数字图像_数字图像处理 - CSDN
精华内容
参与话题
  • 玩转OpenCV图像处理

    2020-08-31 13:46:59
    课程包含数字图像处理的常用知识点,覆盖面全,方便学员系统深入全面地掌握OpenCV。 【你将收获什么】 1.  掌握数字图像的在计算机内表示的方法和处理的基本原理。掌握数字图像...
  • 图像理论知识_什么是数字图像处理?

    万次阅读 多人点赞 2018-04-21 18:03:06
    数字图像处理,即数字,将图像转化为数字的形式,对图像做处理,我们平时所见到的图像,在计算机中都是一组数字,当通过相机捕获现实世界的景物时,相机会捕获现实世界的光源信号,并转化为数字信号保存到存储器上,...

    数字图像处理,即数字,将图像转化为数字的形式,对图像做处理,我们平时所见到的图像,在计算机中都是一组数字,当通过相机捕获现实世界的景物时,相机会捕获现实世界的光源信号,并转化为数字信号保存到存储器上,当显示时,GPU会根据这些数字信息,并控制LRT将其绘制到屏幕上,呈现出来!

    一幅图像可以定义成一个二维空间函数,即s = f(x,y),s是二维空间,x和y是空间中的坐标,f是位于二维空间中x和y坐标处的灰度值(为什么说是灰度值?因为这里是用单字节表示,即单通道)!并且当x和y位于的s空间坐标处的f值是有限的离散数值(自然整数)时才可以称为数字图像!这里有限的大小是指固定的,为什么这么说?因为在计算机当中,是以字节作为基本单位来描述数据的,当把一幅图像转化成一组数据时,这组数据里的每个数组大小都是以一个字节作为基本单位存储到存储单元中的,上限值是一个字节的取值范围:2~8次方 = 256,并且每个数组对应着图像的各个颜色信息!

    列如如下是一幅图像:


    那么被转化成数字存储到计算机当中后的数据是这样的:


    上面的每个值分别对应着图像的各个点,用于描述图像每个点上的颜色信息,当我们要显示这些数据时,计算机会把这组数据写入到显存里,由GPU根据显存数据将其显示到屏幕上(ps:这里补充一点,显存的存储方式是以矩阵存储的,分别对应显示器屏幕的每个点(3个值对应一个点),向每个点上写入数据,GPU就会控制LRT向屏幕的那个点放射RGB光线!),将这些颜色点打到屏幕的荧光粉处就会发出与图片对应的光,那么这些点聚合在一起之后就形成了一幅完整的图像!

    这里说一点,如果是单通道的情况下,CPU会组合写入显存,列如上面这幅图像是单通道,CPU会将第一个元素写入到显存后另外两个值也会写入与该值一样的值,并且根据屏幕分辨率,写入对应范围的显存矩阵,具体请参考:RGB颜色空间、色调、饱和度、亮度、HSV颜色空间详解

    操作系统是如何获取分辨率的?

    答:显示器中自带一个小型flash(闪存,断电也能保存数据的小型存储器),这种存储器不大,只能存储分辨率和亮度对比度等信息,操作系统从中获取信息,并根据信息和内存中的显示数据根据获取到的信息按比例经过算法写入到显存矩阵中!

    那么问题来了,当我们点击显示器的调节对比度亮度的按钮时是什么芯片在根据按键情况写入到flash中?

    答:显示器中使用MCU单元,当我们按下某个按键时按键对应的寄存器上的值就会发生改变,MCU会将改变后的寄存器值写入到flash中,MCU会通过串口或其他连接方式连接到CPU主板上外设总线,并根据外设总线连接到显存上,可以直接写入显存数据,GPU是根据内部总线连接到外部总线获取显存数据的,当我们每次修改时MCU会以动画的形式将改变结果呈现到屏幕中,这一步不需要操作系统也可以进行,MCU会直接写入到显存当中,所以即使没有操作系统当我们修改分辨率对比度时也能看到改变时产生的与用户交互的界面,该界面是根据操作状态实时画出来的!


    人类的眼睛仅能捕获电磁波谱的可见光波(通俗易懂的说就是太阳平时放射出来的电磁波(太阳辐射),或者是电子加速或电子与磁场交互产生的能源),但是一些不可见的光波人类是无法捕获的,列如:无线电波,超声波,计算机可以利用天线接收器,等产品捕获无线电波或超声波并根据电波频率将其成像出来!

    什么是图像处理和计算机视觉?

    图像处理:是使用输入和输出图像内容的,即对输入图像的内容做处理,列如将一个RGB图像裁剪一半,就是把一幅图像的数字信息的一半给删除掉,并输出到屏幕上或输出到存储器的其它位置保存起来!

    计算机视觉:对图像进行识别!

    但有时有的处理又不能算是图像处理,列如计算某个图像的灰度程度,这仅仅只是取出RGB三个值,并计算平均值,这样的处理太过于简单,甚至都没有对图像数据做任何处理!

    还有一个是位于图像处理和计算机视觉中间的:图像分析!

    图像分析:即对一幅图像进行分析,比如:运动分析,图像质量分析,噪声分析,目标分析!

    图像识别分为三个等级:

    假如说我们拿到了一张图像,要求是判断这个图像中有没有一只猫!


    那么首先要考虑的是这张图像是否有噪声或者图像不清晰,图像质量较差的情况,为了解决这些问题应当先对其进行模糊平滑处理降低图像噪声,在对比度增强和锐度增强,让颜色更加鲜艳,图像更加清晰,这些算是预处理即初级处理!

    那么当图像变得清晰可见时,我们就进行中级处理,从预处理后的图像中将特征提取出来,这里不是识别,只是将一幅图像中的带有轮廓边缘的物体(即RGB值比较凸出的一部分)裁剪减少目标信息,过滤掉一些可能影响后续识别的信息!这里是中级处理,特征提取!


    最后在根据已经提取的特征进行识别,这里就是高级处理!

    在最后当你识别完成之后已经将要识别出的物体存在于图像中二维空间的位置给标出来了,就可以对其进行图像识别,从图像中找到小猫


    经过图像识别找到小猫,并加以分析!



    相关链接:RGB颜色空间、色调、饱和度、亮度、HSV颜色空间详解


    展开全文
  • 数字图像处理复习总结

    万次阅读 多人点赞 2019-01-08 13:06:55
    复习着感觉记不住,于是乎,有了这篇博文,如果也同样选修了数字图像处理课程的小伙伴们可以参考一哈! 纯手码字…逢考必过! 概念 采样与量化 灰度变换缓慢的景物:粗采样、细量化 有大量细节变化的图像:...

    复习着感觉记不住,于是乎,有了这篇博文,如果也同样选修了数字图像处理课程的小伙伴们可以参考一哈! 纯手码字…逢考必过!

    概念

    采样与量化

    • 灰度变换缓慢的景物:粗采样、细量化
    • 有大量细节变化的图像:细采样、粗量化
      采样不够出现马赛克;量化不够出现假轮廓

    锐化:突出灰度的过渡部分(增强图像的细节边缘和轮廓,有利于图像的处理)

    • 方法:微分法高通滤波
    • 微分法包括梯度算子法拉普拉斯算子法;高通滤波包含空域高通滤波频域高通滤波

    平滑:用于模糊处理和降低噪声

    • 例:低通滤波、均值滤波、中值滤波(属于局部处理)

    平滑和锐化
    区别:图像锐化用于增强图像边缘,导致高频分量增强,会使图像清晰;图像平滑用于消除图像噪声,但也容易引起边缘的模糊
    联系:都属于图像增强,改善图像效果

    图像增强:通过某种技术有选择的突出对某一具体应用有用的信息,削弱或抑制一些无用的信息

    • 基于图像的灰度直方图,根据所在空间不同,分为空域和频域两种
    • 常用的彩色增强有:真彩色增强技术、假彩色增强技术、伪彩色增强技术

    一阶微分:用梯度算子来计算

    • 特点:对于亮的边,边的变化起点是正的,结束是负的;对于暗的边,结论相反;常数部分为0
    • 用途:用于检测图像中边的存在
      在这里插入图片描述

    二阶微分:用拉普拉斯算子来计算

    • 特点:二阶微分在亮的一边是负的,在暗的一边是正的。常数部分为0
    • 用途:
      • 二次导数的符号,用于确定边上像素是亮的一边还是暗的一边。
      • 0跨越,确定边的准确位置

    一阶微分算子和二阶微分算子在提取图像细节信息时有何不同?
    一阶微分算子产生较粗的边缘,二阶微分算子处理对细节有较强的响应,如细线和孤立点。二阶微分有一个过度,即从正回到负。在一幅图像中,该现象表现为双线。

    点处理

    • 例:二值化

    灰度方差:说明图像对比度(方差小,对比度小;方差大,对比度大)

    直方图均衡化:对在图像中像素的个数多的灰度级进行展宽,而对像素个数少的灰度级进行缩减,从而达到清晰图像的目的。

    图像分割的结果图像为二值图像,所以通常又称为图像分割为图像的二值化处理

    腐蚀是一种消除连通域边界点,使边界向内收缩的处理
    膨胀是将与目标区域背景点合并到该目标物中,使目标物边界向外部扩张的处理

    只存在噪声的复原——空间滤波

    均值滤波器:

    • 算术均值滤波器(最简单的均值滤波器)
    • 几何均值滤波器(几何均值滤波器比算术减少了对图像的模糊)
    • 谐波均值滤波器(对于"盐"噪声较好,但不适用于"胡椒"噪声;善于处理高斯噪声)
    • 逆谐波均值滤波器

    统计排序滤波器:

    • 中值滤波器(过度重复使用可能会对图像造成模糊)
    • 最大值和最小值滤波器(对于胡椒噪声(暗,值非常低),用最大值滤波器,发现图像中最亮点非常有用;对于盐粒噪声,用最小值滤波器,发现图像中最暗点非常有用)
    • 中点滤波器
    • 修正后的阿尔法均值滤波器

    由于脉冲噪声(椒盐噪声)的存在,算术均值滤波器和几何均值滤波器没有起到良好作用;中值滤波器和阿尔法滤波器效果更好,阿尔法最好。


    共点直线群Hough变换是一条正弦曲线

    边缘检测是将边缘像元识别出来的一种图像分割技术
    细化:提取线宽为一个像元大小的中心线操作

    图像复原的关键是建立退化模型,原图像f(x,y)是通过一个系统H及加入加性噪声n(x,y)而退化成一幅图像g(x,y)的,g(x,y)=H[f(x,y)]+n(x,y)g ( x , y ) = H [ f ( x , y ) ] + n ( x , y )

    几种噪声的运用

    • 高斯噪声源于电子电路噪声和由低照明度或高温带来的传感器噪声
    • 瑞利噪声对分布在图像范围内特征化噪声有用
    • 伽马分布和指数分布用于激光成像噪声
    • 均匀密度分布作为模拟随机数产生器的基础
    • 脉冲噪声用于成像中的短暂停留中,如错误的开关

    维纳滤波(最小均方误差)通常用于复原图像,在对图像复原过程中要计算噪声功率谱图像功率谱

    彩色图像增强时,加权均值滤波处理可以采用RGB彩色模型

    马赫带效应是指图像不同灰度级条带之间在灰度交界处存在毛边现象

    采用幂次变换进行图像灰度变换时,若图像偏亮,那么幂次取大于1,使得处理后图像变暗;若图像偏暗,那么幂次取小于1,使得处理后图像变亮;

    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量以便引入一些低频分量。这样的滤波器叫做高频提升滤波器

    边缘检测算子中,抗噪性能最好的是Prewitt算子

    链码:1)对于起点不一样导致结果不同,采用起点均一化,2)对于角度位置等不同导致的结果不一,采用差分(当前点值减去前一个值作为结果)


    简答

    当白天进入一个黑暗剧场时,在能看清并找到空座位时需要一段时间的适应,试述发生这种现象的视觉原理?
    人的视觉绝对不能同时在整个亮度适应范围工作,它是利用改变其亮度适应级来完成亮度适应的,即所谓的亮度适应范围。同整个亮度适应范围相比,能同时鉴别的光强度级的总范围很小。因此,白天进入黑暗剧场时,人的视觉系统需要改变亮度适应级,因此,需要一段时间,亮度适应级才能被改变。


    图像锐化滤波的几种方法
    1.直接以梯度值代替
    2.辅以门限判断
    3.给边缘规定一个特定的灰度级
    4.给背景规定灰度级
    5.根据梯度二值化图像


    什么是马赫带效应,如何利用这一效应对图像处理?
    原理:指图像不同灰度级条带之间在灰度交界处产生的毛边现象,使图像对比度加大,增加相邻灰度级的灰度差
    增加灰度级、灰度差,达到锐化效果


    伪彩色增强和假彩色增强有何异同?
    伪彩色增强是对一幅灰度图像经过三种变换得到三幅图像,进行彩色合成得到一幅彩色图像;
    假彩色增强则是对一幅彩色图像进行处理得到与原图像不同的彩色图像;

    • 主要差异:处理对象不同
    • 相同点:利用人眼对彩色的分辨能力高于灰度分辨能力的特点,将目标用人眼敏感的颜色表示

    什么是中值滤波,有何特点?
    中值滤波是指将当前像元的窗口(或频域)中所有像元灰度由小到大排序,中间值作为当前像元的输出值
    特点:是一种非线性的图像平滑法,它对脉冲干扰级椒盐噪声的抑制效果好,在抑制随机噪声的同时能有效保护边缘少受模糊

    对于椒盐噪声,为什么中值滤波效果比均值滤波效果好?
    椒盐噪声是复制近似相等但随机分布在不同的位置上,图像中有干净点也有污染点。中值滤波是选择适当的点来代替污染点的值,所以处理效果好。因为噪声的均值不为0,所以均值滤波不能很好地去除噪声


    什么是直方图均衡化?
    将原图像的直方图通过变换函数修正为均匀的直方图,然后按均衡直方图修正原图像。图像均衡化处理后,图像的直方图是平直的,即各灰度级具有相同的出现频数,那么由于灰度级具有均匀的概率分布,图像看起来就更清晰了


    图像增强的目的是什么?(灰度变换、直方图修正、图像锐化、图像平滑)
    图像增强的目的是为了改善图像的视觉效果,针对给定图像的应用场合,有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。
    图像增强时,平滑和锐化具有哪些实现方法?
    平滑:领域平均法(均值滤波)中值滤波多图像平均法频域低通滤波法
    锐化:微分法高通滤波法


    简述梯度法与 Laplacian 算子检测边缘的异同点?
    答:梯度算子和 Laplacian 检测边缘对应的模板分别为
    在这里插入图片描述
    梯度算子是利用阶跃边缘灰度变化的一阶导数特性,认为极大值点对应于边缘点;而 Laplacian 算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性,认为边缘点是零交叉点。


    简述基于边缘检测的霍夫变换的原理?
    把直线上的点的坐标变换到过点的直线的系数域,通过利用共线和直线相交的关系,使直线的提取问题转化为计数问题


    计算题

    Sobel算子
    在这里插入图片描述

    在这里插入图片描述
    在这里插入图片描述

    在这里插入图片描述

    直方图均衡化(离散情况、连续情况),下面这题为离散情况的

    下面这题为连续情况:
    在这里插入图片描述


    理想低通滤波器的截止频率选择不恰当时,会有很强的振铃效应。试从原理上解释振铃效应的产生原因。

    答:理想低通滤波器(频域)的传递函数为:H(u,v)={1D(u,v)D00D(u,v)>D0H ( u , v ) = \left\{ \begin{array} { l l } { 1 } & { D ( u , v ) \leq D _ { 0 } } \\ { 0 } & { D ( u , v ) > D _ { 0 } } \end{array} \right.

    滤波器半径交叉部分(侧面图):

    对应空间域(进行傅立叶反变换,为sinc函数):

    用理想低通滤波器滤波时,频域:G(u,v)=F(u,v)H(u,v)G ( u , v ) = F ( u , v ) H ( u , v )

    傅立叶反变换到时域有:g(x,y)=f(x,y)h(x,y)g ( x , y ) = f ( x , y ) * h ( x , y )

    频域相乘相当于时域作卷积。因此,图像经过理想低通滤波器后,时域上相当于原始图像与sinc函数卷积,由于sinc函数振荡,则卷积后图像也会振荡;或者说由于sinc函数有两个负边带,卷积后图像信号两侧出现“过冲现象”,而且能量不集中,即产生振铃效应。若截止频率越低,即D0越小,则sinc函数主瓣越大,表现为中心环越宽,相应周围环(旁瓣)越大。而中心环主要决定模糊,旁瓣主要决定振铃效应。因此当截止频率较低时,会产生很强的振铃效应。选择适当的截止频率,会减小振铃效应

    PS:这里的时域也就是空间域


    逆滤波时,为什么在图像存在噪声时,不能采用全滤波?试采用逆滤波原理说明,并给出正确的处理方法。

    复原由退化函数退化的图像最直接的方法是直接逆滤波,在该方法中,用退化函数除退化图像的傅里叶变换来计算原始图像的傅里叶变换。

    F^(u,v)=G(u,v)H(u,v)=F(u,v)+N(u,v)H(u,v)\hat { F } ( u , v ) = \frac { G ( u , v ) } { H ( u , v ) }= F(u,v) + \frac { N(u,v) } { H(u,v)}

    上式说明即使知道退化函数,也不能准确地复原未退化的图像。因为噪声是一个随机函数,其傅氏变换未知。并且,实际应用逆滤波复原方法时存在病态的问题,即如果退化为零或非常小的值,则N(u,v)/H(u,v)之比很容易决定复原函数的值。

    实验证明,当退化图像的噪声较小,即轻度降质时,采用逆滤波复原的方法可以获得较好的结果。通常,在离频率平面原点较远的地方数值较小或为零,因此图象复原在原点周围的有限区域内进行,即将退化图象的傅立叶谱限制在没出现零点而且数值又不是太小的有限范围内。

    也就是说,解决退化函数为零或为非常小的值的问题的一种方法是,限制滤波的频率,使其接近原点。

    逢考必过!锦鲤附体!逢考必过!锦鲤附体!逢考必过!锦鲤附体! 重要的事情说三遍!

    展开全文
  • 数字图像处理》- 入门概念

    万次阅读 2019-06-04 21:55:05
    文章目录一、数字图像处理的概念 一、数字图像处理的概念 图像:图像可以定义为一个二维函数f(x,y),其中x和y是空间坐标,而f在任意坐标(x,y)处的幅度称为图像在该点处的亮度或者灰度。 数字图像:指图像f(x,y)...

    一、数字图像处理的概念

    1. 图像:图像可以定义为一个二维函数f(x,y),其中x和y是空间坐标,而f在任意坐标(x,y)处的幅度称为图像在该点处的亮度(图像的明亮程度)或者灰度
    2. 数字图像:指图像f(x,y)在空间坐标和亮度的数字化,数字图像由有限的元素组成,每一个元素都有一个特定的位置和幅值,这些元素称为图片元素、图像元素或像素
    3. 数字图像处理:是指借用数字计算机处理数字图像,既包括输入输出都是图像的处理,也包括从图像中提取特征的过程。
    4. 灰度图像可以看成一个矩阵,也可以看成一个二维离散函数

    二、认识 MATLAB

    MATLAB桌面是MATLAB的主要工作环境,它是针对诸如运行MATLAB命令、观察输出、编辑和管理文件与变量、观察回话历史等任务的一个图形工具集。

    1. 命令窗口:输入MATLAB命令的地方,可以调用MATLAB函数,或者给变量赋值

    2. 常用命令:
      clear:从工作空间删除所有变量
      clc:清除命令窗口的内容
      edit:打开编辑器

    3. 获取帮助在这里插入图片描述
      需要注意的是需要注册账户才可以使用MATLAB的帮助文档。
      在这里插入图片描述

    三、数字图像的表示

    1. 彩色图像:是由多幅单色图像组合而成,比如在RGB彩色系统中,一副彩色图像是由三幅单色图像组成的,这三幅图像分别称为
      红®、绿(G)、蓝(B)原色图像

    2. 图像关于x坐标、y坐标和幅度是连续的,将这样的一幅图像转换成数字形式,要求对坐标和幅度进行数字化。将坐标值数字化称为采样,将幅值数字化称为量化,因此当x,y和幅值f都是有限的、离散的量时,我们称该图像为数字图像
      其他解释:
      对于一幅图像,我们可以将其放入坐标系中,这里取图像左上定点为坐标原点,x 轴向右,和笛卡尔坐标系x轴相同;y 轴向下,和笛卡尔坐标系y轴相反。这样我们可将一幅图像定义为一个二维函数 f(x,y),图像中的每个像素就可以用 (x,y) 坐标表示,而在任何一对空间坐标 (x,y) 处的幅值 f 称为图像在该点的强度或灰度,当 x,y 和灰度值 f 是有限离散数值时,便称该图像为 数字图像

    3. 坐标约定:采样和量化得到的是一个实数矩阵
      (1)多数图像处理书籍中使用的坐标约定: 假设对一幅图像f(x,y)采样后得到一个M行、N列的图像,称这幅图像的大小为M x N,离散的坐标都取整数值,坐标原点在(0,0)处,其中x的范围(0 ~ M-1),y的范围(0 ~ N-1)
      在这里插入图片描述
      灰度图像可以看成一个矩阵,也可以看成一个二维离散函数

      (2)图像处理工具箱中所用的坐标约定:使用(r,c)来表示行和列,坐标原点在(1,1)处,其中r的范围(1 ~ M),c的范围(1 ~ N)
      在这里插入图片描述

    (3)空间坐标的坐标约定:不太常用,以x表示列,y表示行

    1. 图像的矩阵表示
      提示:矩阵是二维的,阵列可以是任意有限维
      在这里插入图片描述
      等式的右边定义的是一幅数字图像,这个阵列的每个元素都称为图像元素、图画元素或者像素每一个元素都有一个位置和幅值
      例如:
      在这里插入图片描述
      其中f(1,1)等于f(0,0),符号f(p,q)表示第p行和第q列的元素
      一个1 x N 的矩阵称为一个行向量,一个M x 1 的矩阵称为一个列向量,一个1x1的矩阵被称为标量

    2. MATLAB中的矩阵存储在名如A、a、RGB等的变量中,变量必须以字母开头,只能有数字、字母和下划线组成

    展开全文
  • 数字图像处理基础知识

    万次阅读 2018-07-06 15:41:45
    1、数字图像数字图像,又称为数码图像或数位图像,是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。 2、数字图像...




    1、数字图像:

    数字图像,又称为数码图像或数位图像,是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。


    2、数字图像处理包括内容:

    图像数字化;图像变换;图像增强;图像恢复;图像压缩编码;图像分割;图像分析与描述;图像的识别分类。


    3、数字图像处理系统包括部分:

    输入(采集);存储;输出(显示);通信;图像处理与分析。


    4、从“模拟图像”到“数字图像”要经过的步骤有:

    图像信息的获取;图像信息的存储;图像信息处理;图像信息的传输;图像信息的输出和显示。


    5、数字图像1600x1200什么意思?灰度一般取值范围0~255,其含义是什么?

    数字图像1600x1200表示空间分辨率为1600x1200像素;灰度范围0~255指示图像的256阶灰阶,就是通过不同程度的灰色来来表示图像的明暗关系,8bit的灰度分辨率。 


    6、图像的数字化包括哪两个过程?它们对数字化图像质量有何影响?

    采样;量化  

    采样是将空间上连续的图像变换成离散的点,采样频率越高,还原的图像越真实。量化是将采样出来的像素点转换成离散的数量值,一幅数字图像中不同灰度值得个数称为灰度等级,级数越大,图像越是清晰。


    7、数字化图像的数据量与哪些因素有关?

    图像分辨率;采样率;采样值


    8、什么是灰度直方图?它有哪些应用?从灰度直方图中你可可以获得哪些信息?

    灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系

    它可以用于:判断图像量化是否恰当;确定图像二值化的阈值;计算图像中物体的面积;计算图像信息量。

    从灰度直方图中你可可以获得:

    暗图像对应的直方图组成成分几种在灰度值较小的左边一侧  

    明亮的图像的直方图则倾向于灰度值较大的右边一侧 

    对比度较低的图像对应的直方图窄而集中于灰度级的中部 

    对比度高的图像对应的直方图分布范围很宽而且分布均匀


    9、什么是点处理?你所学算法中哪些属于点处理?

    在局部处理中,输出值仅与像素灰度有关的处理称为点处理。如:图像对比图增强,图像二值化。


    10、什么是局部处理?你所学算法中哪些属于局部处理?

    在对输入图像进行处理时,计算某一输出像素值由输入图像像素的小领域中的像素值确定,这种处理称为局部处理。如:图像的移动平均平滑法,空间域锐化法。


    ————图像增强—————–空域——————平滑去噪—————–


    11、图像增强的目的是什么?

    图像增强的目的是要改善图像的视觉效果,针对给定图像的应用场合,有目的的增强图像的整体或局部特性,将原来不清晰的图像变得清晰或增强某些感兴趣的特征,扩大图像中不同物体的特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,将强图像判读和识别效果,满足某些特征分析的需求。


    12、什么是灰度图像的直方图?简述用它可以简单判断图像质量? 

    灰度直方图定义为数字图像中各灰度级与其出现的频数间的统计关系,它能描述该图像的概貌,例如图像的灰度范围,每个灰度级出现的频率,灰度级的分布,整幅图像的平均明暗和对比度等


    13、常用图像增强方法有哪些?

    图像的线性变换;图像的非线性变化;图像的直方图均衡化和规定化。


    14、“平均模板”对图像做哪种处理?写出 3x3和5x5“平均模板”?

    抑制噪声,改善图像质量


    15、“中值滤波”对图像做哪种处理?是如何运算的?

    中值滤波是对一个滑动窗口内的诸像素灰度值排序,用其中值代替窗口中心像素的灰度
    值的滤波方法,它是一种非线性的平滑法,对脉冲干扰及椒盐噪声的抑制效果好,在抑
    制随机噪声的同时能有效保护边缘少受模糊。


    16、什么叫点处理、局部处理、全局处理?3x3平均模板、直方图修正、灰度反转各属于哪种处理?

    点处理:输出值仅与像素灰度有关的处理称为点处理。(直方图修正)

    局部处理:计算某一输出像素值由输入图像像素的小领域中的像素值确定,这种处理称为局部处理。(灰度反转)

    全局处理:图像某一像素灰度的变化与图像全部像素灰度值有关。(3x3平均模板)


    ————-图像变换———-频域处理—————频域————–


    17、常用图像变换算法:

    图像的几何变换(图像畸变校正、图像缩放:双线性插值、旋转、拼接)

    图像变换(傅立叶、余弦、沃尔什-哈达玛、K-L变换、小波变换)

    图像频域处理(增强算法:高频率提升、同态滤波;平滑去噪:低通滤波)


    18、为什么要进行图像变换?各种变换应用在图像什么处理上?

    图像变换在数字图像处理与分析中起着很重要的作用,是一种常用的、有效的分析手段。图像变换的目的在于:使图像处理问题化;有利于图像特征提取;有助于从概念上增强对图像信息的理解。


    19、简述空域滤波跟频域滤波的不同

     空域法:直接对图像的像素灰度进行操作。常用算法:图像的灰度变换;直方图修正(均衡化、规定化);平滑和锐化处理;彩色增强。

    频域法:在图像的变换域中,对图像的变换值进行操作,然后经逆变换获得所需要的增强结果。常用算法:低通滤波;高频提升滤波;同态滤波。


    20、频域进行图像增强、去噪、边缘检测分别用哪种滤波器?

    增强————同态滤波器

    去噪————低通滤波器

    边缘检测——高通滤波器


    21、频域处理图像的步骤:

    a.清除噪声,改善图像的视觉效果     

    b.突出边缘有利于识别和处理


    ————————- 图像复原——————————————–

    常用图像变换算法:

    (1) 逆滤波;  (2)维纳滤波(Wiener Filter); (3)盲卷积


    22、什么叫图像复原?与图像增强有什么区别?

    图像在形成、传输和记录中,由于成像系统、传输介质和设备的不完善,导致图像质量下降,这一现象称为图像退化。

    图像复原和图像增强是有区别的,虽然二者的目的都是为了改善图像的质量,但图像增强不考虑图像是如何退化的,只通过试探各种技术来来增强图像的视觉效果。因此,图像增强可以不顾增强后的图像是否失真,只要看着舒服就行。而图像复原则完全不同,需知道图像退化的机制和过程等先验知识,据此找出一种相应的逆过程解算方法,从而得到复原的图像。如果图像已退化,应先做复原处理,再做增强处理。


    23、说出几种图像退化:

    图像模糊、失真、有噪声等


    24、什么是维纳滤波器?

    是一种以最小平方为最优准则的线性滤波器,在一定的约束条件下,其输出与给定函数的差的平方达到最小,通过数学运算最终可变为可变为一个拖布列兹方程的求解问题,是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。


    25、说出几种常用的图像复原方法?

    代数恢复方法:无约束复原;约束最小二乘法  

    频域恢复方法:逆滤波恢复法;去除由均匀运动引起的模糊;维纳滤波复原法


    ———————————图像压缩编码———————-

    常用图像变换算法:

    (1)哈夫曼编码;(2)算术编码;(3)预测编码;(4)变换编码 


    26、图像为什么可以压缩?(即数字图像中存在哪几种冗余?) 

    图像数据之所以可以被压缩,是因为数据中存在着冗余。  在图像压缩中,有三种基本的数据冗余:编码冗余;像素间冗余;视觉冗余。


    27、什么是有损和无损压缩?

    无损压缩:是对文件本身的压缩,和其它数据文件的压缩一样,是对文件的数据存储方式进行优化,采用某种算法表示重复的数据信息,文件可以完全还原,不影响文件内容,对于数字图像而言,也不会使图像细节有任何损失。  

    有损压缩:是对图像本身的改变,在保存图像时保留了较多的亮度信息,而将色相和色纯度的信息和周围的像素进行合并,合并的比例不同,压缩的比例也不同,由于信息量减少了,所以压缩比可以很高,图像质量也会相应的下降。


    28、霍夫曼编码算法的基本思想是什么? 

    是根据源数据符号发生的概率进行编码的。在源数据中出现概率越大的符号,分配的码字越短;出现概率越小的信号,其码长越长,从而达到用尽可能少的码表示源数据。


    29、损和有损预测编码算法不同之处?各在哪个环节对数据实现了压缩?

    无损(亦称无失真、无误差、信息保持)编码中删除的仅仅是图像数据中冗余的数据,经解码重建的图像和原始图像没有任何失真。  

    有损(亦称有误差、有失真)编码是指解码重建的图像与原图像相比有失真,不能精确的复原,但视觉效果上基本相同,是实现高压缩比的编码方式。


    30、简述统计编码、算术编码、预测编码、变换编码算法的基本原理

    统计编码:根据信源的概率分布可变长码,使平均码长非常接近于熵。 

    算数编码:利用编码符号的联合概率,用一个单独的浮点数来代替一串输入符号。 

    预测编码:不是直接对信号编码,而是对图像预测误差编码。实质上是对新的信息进行编码,以消除相邻像素之间的相关性和冗余性。  

    变换编码算法:是通过正交变换把图像从空间域转化为能量比较集中的变换域系数,然后对变换系数经行编码,从而达到压缩数据的目的。


    ————————–图像边缘检测、分割—————————

    图像处理常用算法:

    (1)边缘检测:Canny 算子、Laplacian算子、Sobel 算子 

    (2)Hough变换检测直线和圆算法  

    (3)图像分割:阈值分割算(也叫二值化)、区域分割算法 :区域生长法、分裂合并法、空间聚类法。


    31、说出几个常用的边缘检测算子:

    Canny 算子、Laplacian算子、Sobel 算子


    32、分别说出下面四种模板分别实现平滑去噪(低通滤波器)、图像锐化(梯度法)、边缘检测(高通滤波器)哪种处理?





    附加:

    1、灰度图像跟彩色图像:

    灰度图像:是一个二维的灰度(亮度)函数f(x,y)

    彩色图像:由三个二维灰度函数f(x,y)组成。三个是RGB或者HSV


    2、图像处理:

    从图像到图像:从图像到经过加工的另一图像

    一个决策:将一幅图像转化为一种非图像的表示


    3、相邻像素:

    四邻域:


    对角领域:


    八领域:



    4、像素的连接、邻接、与连通

    邻接adjacency:仅考虑像素间的空间关系 

    由像素间的度量关系知:

    四领域也可以定义为:

    八领域也可以定义为:

    连接connectivity

    空间关系:满足邻接

    灰度关系:灰度值是否满足某个特定的相似准则,用V来表示这个准则。

                            

    4-连接:2个像素p和r在V中取值且r在p的4邻域中

    8-连接:2个像素p和r在V中取值且r在p的8邻域中

    m-连接(混合连接):2个像素 p 和 r 在V 中取值,且满足下面条件之一即可

    1、r在p的4领域中。
    2、r在p的对角领域中且p的4领域与r的4邻域的交集是空集。如下图所示:eg:彩色图像中左边是m-连接,右边不是。


                             



    5、像素间的距离

    3个像素p,q,r,分别具有坐标(x, y),(s, t),(u, v),度量函数记为D。

    像素间距离的性质:

    1>D(p,q)>=0 两个像素之间的距离总是正的

    2>D(p,q)=D(q,p) 距离与起终点的选择无关

    3>D(p,R)<=D(p,q)+D(q,r) 最短距离是沿直线的

    距离度量函数:

    1>欧氏距离:距离p小于或者等于某一值是:以p为原点的圆


    2>城市街区距离:距离小于或者等于某一值是以p为中心的菱形


    3>棋盘距离:距离p小于或者等于某一值是以p为中心的正方形


                                         

























            转载来源于    https://blog.csdn.net/strive_0902/article/details/78026816
    
    展开全文
  • 什么是数字图像

    千次阅读 2018-12-28 14:14:25
    物理图像与数字图像 客观世界中,以自然形式呈现出的图像通常称作物理图像(也叫做连续图像,图像信号值是连续变化的)。 计算机并不能直接处理物理图像~!因为计算机只认识离散数字,所以一幅图像
  • 数字图像分类

    千次阅读 2017-09-23 12:03:21
    在计算机中,按照颜色和灰度的多少可以将图像分为四种基本类型。  1. 二值图像  2. 灰度图像  3. 索引图像  4. 真彩色RGB图像 1. 二值图像 一幅二值图像的二维矩阵仅由0、1两个值构成,“0”代表黑色,“1”...
  • 数字图像处理概述

    千次阅读 2019-05-07 16:59:47
    图像处理的两个重要应用领域:(1)改善图像信息以便于人类理解 (2)为了方便存储、传输和表示而对图像...当,x,y , f 都是离散值的时候,我们将该图像称为数字图像,也就是说灰度值是由有限数量的组成的,每个...
  • 这系列主要是从自己的想法出发,然后参考了冈萨雷斯的《数字图像处理》,以及众多百度文库、博客等内容写出来的,如有不足之处,还请大家批评指正。 图像是什么? 图像(image):是泛指照片、动画等等形成视觉...
  • 数字图像的表示与类型(学习篇)

    万次阅读 2019-02-19 15:56:43
    一、数字图像的表示 一幅图像可以被定义为一个二维函数f(x,y),其中(x,y)是空间(平面)坐标,在任何坐标(x,y)处的幅度f被定义为图像在这一位置的亮度。 图像在x和y坐标以及在幅度变化上是连续的。要将这样的一幅...
  • 数字图像处理(冈萨雷斯 第三版)

    万次阅读 2019-01-13 15:37:54
    1.1 图像与图像处理的概念 图像(Image): 使用各种观测系统以不同形式和手段观测客观世界而获得的,可以直接或间接...数字图像:为了能用计算机对图像进行加工,需要把连续图像在坐标空间和性质空间都离散化,这...
  • 数字图像处理 冈萨雷斯 第三版 中文版

    千次下载 热门讨论 2020-07-30 23:30:30
    第三版 》进行了修订 新增了400多幅图像 200多幅图表及80多道习题 融入了近年来数字图像处理领域的重要进展 因而《数字图像处理 第三版 》特色鲜明且与时俱进 《数字图像处理 第三版 》仍分为12章 即绪论 数字图像...
  • MATLAB数字图像处理(一)图像的基本操作

    万次阅读 多人点赞 2018-04-18 16:05:12
    写在前头:说到数字图像处理,不得不提起MATLAB。这是一款非常方便的仿真软件,绝大多数的图像处理可以用MATLAB完成。  有人问,处理图片,用PS岂不是更好。两者各有优点,如果需要将10000幅图片转换成灰度...
  • 数字图像处理期中学习报告

    千次阅读 2018-09-07 19:26:28
    数字图像处理数字图像处理 一学习内容总结 第一章 绪论 1 什么是数字图像处理 2 使用数字图像处理领域的实例 3 数字图像处理的基本步骤 4 图像处理系统的组成 第二章 数字图像处理基础 1 视觉感知要素 2 光和电磁...
  • 数字图像处理——基于Matlab

    万次阅读 多人点赞 2020-06-28 10:54:53
    (注:本文代码大部分可从《数字图像处理 第三版》中找到)使用软件:MATLAB R2018a学习前提:了解matlab的GUI界面的每个按钮参考资料:《数字图像处理 第三版》,CSDN博客使用初音图片P站画师uid:1589657。...
  • 数字图像数字图像处理

    千次阅读 2016-08-15 21:36:10
    Digital Image Processing[数字图像数字图像处理] 数字图像就是指代表图像的矩阵。 数字图像处理就是对图像矩阵进行各种数学运算。在进行图像处理时需要一些数学基础,主要包括线性系统、傅立叶变换、沃尔什变换和...
  • 数字图像处理基本知识(一)

    千次阅读 2018-09-28 16:43:24
     主要记载学习数字图像处理的基本知识,仅供参考。 目录 一、什么是图像处理? 二、图像的数字化表达 三、数字图像处理的基本知识 一、什么是图像处理?  图像处理就是对图像信息进行加工处理,满足实际的...
  • 数字图像几何变换代码

    千次阅读 2018-06-08 22:51:26
    数字图像的旋转变换、镜像变换、错切变换以及平移变换等称为数字图像的几何变换。下文是数字图像旋转变换、镜像变换以及错切变换的基本原理的介绍以及C#代码的实现。(1)数字图像旋转变换。 数字图像旋转变换基本...
  • 数字图像处理总复习讲义

    千次阅读 多人点赞 2018-12-07 20:13:38
    数字图像:像素坐标和灰度值都是离散值的图像称为数字图像。 f(x,y):振幅f:该点的强度或灰度。(x,y)空间坐标。 当(x,y)和f的为有限,离散的数值时,该图像为数字图像数字图像处理:借助于数字计算机来处理数字...
  • 数字图像处理基本知识

    千次阅读 多人点赞 2017-09-24 09:42:31
    1、数字图像数字图像,又称为数码图像或数位图像,是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。 2、数字图像...
1 2 3 4 5 ... 20
收藏数 246,353
精华内容 98,541
关键字:

数字图像