第一篇：數(shù)字圖像處理簡復(fù)習重點介紹
1、數(shù)字圖像處理的主要研究內(nèi)容包含很多方面，請列出并簡述其中的4種。
2、什么是圖像識別與理解？
5、簡述圖像幾何變換與圖像變換的區(qū)別。
6、圖像的數(shù)字化包含哪些步驟？簡述這些步驟。
7、圖像量化時，如果量化級比較小會出現(xiàn)什么現(xiàn)象？為什么？
8、簡述二值圖像與彩色圖像的區(qū)別。
9、簡述二值圖像與灰度圖像的區(qū)別。
10、簡述灰度圖像與彩色圖像的區(qū)別。
11、簡述直角坐標系中圖像旋轉(zhuǎn)的過程。
13、舉例說明使用鄰近行插值法進行空穴填充的過程。
14、舉例說明使用均值插值法進行空穴填充的過程。
15、均值濾波器對高斯噪聲的濾波效果如何？試分析其中的原因。
16、簡述均值濾波器對椒鹽噪聲的濾波原理，并進行效果分析。
17、中值濾波器對椒鹽噪聲的濾波效果如何？試分析其中的原因。
18、使用中值濾波器對高斯噪聲和椒鹽噪聲的濾波結(jié)果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？
19、使用均值濾波器對高斯噪聲和椒鹽噪聲的濾波結(jié)果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？ 20、寫出腐蝕運算的處理過程。
21、寫出膨脹運算的處理過程。
22、為什么YUV表色系適用于彩色電視的顏色表示？
23、簡述白平衡方法的主要原理。
24、YUV表色系的優(yōu)點是什么？
25、請簡述快速傅里葉變換的原理。
26、傅里葉變換在圖像處理中有著廣泛的應(yīng)用，請簡述其在圖像的高通濾波中的應(yīng)用原理。
27、傅里葉變換在圖像處理中有著廣泛的應(yīng)用，請簡述其在圖像的低通濾波中的應(yīng)用原理。
28、小波變換在圖像處理中有著廣泛的應(yīng)用，請簡述其在圖像的壓縮中的應(yīng)用原理。
29、什么是圖像的無損壓縮？給出2種無損壓縮算法。
2、對于掃描結(jié)果：aaaabbbccdeeeeefffffff，若對其進行霍夫曼編碼之后的結(jié)果是：f=01
e=11
a=10
b=001
c=0001
d=0000。若使用行程編碼和霍夫曼編碼的混合編碼，壓縮率是否能夠比單純使用霍夫曼編碼有所提高？
31、DCT變換編碼的主要思想是什么？
32、簡述DCT變換編碼的主要過程。
33、什么是一維行程編碼？簡述其與二維行程編碼的主要區(qū)別。
34、什么是二維行程編碼？簡述其與一維行程編碼的主要區(qū)別。
35、簡述一維行程編碼和二維行程編碼的異同。
36、壓縮編碼算法很多，為什么還要采用混合壓縮編碼？請舉例說明。
37、對于掃描結(jié)果：aaaabbbccdeeeeefffffff，若對其進行霍夫曼編碼之后的結(jié)果是：f=01
e=11
a=10
b=001
c=0001
d=0000。若使用行程編碼和霍夫曼編碼的混合編碼，壓縮率是否能夠比單純使用行程編碼有所提高？
38、連續(xù)圖像和數(shù)字圖像如何相互轉(zhuǎn)換？
39、采用數(shù)字圖像處理有何優(yōu)點？
46、圖像處理中正交變換的目的是什么？圖像變換主要用于那些方面？
49、離散的沃爾什變換與哈達瑪變換之間有那些異同？
50、什么是小波？小波基函數(shù)和傅里葉變換基函數(shù)有何區(qū)別？
51、為何稱小波變換為信號的“電子顯微鏡”，如何實現(xiàn)該功能？
52、傅里葉變換、加窗傅里葉變換和小波變換的時間－頻率特性有什么不同？
54、圖像增強的目的是什么，它包含那些內(nèi)容？
55、什么是圖像平滑？試述均值濾波的基本原理。
56、什么是中值濾波，有何特點？
58、從哪些方面說明數(shù)據(jù)壓縮的必要性？
59、數(shù)據(jù)沒有冗余度能否壓縮？為什么？ 60、如何衡量圖像編碼壓縮方法的性能？
61、一圖像大小為640×48 0，256 色。用軟件工具SEA（version 1、3）將其分別轉(zhuǎn)成24位色BMP，24位色 JPEG，GIF（只能轉(zhuǎn)成256 色）壓縮格式，24位色 TI FF壓縮格式，24位色TGA壓縮格式，得到的文件大小分別為：921,654 字節(jié)；17,707 字節(jié)；177,152 字節(jié)；923,044 字節(jié)；768,136 字節(jié)。分別計算每種壓縮圖像的壓縮比。62、大部分視頻壓縮方法是有損壓縮還是無損壓縮？為什么？
63、若圖像上任意兩像素點的亮度電平值相等或者任意兩時刻同一位置上的像素的亮度電平值相等，能夠說明上述兩種情況下像素相關(guān)嗎？為什么？
64、根據(jù) JPEG 算法說明JPEG 圖像顯示時會出現(xiàn)馬賽克現(xiàn)象的原因。65、討論混合編碼的優(yōu)點。
66、Hu ff ma n 編碼有何優(yōu)缺點？
67、算術(shù)編碼有何優(yōu)點？舉例說明其適用范圍。68、JPEG 為什么要進行彩色空間轉(zhuǎn)換？ 69、JPEG 的量化表有何作用？ 70、引起圖像退化的原因有哪些？
71、盲去卷積方法中，如何選擇一個合適的PSF 值？
72、什么是閾值分割技術(shù)？該技術(shù)適用于什么場景下的圖像分割？ 73、邊緣檢測的理論依據(jù)是什么？有哪些方法？各有什么特點？ 74、基于圖像邊緣的算子分割技術(shù)的理論根據(jù)是什么？ 75、什么是區(qū)域？什么是圖像分割？
76、什么是Hough 變換？試述采用Hough 變換檢測直線的原理。77、如何表示圖像中一點的彩色值？顏色模型起什么作用？
78、色調(diào)、色飽和度和亮度的定義是什么？在表征圖像一點顏色時，各起什么作用？ 79、為什么有時需要將一種顏色數(shù)據(jù)表示形式轉(zhuǎn)換為另一種形式？如何由RGB數(shù)值計算HSV 數(shù)值？
80、什么是彩色的減性模型和加性模型？哪一種模型更適合用于顯示、圖片和打印場合？ 81、哪個顏色空間最接近人的視覺系統(tǒng)的特點？
82、為什么在某些場合下要進行彩色量化？彩色圖像的量化的依據(jù)是什么？ 83、抖動技術(shù)是如何利用只能顯示較少顏色的設(shè)備重現(xiàn)含有豐富色彩圖像的？ 84、討論假彩色和偽彩色的差異。
85、討論彩色圖像增強與灰度圖像增強的關(guān)系。86、數(shù)學形態(tài)學主要包括哪些研究內(nèi)容？ 87、基于數(shù)學形態(tài)學的圖像處理有何特點？
95、簡述二值圖像、彩色圖像、灰度圖像的區(qū)別。
105、圖像中的細節(jié)特征大致有哪些？一般細節(jié)反映在圖像中的什么地方？ 106、一階微分算子與二階微分算子在提取圖像的細節(jié)信息時，有什么異同？ 107、什么是圖像恢復(fù)。
108、圖像復(fù)原和圖像增強的主要區(qū)別是。116、舉例說明直方圖均衡化的基本步驟。
117、簡述JPEG的壓縮過程，并說明壓縮的有關(guān)步驟中分別減少了哪種冗余？ 118、圖像銳化濾波的幾種方法。
119、偽彩色增強和假彩色增強有何異同點。
120、圖像編碼基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？ 122、什么是直方圖均衡化？
124、什么是中值濾波及其它的原理？
125、圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？
126、在彩色圖像處理中，常使用HSI模型，它適于做圖像處理的原因有: 128、圖像增強時，平滑和銳化有哪些實現(xiàn)方法？ 129、簡述直方圖均衡化的基本原理。
130、當在白天進入一個黑暗劇場時，在能看清并找到空座位時需要適應(yīng)一段時間，試述發(fā)生這種現(xiàn)象的視覺原理。
131、說明一幅灰度圖像的直方圖分布與對比度之間的關(guān)系 132、對于椒鹽噪聲，為什么中值濾波效果比均值濾波效果好？ 134、什么是圖像運算？具體包括哪些？ 135、圖像都有哪些特征？
136、簡述基于邊緣檢測的霍夫變換的原理。137、假彩色增強和偽彩色增強的區(qū)別是什么？
139、闡述數(shù)字圖像處理與模擬圖像處理相比都有哪些優(yōu)點。140、簡述數(shù)字圖像信息的特點。
143、解釋什么是馬赫帶效應(yīng)。144、簡述人的視覺過程。
145、圖像可分為哪幾類？并闡述各類圖像的特點。
146、圖像獲取包括哪些步驟？各個步驟又會影響圖像質(zhì)量的哪些參數(shù)？
147、舉例說明差影法的用處。
148、圖像基本運算可以分為哪幾類。
149、有哪幾種常見的幾何變換？
150、圖像旋轉(zhuǎn)會引起圖像失真嗎？為什么？
151、二維傅立葉變換有哪些性質(zhì)？
152、圖像處理中正變換的目的是什么？圖像變換主要用于哪些方面。
153、圖像增強的目的是什么？它通常包含哪些技術(shù)？
154、直接灰度變換增強技術(shù)通常包含哪些內(nèi)容？
1.①圖像數(shù)字化：將一幅圖像以數(shù)字的形式表示。主要包括采樣和量化兩個過程。
②圖像增強：將一幅圖像中的有用信息進行增強，同時對其無用信息進行抑制，提高圖 像的可觀察性。
③圖像的幾何變換：改變圖像的大小或形狀。
④圖像變換：通過數(shù)學映射的方法，將空域的圖像信息轉(zhuǎn)換到頻域、時頻域等空間上進 行分析。
⑤圖像識別與理解：通過對圖像中各種不同的物體特征進行定量化描述后，將其所期望 獲得的目標物進行提取，并且對所提取的目標物進行一定的定量分析。
2.圖像識別與理解是指通過對圖像中各種不同的物體特征進行定量化描述后，將其所期望 獲得的目標物進行提取，并且對所提取的目標物進行一定的定量分析。比如要從一幅照片上 確定是否包含某個犯罪分子的人臉信息，就需要先將照片上的人臉檢測出來，進而將檢測出 來的人臉區(qū)域進行分析，確定其是否是該犯罪分子。
5.①圖像的幾何變換：改變圖像的大小或形狀。比如圖像的平移、旋轉(zhuǎn)、放大、縮小等，這些方法在圖像配準中使用較多。
②圖像變換：通過數(shù)學映射的方法，將空域的圖像信息轉(zhuǎn)換到頻域、時頻域等空間上進 行分析。比如傅里葉變換、小波變換等。
6.圖像的數(shù)字化主要包含采樣、量化兩個過程。采樣是將空域上連續(xù)的圖像變換成離散采 樣點集合，是對空間的離散化。經(jīng)過采樣之后得到的二維離散信號的最小單位是像素。量化 就是把采樣點上表示亮暗信息的連續(xù)量離散化后，用數(shù)值表示出來，是對亮度大小的離散化。經(jīng)過采樣和量化后，數(shù)字圖像可以用整數(shù)陣列的形式來描述。
7.如果量化級數(shù)過小，會出現(xiàn)偽輪廓現(xiàn)象。量化過程是將連續(xù)變化的顏色劃分到有限個級 別中，必然會導致顏色信息損失。當量化級別達到一定數(shù)量時，人眼感覺不到顏色信息的丟 失。當量化級數(shù)過小時，圖像灰度分辨率就會降低，顏色層次就會欠豐富，不同的顏色之間 過度就會變得突然，可能會導致偽輪廓現(xiàn)象。
8.二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱 為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點。
彩色圖像是根據(jù)三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基 色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。
9.二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱 為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據(jù)量
小的特點。
灰度圖像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不 包含彩色信息。標準灰度圖像中每個像素的灰度值是0-255之間的一個值，灰度級數(shù)為256級。
10.灰度圖像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不 包含彩色信息。標準灰度圖像中每個像素的灰度值是0-255之間的一個值，灰度級數(shù)為256級。彩色圖像是根據(jù)三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基 色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。11.（1）計算旋轉(zhuǎn)后行、列坐標的最大值和最小值。
（2）根據(jù)最大值和最小值，進行畫布擴大，原則是以最小的面積承載全部的圖像信息。
（3）計算行、列坐標的平移量。
（4）利用圖像旋轉(zhuǎn)公式計算每個像素點旋轉(zhuǎn)后的位置。
（5）對于空穴問題，進行填充。
13.鄰近插值法就是將判斷為空穴位置上的像素值用其相鄰行（或列）的像素值來填充。
例如對于下圖中的空穴點f23進行填充時，使用相鄰行的像素值來填充。即：f23=f22.14.均值插值法就是將判斷為空穴位置上的像素值用其上、下、左、右像素值的均值來填充。
例如對于下圖中的空穴點f23進行填充時，使用相鄰行的像素值來填充。
即：f23=(f22+f24+f13+f33)/4.15.均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其 周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。
均值濾波器對高斯噪聲的濾波結(jié)果較好。原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。
16.均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其 周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。
均值濾波器對椒鹽噪聲的濾波結(jié)果不好。
原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。
17.中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其 周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達 到濾除噪聲的目的。
中值濾波器對椒鹽噪聲的濾波效果較好。
原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。
18.中值濾波器對椒鹽噪聲的濾波效果較好，對高斯噪聲的處理效果不好。
中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其 周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達 到濾除噪聲的目的。
原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。找不到干凈的點 來替代被污染的點，故處理效果不好。
19.均值濾波器對高斯噪聲的濾波結(jié)果較好，對椒鹽噪聲的濾波結(jié)果不好。
均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其 周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。
原因: 高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有 干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。20.腐蝕運算的處理過程為：
1）掃描原圖，找到第一個像素值為1的目標點；
2）將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；
3）判斷該結(jié)構(gòu)元素所覆蓋的像素值是否全部為1：
如果是，則腐蝕后圖像中的相同位置上的像素值為1；
如果不是，則腐蝕后圖像中的相同位置上的像素值為0； 4）重復(fù)2）和3），直到所有原圖中像素處理完成。21.膨脹運算的處理過程為：
1）掃描原圖，找到第一個像素值為0的背景點；
2）將預(yù)先設(shè)定好形狀以及原點位置的結(jié)構(gòu)元素的原點移到該點；
3）判斷該結(jié)構(gòu)元素所覆蓋的像素值是否存在為1的目標點：
如果是，則膨脹后圖像中的相同位置上的像素值為1；
如果不是，則膨脹后圖像中的相同位置上的像素值為0； 4）重復(fù)2）和3），直到所有原圖中像素處理完成。22.YUV表色系適用于彩色電視的顏色表示主要原因有以下3點：（1）YUV表色系具有亮度與色度相分離的特點，黑白電視接收彩色電視節(jié)目信號時，只需要將Y、U、V三路信號中的Y信號介入電視機信號即可；（2）YUV表色系具有亮度與色度相分離的特點，彩色電視機接收黑白電視節(jié)目信號時，只要將U、V兩路信號置為0即可。（3）YUV表色系與RGB表色系的轉(zhuǎn)換運算比較簡單，便于實時進行色系之間的轉(zhuǎn)換。
23.白平衡方法的主要原理是：如果原始場景中的某些像素點應(yīng)該是白色的（R=G=B=255），但是由于所獲取的圖像中的相應(yīng)像素點存在色偏，這些點的R,G,B三個分量的值不再保持相同，通過調(diào)整這三個顏色分量的值，使之達到平衡，由此獲得對整幅圖像的彩色平衡影射關(guān)系，通過該映射關(guān)系對整幅圖像進行處理，由此達到彩色平衡的目的。24.YUV表色系的有點體現(xiàn)在以下2個方面：（1）亮度信號與色度信號相互獨立，由Y信號構(gòu)成的灰度圖像與用U、V信號構(gòu)成的兩外兩幅單色圖是相互獨立的?？梢詫@些單色圖單獨進行編碼。（2）YUV表色系與RGB表色系的轉(zhuǎn)換運算比較簡單，便于實時進行色系之間的轉(zhuǎn)換。
25.傅里葉變換是復(fù)雜的連加運算，計算時間代價很大。快速傅里葉變換的核心思想是，將 原函數(shù)分解成一個奇數(shù)項和一個偶數(shù)項加權(quán)和，然后對所分解的奇數(shù)項和偶數(shù)項再分別分解 成其中的奇數(shù)項和偶數(shù)項的加權(quán)和。這樣，通過不斷重復(fù)兩項的加權(quán)和來完成原有傅里葉變 換的復(fù)雜運算，達到較少計算時間代價的目的。
26.圖像經(jīng)過傅里葉變換后，景物的概貌部分集中在低頻區(qū)段，景物的細節(jié)部分集中在高頻 區(qū)段，可以通過圖像的高通濾波將圖像中景物的細節(jié)提取出來。具體做法是，將傅里葉變換 得到頻譜圖的低頻部分強制為0，而將高頻部分的信息保持不變，就相當于使用一個只保持高頻部分信息不變，而低頻信息被完全抑制的高通濾波器作用在原始圖像上。將經(jīng)過這樣處理后的頻譜進行傅里葉逆變換，就可以得到圖像的細節(jié)部分。
27.圖像經(jīng)過傅里葉變換后，景物的概貌部分集中在低頻區(qū)段，景物的細節(jié)部分集中在高頻 區(qū)段，可以通過圖像的高通濾波將圖像中景物的概貌提取出來。具體做法是，將傅里葉變換 得到頻譜圖的高頻部分強制為0，而將低頻部分的信息保持不變，就相當于使用一個只保持低頻部分信息不變，而高頻信息被完全抑制的低通濾波器作用在原始圖像上。將經(jīng)過這樣處理后的頻譜進行傅里葉逆變換，就可以得到圖像的概貌部分。
28.一幅圖像經(jīng)過一次小波變換之后，概貌信息大多集中在低頻部分，而其余部分只有微弱 的細節(jié)信息。為此，如果只保留占總數(shù)據(jù)量1/4的低頻部分，對其余三個部分的系數(shù)不存儲或傳輸，在解壓時，這三個子塊的系數(shù)以0來代替，則就可以省略圖像部分細節(jié)信息，而畫面的效果跟原始圖像差別不是很大。這樣，就可以得到圖像壓縮的目的。
29.圖像的無損壓縮是指壓縮后的數(shù)據(jù)進行重構(gòu)（或稱為還原，或稱為解壓縮），重構(gòu)后的 信息與原來的信息完全相同的壓縮編碼方式。無損壓縮用于要求重構(gòu)的信息與原始信息完全 一致的場合。常用的無損壓縮算法包含行程編碼、霍夫曼編碼等。30.原始掃描結(jié)果所占空間為：22*8=176(bits)單純霍夫曼編碼的結(jié)果是：*********01010101，共占53(bits)。壓縮比為：176：53.Hufman與行程編碼混合： ***00511701，共占3+2+3+3+3+4+3+4+3+2+3+2= 35(bits)，壓縮比為176：35.即壓縮比有所提高。
31.DCT變換編碼的思想是利用離散余弦變換對數(shù)據(jù)信息強度的集中特性，可以將數(shù)據(jù)中視覺上容易察覺的部分與不容易察覺的部分進行分離，由此可以達到進行有損壓縮的目的。32.第一步，將圖像分成8*8的子塊；
第二步，對每個子塊進行DCT變換；
第三步，將變換后的系數(shù)矩陣進行量化，量化后，得到的矩陣左上角數(shù)值較大，右下部 分為0； 第四步，對量化后的矩陣進行Z形掃描，以使得矩陣中為0的元素盡可能多的連在一起；
第五步，對Z掃描結(jié)果進行行程編碼； 第六步，進行熵編碼。
33.一維行程編碼是里利用一行上像素的相關(guān)性，逐行對圖像進行掃描，然后對掃描的結(jié)果 進行編碼。一維行程編碼只考慮了消除行內(nèi)像素之間的相關(guān)性，沒有考慮到某種方向之間的 相關(guān)性；而二維行程編碼是按照一定的掃描路線進行掃描，既可以消除行內(nèi)像素之間水平方 向的相關(guān)性，又可以消除像素垂直方向的相關(guān)性。34.二維行程編碼是利用圖像的二維信息的強相關(guān)性，對圖像按照一定的掃描路線進行掃描，遍歷所有的像素點，獲得點點相鄰的關(guān)系后進行一維行程編碼的方法。這樣，既可以消除 行內(nèi)像素之間水平方向的相關(guān)性，又可以消除像素垂直方向的相關(guān)性。而一維行程編碼只考 慮了消除行內(nèi)像素之間的相關(guān)性，沒有考慮到某種方向之間的相關(guān)性； 35.一維行程編碼是里利用一行上像素的相關(guān)性，逐行對圖像進行掃描，然后對掃描的結(jié)果 進行編碼。一維行程編碼只考慮了消除行內(nèi)像素之間的相關(guān)性，沒有考慮到某種方向之間的 相關(guān)性。
二維行程編碼是利用圖像的二維信息的強相關(guān)性，對圖像按照一定的掃描路線進行掃描，遍歷所有的像素點，獲得點點相鄰的關(guān)系后進行一維行程編碼的方法。這樣，既可以消除 行內(nèi)像素之間水平方向的相關(guān)性，又可以消除像素垂直方向的相關(guān)性。
36.壓縮編碼算法很多，比如行程編碼、霍夫曼編碼等。每種不同的壓縮編碼方法具有各自 不同的特點。比如行程編碼擅長對多個重復(fù)數(shù)據(jù)連續(xù)出現(xiàn)的情況進行編碼；霍夫曼編碼則可 以有效地將出現(xiàn)頻率高、低不同的數(shù)據(jù)進行編碼。如果將不同的編碼方式巧妙的結(jié)合在一起，則可以達到更高的壓縮率，這就是混合壓縮編碼的思想。37.原始掃描結(jié)果所占空間為：22*8=176(bits)單純行程編碼的結(jié)果是：4a3b2c1d5e7f，共占6（3+8）=66(bits)。壓縮比為：176：66 Hufman與行程編碼混合： ***00511701，共占3+2+3+3+3+4+3+4+3+2+3+2=35(bits)，壓縮比為176：35.即故壓縮比有所提高。
38.數(shù)字圖像將圖像看成是許多大小相同、形狀一致的像素組成。這樣，數(shù)字圖像可以 用二維矩陣表示。將自然界的圖像通過光學系統(tǒng)成像并由電子器件或系統(tǒng)轉(zhuǎn)化為模擬圖像（連續(xù)圖像）信號，再由模擬/ 數(shù)字轉(zhuǎn)化器（ADC）得到原始的數(shù)字圖像信號。圖像的數(shù)字 化包括離散和量化兩個主要步驟。在空間將連續(xù)坐標過程稱為離散化，而進一步將圖像的幅 度值（可能是灰度或色彩）整數(shù)化的過程稱為量化。
39.數(shù)字圖像處理與光學等模擬方式相比具有以下鮮明的特點：．具有數(shù)字信號處理技術(shù)共有的特點。（1）處理精度高。（2）重現(xiàn)性能好。（3）靈活 性高。．數(shù)字圖像處理后的圖像是供人觀察和評價的，也可能作為機器視覺的預(yù)處理結(jié)果。．數(shù)字圖像處理技術(shù)適用面寬。．數(shù)字圖像處理技術(shù)綜合性強。
46.正交變換可以使得圖像能量主要集中分布在低頻率成分上，邊緣和線信息反映在高 頻率成分上。因此正交變換廣泛應(yīng)用在圖像增強、圖像恢復(fù)、特征提取、圖像編碼壓縮和形 狀分析等方面。
49.哈達瑪(Hadamard)變換和沃爾什（Wal sh）變換的變換核都是由1，－1 組成的正交 方陣。它們不同的地方在于變換矩陣的行列排列次序不同。哈達瑪變換每行的列率排列是沒 有規(guī)則的，沃爾什變換的列率是由小到大。
50.小波信號的非零點是有限的。它與傅里葉變換的基函數(shù)（三角函數(shù)、指數(shù)信號）是 不同的，傅里葉變換的基函數(shù)從負無窮到正無窮都是等幅振蕩的。
51.小波變換的伸縮因子的變化，使得可以在不同尺度上觀察信號，所以又稱電子顯微 鏡。實現(xiàn)小波變換可以應(yīng)用Mall at 的快速算法。52.傅里葉變換使得時間信號變成了頻域信號，加窗傅里葉變換使得時間信號變成了時 頻信號，但是窗口是固定的，小波變換同樣變成了視頻信號，但是時頻的窗口是變化的。54.圖像增強是指對圖像的某些特征，如邊緣、輪廓、對比度等進行強調(diào)或銳化，以 便于顯示、觀察或進一步分析與處理。
55.為了去除或減弱圖像中的噪聲，可以對圖像進行平滑處理，稱為圖像平滑。大部分 的噪聲都可以看作是隨機信號，它們對圖像的影響可以看作是孤立的。對于某一像素而言，如果它與周圍像素點相比，有明顯的不同，我們就認為該點被噪聲感染了?；谶@樣的分析，我們可以用求均值的方法，來判斷每一點是否含有噪聲，并用適當?shù)姆椒ㄏl(fā)現(xiàn)的噪聲。56.中值濾波是非線性的處理方法，在去噪的同時可以兼顧到邊界信息的保留。
中值濾波首先選一個含有奇數(shù)點的窗口W，將這個窗口在圖像上掃描，把該窗口中所含的 像素點按灰度級的升（或降）序排列，取位于中間的灰度值，來代替該點的灰度值。58.采用數(shù)字技術(shù)會使信號處理的性能大為提高，但其數(shù)據(jù)量的增加也是十分驚人的。圖像數(shù)據(jù)更是多媒體、網(wǎng)絡(luò)通信等技術(shù)重點研究的壓縮對象。不加壓縮的圖像數(shù)據(jù)是計算機 的處理速度、通信信道的容量等所無法承受的。
這樣的數(shù)據(jù)率是與當前信息存儲介質(zhì)的容量、計算機的總線速度以及網(wǎng)絡(luò)的傳輸率不相 匹配的。盡管人們在存儲介質(zhì)、總線結(jié)構(gòu)和網(wǎng)絡(luò)性能等方面不斷有新的突破，但數(shù)據(jù)量的增 長速度遠超過硬件設(shè)施的提高水平，以上的矛盾仍然無法緩解。
如果將上述圖像信號壓縮幾倍、十幾倍，甚至上百倍，將十分有利于圖像的傳輸和存儲?？梢?，在現(xiàn)有硬件設(shè)施條件下，對圖像信號本身進行壓縮是解決上述矛盾的主要出路。59.圖像數(shù)據(jù)量大，同時冗余數(shù)據(jù)也是客觀存在的。一般圖像中存在著以下數(shù)據(jù)冗余因 素：（1）編碼冗余；（2）像素間的相關(guān)性形成的冗余；（3）視覺特性和顯示設(shè)備引起的冗余。
理論上，數(shù)據(jù)沒有冗余度是不壓縮的，否則無法解碼出原始數(shù)據(jù)。但在大部分應(yīng)用場合 下采用有損壓縮，數(shù)據(jù)沒有冗余度也可以進行壓縮。
60.一般地，圖像壓縮應(yīng)能做到壓縮比大、算法簡單、易于用硬件和軟件實現(xiàn)、壓縮和 解壓縮實時性好、解壓縮恢復(fù)的圖像失真小等。但這些指標對同一壓縮方法很難統(tǒng)一，在實 際系統(tǒng)中往往需要抓住主要矛盾，全面權(quán)衡。常用的圖像壓縮技術(shù)指標有：（1）圖像熵與平均碼長；（2）圖像冗余度與編碼效率；（3）壓縮比；（4）客觀評價SNR；（5）主觀評價。圖像的主客觀兩種評價之間存在著密切的聯(lián)系。但一般來說，客觀評價高的主觀評價也高，因此在圖像編碼的質(zhì)量評價時，首先作客觀評價，以主觀評價為參考。
61.不計算較小的文件頭和彩色查找表（LTU）的數(shù)據(jù)量，原始圖像的數(shù)據(jù)量為：
640×4 8 0× 1 byt e=3 07,200 byt e。
經(jīng)轉(zhuǎn)換后各種格式的壓縮比如下：
24位色 BMP格式：
307,20 0/ 921,654= 0.333（增加了冗余度）
24位色 JPEG 格式：07 , 20 0/ 17 ,707 =17.3 5
GIF 壓縮格式：
307,20 0/ 177,152= 1.73
24位色 TIFF壓縮格式： 307,20 0/ 923,044= 0.333（增加了冗余度）
24位色 TGA壓縮格式： 307,20 0/ 768,136= 0.400（增加了冗余度）
62.視頻比靜態(tài)圖像數(shù)據(jù)量更大，同時可壓縮的冗余信息更多。大部分視頻壓縮方法是 以人眼感覺無明顯失真為依據(jù)的，因此采用有損壓縮。事實上，視頻可以看成是一幅幅不同 但相關(guān)的靜態(tài)圖像的時間序列。因此，靜態(tài)圖像的壓縮技術(shù)和標準可以直接應(yīng)用于視頻的單 幀圖像。另外，利用視頻幀間信息的冗余可以大大提高視頻的壓縮比。
63.不能。像素的空間相關(guān)性和時間相關(guān)性是以空間和時間的相鄰性為基礎(chǔ)的。因此，圖像上任意兩像素點的亮度電平值相等或者任意兩時刻同一位置上的像素的亮度電平值相 等帶有偶然性，不能說明兩像素相關(guān)。
64.由于JPEG 算法將整幅圖像分成若干個8×8 的子塊，解碼也是以子塊為單位的，所 以塊間的解碼誤差可能反映為方塊效應(yīng)，在視覺上會出現(xiàn)馬賽克現(xiàn)象。
65.混合編碼一般指將預(yù)測編碼與變換編碼相結(jié)合進行編碼的方法。預(yù)測編碼根據(jù)相鄰 像素相關(guān)性來確定后繼像素的預(yù)測值，若用差值進行編碼則可以壓縮數(shù)據(jù)量；變換編碼對原 始圖像進行正交變換，在變換域進行抽樣達到壓縮的目的；混合編碼將兩種編碼方法結(jié)合起 來，可以發(fā)揮兩種編碼方法的優(yōu)點，取得更好的效果。
66.Hu ff ma n 編碼在無失真的編碼方法中效率優(yōu)于其他編碼方法，是一種最佳變長碼，其平均碼長接近于熵值。但當信源數(shù)據(jù)成分復(fù)雜時，龐大的信源集致使Huff ma n 碼表較大，碼表生成的計算量增加，編譯碼速度相應(yīng)變慢；另外不等長編碼致使硬件譯碼電路實現(xiàn)困難。上述原因致使Huff ma n 編碼的實際應(yīng)用受到限制。
67.在信源符號概率接近的條件下，算術(shù)編碼效率高于Huff ma n 編碼。因此，在擴展 的JPEG 系統(tǒng)中用算術(shù)編碼取代了Huff ma n 編碼。另外，算術(shù)編碼除了常見的基于概率統(tǒng)計的模式外，還有自適應(yīng)模式。在這種模式下，各個符號的初始概率相同，它們依據(jù)出現(xiàn)的符號而發(fā)生變化。這種模式特別適用于不便于進行符號概率統(tǒng)計的實際場合中。68.JPEG 算法處理的是單獨的彩色分量圖像，所以來自其他彩色空間的圖像數(shù)據(jù)要以
JPEG格式保存，需要進行彩色空間的轉(zhuǎn)換，如將RGB空間、YCRCB空間或轉(zhuǎn)換為YUV空間等。
69.量化的目的是為了壓縮數(shù)據(jù)，同時也是圖像質(zhì)量下降的主要原因。所以設(shè)計合理的 量化器十分重要。在保證圖像質(zhì)量的前提下，為了獲得較高的壓縮比，JPEG 量化器利用人 眼的空間視覺特性，相對于高頻成分對低頻成分采用較小的量化間隔和較少的比特數(shù)。又根 據(jù)人眼對亮度信號比色度信號敏感的原理，對圖像的亮度分量和圖像的色差分量使用不同的 量化表——亮度量化表和色差量化表。量化表的元素即為量化間隔。對于CCIR 601標準電 視圖像，JPEG 標準提供了最佳的亮度和色度量化表。根據(jù)不同的應(yīng)用需要，用戶還可以設(shè) 計或選擇其他的量化表。
70.造成圖像退化的原因很多，大致可分為以下幾個方面：
（1）射線輻射、大氣湍流等造成的照片畸變。
（2）模擬圖像數(shù)字化的過程中，由于會損失部分細節(jié)，造成圖像質(zhì)量下降。
（3）鏡頭聚焦不準產(chǎn)生的散焦模糊。
（4）成像系統(tǒng)中始終存在的噪聲干擾。
（5）拍攝時，相機與景物之間的相對運動產(chǎn)生的運動模糊。
（6）底片感光、圖像顯示時會造成記錄顯示失真。
（7）成像系統(tǒng)的像差、非線性畸變、有限帶寬等造成的圖像失真。
（8）
攜帶遙感儀器的飛行器運動的不穩(wěn)定，以及地球自轉(zhuǎn)等因素引起的照片幾何失真。71.對具有加性噪聲的模糊圖像作盲圖像復(fù)原的方法一般有兩種：直接測量法和間接估 計法。MATLAB 提供了DECONVBLI ND 函數(shù)進行盲圖像復(fù)原。該函數(shù)采用最大似然算法 對模糊圖像進行去卷積處理，返回去模糊的圖像和相應(yīng)的點擴散函數(shù)PSF。
72.可用一個灰度級閾值T 進行分割，分割出目標區(qū)域與背景區(qū)域，這種方法我們稱 為灰度閾值分割方法。通常用于圖像中目標和背景具有不同的灰度集合：目標灰度集合與背 景灰度集合。
73.邊緣檢測這是基于幅度不連續(xù)性進行的分割方法。通常采用差分、梯度、拉普拉斯 算子及各種高通濾波處理方法對圖像進行邊緣檢測。
74.通過差分、梯度、拉普拉斯算子及各種高通濾波處理方法對圖像邊緣進行增強，然 后再進行一次門限化的處理，便可以將邊緣增強的方法用于邊緣檢測，最后根據(jù)邊緣來進行 圖像分割。
75.區(qū)域可以認為是圖像中具有相互連通、一致屬性的像素集合，圖像分割就是指把圖 像分成互不重疊的區(qū)域并提取出感興趣目標的技術(shù)。
76.霍夫變換的基本思想是點－線的對偶性。圖像變換前在圖像空間，變換后在參數(shù)空 間。在圖像空間中的直線上的每一個點都會映射到參數(shù)空間中的相同參數(shù)，所以只要找到這 個參數(shù)就可以找到圖像空間中的直線。Hough 變換就是根據(jù)這個原理檢測直線的。77.圖像中一點的彩色值顏色三維空間中的一個點來表示，每個點有三個分量，不同的 顏色空間各分量的含義不同。
顏色模型規(guī)定了顏色的建立、描述和觀察方式。顏色模型都是建立在三維空間中的，所 以與顏色空間密不可分。78.HSV 模型由色度（H），飽和度（S），亮度（V）三個分量組成的，與人的視覺特 性比較接近。HSV 顏色模型用Muns ell三維空間坐標系統(tǒng)表示。
色調(diào)（H）表示顏色的種類，用角度來標定，用-180～180或0 0～360度量。
色飽和度（S）表示顏色的深淺，在徑向方向上的用離開中心線的距離表示。用百分比 來度量，從0%到完全飽和的100%。
亮度（V）表示顏色的明亮程度，用垂直軸表示。也通常用百分比度量，從0%（黑）到100%（白）。
79.實際應(yīng)用中常用的顏色空間很多，有RGB、HSV、HSI、YUV、YIQ 等。目前常
用的顏色空間可分為兩類，一類是面向硬設(shè)備的，比方說彩色顯示器、打印機等，另一類面 向以彩色處理為目的的應(yīng)用，面向硬設(shè)備的最常用的顏色空間是RGB顏色空間，而面向顏 色處理的最常用顏色空間是HSI 顏色空間以及HSV 顏色空間。針對不同的應(yīng)用目的采用不 同的彩色空間可能更合適，因此，有時需要將一種顏色數(shù)據(jù)表示形式轉(zhuǎn)換為另一種形式。80.由三基色混配各種顏色通常有兩種方法：相加混色法和相減混色法。相加混色和相 減混色的主要區(qū)別表現(xiàn)在以下三個方面：
（1）相加混色是由發(fā)光體發(fā)出的光相加而產(chǎn)生的各種顏色，而相減混色是先有白色光，然后從中減去某些成份（吸收）得到各種顏色。
（2）相加混色的三基色是紅、綠、藍，而相減混色的三基色是黃、青、品紅。也就是
16說，相加混色的補色就是相減混色的基色。
（3）相加混色和相減混色有不同的規(guī)律。
彩色電視機顯示的顏色是通過相加混色產(chǎn)生的。而彩色電影和幻燈片等與繪畫原料、打 印機打印圖片等是通過相減混色產(chǎn)生各種顏色的。
81.在許多實用系統(tǒng)中，大量應(yīng)用的是HSV 模型，這個模型是由色度（H），飽和度（S），亮度（V）三個分量組成的，與人的視覺特性比較接近。該模型的重要性在于：一方面消除 了亮度成分V 在圖像中與顏色信息的聯(lián)系，另一方面色調(diào)H 和飽和度S 分量與人的視覺感 受密切相關(guān)?；谌说囊曈X系統(tǒng)的顏色感覺特性，這些特征使HSV 模型成為一個研究圖像 處理的重要工具。
82.彩色空間的連續(xù)空間。如果對連續(xù)空間進行適當?shù)牧炕笤儆嬎?，則計算量要少得 多。如在實際處理中，需要將HSV 三個分量進行量化以減少特征值的數(shù)量。
83.抖動法是一種利用僅能重現(xiàn)較少顏色種類的設(shè)備來顯示含有豐富色彩圖像的有效的 方法。產(chǎn)生抖動圖像可以有多種方式，但是基本原理都是一樣的：采用能直接顯示其色彩的 像素模式來替換那些其色彩不能直接顯示的像素。抖動技術(shù)利用了空間混色原理——人的肉 眼能將兩種不同顏色的相鄰像素融合成第三種顏色。
84.假彩色處理的對象是三基色描繪的自然圖像或同一景物的多光譜圖像。對自然圖像，假彩色的處理方法之一是將人們所關(guān)注的目標物映射為與原色不同的假彩色，即原有的彩色 圖像變換成給定彩色分布的圖像。而偽彩色增強是將灰度或單一波段的圖像變換為彩色圖 像，從而把人眼不能區(qū)分的微小的灰度差別顯示為明顯的色彩差異，更便于解譯和提取有用 信息。彩色圖像中的彩色根據(jù)黑白圖像的灰度級或其他圖像特征（如空間頻率成分）人為給 定。
85.在真彩色增強中，盡管對R、G、B各分量（相當于三個灰度圖像）直接使用對灰度 圖的增強方法可以增加圖像中可視細節(jié)亮度，但得到的增強圖像中的色調(diào)有可能完全沒有意 義。這是因為在增強圖中對應(yīng)同一個像素的R、G、B這三個分量都發(fā)生了變化，它們的相對數(shù)值與原來不同了，從而導致原圖像顏色的較大變化，且這種變化很難控制?；叶葓D像增強技術(shù)有助于研究彩色圖像增強技術(shù)，但彩色圖像增強特別需要注意增強后圖像的色調(diào)和色飽和度的滿意度。
86.數(shù)學態(tài)學圖像處理的基本思想是利用結(jié)構(gòu)元素作為“探針”在圖像中不斷移動，在 此過程中收集圖像的信息、分析圖像各部分間的相互關(guān)系，從而了解圖像的結(jié)構(gòu)特征。結(jié)構(gòu) 元素的選擇十分重要，根據(jù)探測研究圖像的不同結(jié)構(gòu)特點，結(jié)構(gòu)元素可攜帶形態(tài)、大小、灰 度、色度等信息。不同點的集合形成具有不同性質(zhì)的結(jié)構(gòu)元素。由于不同的結(jié)構(gòu)元素可以用 來檢測圖像不同側(cè)面的特征，因此設(shè)計符合人的視覺特性的結(jié)構(gòu)元素是分析圖像的重要步 驟。用形態(tài)學算子及其組合來進行圖像形狀和結(jié)構(gòu)的分析及處理，可以解決抑制噪聲、特征 提取、邊緣檢測、形狀識別、紋理分析、圖像恢復(fù)與重建等方面的問題。87.利用數(shù)學形態(tài)學進行圖像處理有其獨有的一些特性：
（1）它反映的是一幅圖像中像素點間的邏輯關(guān)系，而不是簡單的數(shù)值關(guān)系。
（2）它是一種非線性的圖像處理方法，并且具有不可逆性。
（3）它可以并行實現(xiàn)。
（4）它可以用來描述和定義圖像的各種集合參數(shù)和特征。
95.二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點。
彩色圖像是根據(jù)三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。
灰度圖像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不包含彩色信息。標準灰度圖像中每個像素的灰度值是0-255之間的一個值，灰度級數(shù)為256級。
105.圖像的細節(jié)是指畫面中的灰度變化情況，包含了圖像的孤立點、細線、畫面突變等。孤立點大都是圖像的噪聲點，畫面突變一般體現(xiàn)在目標物的邊緣灰度部分。
106.一階微分算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；二階微分算子獲得的邊界是比較細致的邊界。反映的邊界信息包括了許多的細節(jié)信息，但是所反映的邊界不是太清晰。
107.圖像恢復(fù)，是一種使退化了的圖像去除退化因素，并以最大保真度恢復(fù)成原來圖像的技術(shù)。
108.圖像增強主要是一個主觀過程，而圖像復(fù)原主要是一個客觀過程；圖像增強不考慮圖像是何退化的, 而圖像復(fù)原需知道圖像退化的機制和過程等先驗知識。
116.直方圖均衡化是通過灰度變換將一幅圖象轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數(shù)的過程。
直方圖均衡化變換：設(shè)灰度變換s=f(r)為斜率有限的非減連續(xù)可微函數(shù)，它將輸入圖象Ii(x，y)轉(zhuǎn)換為輸出圖象Io(x，y)，輸入圖象的直方圖為Hi(r)，輸出圖象的直方圖為Ho(s)，則根據(jù)直方圖的含義，經(jīng)過灰度變換后對應(yīng)的小面積元相等：Ho(s)ds=Hi(r)dr 直方圖修正的例子
假設(shè)有一幅圖像，共有6 4(6 4個象素，8個灰度級，進行直方圖均衡化處理。根據(jù)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 由于這里只取8個等間距的灰度級，變換后的s值也只能選擇最靠近的一個灰度級的值。因此，根據(jù)上述計算值可近似地選取：
S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。
可見，新圖像將只有5個不同的灰度等級，于是我們可以重新定義其符號：
S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。因為由rO=0經(jīng)變換映射到sO=1／7，所以有n0=790個象素取sO這個灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3個象素取s 1這一灰度值；依次類推，有850個象素取s2=5／7這一灰度值；由于r3和r4均映射到s3=6／7這一灰度值，所以有656+329=98 5個象素都取這一灰度值；同理，有245+1 22+81=448個象素都取s4=1這一灰度值。上述值除以n=4096，便可以得到新的直方圖。
117.分塊－＞顏色空間轉(zhuǎn)換－＞零偏置轉(zhuǎn)換－＞DCT變換－＞量化－＞符號編碼。顏色空間轉(zhuǎn)換，減少了心理視覺冗余；零偏置轉(zhuǎn)換，減少了編碼冗余；量化減少了心理視覺冗余；符號編碼由于是霍夫曼編碼加行程編碼，因此即減少了編碼冗余（霍夫曼編碼）又減少了像素冗余（行程編碼）。
ＪＰＥＧ2000的過程：圖像分片、直流電平（DC）位移，分量變換，離散小波變換、量化，熵編碼。
118.（1）直接以梯度值代替；（2）輔以門限判斷；（3）給邊緣規(guī)定一個特定的灰度級；（4）給背景規(guī)定灰度級；（5）根據(jù)梯度二值化圖像。
119.偽彩色增強是對一幅灰度圖像經(jīng)過三種變換得到三幅圖像，進行彩色合成得到一幅彩色圖像；
假彩色增強則是對一幅彩色圖像進行處理得到與原圖象不同的彩色圖像；主要差異在于處理對象不同。相同點是利用人眼對彩色的分辨能力高于灰度分辨能力的特點，將目標用人眼敏感的顏色表示。
120.雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的，或者說存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像，同時又不會損害圖像的有效信息。數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式：空間冗余、時間冗余、視覺冗余、信息熵冗余、結(jié)構(gòu)冗余和知識冗余。
122.將原圖象的直方圖通過變換函數(shù)修正為均勻的直方圖，然后按均衡直方圖修正原圖象。圖象均衡化處理后，圖象的直方圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖象看起來就更清晰了。
124.中值濾波法是一種非線性平滑技術(shù)，它將每一象素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有象素點灰度值的中值。
中值濾波是基于排序統(tǒng)計理論的一種能有效抑制噪聲的非線性信號處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一個鄰域中各點值的中值代替，讓周圍的像素值接近的真實值，從而消除孤立的噪聲點。
125.區(qū)別：圖像銳化是用于增強邊緣，導致高頻分量增強，會使圖像清晰；圖像平滑用于消除圖像噪聲，但是也容易引起邊緣的模糊。聯(lián)系：都屬于圖像增強，改善圖像效果。126.1、在HIS 模型中亮度分量與色度分量是分開的；
2、色調(diào)與飽和度的概念與人的感知聯(lián)系緊密。
128.平滑的實現(xiàn)方法：鄰域平均法，中值濾波，多圖像平均法，頻域低通濾波法。銳化的實現(xiàn)方法：微分法，高通濾波法。
129.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。因為灰度分布可在直方圖中描述，所以該圖像增強方法是基于圖像的灰度直方圖。
130.人的視覺絕對不能同時在整個亮度適應(yīng)范圍工作，它是利用改變其亮度適應(yīng)級來完成亮度適應(yīng)的。即所謂的亮度適應(yīng)范圍。同整個亮度適應(yīng)范圍相比，能同時鑒別的光強度級的總范圍很小。因此，白天進入黑暗劇場時，人的視覺系統(tǒng)需要改變亮度適應(yīng)級，因此，需要適應(yīng)一段時間，亮度適應(yīng)級才能被改變。
131.直方圖的峰值集中在低端，則圖象較暗，反之，圖象較亮。直方圖的峰值集中在某個區(qū)域，圖象昏暗，而圖象中物體和背景差別很大的圖象，其直方圖具有雙峰特性，總之直方圖分布越均勻，圖像對比度越好。
132.椒鹽噪聲是復(fù)制近似相等但隨機分布在不同的位置上，圖像中又干凈點也有污染點。中值濾波是選擇適當?shù)狞c來代替污染點的值，所以處理效果好。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲。
134.圖像的運算是指以像素點的幅度值為運算單元的圖像運算。這種運算包括點運算、代數(shù)運算和幾何運算。
135.①幅度特征。在所有的圖像特征中最基本的是圖像的幅度特征。可以在某一像素點或其鄰域內(nèi)作出幅度的測量，可以直接從圖像像素的灰度值，或從某些線性、非線性變換后構(gòu)成新的圖像幅度的空間來求得各式各樣的圖像的幅度特征圖。②直方圖特征。一幅數(shù)字圖像可以看作是一個二維隨機過程的一個樣本，可以用聯(lián)合概率分布來描述。通過對圖像的各像素幅度值可以設(shè)法估計出圖像的概率分布，從而形成圖像的直方圖特征。③變換系數(shù)特征。由于圖像的二維變換得出的系數(shù)反映了二維變換后圖像在頻率域的分布情況，因此常常用二維的傅里葉變換作為一種圖像特征的提取方法。④點和線條的特征。圖像中點的特征含義是，其幅度與其鄰區(qū)的幅度有顯著的不同；圖像中線條的特征意味著它在截面上的幅度分布出現(xiàn)凹凸狀，也就是說在線段的法向上幅度有明顯的起伏。⑤灰度邊沿特征。圖像的灰度、紋 理的改變或不連續(xù)是圖像的重要特征，它可以指示圖像內(nèi)各種物體的實際情況。⑥紋理特征。紋理可以分為人工紋理和自然紋理。人工紋理是由自然背景上的符號排列組成，這些符號可以是線條、點、字母、數(shù)字等。自然紋理是具有重復(fù)性排列現(xiàn)象的自然景象。
136.把直線上點的坐標變換到過點的直線的系數(shù)域，通過利用共線和直線相交的關(guān)系，使直線的提取問題轉(zhuǎn)化為計數(shù)問題。
137.假彩色增強是將一幅彩色圖像映射到另一幅彩色圖像，從而達到增強彩色對比，使某些圖像達到更加醒目的目的。偽彩色增強是把一幅黑白域不同灰度級映射為一幅彩色圖像的技術(shù)手段。
139：數(shù)字圖像處理與模擬圖像處理的根本不同在于，它不會因圖像的存儲、傳輸或復(fù)制等一系列變換操作而導致圖像質(zhì)量的退化，所以數(shù)字圖像處理具有很好的再現(xiàn)性。
數(shù)字圖像處理的主要優(yōu)點是：精度高、再現(xiàn)性好、通用性、靈活性強。
140：數(shù)字圖像是物體的一個數(shù)字表示，是以數(shù)字格式存放的圖像，它是目前社會生活中最常見的一種信息媒體，它傳遞著物理世界事務(wù)狀態(tài)的信息，是人類獲取外界信息的主要途徑。143：是指視覺的主觀感受在亮度有變化的地方出現(xiàn)虛幻的明亮或黑暗的條紋。
馬赫帶效應(yīng)的出現(xiàn)是人類的視覺系統(tǒng)造成的。生理學對馬赫帶效應(yīng)的解釋是：人類的視覺系統(tǒng)有增強邊緣對比度的機制。
144：視覺是人類的重要功能。視覺過程是一個非常復(fù)雜的過程。主要有三個：光學過程、化學過程和神經(jīng)處理過程。
當人眼接收光刺激時，首先是條件反射，由視網(wǎng)膜神經(jīng)進行處理。隨后圖像信號通過視覺通道反映到大腦皮層，大腦皮層做出相應(yīng)的處理：存儲圖像、信息處理、特征提取，決策和描述。最終做出反應(yīng)。
145: 圖像有許多種分類方法，按照圖像的動態(tài)特性，可以分為靜止圖像和運動圖像；按照圖像的色彩，可以分為灰度圖像和彩色圖像；按照圖像的維數(shù)，可分為二維圖像、三維圖像和多維圖像。
二值圖像：只有黑白兩種顏色。
亮度圖像：像素灰度級用8bit表示，介于黑色和白色之間的256中灰度中的一種。索引圖像：顏色是預(yù)先定義好的，有256種彩色，通過索引來表示，每個像素占8bit。RGB圖像：真彩色圖像，每一個像素由紅、綠和藍三個字節(jié)組合而成。可產(chǎn)生1670萬種不同的顏色。
146：圖像的獲取即圖像的數(shù)字化過程，包括掃描、采樣和量化。
圖像的采樣：將空間上連續(xù)的圖像變換成離散點的操作稱為采樣。一般來說，采樣間隔越大，所得圖像像素數(shù)越少，空間分辨率低，質(zhì)量差。
圖像的量化：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。量化等級越多，所得圖像層次越豐富，灰度分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大。147：將同一景物在不同時間拍攝的圖像或同一景物在不同波段的圖像相減，這就是差影法。
差值圖像提供了圖像間的差值信息，能用于指導動態(tài)監(jiān)測、運動目標的檢測和跟蹤、圖像背景的消除及目標識別等。
148：點運算、代數(shù)運算、邏輯運算和幾何運算。149：圖像的位置變換（平移、鏡像、旋轉(zhuǎn)）、形狀變換（放大、縮小）及圖像的復(fù)合變換等。
150：會的。因為圖像旋轉(zhuǎn)以后，會出現(xiàn)空白點，有些信息丟失，需要對這些點進行灰度級的插值處理。
151：可分離性、平移性質(zhì)、周期性和共軛對稱性、旋轉(zhuǎn)性質(zhì)、分配率、尺度變換等。152：是根據(jù)圖像在變換域的某些性質(zhì)對其進行處理。
用于在頻域進行圖像分析、圖像增強及圖像壓縮等工作。
153：是采用某種技術(shù)手段，感受圖像的視覺效果，或?qū)D像轉(zhuǎn)換成更適合人眼觀察和機器分析、識別的形式，以便從圖像中獲取更有用的信息。
空間域增強技術(shù)：點處理，模板處理即鄰域處理。頻率域增強技術(shù)：高、低通濾波、同態(tài)濾波等。
154：直接灰度變換屬于點處理技術(shù)，關(guān)鍵是設(shè)計合適的映射函數(shù)。包含的技術(shù)有：灰度線性變換、分段線性變換、反轉(zhuǎn)變換、對數(shù)變換、冪次變換、灰度切分。
155.高斯平滑濾波：高斯濾波是一種線性平滑濾波，適用于消除高斯噪聲，廣泛應(yīng)用于圖像處理的減噪過程。通俗的講，高斯濾波就是對整幅圖像進行加權(quán)平均的過程，每一個像素點的值，都由其本身和鄰域內(nèi)的其他像素值經(jīng)過加權(quán)平均后得到。高斯濾波的具體操作是：用一個模板（或稱卷積、掩模）掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點的值。若使用理想濾波器，會在圖像中產(chǎn)生振鈴現(xiàn)象。采用高斯濾波器的話，系統(tǒng)函數(shù)是平滑的，避免了振鈴現(xiàn)象。
第二篇：《數(shù)字圖像處理》
實驗五 圖像的幾何變換
一．實驗?zāi)康募耙?/p>
掌握圖像幾何變換的基本原理，熟練掌握數(shù)字圖像的縮放、旋轉(zhuǎn)、平移、鏡像和轉(zhuǎn)置的基本原理及其MATLAB編程實現(xiàn)方法。
二、實驗內(nèi)容
（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認真觀察命令執(zhí)行的結(jié)果。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗結(jié)果。
1.圖像縮放 clear all, close all I = imread('cameraman.tif');Scale = 1.35;
% 將圖像放大1.35倍
J1 = imresize(I, Scale, 'nearest');
% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');
% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');help imresize
% 查看imresize使用幫助
1.95倍
I = imread('cameraman.tif');Scale = 1.96;
% 將圖像放大1.96倍
J1 = imresize(I, Scale, 'nearest');
% using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear');
% using the bilinear interpolation imshow(I), title('Original Image');figure, imshow(J1), title('Resized Image--using the nearest neighbor interpolation ');figure, imshow(J2), title('Resized Image--using the bilinear interpolation ');
說明：
?注意觀察不同插值方法的圖像表現(xiàn)； ?改變圖像縮放因子Scale，重做上述實驗。2.圖像旋轉(zhuǎn)
clear all, close all I = imread('cameraman.tif');Theta = 45;
% 將圖像逆時針旋轉(zhuǎn)45?。
J1 = imrotate(I, Theta, 'nearest');
% using the nearest neighbor interpolation Theta =-45;
% 將圖像順時針旋轉(zhuǎn)45?。
J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');% 查看imrotate使用幫助 help imrotate %-------
圖像旋轉(zhuǎn)30順時針逆時針
clear all, close all I = imread('cameraman.tif');Theta = 30;
% 將圖像逆時針旋轉(zhuǎn)30。
J1 = imrotate(I, Theta, 'nearest');
% using the nearest neighbor interpolation Theta =-30;
% 將圖像順時針旋轉(zhuǎn)30。
J2 = imrotate(I, Theta, 'bilinear', 'crop');% using bilinear interpolation and crops the output image imshow(I), title('Original Image');figure, imshow(J1), title('Rotated Image--using the nearest neighbor interpolation ');figure, imshow(J2), title(' Rotated Image--using the bilinear interpolation ');7 說明：
?注意觀察不同插值方法和輸出圖像后處理方法的圖像表現(xiàn)； ?改變旋轉(zhuǎn)角度大小和方向，重做上述實驗。
3．圖像水平鏡象
clear all, close all I = imread('cameraman.tif');I1 = flipdim(I,2);
I2 = flipdim(I,1);figure(1), subplot(1,2,1), imshow(I);subplot(1,2,2), imshow(I1);figure(2), subplot(2,1,1), imshow(I);subplot(2,1,2), imshow(I2);%----
(二)用MATLAB編程實現(xiàn)以下圖像幾何變換（參考自編講義相關(guān)章節(jié)）
1．圖像扭曲變換 2．球面變換
三、實驗設(shè)備
1．PIII以上微機； 2．MATLAB6.5；
四、預(yù)習與思考
1．預(yù)習實驗內(nèi)容，閱讀教材熟悉實驗原理；
2．查閱資料，熟悉實驗中涉及的有關(guān)MATLAB函數(shù)；
3．利用課余時間，采用MATLAB底層函數(shù)編程實現(xiàn)實驗內(nèi)容
（二）中的圖像平移、圖像轉(zhuǎn)置等幾何變換。
五、實驗報告要求
1．簡述試驗的目的和試驗原理；
2．敘述各段程序功能，改變有關(guān)函數(shù)的參數(shù)，分析比較實驗結(jié)果； 3．打印出所編寫的實驗程序。4．寫出本實驗的心得體會及意見。
實驗六
數(shù)字圖像處理應(yīng)用
一．實驗?zāi)康募耙?/p>
1．利用MATLAB提供的圖像處理函數(shù)實現(xiàn)圖像中物體屬性的測量； 2．訓練綜合運用MATLAB圖像處理函數(shù)的能力； 3．了解數(shù)字圖像處理基本應(yīng)用。
二、實驗內(nèi)容
以大米粒特性測量為例，綜合應(yīng)用課程中圖像分割、形態(tài)學濾波、圖像增強、圖像特征提取等圖像處理方法，實現(xiàn)大米粒特性自動測量。實驗過程簡述：
1． 讀取和顯示圖像 2． 估計圖像背景 3． 獲取背景均勻的圖像 4． 圖像增強 5． 圖像二值化分割 6． 區(qū)域標記及為彩色處理
7． 測量圖像中的區(qū)域特性（面積、質(zhì)心等）
8．統(tǒng)計大米粒的特性分布規(guī)律。
（一）研究以下程序，分析程序功能；輸入執(zhí)行各命令行，認真觀察命令執(zhí)行的結(jié) 果。熟悉程序中所使用函數(shù)的調(diào)用方法，改變有關(guān)參數(shù)，觀察試驗結(jié)果。
% Read and Display an Image clear, close all,close all;I = imread('rice.png');
figure, imshow(I)
% Use Morphological Opening to Estimate the Background
background = imopen(I,strel('disk',15));
figure, imshow(background);
%Display the Background Approximation as a Surface
figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);set(gca,'ydir','reverse');% Subtract the Background Image from the Original Image I2 = imsubtract(I,background);figure, imshow(I2)% Adjust the Image Contrast I3 = imadjust(I2, stretchlim(I2), [0 1]);figure, imshow(I3);% Apply Thresholding to the Image level = graythresh(I3);bw = im2bw(I3,level);figure, imshow(bw)% Determine the Number of Objects in the Image [labeled,numObjects] = bwlabel(bw,4);
% Label components.numObjects % Examine the Label Matrix RGB_label = label2rgb(labeled, @spring, 'c', 'shuffle');figure, imshow(RGB_label);% Measure Object Properties in the Image graindata = regionprops(labeled,'basic')allgrains = [graindata.Area];% Compute Statistical Properties of Objects in the Image max(allgrains);biggrain = find(allgrains==695)mean(allgrains);figure, hist(allgrains,20);12
(詳見MATLAB IPT的 幫助文檔demo中的Correcting Nonuniform Illumination)
（二）查看MATLAB IPT 幫助文檔，研究其它應(yīng)用演示
三、實驗設(shè)備 1．PIII以上微機； 2．MATLAB6.5；
四、預(yù)習與思考
1．預(yù)習實驗內(nèi)容，閱讀教材熟悉實驗原理； 2．查閱資料，熟悉實驗中涉及的有關(guān)函數(shù)。
3．利用課余時間，采用MATLAB函數(shù)編程實現(xiàn)實驗內(nèi)容
（二）。
五、實驗報告要求
1．簡述試驗的目的和試驗原理；
2．敘述各段程序功能，改變有關(guān)函數(shù)的參數(shù)，分析比較實驗結(jié)果； 3．打印出所編寫的實驗程序。4．寫出本實驗的心得體會及意見。
第三篇：數(shù)字圖像處理
中南大學
數(shù)字圖像處理實驗 實驗名稱：空間濾波和頻域濾波
班級：電子信息0802班
姓名：李哲 學號：0909080609 實驗日期：2010年12月22日
目錄
一，實驗?zāi)康???????????????????????3 二，給圖像添加噪聲????????????????????4 三，對被噪聲污染的圖像進行中值濾波和均值濾波???????5 四，對圖像進行空間域的銳化????????????????6 五，MATLAB以外函數(shù)空間濾波和圖像銳化??????????7 六，自帶函數(shù)傅立葉變換和反變換??????????????8 七，低通濾波器程序????????????????????9 八，心得體會 ??????????????????????10 九，參考文獻 ??????????????????????10
一、實驗?zāi)康?1，空間濾波：
圖像平滑主要目的是減少噪聲。噪聲有很多種類，不同的噪聲有不同的抑制措施。本實驗要求用平滑線性濾波和中值濾波2種最典型、最常用的處理算法進行程序設(shè)計，學習如何對已被噪聲污染的圖像進行“凈化”。通過平滑處理，對結(jié)果圖像加以比較，得出自己的實驗結(jié)論。學習如何用銳化處理技術(shù)來加強圖像的目標邊界和圖像細節(jié)，對圖像進行梯度算子、拉普拉斯算子，使圖像的某些特征（如邊緣、輪廓等）得以進一步的增強及突出。本實驗銳化處理主要在空間域中進行 2，頻域濾波：
掌握傅里葉變換的基本性質(zhì)； 掌握傅里葉正變換和反變換； 通過實驗了解二維頻譜的分布特點； 掌握怎樣利用傅立葉變換進行頻域濾波
利用MATLAB程序數(shù)字圖像的傅立葉變換并且進行頻域濾波
二，給圖像添加椒鹽噪聲或者高斯噪聲： 原理：利用MATLAB自帶函數(shù)添加噪聲 程序代碼：A=imread('onion.png');I=rgb2gray(A);imshow(I);J = imnoise(I,'salt & pepper',0.05);figure,imshow(J),title('椒鹽噪聲');%添加椒鹽噪聲 K = imnoise(I,'gaussian',0,0.03);
figure,imshow(K),title('高斯噪聲');%添加高斯噪聲
三，對被噪聲污染的圖像進行中值濾波和均值濾波： 原理：自帶函數(shù)進行中值濾波和均值濾波 源程序：A=imread('onion.png');I=rgb2gray(A);J = imnoise(I,'salt & pepper',0.05);k2=medfilt2(J,[5 5]);k3=medfilt2(J,[7 7]);imshow(J),title('原圖');figure,imshow(k2),title('中值濾波5*5模板');figure,imshow(k3),title('中值濾波7*7模板');
四，對圖像進行空間域的銳化： 原理：自帶函數(shù)進行空間銳化。源程序：I=imread('coins.png');subplot(121),imshow(I),title('原圖像');H=fspecial('sobel');I2=filter2(H ,I);subplot(122),imshow(I2),title('sobel算子銳化圖像');
五，MATLAB以外函數(shù)空間濾波和圖像銳化：
源程序：I = imread('eight.tif');J = imnoise(I,'salt & pepper',0.02);K = medfilt2(J);imshow(J);title('噪聲干擾圖像')figure, imshow(K);title('medfilt2濾波圖像')X=J;a=2;b=2;k=floor(a*b/2)+1;[M,N]=size(X);uint8 Y=zeros(M,N);funBox=zeros(a,b);temp=zeros(a*b);
for i=1:M-a
for j=1:N-b
funBox=X(i:i+a,j:j+b);
temp=funBox(:);
tempSort=sort(temp);
Y(i,j)=tempSort(k);
end;end;figure, imshow(Y);title('濾波圖像')
六，利用Matlab的圖像處理工具箱中提供的函數(shù)實現(xiàn)圖像的傅立葉變換和反變換： 源程序：
A=imread('onion.png');f=rgb2gray(A);subplot(131),imshow(f),title('原圖');F=fft2(f);% 快速傅立葉變換
subplot(132),imshow(F),title('傅里葉變換')Fabs=abs(F);% 求幅頻絕對值 Fc=fftshift(Fabs);% 中心移位 SFc=log(1+Fc);% 對數(shù)變換
iFc1=ifftshift(Fc);% 中心移位的逆變換，絕對值 iF2=ifft2(iFc1);% 快速傅立葉變換的逆變換
subplot(133),imshow(iF2),title('快速傅立葉變換的逆變換')
七，低通濾波器程序：
I=imread('testpat1.png');subplot(221),imshow(I);title('原始圖像')J1=imnoise(I,'gaussian',0.02);% 疊加高斯白噪聲
subplot(222),imshow(J1);title('添加高斯白噪聲的圖像')f=double(J1);
% 數(shù)據(jù)類型轉(zhuǎn)換 g=fft2(f);
% 傅立葉變換 g=fftshift(g);
[M,N]=size(g);nn=2;
% 二階巴特沃斯(Butterworth)低通濾波器 d0=50;
% 設(shè)置截止頻率 m=fix(M/2);n=fix(N/2);for i=1:M for j=1:N
d=sqrt((i-m)^2+(j-n)^2);
h=1/(1+0.414*(d/d0)^(2*nn));% 計算低通濾波器傳遞函數(shù)
result(i,j)=h*g(i,j);end end result=ifftshift(result);J2=ifft2(result);J3=uint8(real(J2));subplot(223),imshow(J3);title('低通濾波后圖像')
心得體會
1，進一步熟悉了Matlab軟件、編程以及圖像處理工具箱 2，學會利用自帶函數(shù)對圖像做簡單的處理，例如：均值化等。3，熟練了一些基本函數(shù)的運用，例如fspecial，imfilter等。4，加深了對MATLAB編程的理解。
5，對于試驗中的出現(xiàn)的一些問題，懂得怎樣去處理。6，通過實際操作，增強了自己的動手能力，把理論用于實踐。
參考文獻：數(shù)字圖像處理第二版
MATLAB教程
第四篇：《數(shù)字圖像處理》期末考試重點總結(jié)
*數(shù)字圖像處理的主要內(nèi)容及特點
圖像獲取、圖像變換、圖像增強、圖像恢復(fù)、圖像壓縮、圖像分析、圖像識別、圖像理解。
（1）處理精度高，再現(xiàn)性好。（2）易于控制處理效果。（3）處理的多樣性。（4）圖像數(shù)據(jù)量龐大。（5）圖像處理技術(shù)綜合性強。*圖像增強：通過某種技術(shù)有選擇地突出對某一具體應(yīng)用有用的信息，削弱或抑制一些無用的信息。圖像增強不存在通用理論。
圖像增強的方法：空間域方法和變換域方法。*圖像反轉(zhuǎn)：S=L-1-r 1.與原圖像視覺內(nèi)容相同2.適用于增強嵌入于圖像暗色區(qū)域的白色或灰色細節(jié)。
*對數(shù)變換 S=C*log（1+r）c為常數(shù)，r>=0 作用與特點：對數(shù)變換將輸入中范圍較窄的低灰度值映射為輸出中較寬范圍的灰度值，同時，對輸入中范圍較寬的高灰度值映射為輸出中較窄范圍的灰度值。
對數(shù)函數(shù)的一個重要特征是可壓縮像素值變化較大的圖像的動態(tài)范圍；
*冪律（伽馬）變換 s=c*(r+?)?
伽馬小于1時減小圖像對比度，伽馬大于1時增大對比度。
*灰度直方圖 ：是數(shù)字圖像中各灰度級與其出現(xiàn)的頻數(shù)間的統(tǒng)計關(guān)系。*直方圖均衡化：直方圖均衡化就是通過變換函數(shù)將原圖像的直方圖修正為均勻的直方圖，即使各灰度級具有相同的出現(xiàn)頻數(shù)，圖象看起來更清晰。
直方圖均衡化變換函數(shù)必須為嚴格單調(diào)遞增函數(shù)。直方圖均衡化的特點：
?1.能自動增強圖像的對比度2.得到了全局均衡化的直方圖，即均勻分布3.但其效果不易控制
*直方圖規(guī)定化（匹配）：用于產(chǎn)生處理后有特殊直方圖的圖像的方法
*空間濾波即直接對圖像像素進行處理。
獲得最佳濾波效果的唯一方法是使濾波掩模中心距原圖像邊緣的距離不小于(n-1)/2個像素。
*平滑濾波器用于模糊處理和減小噪聲。
平滑線性空間濾波器的輸出是：待處理圖像在濾波器掩模鄰域內(nèi)的像素的簡單平均值。
優(yōu)點：減小了圖像灰度的“尖銳”變化，故常用于圖像降噪。負面效應(yīng)：模糊了圖像的邊緣，因為邊緣也是由圖像灰度的尖銳變化造成的?？臻g均值處理的重要應(yīng)用是，為了對感興趣的物體得到一個粗略的描述而模糊一幅圖像。
*中值濾波器機理：將像素鄰域內(nèi)灰度的中值代替該像素的值； ?對于處理脈沖噪聲非常有效，該種噪聲也稱為椒鹽噪聲； *量化：把采樣點上對應(yīng)的亮度連續(xù)變化區(qū)間轉(zhuǎn)換為單個特定數(shù)碼的過程，稱之為量化，即采樣點亮度的離散化。
*灰度圖像：指每個像素的信息由一個量化的灰度級來描述的圖像，它只有亮度信息，沒有顏色信息。*圖像銳化濾波的幾種方法。
答：（1）直接以梯度值代替；（2）輔以門限判斷；（3）給邊緣規(guī)定一個特定的灰度級；（4）給背景規(guī)定灰度級；（5）根據(jù)梯度二值化圖像。*偽彩色增強和假彩色增強有何異同點。
答：偽彩色增強是對一幅灰度圖像經(jīng)過三種變換得到三幅圖像，進行彩色合成得到一幅彩色圖像；假彩色增強則是對一幅彩色圖像進行處理得到與原圖象不同的彩色圖像；主要差異在于處理對象不同。相同點是利用人眼對彩色的分辨能力高于灰度分辨能力的特點，將目標用人眼敏感的顏色表示。
*圖像編碼基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？
答：雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的，或者說存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像，同時又不會損害圖像的有效信息。
數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式：空間冗余、時間冗余、視覺冗余、信息熵冗余、結(jié)構(gòu)冗余和知識冗余。*什么是中值濾波，有何特點？
答：中值濾波是指將當前像元的窗口（或領(lǐng)域）中所有像元灰度由小到大進行排序，中間值作為當前像元的輸出值。特點：它是一種非線性的圖像平滑法，它對脈沖干擾級椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護邊緣少受模糊。*圖像增強的目的是什么？
答：對圖像進行加工，使其結(jié)果比原始圖像更適用于特定應(yīng)用。“特定”一詞表明圖像增強技術(shù)是面向問題的。*圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？
答：區(qū)別：圖像銳化是用于增強邊緣，導致高頻分量增強，會使圖像清晰；圖像平滑用于消除圖像噪聲，但是也容易引起邊緣的模糊。聯(lián)系：都屬于圖像增強，改善圖像效果。*圖像復(fù)原和圖像增強的主要區(qū)別是：
圖像增強主要是一個主觀過程，而圖像復(fù)原主要是一個客觀過程；圖像增強不考慮圖像是如何退化的,而圖像復(fù)原需知道圖像退化的機制和過程等先驗知識
*圖像增強時，平滑和銳化有哪些實現(xiàn)方法？
平滑的實現(xiàn)方法：鄰域平均法，中值濾波，多圖像平均法，頻域低通濾波法。
銳化的實現(xiàn)方法：微分法，高通濾波法。
*對于椒鹽噪聲，為什么中值濾波效果比均值濾波效果好？ 椒鹽噪聲是復(fù)制近似相等但隨機分布在不同的位置上，圖像中又干凈點也有污染點。中值濾波是選擇適當?shù)狞c來代替污染點的值，所以處理效果好。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲。
*什么是區(qū)域？什么是圖像分割？
區(qū)域可以認為是圖像中具有相互連通、一致屬性的像素集合。圖像分割時把圖像分成互不重疊的區(qū)域并提取出感興趣目標的技術(shù)。*圖像中微分算子的特點
? 1.一階微分產(chǎn)生較粗的邊緣，二階微分產(chǎn)生的邊緣則較細； 2.對于孤立的噪聲點，在該點及其周圍點上，二階微分比一階微分的響應(yīng)要強很多；3.二階微分有一個過渡，即從正回到負，在圖像中，表現(xiàn)為雙線。
*二維圖像函數(shù)f(x,y)的拉普拉斯變換定義為：
銳化圖像= 原圖像+ 拉普拉斯圖像
*對于數(shù)字圖像處理而言，離散傅里葉變換和其反變換必定存在。
用(-1)x+y乘以f(x,y)，可以將F(u,v)原點變換到頻率坐標的(M/2,N/2)處。在決定形狀特點時，相位信息非常重要。
*理想濾波器的在頻域的剖面圖類似于盒濾波器(矩形窗口)，因此相應(yīng)的空間濾波具有sinc函數(shù)的形狀。
sinc函數(shù)的中心波瓣(主瓣)是引起模糊的主因，而外側(cè)較小的波瓣(旁瓣)是造成振鈴的主要原因。*巴特沃斯低通濾波器（BLPF）
1階的巴特沃斯濾波器沒有振鈴； 2階的濾波器振鈴?fù)ǔ：芪⑿。?/p>
20階的巴特沃斯濾波器就非常類似于理想低通濾波器了。*高斯低通濾波器（GLPF）
高斯低通濾波器沒有振鈴
在需要嚴格控制低頻和高頻之間截止頻率過渡的情況下，巴特沃斯濾波器是個更合適的選擇，但其代價是可能產(chǎn)生振鈴現(xiàn)象。
*圖像變換：將定義在圖像空間的原圖像，以某種形式轉(zhuǎn)換到另外一些空間，并利用這些空間的特有性質(zhì)方便進行一定的加工。離散余弦變換主要用于圖像的壓縮，壓縮方法是給高頻系數(shù)大間隔量化，低頻部分小間隔量化。
*圖像復(fù)原技術(shù)的主要目的是以預(yù)先確定的目標來改善圖像，盡可能的減少或消除圖像質(zhì)量的下降，恢復(fù)被退化圖像的本來面目。圖像退化的部分原因：1.光學成像器件的相差;2.成像衍射;3.成像過程的非線性系統(tǒng)噪聲。*圖像退化/復(fù)原模型
圖像復(fù)原處理的關(guān)鍵是建立退化模型，原圖像f(x,y)是通過一個系統(tǒng)H及加入一來加性噪聲n(x,y)而退化成一幅圖像g(x ,y)
g(x,y)=H[f(x,y)]+n(x,y)*諧波均值濾波器對于鹽粒噪聲效果較好，但不適用于胡椒噪聲。它善于處理高斯噪聲那樣的其他噪聲。*逆諧波均值濾波器
當值為正時，可消除胡椒噪聲； 當值為負時，可消除鹽粒噪聲； 當值為0時，其簡化為算術(shù)均值濾波器。*中值濾波器
對于某些類型的隨機噪聲，中值濾波器可提供良好的去噪能力，且比同尺寸的線性平滑濾波器引起的模糊更少
?在存在單極和雙極脈沖噪聲的情況下，中值濾波器尤其有效。*簡述基于邊緣檢測的霍夫變換的原理。
把直線上點的坐標變換到過點的直線的系數(shù)域，通過利用共線和直線相交的關(guān)系，使直線的提取問題轉(zhuǎn)化為計數(shù)問題。*數(shù)字圖像的定義，什么是數(shù)字圖象處理？
數(shù)字圖像是將一幅畫面在空間上分割成離散的點（或像元），各點（或像元）的灰度值經(jīng)量化用離散的整數(shù)來表示，形成計算機能處理的形式。
數(shù)字圖像處理，就是利用計算機技術(shù)或其他數(shù)字技術(shù)，對圖像信息進行某些數(shù)學運算和各種加工處理，以改善圖像的視覺效果和提高圖像實用性的技術(shù)。
*圖像分割就是指把圖像分成互不重疊的區(qū)域并提取出感興趣目標的技術(shù)和過程。
*在計算數(shù)字梯度的實踐中，Prewitt算子和Sobel算子是最常用的。*高斯拉普拉斯(LoG)
*閾值分割方法總結(jié)
優(yōu)點：簡單、高效。局限性：對于目標和背景灰度級有明顯差別的圖像分割效果較好。對于目標和背景灰度一致性或均勻性較差的圖像分割效果不好。只能將圖像分割為兩個區(qū)域，對于含有多個目標的圖像分割幾乎難以奏效。
*對于彩色圖像，通常用以區(qū)別顏色的特性是 色調(diào)、飽和度、亮度。
*一個基本的數(shù)字圖像處理系統(tǒng)由圖像輸入、圖像存儲、圖像輸出、圖像通信、圖像處理和分析5個模塊組成。
*低通濾波法是使 高頻成分 受到抑制而讓 低頻成分 順利通過，從而實現(xiàn)圖像平滑。
*多年來建立了許多紋理分析法，這些方法大體可分為 統(tǒng)計分析法 和結(jié)構(gòu)分析法兩大類。*圖像壓縮系統(tǒng)是有 編碼器 和 解碼器 兩個截然不同的結(jié)構(gòu)塊組成的。
*圖像數(shù)字化過程包括三個步驟：采樣、量化和掃描
*數(shù)據(jù)壓縮技術(shù)應(yīng)用了數(shù)據(jù)固有的冗余性和不相干性，將一個大的數(shù)據(jù)文件轉(zhuǎn)換成較小的文件。
*基本的形態(tài)學運算是腐蝕和膨脹。先腐蝕后膨脹的過程為開運算，先膨脹后腐蝕的過程為閉運算。
*灰度分辨率是指在灰度級別中可分辨的最小變化。
空間分辨率是圖像中可分辨的最小細節(jié)。
*因為圖像分割的結(jié)果圖像為二值圖像，所以通常又稱圖像分割為圖像的（二值化處理）。
*(腐蝕)是一種消除連通域的邊界點，使邊界向內(nèi)收縮的處理。*(膨脹)是將與目標區(qū)域的背景點合并到該目標物中，使目標物邊界向外部擴張的處理。
*對于(椒鹽)噪聲，中值濾波效果比均值濾波效果好。
*常用的彩色增強方法有真彩色增強技術(shù)、假彩色增強技術(shù)和 偽彩色 增強三種。
*常用的灰度內(nèi)插法有 最近鄰元法、雙線性內(nèi)插法 和（雙）三次內(nèi)插法。
*假彩色增強和偽彩色增強的區(qū)別是什么？ 假彩色增強是將一幅彩色圖像映射到另一幅彩色圖像，從而達到增強彩色對比，使某些圖像達到更加醒目的目的。偽彩色增強是把一幅黑白域不同灰度級映射為一幅彩色圖像的技術(shù)手段。
*圖像編碼基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？
雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的，或者說存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像，同時又不會損害圖像的有效信息。數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式：空間冗余、時間冗余、視覺冗余、信息熵冗余、結(jié)構(gòu)冗余和知識冗余。
第五篇：數(shù)字圖像處理讀書筆記
數(shù)字圖像處理讀書筆記
本學期的數(shù)字圖像處理課程已經(jīng)進行了3周了，通過這3周的學習讓我對數(shù)字圖像處理有了一定的認知和理解。數(shù)字圖像處理又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。這門課程的前三章主要講解了數(shù)字圖像的目的、特點、應(yīng)用和發(fā)展，圖像的數(shù)字化顯示與圖像變換。
數(shù)字圖像處理最早出現(xiàn)于20世紀50年代，當時的電子計算機已經(jīng)發(fā)展到一定水平，人們開始利用計算機來處理圖形和圖像信息。數(shù)字圖像處理作為一門學科大約形成于20世紀60年代初期。早期的圖像處理的目的是改善圖像的質(zhì)量，它以人為對象，以改善人的視覺效果為目的。圖像處理中，輸入的是質(zhì)量低的圖像，輸出的是改善質(zhì)量后的圖像，常用的圖像處理方法有圖像增強、復(fù)原、編碼、壓縮等。數(shù)字圖像處理是通過計算機對圖像進行去除噪聲、增強、復(fù)原、分割、提取特征等處理的方法和技術(shù)。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個因素的影響：一是計算機的發(fā)展；二是數(shù)學的發(fā)展（特別是離散數(shù)學理論的創(chuàng)立和完善）;三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學等方面的應(yīng)用需求的增長。
一般來講，對圖像進行處理（或加工、分析）的主要目的有三個方面：（1）提高圖像的視感質(zhì)量，如進行圖像的亮度、彩色變換，增強、抑制某些成分，對圖像進行幾何變換等，以改善圖像的質(zhì)量。（2）提取圖像中所包含的某些特征或特殊信息，這些被提取的特征或信息
往往為計算機分析圖像提供便利。提取特征或信息的過程是模式識別或計算機視覺的預(yù)處理。提取的特征可以包括很多方面，如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓撲特征和關(guān)系結(jié)構(gòu)等。（3）圖像數(shù)據(jù)的變換、編碼和壓縮，以便于圖像的存儲和傳輸。不管是何種目的的圖像處理，都需要由計算機和圖像專用設(shè)備組成的圖像處理系統(tǒng)對圖像數(shù)據(jù)進行輸入、加工和輸出。數(shù)字圖像處理有以下幾點基本特點：（1）目前，數(shù)字圖像處理的信息大多是二維信息，處理信息量很大。如一幅256×256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對高分辨率彩色512×512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～22.5Mbit數(shù)據(jù)量。因此對計算機的計算速度、存儲容量等要求較高。（2）數(shù)字圖像處理占用的頻帶較寬。與語言信息相比，占用的頻帶要大幾個數(shù)量級。如電視圖像的帶寬約5.6MHz，而語音帶寬僅為4kHz左右。所以在成像、傳輸、存儲、處理、顯示等各個環(huán)節(jié)的實現(xiàn)上，技術(shù)難度較大，成本亦高，這就對頻帶壓縮技術(shù)提出了更高的要求。（3）數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大。在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。就電視畫面而言，同一行中相鄰兩個像素或相鄰兩行間的像素，其相關(guān)系數(shù)可達0.9以上，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。因此，圖像處理中信息壓縮的潛力很大。（4）由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。因此，要分析和理解三維景物必須作合適的假定或附加新的測量，例如雙目圖像或多視點圖像。在理解三維景物時需要知識導引，這也是人工智能中正在致力解決的知識工程問題。（5）數(shù)字圖像處理后的圖像一般是給人觀察和評價的，因此受人的因素影響較大。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識狀況影響很大，作為圖像質(zhì)量的評價還有待進一步深入的研究。另一方面，計算機視覺是模仿人的視覺，人的感知機理必然影響著計算機視覺的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時間特征等，這些都是心理學和神經(jīng)心理學正在著力研究的課題。
在數(shù)字圖像處理中圖像的數(shù)字化顯示是基礎(chǔ)。將模擬圖像轉(zhuǎn)化成數(shù)字圖像的過程就是圖形、圖像的數(shù)字化過程。這個過程主要包含采樣、量化和編碼三個步驟。
1．采樣 采樣的實質(zhì)就是要用多少點來描述一幅圖像，采樣結(jié)果質(zhì)量的高低就是用前面所說的圖像分辨率來衡量。簡單來講，對二維空間上連續(xù)的圖像在水平和垂直方向上等間距地分割成矩形網(wǎng)狀結(jié)構(gòu)，所形成的微小方格稱為像素點。一副圖像就被采樣成有限個像素點構(gòu)成的集合。采樣頻率是指一秒鐘內(nèi)采樣的次數(shù)，它反映了采樣點之間的間隔大小。采樣頻率越高，得到的圖像樣本越逼真，圖像的質(zhì)量越高，但要求的存儲量也越大。在進行采樣時，采樣點間隔大小的選取很重要，它決定了采樣后的圖像能真實地反映原圖像的程度。一般來說，原圖像中的畫面越復(fù)雜，色彩越豐富，則采樣間隔應(yīng)越小。
由于二維圖像的采樣是一維的推廣，根據(jù)信號的采樣定理，要從取樣樣本中精確地復(fù)原圖像，可得到圖像采樣的奈奎斯特（Nyquist）定理：圖像采樣的頻率必須大于或等于源圖像最高頻率分量的兩倍。
2．量化 量化是指要使用多大范圍的數(shù)值來表示圖像采樣之后的每一個點。量化的結(jié)果是圖像能夠容納的顏色總數(shù)，它反映了采樣的質(zhì)量。例如：如果以4位存儲一個點，就表示圖像只能有16種顏色；若采用16位存儲一個點，則有216=65536種顏色。所以，量化位數(shù)越來越大，表示圖像可以擁有更多的顏色，自然可以產(chǎn)生更為細致的圖像效果。但是，也會占用更大的存儲空間。兩者的基本問題都是視覺效果和存儲空間的取舍。假設(shè)有一幅黑白灰度的照片，因為它在水平于垂直方向上的灰度變化都是連續(xù)的，都可認為有無數(shù)個像素，而且任一點上灰度的取值都是從黑到白可以有無限個可能值。通過沿水平和垂直方向的等間隔采樣可將這幅模擬圖像分解為近似的有限個像素，每個像素的取值代表該像素的灰度（亮度）。對灰度進行量化，使其取值變?yōu)橛邢迋€可能值。經(jīng)過這樣采樣和量化得到的一幅空間上表現(xiàn)為離散分布的有限個像素，灰度取值上表現(xiàn)為有限個離散的可能值的圖像稱為數(shù)字圖像。只要水平和垂直方向采樣點數(shù)足夠多，量化比特數(shù)足夠大，數(shù)字圖像的質(zhì)量就比原始模擬圖像毫不遜色。在量化時所確定的離散取值個數(shù)稱為量化級數(shù)。為表示量化的色彩值（或亮度值）所需的二進制位數(shù)稱為量化字長，一般可用8位、16位、24位或更高的量化字長來表示圖像的顏色；量化字長越大，則越能真實第反映原有的圖像的顏色，但得到的數(shù)字圖像的容量也越大。
3．壓縮編碼數(shù)字化后得到的圖像數(shù)據(jù)量十分巨大，必須采用編碼技術(shù)來壓縮其信息量。在一定意義上講，編碼壓縮技術(shù)是實現(xiàn)圖像傳輸與儲存的關(guān)鍵。
數(shù)學里的變換，指一個圖形（或表達式）到另一個圖形（或表達式）的演變。圖象變換是函數(shù)的一種作圖方法。已知一個函數(shù)的圖象，通過某種或多種連續(xù)方式變換，得到另一個與之相關(guān)的函數(shù)的圖象，這樣的作圖方法叫做圖象變換。
在圖像變換中傅立葉變換就是應(yīng)用最廣泛的一種變換。數(shù)字圖像經(jīng)二維離散傅立葉變換后，其空間域處理可變換為變換域處理，它具有很多明顯的優(yōu)點，最突出的是算法運算次數(shù)將大大減少，并可采用二維數(shù)字濾波技術(shù)進行所需要的各種圖像處理。
二位離散余弦變換其去相關(guān)性近似于K-L(Karhunen-Loeve)最佳變換,算法復(fù)雜度適中,易于硬件實現(xiàn),且具有抗干擾能力強等優(yōu)點,因此,DCT及IDCT被廣泛應(yīng)用于H.261、H.263、H.264、JPEG、MPEG等視頻壓縮標準中。
小波分解可以覆蓋整個頻域(提供了一個數(shù)學上完備的描述)；小波變換通過選取合適的濾波器，可以極大的減小或去除所提取得不同特征之間的相關(guān)性； 小波變換具有“變焦”特性，在低頻段可用高頻率分辨率和低時間分辨率(寬分析窗口)，在高頻段，可用低頻率分辨率和高時間分辨率(窄分析窗口)；小波變換實現(xiàn)上有快速算法(Mallat小波分解算法)。小波變換是一種信號的時間——尺度分析方法，他具有多分辨率分析的特點，而且在時頻兩域都具有表征信號
局部特征的能力，是一種窗口大小固定不變但其形狀可變，時間窗和頻率窗都可變的時頻局部化分析方法。即再低頻部分具有較高的頻率分辨率和時間分辨率，在高頻部分具有較高的時間分辨率和較低的頻率分辨率，很適合探測正常信號中夾帶的瞬態(tài)反?，F(xiàn)象并展示其成分，所以被譽為分析信號的顯微鏡。
小波變換是一種新的變換分析方法，它繼承和發(fā)展了短時傅立葉變換局部化的思想，同時又克服了窗口大小不隨頻率變化等缺點，能夠提供一個隨頻率改變的時間一頻率窗口，是進行信號時頻分析和處理的理想工具。它的主要特點是通過變換能夠充分突出問題某些方面的特征，因此，小波變換在許多領(lǐng)域都得到了成功的應(yīng)用，特別是小波變換的離散數(shù)字算法已被廣泛用于許多問題的變換研究中。從此，小波變換越來越引起人們的重視，其應(yīng)用領(lǐng)域來越來越廣泛。
點擊咨詢 