第7章-图像滤波

56 78 9
图 3×3Box模板平滑处理示意图
图像平滑
概念 基本方法
邻域平均法主要优缺点:
主要优点：算法简单，计算速度快。 缺点：降低噪声的同时使图像产生模糊，特别在边缘和细节处。
而且邻域越大，在去噪能力增强的同时模糊程度越严重。
(a) 原始图像
(b) 邻域平均后的结果
图 图像的领域平均法
图像平滑
第四章：图像增强(二) ——图像平滑
图像平滑
３＊３窗口 中值滤波
技术分类和实现原理
分类1： (1) (2)
分类2： (1) (2)
线性： 如邻域平均 非线性：如中值滤波
平滑：模糊，消除噪声 锐化：增强被模糊的细节
功能
特点
平滑（低通）
锐化（高通）
线性 G1 G3
非线性 G2 G4
平滑滤波和锐化滤波的特点
同概率等于图像灰度的最大或最小的可能取值。 随机值脉冲噪声
受噪声干扰的图像象素点取值均匀分布于图像 灰度的最大与最小可能取值之间 。
用各种尺寸的模版平滑图像
图像噪声
３、特点
概述 分类 特点
a)
b) 噪声与图像之间具有相关性 c) 噪声具有叠加性
图 有噪声的图像
图像平滑
二、图像平滑
概念 基本方法
P 5的 新 值
模板卷积
模板卷积的在空域实现的主要步骤：
1、将模板在图中漫游，并将模板中心与图中某 个像素位置重合；
2、将模板上的各个系数与模板下的各对应像素 的灰度值相乘；
3、将所有乘积相加； 4、将上述运算结果赋给模板中心位置的像素。
图像平滑
概念 基本方法
二、图像平滑／去除噪声
1、邻域平均法 2、中值滤波 3、其他去噪技术

《数字图像处理》教学大纲
一、课程简介
数字图像处理是机器视觉、模式识别、医学图像处理等的基础，本课程为工程专业的学生提供数字图像处理的基本知识，是理论性和实践性都很强的综合性课程。

课程内容广泛涵盖了数字图像处理的基本原理，包括图像采样和量化、图像算术运算和逻辑运算、直方图、图像色彩空间、图像分割、图像形态学、图像频域处理、图像分割、图像降噪与图像复原、特征提取与识别等。

二、课程目标
通过本课程学习，学生可以掌握数字图像处理的基本方法，具备一定的解决图像处理应用问题的能力，培养解决复杂工程问题的能力。

具体目标如下：
1.掌握数字图像处理的基本原理、计算方法，能够利用专业知识并通过查阅资
料掌握理解相关新技术，对检测系统及处理流程进行创新性设计；
2.能够知晓工程领域中涉及到的数字图像处理技术，理解其适用场合、检测对
象及条件的限制，能根据给定的目标要求，针对工业检测中的工程问题选择和使用合适的技术和编程，进行仿真和分析；
3.能够知晓工程领域中所涉及的现代工具适用原理及方法，根据原理分析和仿
真结果，进行方案比选，确定设计方案，具有检测算法的设计能力；
4.通过校内外资源和现代信息技术，了解数字图像处理发展趋势，提高解决复
杂工程问题的能力。

三、课程目标对毕业要求的支撑关系
四、理论教学内容及要求
四、实验教学内容及要求
五、课程考核与成绩评定
六、教材及参考书。

第一章P11什么就是讣算机视觉- -■让计算机理解图像与视频P12讣算机视觉与图像处理得区别»数字图像处理图像/视频-〉图像/视频（图像变换、图像滤波、图像复原、图像压缩、…）＞计算机视觉图像/视频-〉模型（二维基素图-〉2、5维要素图-〉三维模型表征）P14-20计算机视觉中存在哪些难点与挑战挑战:外观、卜小与形状;■姿态/运动;复杂与理预测得行为;噪声与遮挡汐卜观变化;上下文间依赖性;视点变化P23-28图像中存在哪些计算机视觉线索深度线索:直线透视;空间透视远近顺序线索:遮挡形状线索:纹理梯度形状与光照线索：阴影位置与光照线索:投影P30-46讣算机视觉有哪些典型应用OCR （光学字符识別）、智能交通、人脸检测、表情识别、多视点三维重建、基于视觉得生物识另U、辅助驾驶、无人驾驶汽车、基于视觉得人机交互、智能机器人、匸业机器人P48 CCD/CMOS传感器得成像原理:尤绘转换P49-54采样与量化影响图像得哪些属性采样影响图像空间分辨率；量化影响图像幅度分辨率（灰度）P61图像坐标系左上角为坐标原点P75-78像素距离与邻域关系习題1、2 P19汁算机视觉要达到得目得有哪些?答:计算机通过图像与视頻对客观世界得感烁识別与理解;对场景进荷耨与描述;根据对场景得解释与描述制定行为规划.第三章PM薄透镜成像模型薄透镜模型/:焦距瓦F:焦点xwhere and12P17-21射影几何中哪些物理信息丢失•与保留了？丢失信息:长度、角度 保留信息疽线特性、交比 不变性 P22-24灭点打火线得概念场景中得平行线投影到图像平而后，会聚于“灭点”灭线:火点得集合P46-49像机成像过程中包含了哪些内参与外参？像机内参和外参： 一般化形式£■//(血 & • d»像机内参和外参：般化形式像机内部参数（内参）像机外部参数（外參）Z 叭0] 0 A Vo i 0 00 1 loj示〃轴和诸由的不垂直因子。

第一章：1. 半调输出技术可以 BA 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2. 抖动技术可以 DA 改善图像的空间分辨率B 改善图像的幅度分辨率C 利用半调输出技术实现D 消除虚假轮廓现象3 .利用一个2×2模板的每个位置可表示4种灰度，那么这个模板一共可表示的灰度为BA 5种B 13种C 16种D 20种4. 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 AA 256KB 512KC 1MD 2M5 .数字图像木刻画效果的出现是由于下列什么原因产生的 AA 图像幅度分辨率过小B 图像幅度分辨率过大C 图像空间分辨率过小D 图像空间分辨率过大6. 当改变图像的空间分辨率时，受影响最大的是图像中的：AA 纹理区域（有许多重复单元的区域）B 灰度平滑区域C 目标边界区域D 灰度渐变区域7 .当改变图像的幅度分辨率时，受影响最大的是图像中的：BDA 纹理区域B 灰度平滑区域C 目标边界区域D 灰度渐变区域第二章：7． 如果将图像中对应直方图中偶数项灰度均用相应的对应直方图中奇数项的像素灰度代替，所得到的图像将 BCA 亮度减小B 亮度增加C 对比度减小D 对比度增加8 .设f(x,y)为一幅灰度图像，给定以下4种变换，下述变换中属于锐化滤波的有：ABCDA g(x,y)=|f(x,y)-f(x+1,y)|+|f(x+1,y+1)-f(x,y+1)|B g(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|C g(x,y)=D g(x,y)= 9. 利用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。

以下哪项措施不能减小图像的模糊程度 CA 增加对平滑滤波器输出的阈值处理（仅保留大于阈值的输出）|}/||,/max{|y f x f ∂∂∂∂|/||/|y f x f ∂∂+∂∂B 采用中值滤波的方法C 采用邻域平均处理D 适当减小平滑滤波器的邻域操作模板10 .中值滤波器可以ACA 消除孤立噪声B 检测出边缘C 平滑孤立噪声D 模糊图像细节11. 用Sobel算子对图1中的图像进行边缘检测所得到的结果为（城区距离） CA 2B 3C 4D 51 1 12 3 12 1 312 .拉普拉斯算子ABA 是一阶微分算子B 是二阶微分算子C 包括一个模板D 包括两个模板第三章1 . 图像退化的原因可以是：ABCA 透镜色差B 噪声叠加C 光照变化D 场景中目标的快速运动2. 噪声：DA 只含有高频分量B 其频率总覆盖整个频谱C 等宽的频率间隔内有相同的能量D 总有一定的随机性3 . 设有一幅二值图像，其中黑色的背景上有一条宽为5个像素的白线。