图像处理期末总结

简介: 图像处理期末总结

1. 图像概念: 是对客观对象的一种相似性的,生动性的描述或写真。是对客观对象的表示, 包含了被描述对象的有关信息,是人类最主要的信息源,一个人 75%的信息获取来自视觉。

2. 图像处理的三个层次:

狭义图像:处理从图像到图像的过程(像素级);

图像分析:从 图像到数值或符号的过程(符号级);

图像理解:以客观世界分析客观世界(人工智能级)

3. 图像处理系统包括 采集,显示,存储,通信,处理和分析 五个模块

4. 数字图像处理 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

5.数据图像采样: 将空间上连续的图像变换成离散点的操作

6.数字图像的过程: 图像数字化是将一幅画面转化为计算机能处理的形式。

7. 数字图像处理的应用: 在生物医学中的应用,遥感航天,工业,军事公安领域,其他

8. 采样: 将空间上连续的图像变换成离散点的操作。

参数:采样间隔,采样孔径

9.采样孔径形状和大小与采样方式有关。 通常有 圆形,正方形,长方形,椭圆形

10. 采样方式 指采样间隔确定后,相邻像素间的位置关系:分开、相连、重叠

11. 量化: 将像素灰度转换成离散的整数值的过程。 5. 图像的数据量与采样间隔和量化等级有关

12. 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 频率 vi=ni/n

13. 直方图的应用:

1 判断图像量化是否正确

2 确定图像二值化的阈值

3 计算图像中物体 的面积

4 计算图像信息量 H H 公式

14. 图像增强目的:

1.采用一系列技术改善图像的视觉效果,提高图像的清晰度;

2.将图像 转换成一种更适合与人或机器进行分析处理的形式。

15. 卷积定理: 空间域;频率域。

空间域增强:直接对图像像素灰度进行操作

频率域增强:对图像经傅立叶变换后频谱成分进行操作,然后经傅立叶逆变换获得所需结果

16. 图像处理具体形式: 局部处理;迭代处理;跟踪处理;窗口处理和模板处理;串行处理和并 行处理。

局部处理: 在对输入图像进行处理时,计算某一输出像素 JP(i,j)值由输入图像 IP(i,j) 像素的小邻域 N[IP(i,j)]中的像素值确定。

17.图像的移动平均平滑法和空间域锐化

局部运算-图像锐化:图像锐化就是增强图像的边缘或轮廓

局部运算-图像平滑法:(邻域平均法或移动平均法)是一种直接在空间域进行平滑处理的 技术。假设图像由很多灰度恒定的小块组成,相邻像素间存在很高的空间相关性,噪声则是 统计独立的,可用像素邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平 滑。

18. 点处理: 在局部处理中,当输出值 JP(I,j)仅与 IP(I,j)像素灰度有关的处理。 对比度 增强,图像二值化,局部统计法

点运算-灰度变换: 灰度变换可使图像动态范围增大,图像对比度扩展,图像变清晰,特征 明显,是图像增强的重要手段之一

迭代处理: 反复对图像进行某种运算直至满足给定的条件,从而得到输出图像的处理形式。

邻域处理: 在对输入图像进行处理时,计算某一输出像素 JP(i,j)值由输入图像 IP(i,j) 像素的小领域 N[IP(i,j)]中的像素值确定的处理形式。 1

19. 图像数字化包括采样和量化两个过程

20. 图像变换的目的:

1 使图像处理问题简化

2 有利于图像特征提取

3 有助于从概念上增强 对图像信息的理解

21. 离散傅立叶性质:周期性和共轭对称性;分离性;平均值;离散卷积定理;分配律

22.直方图修正法:大多数自然图像由于其灰度分布集中在较窄的区间,引起图像细节不够 清晰。采用直方图修整后可使图像的灰度间距拉开或使灰度分布均匀,从而增大反差,使图 像细节清晰,达到增强图像目的。直方图修正法通常有直方图均衡化及直方图规定化两类。

23. 直方图均衡化:通过对原图像进行某种变换使原图像的灰度直方图修正为均匀的直方图 的一种方法。 作用:能够自动增强图像的对比度;得到了全局均衡化的直方图,即均匀分 布;但效果不易控制。

24. 图像平滑: 任何一幅原始图像,在获取和传输等过程中,会受到各种噪声的干扰,使图 像质量下降,图像模糊,特征消失,对图像分析不利。为抑制噪声改善图像质量所进行的处 理叫做图像平滑或去噪。图像平滑是通过积分过程使图像边缘模糊。

25. 图像退化:图像在形成、传输和记录过程中,由于成像系统、传输介质和设备不完善, 导致图像质量下降。该现象称为图像退化。图像退化典型表现为图像模糊、失真、有噪声等。

26. 图像复原:图像的复原就是要尽可能的回复退化图像的本来面目,它是沿图像退化的逆 过程恢复图像。

过程:弄清退化原因-建立退化模型-反向推演-恢复图像。

准则:最小均方 准则、加权均方准则、最大熵准则

27. 图像复原与图像增强区别: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增强图像的视觉效果。而图像复原需要知道图像 退化的机制和过程等先验条件,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。 如果图像已经退化,应先作复原处理,在做增强处理。

28. 图像编码与压缩:图像的编码与压缩就是对图像数据按一定的规则进行变换和组合,从 而达到以尽可能少的代码(符号)来表示尽可能多的信息。

29. 图像编码压缩分类:分为无误差编码和有误差编码两大类。

无损编码 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,常用于复制、保存十 分珍贵的历史、文物图像等场合;

有损编码 是指解码重建的图像与原图像相比有失真,不能 精确的复制,但视觉效果上基本相同,是实现高压缩比的编码方式,数字图像、图像传输和 多媒体等常用这类编码方式。

30. 图像分割:是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。

目的:是由图像处理到图像分析的关键步骤。一方面,他是目的表达的基础,对特征测 量有重要的影响;另一方面,因为图形分割及其基于分割的目标表达、特征提取和参数测量 等,都将原始图像转化为更抽象、更紧凑的形式,是的更高层的图像分析和理解成为可能。

算法种类:边缘检测、边缘跟踪、区域分割、区域增长、和分裂-合并分割法等

31. 图像分析:对图像中感兴趣的目标进行检测和测量,以获取他们的客观信息,从而建立 对图像的描述。

32. 边缘检测:通过检查邻域,将边缘像素标识出的一种图像分割技术。边缘指图像中像素灰度 有阶跃变化或屋顶状变化的那些像素的集合。

33. 保真度准则:描述解码图像相对原始图像偏离程度的测度。 分类:客观保真度准则和主观保真度准则。 常用的客观保真度准则是原图像和解码图像之间的均方根误差和均方根信噪比。 主观保真度准则常用的方法是让一组(不少于 20 人)观察者观看图像并打分,将他们 对该图像的评分取平均,用来评价一幅图像的主观质量。

34. 图像增强:作为一种基本的图像处理技术,其目的是根据特定的需要突出图像中某些信 息,同时削弱或去除出一些不需要的信息,以获得更好更有用的图像。

35. 霍夫变换:是用来辨别找出物件中的特征,例如:线条。他的算法流程大致如下,给定 一个物件、要辨别的形状的种类,算法会在参数空间中执行投票来决定物体的形状,而这是 由累加空间里的局部最大值来决定。是点到线的变换。 霍夫变换检测直线的抗噪性能强,能将断开的边缘连接起来。

36.基于边缘检测的霍夫变换的原理:把直线上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。

37.为什么进行傅里叶变换:为了时域和频域的转化。变完计算快;变完再变回也不慢 傅里叶变换:是一种分析信号的方法,分析信号的成分,也可用这些成分合成信号。许多波 形可作为信号的成分,比如正弦波、方波、锯齿波等,傅立叶变换用正弦波作为信号的成分。

38. 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。

特点:对脉冲干扰和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。但对点、线等细节较多的图像却不大合适。

39. 均值滤波的基本原理:是一种局部空间域处理的算法,就是对含有噪声的原始图像 f(x,y) 的每个像素点取一个领域 S,计算 S 中所有像素的灰度级平均值,作为空间域平均处理后图 像 g(x,y)像素值


20200113121838570.png


20200113121928652.png

目录
相关文章
|
6月前
数字信号处理期末复习——计算大题(一)
数字信号处理期末复习——计算大题(一)
104 0
数字信号处理期末复习——计算大题(一)
|
6月前
数字信号处理期末复习——计算小题(二)
数字信号处理期末复习——计算小题(二)
32 0
数字信号处理期末复习——计算小题(二)
|
机器学习/深度学习 传感器 算法
【信号处理】基于Matlab实现男女音变声系统
【信号处理】基于Matlab实现男女音变声系统
|
3月前
|
人工智能 监控 安全
【江西省研究生数学建模竞赛】第一题 蒸汽发生器倒U型管内液体流动 详细的数学模型及参考文献
本文详细介绍了江西省研究生数学建模竞赛题目之一"蒸汽发生器倒U型管内液体流动"的数学建模方案和参考文献,包括对U型管内液体流动的建模、压差分析、流动情况计算以及减少倒流现象的策略。
42 0
|
5月前
|
数据安全/隐私保护 计算机视觉
图像处理之玻璃水印特效(祝大家圣诞节快乐)
图像处理之玻璃水印特效(祝大家圣诞节快乐)
41 8
|
5月前
|
算法 计算机视觉
图像处理之应用篇-大米计数续
图像处理之应用篇-大米计数续
32 1
|
6月前
|
算法 图形学
【计算机图形学】期末笔记
【计算机图形学】期末笔记
62 2
|
6月前
|
计算机视觉 索引 Python
分析”圣诞帽“代码,入门OpenCV
分析”圣诞帽“代码,入门OpenCV
分析”圣诞帽“代码,入门OpenCV
|
6月前
|
存储 编解码 算法
【计算机图形学】期末总结大全,建议收藏
【计算机图形学】期末总结大全,建议收藏
【计算机图形学】期末总结大全,建议收藏
|
机器学习/深度学习 决策智能 计算机视觉
对硬币、销钉、大米进行图像分割(附代码)
对硬币、销钉、大米进行图像分割(附代码)
110 0
下一篇
无影云桌面