1、数字图像处理复习第一章 概述1. 图像的概念及数字图像的概念。图-是物体透射或反射光的分布，是客观存在的。像- 是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。数字图像是物体的一个数字表示，是以数字格式存放的图像。2. 数字图像处理的概念。数字图像处理又称为计算机图像处理，它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，以提高图像的实用性。3. 数字图像处理的优点。精度高、再现性好、通用性、灵活性强第二章 数字图像处理基础1. 人眼视觉系统的基本构造 P14 图 2.1 人眼横截面简图2. 亮度的适应和
2、鉴别人眼对光亮度的适应性非常高，一般情况下跨度达到 10 的 10 次方量级，从伸手不见五指到闪光灯强曝光。3. 光强度与主观亮度曲线。 P15 图 2.4 光强度与主观亮度的关系曲线4. 图像的数字化及表达。 （采样和量化的概念）图像获取即图像的数字化过程，包括扫描、采样和量化。采样：将空间上连续的图像变成离散点的操作量化：将像素灰度转换成离散的整数值的过程5. 图像采样过程中决定采样空间分辨率最重要的两个参数。采样间隔、采样孔径6. 图像量化过程中量化级数与量化灰度取值范围之间的关系量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分
3、辨率低，会出现假轮廓现象，图像质量变差，但数据量小. 7. 像素的相邻领域概念（4 领域，8 领域） 。设为位于坐标处的一个像素（x+1,y） ， （x-1,y） ， （x,y+1 ） ， （x,y-1 ）组成的 4 邻域，用 表示。)(4pN（x+1,y+1） ， （ x+1,y-1） ， （x-1,y+1） ， （x-1,y-1 ）像素集用 表示 )p(D和 合起来称为 p 的 8 邻域，用 表示。 )(4pN)(D )(8pN8. 领域空间内像素距离的计算。 （欧式距离，街区距离，棋盘距离）和 之间的欧式距离定义为：pq22)()(),(tysxDe 和 之间的 距离（也叫城市街区距离）
4、定义为：pq4tysx),(4和 之间的 距离（也叫棋盘距离）定义为： pq8D),max(),(8 tysp第三章 图像的基本运算（书后练习 3.2，3.9 ）1. 线性点运算过程中各参数表示的含义（k，b ） 。线性点运算的灰度变换函数形式可以采用线性方程描述，即 s=ar+b2. 非线性点运算过程中不同的曲线部分对图像的调整过程。3. 会根据实际图像形式识别两幅图像中做了何种调整。4. 点运算是否会改变图像内像素点之间的空间位置关系？45黑线：00 输出灰度压缩（输出对比度降低）红线：a=1,b=0 输出灰度不变蓝线：a1,b=0 输出灰度扩展（对比度增大）绿线：0a1,b=0 输出灰度
5、压缩（输出对比度降低，整体变暗） 点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系。5. 对图像灰度拉伸，非线性拉伸与分段线性拉伸的区别？非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。6. 对于代数运算，会根据具体的图像识别做了何种运算。7. 对于几何运算，会根据具体的图像形式判断做了何种变换。从变换性质来分，几何变换可以分为图像的位置变换（平移、镜像、旋转） 、形状变换（放大、缩小）以及图像的复合
6、变换等8. 对于灰度重采样，至少理解最邻近插值法的含义。9. 图像旋转引起图像失真现象的解释。图像旋转之后，由于数字图像的坐标必须是整数，所以，可能引起图像部分像素点的局部改变，这时图像的大小也会发生一定的改变3.2 在一个线性拉伸变换中，当 a，b 取何值时，可以将灰度值分别从 23 和 155变换为 16 和 240？答：由公式 s=ar+b，得 所以，a=1.7 ，b=-232401563ba3.9 在放大一幅图像时，什么情况下会出现马赛克效应？有什么解决的办法？第四章 图像变换1. 二维图像傅里叶变换具有哪些性质。可分离性、平移性质、周期性和共轭对称性、旋转性质、分配律、尺度变换、平均
7、值、卷积定理2. 图像频率的概念（何谓图像上的低频区，高频区） 。3. 会根据实际的图像傅里叶变换形式，解释其使用了哪种运算性质。4. 图像二维傅里叶变换频谱图中，原点处的最大能量尖峰的含义。5. 理解图像重构的概念，能够根据给出的图像，分辨图像重构的方法。第五章 图像增强（书后练习 5.4？，5.5）1. 图像增强最常用的两种方法（空间域增强、频率域增强） 。空间域增强是指在空间域中，通过线性或非线性变换来增强构成图像的像素。频率域增强是将图像从空间域变换到频率域对图像进行处理2. 图像直方图的含义，直方图均衡的概念及效果。直方图均衡：通过图像灰度直方图均衡化处理,使得图像的灰度分布趋向均匀
8、 ,图像所占有的像素灰度间距拉开,加大了图像反差，改善视觉效果 ,达到增强目的。3. 会用 matlab 中直方图均衡化的函数。4. 理解空间域滤波增强中模板的概念，理解模板的工作方式。5. 了解几种最基本的边缘锐化滤波器，知道每种滤波器在处理图像时主要是提取何种边缘特征。5.4 假定有 大小的图像，灰度为 16 级，概率分布如下表所示，试进行直64方图均衡化，并画出处理前后的直方图 k0 1 2 3 4 5 6 7r0 1/15 1/15 1/15 1/15 1/15 1/15 1/15kn800 650 600 430 300 230 200 170)(krP0.195 0.160 0.1
9、47 0.106 0.073 0.056 0.049 0.0418 9 10 11 12 13 14 15kr8/15 9/15 10/15 11/15 12/15 13/15 14/15 1kn150 130 110 96 80 70 50 30)(krP0.037 0.031 0.027 0.023 0.019 0.017 0.012 0.0075.5 采用 模板对下面的图像进行平滑滤波，其中滤波过程中图像边界没有补3零 187938752163103985712第六章 图像复原（书后练习 6.3,6.4）1. 图像退化的原因有哪些？（1）成象系统的象差、畸变、带宽有限等造成图像图像失真；
10、（2）由于成象器件拍摄姿态和扫描非线性引起的图像几何失真；（3）运动模糊，成象传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；（4）灰度失真，光学系统或成象传感器本身特性不均匀，造成同样亮度景物成象灰度不同；（5）辐射失真，由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；（6）图像在成象、数字化、采集和处理过程中引入的噪声等。2. 图像退化的线性模型。线性性：设 和 为两幅输入图像， 和 为常数，则),(1yxf),(2f 1k2),(),(, 2121 yxfHyxfkyxfkfkH3.掌握几种最基本的噪声模型，掌握分辨图像被何种噪声进行污染退化，并能够从
11、图像中分辨出。高斯噪声均匀分布噪声脉冲噪声（椒盐噪声）4.掌握中值滤波和均值滤波的含义及处理方法。中值滤波：中值滤波是指将当前像元的窗口中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值 ),(min),(ax21),( ,), SxytsSytsggyxf 其中，其中，g 为输入图像， s(x,y)为滤波窗口。修正后的阿尔法均值滤波器： ),(1),(),(tsgdmnyxfStsr均值滤波：是将当前像元的窗口中所有像元灰度的平均值作为当前像元的输出值5.了解最大最小值滤波的含义及处理方法。最大值滤波器： Sxytsgyxf),(ma),(最小值滤波器： Sxytsyxf),(in,(6.3 简述中值滤波、均值滤波原理，分析比较中值滤波，均值滤波的性能特点，并通过实例予以说明中值滤波：中值滤波是指将当前像元的窗口中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值均值滤波：是将当前像元的窗口中所有像元灰度的平均值作为当前像元的输出值特点：它是一只非线性的图像平滑法，它对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6.4 下图是从图像中取出的一个小块区域，请分别用人工计算和 MATLAB 程序实现 的中值滤波处理，写出处理结果3 187938752163103985712
