下载文档原格式
第四章图像增强1.简述直方图均衡化处理的原理和目的。
拍摄一幅较暗的图像，用直方图均衡化方法处理，分析结果。
原理：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。
也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。
把给定图像的直方图分布改变成“均匀”分布直方图分布目的：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。
它通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。
通过直方图均衡化，亮度可以更好地在直方图上分布。
这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。
Matlab程序如下：clc;RGB=imread('wxf.jpg'); %输入彩色图像，得到三维数组R=RGB(:,:,1); %分别取三维数组的一维，得到红绿蓝三个分量G=RGB(:,:,2); %为R G B。
B=RGB(:,:,3);figure(1)imshow(RGB); %绘制各分量的图像及其直方图title('原始真彩色图像');figure(2)subplot(3,2,1),imshow(R);title('真彩色图像的红色分量');subplot(3,2,2), imhist(R);title('真彩色图像的红色分量直方图');subplot(3,2,3),imshow(G);title('真彩色图像的绿色分量');subplot(3,2,4), imhist(G);title(' 的绿色分量直方图');subplot(3,2,5),imshow(B);title('真彩色图像的蓝色分量');subplot(3,2,6), imhist(B);title('真彩色图像的蓝色分量直方图');r=histeq(R); %对个分量直方图均衡化，得到个分量均衡化图像g=histeq(G);b=histeq(B);figure(3),subplot(3,2,1),imshow(r);title('红色分量均衡化后图像');subplot(3,2,2), imhist(r);title('红色分量均衡化后图像直方图');subplot(3,2,3),imshow(g);title('绿色分量均衡化后图像');subplot(3,2,4), imhist(g);title('绿色分量均衡化后图像直方图');subplot(3,2,5), imshow(b);title('蓝色分量均衡化后图像');subplot(3,2,6), imhist(b);title('蓝色分量均衡化后图像直方图');figure(4), %通过均衡化后的图像还原输出原图像newimg = cat(3,r,g,b); %imshow(newimg,[]);title('均衡化后分量图像还原输出原图');程序运行结果：原始真彩色图像均衡化后分量图像还原输出原图图1.1 原始图像与均衡化后还原输出图像对比通过matlab仿真，由图1.1比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强。
1图像的特点:1)直观形象2)易懂3)信息量大2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像3）按运动分类：静态图像，动态图像4）按时空分布分类：二维图像，三维图像3 数字图像处理的主要内容：1）图像获取2）图像变换3）图像增强4）图像复原5)图像编码6）图像分析7）图像识别8）图像理解4数字图像处理方法：1）空域法2）变换域法5什么是数字图像的采样和量化？采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。
邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则第二章1 试述图像采集系统的结构及其各部分的功能？2 连续图像随机过程可以用哪些数字特征来描述？概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。
而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本4与标量量化相比，向量量化有哪些优势？合理地利用样本间的相关性,减少量化误差提高压缩率,5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，转换函数（23页6 数字图像的空间分辨率和采样间隔有什么联系？采样间隔是决定图像分辨率的主要参数1 FFT的基本思想是什么?？利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算量。
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
数字图像处理课程复习大纲——————上大（11春季）已扩展第1章绪论要求：掌握《数字图像处理》理论及技术的基础性概念；掌握数字图像处理这门学科的基本理论及技术架构；熟悉其应用领域，硬件系统及设备1.1.数字图像及应用数字图像，各种电磁波谱及各种图像成像技术，以及图像处理在各种行业当中的应用，不同波段的图像，图像类型，图像应用领域1.信息是事物存在的一种形式，数据是信息的“符号”载体；2.图像：用各种观测系统①以不同的形式和手段观测世界②而获得的，可以直接或间接作用于人眼③并进而产生视知觉的实体④3.图像在计算机里的表示形式就是所谓的“数字图像”。
4.数字图像处理的应用主要有三方面的因素需要考虑：存储器的容量，计算速度，传输带宽。
5.图像的分类：按灰度分：二值图像和多灰度图像；按色彩分：单色图像和彩色图像；按运动分类：静态图像和动态图像；按时空分布分类：二维图像，三维图像和多维图像。
6.图像处理的基本内容：图像信息的获取，图像的存储，图像的传输，图像处理。
1.2.图像工程概述图像处理3层次，数字图像处理于其他学科的关系1.图像工程的三个层次：图像理解，图像分析，图像处理；2.图像：主要特点为由一系列的具有不同灰度值的像素所组成；图形：主要特点为由一组数学公式描述。
1.3.图像表示和显示图像与函数，像素，图像的矩阵表示，图像的解析表示，图像输出设备1.一幅图像一般可以用一个2-D函数f(x, y)来表示（计算机中为一个2-D数组）。
2.一幅图像可分解为许多个单元。
每个基本单元叫做图像元素，简称像素。
3.将一个区域分成3*3个单元以输出10种不同的灰度。
用“区域”来代替“像素”。
4.抖动技术：通过调节或变动图像的幅度值来改善量化过粗图像的显示质量。
1.4.数字图像存储格式存储器件，图像文件格式主题词：不同波段的图像，数字图像，数字图像处理系统，图像成像技术；3-D图像，彩色图像，多光谱图像，立体图像，序列图像，深度图像，纹理图像，投影重建图像，合成图像；图像处理，图像分析，图像理解；图像的矩阵表示，半调输出，抖动技术，BMP，GIF，TIFF，JPEG1.图像文件格式：一种是矢量形式，另一种是光栅形式。
第一章导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 Processing）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（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。
（2）提取图像中所包含的某些特征或特殊信息。
（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（2）图像的增强（3）图像的恢复（4）图像的编码（5）图像的重建（6）图像的分析（7）图像分割与特征提取（8）图像隐藏（9）图像通信图像工程的三个层次（1）图像分析：图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。
（2）图像理解：图像理解的重点是在图像分析的基础上，进一步研究图像中各个目标的性质和他们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。
（3）图像处理：数字图像处理的应用领域1.通信：图象传输，电视电话等。
2.宇宙探测：星体图片处理。
遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测，环境污染的监测，气象云图。
3.生物医学：CT，X射线成象，B超，红外图象，显微图象。
4.工业生产：产品质量检测，生产过程控制，CAD，CAM。
5.军事：军事目标侦察，制导系统，警戒系统，自动火器控制，反伪装等。
