其在区间[0,1]以外的值为0
由上面的推导可见，在变换后的变量s的定义域内的概率密度是均匀分布的。因此，用r的累积分布函数作为变换函数，可产生一幅灰度级分布具有均匀概率密度的图像。其结果扩展了像素取值的动态范围。
当灰度级是离散值时，可用频数近似代替概率值，即
一幅64X64,8级灰度图像，直方图均衡化计算列表
利用累积分布函数作为灰度变换函数，经变换后得到的新灰度的直方图虽然不很平坦，但毕竟比原始图像的直方图平坦得多，而且其动态范围也大大地扩展了。因此这种方法对于对比度较弱的图像进行处理是很有效的。
局部增强
?全局性增强：
–基于整幅图像灰度确定变换函数
–适用于整个图像的增强
–忽略局部特性
?局部增强：
–基于图像中每个像素的邻域设计变换函数
) 原图：一幅为减少噪声而被轻度模糊的图像。
(b) 全局直方图均衡的结果：
对比度稍微提高，噪声就会明显地增强。
(c) 对每个像素使用7*7邻域局部均衡化的结果：
显示出了大暗方块中的小方块。
空间滤波增强
定义：
空间域滤波增强采用模板处理方法对图像进行滤波，去除图像噪声或增强图像的细节
?空间滤波：直接对图像像素处理
?滤波器：也称为掩膜、核、模板、窗口
?空间滤波操作的对象：像素邻域的像素值、模板中的对应系数值
?在待处理图像中逐点移动模板
?线性空间滤波：滤波器输出是滤波器系数与滤波掩膜覆盖区域的相应像素值的乘积之和。
?在后续的讨论中，处理的掩膜的长与宽都为奇数，其有意义的最小尺寸为3*3
?需要考虑边缘处的情况：
?n*n大小的掩膜，限制掩膜中心点的移动范围限制在距离图像边缘不小于(n-1)/2个像素处。
?利用部分滤波掩膜
?在图像边缘以外补充像素点
?平滑空间滤波器用于模糊处理和减少噪声
–平滑线性滤波器
–统计排序滤波器
–平滑线性空间滤波器的输出——用滤波器掩膜确定的邻域内像素的加权平均值代替图像中每个像素点的值。
?滤波器(a)
–产生掩膜下的标准像素平均值
–所有系数都相等的空间均值滤波器称为盒滤波器
–减少了图像灰度的“尖锐”变换，同时也产生了边缘模糊的负面效应。
?滤波器(b)
–产生掩膜下像素的加权平均值
–把中心店加强为最高，随着距中心点距离的增加减小系数值
?为了对感兴趣的物体得到一个粗略的描述而模糊一幅图像
–尺寸小于掩膜大小的物件与背景混合在一起
–尺寸较大的物体变得像“斑点”而易于检测
–可利用阈值并基于物体亮度来消除小物件
–确定图像中最大、最亮的目标
?统计滤波器是一种非线性的空间滤波器
?它的响应基于图像滤波器包围的图像区域中像素的排序,然后由统计排序结果决定的值代替中心像素的值。
?中值滤波器是将像素邻域内灰度的中值代替该像素的值。
?中值滤波器对处理脉冲噪声(椒盐噪声)非常有效。
锐化空间滤波器
目的
?锐化处理的主要目的：突出图像中的细节或增强被模糊了的细节.
基础—一阶微分与二阶微分的性质
?基于二阶微分的图像增强—拉普拉斯算子
?基于一阶微分的图像增强—梯度法
结论
?一阶微分处理通常会产生较宽的边缘。
?二阶微分处理对细节有较强的响应，如细线和孤立点。
?一阶微分处理一般对灰度阶梯(跳变)有较强的响应。
?二阶微分处理对灰度阶梯变化产生双响应。
基于二阶微分的图像增强
—拉普拉斯算子
二元图像函数f (x,y)的拉普拉斯变换为：
拉普拉斯变换是一个线性操作。
拉普拉斯算子的应用
?加强图像中的灰度突变，减弱灰度缓慢变化区域?生成的拉普拉斯图像中
–浅灰色边线对应原图像中的灰度突变
–暗背景对应原图像中的灰度缓慢变化区域?将原图像和拉普拉斯图像叠加
–保护拉普拉斯锐化处理的效果
–同时能复原背景信息
?叠加方法
?图像的反锐化掩蔽：将图像模糊形式从原图像中去除
?高频提升滤波的主要应用：
–通过使用不同的提升系数，使图像整体的平均灰度值增加，从而使最后结果调高图像的亮度。
基于一阶微分的图像增强—梯度法
梯度处理能用来增强图像中的小突变并能去除变化缓慢的背景
用于边缘增强的梯度处理
梯度处理能用来增强图像中的小突变并能去除变化缓慢的背景
混合空间增强法
?为了实现一个满意的结果，需要对给定的图像增强目标应用多种互补的图像增强技术。
?图3.46给出的例子
–目标：通过图像锐化突出骨骼的更多细节
–策略：
?用拉普拉斯变换突出图像中的小细节
?用梯度法突出其边缘(平滑过的梯度图像将用于掩蔽拉普拉斯图像以去除其中的噪声)
?通过灰度扩展来扩展图像的灰度动态范围
和小细节的响应要比拉普拉斯变换弱，而且可以通过均值滤波器对其进行平滑处理而进一步降低。?拉普拉斯变换与梯度变换优点的结合：将平衡后的梯度变换看成是一个模板图像，与拉普拉斯变换图像相乘。处理后的结果在灰度变化强的渔区仍然保留细节，在灰度变换相对平坦的区域则减少噪声。
?将结果加到原始图像上，就可以得到最终的锐化图像。
第四章频域图像增强
一维傅立叶变换及其反变换
?离散函数f(x) (其中x=0,1,2,…,M-1) 的离散傅里叶变换(DFT):
?F(u)的离散傅里叶反变换(IDFT)：
每个F(u)由f(x)与对应频率的正弦和余弦乘积和组成；
u值决定了变换的频率成份，因此，F(u) 覆盖的域
(u值) 称为频率域，其中每一项都被称为FT 的频率
分量。与f(x) 的“时间域”和“时间成份”相对应。
?傅里叶变换将信号分成不同频率成份。类似光学中的分色棱镜把白光按波长(频率)分成不同颜色，称数学棱镜。
?傅里叶变换的成份：直流分量和交流分量
傅立叶变换在极坐标下表示:
二维DFT及其反变换
即f(x,y) 的均值，原点(0,0) 的傅里叶变换是图像的平均灰度。F(0,0) 称为频率谱的直流分量(系数)，其它F(u,v) 值称为交流分量(交流系数)
离散傅里叶变换是对区间[0,M-1] 中的u 值表述的，变换结果是关于原点对称的两个半周期，要显示完全的周期，需要将变换的原点移到u=M/2，二维图像中心化亦是如此
?频率范围指定为频率矩形：u=[0,M-1], v=[0,N-1]。
?将F(u,v) 原点变换到(M/2,N/2),它是频域M×N区域中心。
?为了确保移动后的坐标为整数，要求M 和N为偶数。
?计算过程中，变量u从1到M，而v 从1到N，变换的实际中心变为u=(M/2)+1，v=(N/2)+1。
共轭对称性
如果f(x,y) 是实函数，其傅里叶变换必然对称：
F(u,v) = F*(-u,-v)
3. 周期性傅里叶级数(DFS)有周期性M×N，反变换也是周期性的。DFT 是其中的一个周期。
4. 分配性
傅里叶变换对加法有分配性，而乘法没有。
傅里叶反变换适用于相同的结论。
5. 线性
6. 比例变换性
对于比例因子a,b
7. 旋转性
引入极坐标
f(x,y) 旋转角度θ0，F(u,v) 将转过相同的角度。
类似, 旋转F(u,v) ，f(x,y)也将转过相同的角度
频域滤波
?频率域的基本性质
每个F(u,v)项包含了被指数项修正的f (x,y)的所有值：
直观上将傅里叶变换和图像中的亮度变化联系起来并
不困难：
直流分量F(0,0)对应一幅图像的平均灰度；
低频部分对应图像缓慢变化的分量；
频率域的基本性质：频域的中心邻域对应图像中慢变化部分，较高的频率开始对应图像中变化较快的部分（如：物体的边缘、线条等）。
频率域中滤波步骤：
1. 用(-1)x+y乘以输入图像来进行中心变化。
2. 由1计算图像的DFT，即F(u,v)；
3. 用滤波函数H(u,v)乘以F(u,v)。
H(u,v)称为滤波器：抑制某些频率，其他频率不受影响
4.计算3中结果的反DFT。
5. 得到4中结果的实部。
6. 用(-1)x+y乘以5中的结果。
一些基本的滤波器及其性质
?陷波滤波器：希望图像的平均值为零
设置F(0,0)=0，保留其它频率成分不变
除原点有凹陷外其它均是常量函数
●低通滤波器：使低频通过，高频衰减
低频主要决定图像在平滑区域中总体灰度级的显示
比原始图像少一些尖锐的细节部分
●高通滤波器：使高频通过，低频衰减
高频决定图像细节部分，如边缘和噪声
在平滑区域中减少灰度级变化，突出过渡（如边缘）
灰度级的细节部分，使图像更加锐化。
空间域滤波和频率域滤波之间
的对应关系
计算过程：
1. h(m,n) 关于原点翻转：h(-m,-n)
2. 通过改变(x,y) 的值,相对于一个函数移动另外一个函数;
3. 对于每一个(x,y) 的位移值，计算所有m,n值乘积和；
4. (x,y) 位移是以整数增加的，当函数不再有重叠部分时停止。
?卷积定理：
?空间域的乘法对应频域卷积
根据冲击函数和卷积定理的性质，可知空间域和频率
域的滤波器组成傅里叶变换对h(x,y)和H(u,v) 。给出频
率域滤波器H(u,v) ，通过反傅里叶变换可以得到空间域
相应的滤波器h(x,y) 。
?滤波器大小
前述的所有函数均具有相同的尺寸M×N。在实际中，指定一个频率域滤波器，进行反变换后会得到一个相同尺寸的空间域滤波器。
如果两个域中滤波器尺寸相同，那么通常频域中进行滤波计算更为有效，更为直观，但空域中适用更小尺寸的滤波器，更为有效。
方法：
在频率域指定滤波器；
做反变换；
使用结果滤波器作为在空间域构建更小空间滤波模板的指导；
?高斯滤波器的重要特性
频域和空域高斯滤波器构成傅里叶变换对，且都是实高斯函数。处理时不用考虑复数，而且高斯曲线直观，易于操作。
数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
一、填空题（每空1分，共20分） 1、在计算机中，按颜色和灰度的多少可以将图像分为二值图 像、灰度图像、索引图像、真彩色RGP图像四种类型。 2、存储一幅大小为1024 1024 ，256个灰度级的图像，需要 8M bit。 3、直方图均衡化适用于增强直方图呈尖峰分布的图像。 4、依据图像的保真度，图像压缩可分为有损压缩和无损 压缩 5、图像压缩是建立在图像存在编码荣誉、像素间冗余、 心理素质冗余三种冗余基础上。 6、对于彩色图像，通常用以区别颜色的特性 是、、。 7、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一 种标定方法：。 8、图像处理技术主要包括图像的、、等技术。 9、在RGB彩色空间的原点上，三个基色均没有，即原 点为色。 二、选择题（每题2分，共20分）
1、下列算法中属于点处理的是： A.梯度锐化 B.二值化 C.傅立叶变换 D.中值滤波 2、图像灰度方差说明了图像哪一个属性。（） A.平均灰度 B.图像对比度 C.图像整体亮度 D.图像细节 3、计算机显示器主要采用哪一种彩色模型（） A.RGB B.CMY或CMYK C.HSI D.HSV 4、采用模板［-1 1］T主要检测（）方向的边缘。 A.水平 B.45° C.垂直 D.135° 5、下列算法中属于图象锐化处理的是：( ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（） A.去噪 B.减小图像动态范围 C.复原图像 D.平滑图像 7、彩色图像增强时，处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波
C. 加权均值滤波 D. 中值滤波 8、____滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波 器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题2分，共10分） 1、彩色图像增强时采用RGB模型进行直方图均衡化可以在不改 变图像颜色的基础上对图像的亮度进行对比度增强。（）2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊 现象。（） 3、拉普拉斯算子可用于图像的平滑处理。（）
《数字图像处理》课程学习心得 导读：本文《数字图像处理》课程学习心得，仅供参考，如果能帮助到您，欢迎点评和分享。 《数字图像处理》课程学习心得（一） 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展，其应用空间将会更加广泛。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。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它
却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1、数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：___采样___和__量化___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
1、数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义：对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。 4、中值滤波：指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取： S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。 可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。 因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。 2. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余？ 答：分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。 ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。3、Canny边缘检测器 答：Canny边缘检测器是使用函数edge的最有效边缘检测器。该方法总结如下：1、图像使用带有指定标准偏差σ的高斯滤波器来平滑，从而可以减少噪声。2、在每一点处计算局部梯度g（x,y）=[G2x+G2y]1/2 和边缘方向α（x,y）=arctan（Gy/Gx）。边缘点定义为梯度方向上其强度局部最大的点。3、第2条中确定的边缘点会导致梯度幅度图像中出现脊。然后，算法追踪所有脊的顶部，并将所有不在脊的顶部的像素设为零，以便在输出中给出一条细线，这就是众所周知的非最大值抑制处理。脊像素使用两个阈值T1和T2做阈值处理，其中T1 第一节数字图像处理概述/第二节数字图像处理的获取、显示和表示（只有概念，无计算） 1、图像的数字化过程：将一幅图像从原来的形式转换为数字形式的处理过程。图像的数字化过程包括扫描、采样、量化。 ①扫描：对一幅图像内给定位置的寻址。（被寻址的最小单元：像素） ②采样：在一幅图像的每个像素位置上测量灰度值。（采样的两个重要参数：采样间隔和采样孔径） ③量化：将测量的灰度值用一个整数表示。 2、数字图像处理技术所涉及的图像类型：（1位）二值图像、（8位）灰度图像、（24位）彩色图像、索引图像。 （24位）彩色图像区别颜色特性的三个因素：色相（或色度）、饱和度、亮度。 ①色相（或色度）：是从物体反射或透过物体传播的颜色。在0 到360 度的标准色轮上，色相是按位置度量的。在通常的使用中，色相是由颜色名称标识的，比如红、橙或绿色。 ②饱和度：有时也称色品，是指颜色的强度或纯度。饱和度表示色相中灰成分所占的比例，用从0%（灰色）到100%（完全饱和）的百分比来度量。在标准色轮上，从中心向边缘饱和度是递增的。 ③亮度：是颜色的相对明暗程度。通常用从 0%（黑）到 100%（白）的百分比来度量。 第三节灰度直方图 1、灰度直方图的定义：是灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。横坐标是灰度级，纵坐标是灰度级出现的频率(像素个数)。 2、灰度直方图的数学表达式：（一幅连续图像的直方图是其面积函数的导数的负值） 3、灰度直方图的性质：①不表示图像的空间信息；②任一特定图像都有唯一直方图，但反之并不成立（即一个直方图不只对应一个图像）； ③归一化灰度直方图和面积函数可得到图像的概率密度函数PDF和累积分布函数CDF；④直方图的可相加性；⑤利用轮廓线可以求面积（灰度级D1定义的轮廓线） 4、直方图均衡化：利用点运算使一幅输入图像转换为在每一灰度级上都有相同像素点数的输出图像(即输出的直方图是平的) 直方图匹配：对一幅图像进行变换，使其直方图与另一幅图像的直 《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容：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^k 5.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。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率（灰度级通常是2的整数次幂） 8.在图像空间分辨率不变的情况下，采样数越少，图像越小。同时也证实了，在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小； 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__________。1. 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____________________，如图像测量等。2. 从图像到非图像的一种表示 3. 数字图像处理可以理解为两个方面的操作：一是__________________，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. 从图像到图像的处理 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。5. 图像重建 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。 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。 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. 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 学习数字图像处理心得 姓名：黄冬芬学号：070212051 班级：12级通信工程1班数字图像是我们生活中接触最多的图像种类，他伴随人们的生活、学习、工作，并在军事、工业和医学方面发挥着极大地作用，可谓随处可见，尤其在生活方面作为学生的我们，会在外出旅游，生活和工作中拆下许多数字照片，现在已进入信息化时代，图片作为信息的重要载体，在信息传输方面有着不可替代的作用，并且近年来图像处理领域，数字图像处理技术取得了飞速的发展，作为计算机类专业的大学生更加有必要对数字图像处理技术有一定的掌握，而大多数人对于数字图像的知识也很模糊，比如各类繁多的各种图像格式之间的特点，不同的情况该用何种图像格式，还有关于图像的一些基本术语也不甚了解。尤为重要的是一些由于拍摄问题导致的令人不甚满意的照片该如何处理，或者如何对一些照片进行处理实现特殊的表现效果。所以对于数字图像处理这门课大家有着极大地兴趣。我们班有的同学学过Photoshop软件，因此对于数字图像处理有了一些基础，更加想利用这门课的学习加深自己数字图像处理的理解并提高在数字图像处理方面的能力。 通过这8周的学习，我们虽然还没有完全掌握数字图像处理技术，但是收获不少，对于数字图像方面的知识有了更深的了解。更加理解了数字图像处理的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关的术语有了明确的认识，比如，常见的像素（衡量图像的大小）、分辨率（衡 量图像的清晰程度）、位图（放大后会失真）、矢量图（经过放大不会失真）等大家都能叫上口但都很模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图片的边缘等细节。而平滑处理的目的是消除噪声、模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常见的RGB图像和灰度图像有了明确的理解，这对大家以后应用Photoshop等图像处理软件对图像进行处理打下了坚实的基础。更重要的是学习到了数字图像处理的思想。通过学习也是对C++编程应用的很好的实践和复习。 当然通过8周的学习还远远不够，也有许多同学收获甚微，我总结了下大家后期学习的态度与前期学习的热情相差很大的原因。刚开始大家是有很高的热情去学习这门课，可随着这门课的更深入的学习，大家渐渐发现课程讲授内容与自己起初想学的实用图像处理技术是有很大的差别的，大家更着眼于如何利用软件、技术去处理图像而得到满意的效果，或者进行一些图像的创意设计，可是课程的内容更偏向于如何通过编程实现如何多图像进行一些类似锐化、边缘提取、模糊、去除噪声等基础功能的实现，这其中涉及很多算法、函数，需要扎实的数学基础和编程基础，并且需要利用大量时间在课下编写代码，并用visual c++软件实现并进行调试，然而大部分人的C++实践能力和编程能力还有待提高，尤其是对于矩阵进行操作的编程尤为是个考验。 在老师授课方面的建议是可以再课上多进行一些具体操作，这 第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( ) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 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。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. 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. 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 第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 * 数字图像处理（Digital Image Processi ng ） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a. 去除图像中的噪声； b. 改变图像的亮度、颜色； c. 增强图像中的某些成份、抑制某些成份； d. 对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。? ?数字图像处理的主要研究内容 （1）图像的数字化 a. 如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b. 主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等 （4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT （6）图像的分析 数字图像处理学习报告 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。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.数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果,操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1. 数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要 求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易 分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的 退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。 30452计算题复习 一、直方图均衡化（P68） 对已知图像进行直方图均衡化修正。 例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。 表1 解：对已知图像均衡化过程见下表： r 7=7 81 7 7→7 画出直方图如下： （a ）原始图像直方图 （b ）均衡化后直方图 **以下部分不用写在答题中。 其中： ① r k 、n k 中k = 0，1，…，7 ② p r （r k ） = n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==k j j n n 0 ，在此题中n =64×64。 ③ ∑== k j j r k r p s 0 )(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。 ④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。 ⑤ 并k k s s = ⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。 ⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。 二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80） 空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为 )6.2.4() ,(),(),(∑∑-=-=--= l l s k k r s r H s y r x f y x g 式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。 具体过程如下： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。 对于空间低通滤波器而言，采用的是低通滤波器。由于模板尺寸小，因此具有计算量小、使用灵活、适于并行计算等优点。常用的3*3低通滤波器（模板）有： 模板不同，邻域内各像素重要程度也就不同。但无论怎样的模板，必须保证全部权系数之和为1，这样可保证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。 1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1 解：低通滤波的步骤为： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； 数字图像处理知识点总结 第一章导论 1.图像：对客观对象的一种相似性的生动性的描述或写真。 2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段）， 按空间坐标和亮度的连续性（模拟和数字）。 3.图像处理：对图像进行一系列操作，以到达预期目的的技术。 4.图像处理三个层次：狭义图像处理、图像分析和图像理解。 5.图像处理五个模块：采集、显示、存储、通信、处理和分析。 第二章数字图像处理的基本概念 6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0 复习题 一、填空题 1、存储一幅大小为1024 1024 ，256个灰度级的图像，需要8M bit。 2、依据图像的保真度，图像压缩可分为有损和无损。 3、对于彩色图像，通常用以区别颜色的特性是亮度、色调、 饱和度。 4、模拟图像转变为数字图像需要经过采样、量化两个过程。 5、直方图修正法包括直方图的均衡化和规定化。 6、图像像素的两个基本属性是空间位置和像素值； 7、一般来说，模拟图像的数字化过程中采样间隔越大，图像数据量小， 质量差； 8、图像处理中常用的两种邻域是四领域和八领域； 9、在频域滤波器中，Butter-worth滤波器与理想滤波器相比，可以避免或 减弱振铃现象。 10、高通滤波法是使低频受到抑制而让高频顺利通过，从而实 现图像锐化。 二、判断题 1、马赫带效应是指图像不同灰度级条带之间灰度交界处，亮侧亮度上冲， 暗侧亮度下冲的现象。（Y ） 2、均值平滑滤波器可用于锐化图像边缘。（N ） 3、变换编码常用于有损压缩。（Y ） 4、同时对比效应是指同一刺激因背景不同而产生的感觉差异的现象. （Y ） 5、拉普拉斯算子可用于图像的平滑处理。（N ） 三、选择题 6、图像与图像灰度直方图的对应关系是（B ） A 一对多 B 多对一 C 一一对应 D 都不对 7、下列图像处理算法中属于点处理的是（B ） A 图像锐化 B 二值化 C 均值滤波 D 中值滤波 8、下列图像处理中属于图像平滑处理的是（C） A Hough变换 B 直方图均衡 C 中值滤波 D Roberts算子 9、下列图像处理方法中，不能用于图像压缩的是（A ） A 直方图均衡 B DCT变换 C FFT变换 D 小波变换 四、名词解释 1、数字图像p1 2、灰度直方图 2、图像锐化4、图像复原 五、简答题 1、简述数当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适 应一段时间，试述发生这种现象的视觉原理。（书p21 第三点） 2、你所知道的数字图像处理在实际中哪些领域有应用？结合所学知识，就 其中一种应用，简单叙述原理。（书p8） 3、简述数字图像处理的特点。（书p ） 4、简述图像增强的目的及常用手段。( 书p ) 六、计算题 1.试求N＝4的哈达玛变换矩阵（变换核）和N＝4的沃尔什变换矩阵 （变换核）( 书p48 ) 2.假定一幅20×20像素的图像共有5个灰度级s1, s2, s3, s4, s5, 在图 像中出现的概率分别为0.4, 0.175, 0.15, 0.15, 0.125，试对各灰度级 进行Huffman编码。数字图像处理期末复习总结
数字图像处理复习整理
数字图像处理总复习题
(完整版)学习数字图像处理心得
数字图像处理复习题
数字图像处理期末复习资料考试要点老师整理
数字图像处理学习报告
数字图像处理计算题复习精华版
数字图像处理知识点总结
数字图像处理期末考试卷
相关主题
文本预览