光电图像处理复习.docx

《光电图像处理复习.docx》由会员分享，可在线阅读，更多相关《光电图像处理复习.docx（12页珍藏版）》请在三一办公上搜索。

1、光电图像处理复习第一章： 1. 模拟图像：连续的，采用数字化表示和数字技术出现之前，图像是连续的，这一类图像称为模拟图像或连续图像 数字图像：由连续的模拟图像采样和量化而得。组成数字图像的基本单位是像素，所以数字图像是像素的集合。 2. 图像处理系统的基本结构： 图像输入系统 图像处理与分析系统 图像输出系统 图像存储系统 3数字图像处理就是用数字计算机处理所获取视觉信息的技术。 光电图像处理就是针对光电成像系统所获取的信息进行相关处理的技术。 4数字图像处理的基本特点： 信息量大：5125128bit256KB 256KB25帧/s6400KB=6.25MB 占用的频带较宽：电视图像的带宽5

2、6MHz，而语言带宽4KHz，频带越宽，技术实现难度越大 像素相关性大：压缩潜力大 评价受人的影响大 5 数字信号处理 图像处理 研究对象： 一维数字信号 二维数字信号 研究内容： 数字滤波器、数字正交变 图像滤波器、图像正交变换、图像编码等 6 计算机图形学 图像处理 研究对象： 图形 图像 研究内容： 图形生成、透视、消隐 图像处理、图像分割、图像分析过程： 由数学公式生成仿真图形或图像 由原始图像处理出分析结果 计算机图形学与图像处理是逆过程。 1 换、数字编码等 数字信号处理与图像处理是紧密相关学科。 7计算机图形 8. 学 计算机视觉 图像处理 研究对象： 图像或图像序列 图像 研究

3、内容： 视觉感知、图像理解 图像处理、图像分割、图像分析 过程： 由图像特征感知、识别和理解三维场景 由原始图像处理出分析结果 9. 数字图像处理的主要应用 遥感图像应用：资源调查、灾害监测、农林业规划、城市 规划、环境保护等 医学图像应用:计算机断层摄影计算成像CT技术、X射线、 染色体分析等 工业和实验图像应用:无损探伤、自动检查和识别、智能机 器人等 第二章： 1. 人眼的构造与机理要点人眼的机理与照相机类似： 瞳孔：透明的角膜后是不透明的虹膜，虹膜中间的圆孔称为瞳孔，其直径可调节，控制进入人眼内之光通量(照相机光圈作用)。 晶状体：瞳孔后是一扁球形弹性透明体，其曲率可调节，以改变焦距，

4、使不同距离的图在视网膜上成象(照相机透镜作用)。 2. 视细胞：视网膜上集中了大量视细胞，分为两类： 锥状细胞：明视细胞，在强光下检测亮度和颜色； 杆(柱)状细胞：暗视细胞，在弱光下检测亮度，无色彩感觉。 其中，每个锥状视细胞连接着一个视神经末梢，故分辨率高，分辨细节、颜色；多个杆状视细胞连接着一个视神经末梢，故分辨率低，仅分辨图的轮廓。 2 3. 人的视觉模型： I 光刺激经角膜，照射在视网膜上，由于瞳孔大小限制，这一阶段可视为低通滤波过程 II视神经对光信号的传递，等效于一个空间的高通滤波器 4. 可见光波长从380nm到780nm,对波长为555nm的光有最大的敏感度。 5. HSB:

5、色调 、饱和度、亮度。 色调是指光的颜色(光谱色）。 饱和度是指颜色的纯度。 亮度是指彩色光所引起的人眼对明暗程度的感觉。 6. 物理配色机理 加色法：红、绿、蓝 红色+绿色=黄色， 红色+蓝色品红， 绿色+蓝色青色， 红色+绿色+蓝色白色 减色法：青、品、黄、灰 青色+黄色=绿色， 青色+品红蓝色， 黄色+品红=红色， 青色+黄色+晶红=黑色 7. 彩色图像分类 黑白图像： 图像只有明暗程度的变化而没有色彩的变化，最简单的是二值图象，只有两种灰度，如或。 伪彩色图像：是指经过伪彩色处理而形成的彩色图象。其像素值是所谓的索引值，是按照灰度值进行彩色指定的结果，其色彩并不一定忠实于外界景物的真实

6、色彩。 假彩色图像：是指遥感多波段图象合成的彩色图象。 真彩色图像：是忠实于外界景色的色彩的图象，其像素一般是颜色的真实值。 8. 图像数字化器必须能够把一幅图像分为图像元素并确定每个像素的位置，测量每个像素的灰度级，将连续数据量化以产生一个整数集合。数字化器件具备以下五个部分： (1) 采样孔： 使图像数字化器能够在整幅图像中取出独立的像素。 (2) 扫描器件： 以预定的方式在图像上移动采样孔，按照顺序一一传输像素。 (3) 光传感器：通过采样孔采集每个像素的亮度，将光信号转换为电信号。 (4) 转换器：将转换器的连续输出转换为正数值，数字化部件由A/D转换电路组成。 (5) 输出介质：固态

7、存储器，磁盘或其他的设备。 3 9. 10. 图像的质量评价 几个基本术语 (1) 像素(pixel)：图像的最小信息单位，通常是一个整数，其大小称为像素值。 (2) 灰度级(Gray-level)：表示像素明暗程度的整数量称为灰度级。 (3) 图像分辨率(Resolution)：指组成一幅图像的像素密度，也就是图幅参数。对同样大小的一幅图，如果组成该图的图像像素数目越多，则说明图像的分辨率越高，看起来就越逼真。相反，图像显得越粗糙。 (4) 显示分辨率：指显示屏上能够显示出的像素数目。例如，显示分辨率为640480表示显示屏分成480行，每行显示640个像素，整个显示屏就含有307200个显

8、像点。 (5) 图像深度 图像的质量取决于：层次(Level or Detail)、对比度(Contrast)、清晰度(Definition ) 图像的层次 灰度级：表示像素明暗程度的整数量。 层次：表示图像实际拥有的灰度级的数量。 11. 与清晰度相关的主要因素：亮度(Luminance , Intensity )、对比度(Contrast)、尺寸大小(Size)、细微层次(Fine detail )、颜色饱和度(Color Saturation ) 4 12. 采样和量化的关系： 量化和采样是两个不同的概念，量化是在每个采样 点上进行的，所以必须先采样后量化。 量化和采样是图像数字化的不可

9、或缺的两个操作， 二者紧密相关，同时完成。 13. 图像均值:指的是一幅图像中所有像素灰度值的算术平均值，它反映图像中f(i,j)MN不同物体的平均反射强度，一般可以表示为： f=i=0j=0MN14. 图像的熵: 如果一幅图像共有q种灰度级，并且出现的概率分别为H=-pilog2pi,i=0q-1i=0,1,2,.,q-1p1,p2,p3,pq，则这幅图像的熵可以表示为：比较与评价。 熵反映一幅图像信息量的多少，通常对于一幅图像进行不同方法处理时的15. 图像直方图的定义：(1)一个灰度级在范围0，L-1的数字图像的直方图是一个离散函数h(rk)=nk nk是图像中灰度级为rk的像素个数。

10、rk是第k个灰度级，k = 0,1,2,L-1。 一个灰度级在范围0，L-1的数字图像的直方图是一p(rk)=nkn 个离散函数n 是图像的像素总数。 16. 位图图像是用小方形网格，即人所共知的像素来代表图像，每个像素都被分配一个特定位置和颜色值。 矢量图形是由叫作矢量的数学对象所定义的直线和曲线组成的。矢量根据图形的几何特性来对其进行描述。 位图图像与分辨率有关，矢量图形与分辨率无关。 第三章 1. 代数运算：加法运算 g(x,y)=f1(x,y)+f2(x,y) 主要应用：(1) 对同一场景的多幅图像求平均值，降低加性噪声； (2) 一幅图像叠加到另一幅图像上去，达到二次暴光的效果。 多

11、幅图像求平均值，降低加性噪声。 g(x,y)=11f1(x,y)+f2(x,y)22可以得到图像加运算生成图像叠加效果。5 二次暴光的效果。 g(x,y)=af1(x,y)+bf2(x,y)图像加运算简单图像融合。且满足：a+b=12. 图像融合就是充分利用多幅图像信息，通过对观测信息的合理支配和使用，把多幅图像在空间或时间上的互补信息，依据某种准则进行综合处理。获得对场景的一致性解释或描述，使融合后的图像比参加融合的任意一幅图像更优越、更精确地反映客观实际。 图像融合一般规则 (1) 对应像素取最大值 (2) 对应像素取最小值 (3) 对应像素取平均值 (4) 加权平均法 (5) 高级融合技

12、术 3. 逻辑运算：求反 g(x,y)=255-f(x,y)主要应用：(1) 获得一个阴图像; (2) 获得一个子图像的补图像。 异或 g(x,y)=f1(x,y)f2(x,y) 主要应用：(1) 获得相交子图像; (2) 绘制区别于背景的、可恢复的图形。 或 g(x,y)=f1(x,y)f2(x,y) 主要应用：合并子图像; 与 g(x,y)=f1(x,y)f2(x,y) 主要应用：求两个子图像的相交子图像。 4. 几何变换： (1)平移变换(Translation) 设: a(x,y) = x + x0; b(x,y) = y + y0; (2)旋转变换(Rotation) (3)镜像变换

13、：水平镜像/垂直镜像 (4)缩放变换(Zoom) (5)拉伸变换(Stretch) 5. 图像的插值方法 灰度级插值 最邻近插值法 双线性插值 高阶插值 6 第四章 1. 图像增强的目的：改善图像质量，获得更适合于人眼观察、或者对后续计算机处理、分 析过程更有利的图像。 方式： 2. 空间域灰度变换： 直接灰度变换法：1、线性变换；2、对数变换；3、指数变换。 直方图调整法：1、直方图均衡化；2、直方图匹配。 3. 直方图均衡化，就是把一已知灰级概率分布的图像，经过变换后，使之成为一幅具有均匀灰度概率分布的新图像。它可以很好地改善图像的对比度。 直方图规格化，就是把一已知灰级概率分布的图像，经

14、过变换后，使之称为一幅具有指定形状直方图的新图像。它通常在图像拼接中用于匹配不同环境变化下所获取的图像。 4. 均值滤波：实现图像平滑最常见的方法是在像素邻域内求局部均值，称为均值滤波。 g(x,y)=1M(i,j)SKijf(i,j)特点：局部求均值的运算或平均计算使数字信号变“平坦”，可以在图像中消除或抑制噪声。同时，图像中景物边缘也会不同程度地变得模糊。 中值滤波：用局部中值代替局部平均值。 7 特点：对离散阶跃信号、斜声信号不产生作用，对点状噪声和干扰脉冲有良好的抑制作用。能保持图像边缘，使原始图像不产生模糊。 中值滤波与均值滤波的区别仅限于：中值滤波是求局部中值而不是局部均值，即对参

15、与计算的像素灰度值按大小排序，然后取位置居中的像素灰度值。 5. 常用差分算子 6. 第五章 1. 图像复原可以看作图像退化的逆过程。 2. 图像退化/复原过程的一体模型 f(x,y)表示一幅输入图像。 g(x,y)是f(x,y)产生的一幅退化图像。 H表示退化函数。 8 f(x,y)Degradation function(H)g(x,y)h(x,y)NoiseRestoration filter(%)f(x,y)Degradation(退化)Restoration(复原)2. 点扩展函数的确定： (一)运用先验知识: (1) 长时间曝光下大气湍流造成的转移函数。 (2) 光学散焦 (3) 照相机与景物相对运动 (二) 运用后验判断的方法 (1)若有把握断定原始景物某部位有一个清晰的点，于是那个点再退回图像的模糊图像就是h(x,y) 。 (2)原景物含有明显的直线，从这些线条的退化图像得出h(x,y) 。 (3)有明显的界限 9