数字图像处理知识点总结.doc

数字图像处理知识点总结
导论
图像：对客观对象的一种相似性的生动性的描述或写真。
图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。
图像处理：对图像进行一系列操作，以到达预期目的的技术。
图像处理三个层次：狭义图像处理、图像分析和图像理解。
图像处理五个模块：采集、显示、存储、通信、处理和分析。
数字图像处理的基本概念
模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0<i(x，y)<∞，反射分量0<r(x，y)<1.
图像数字化：将一幅画面转化成计算机能处理的形式——数字图像的过程。它包括采样和量化两个过程。像素的位置和灰度就是像素的属性。
将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。采样方式:有缝、无缝和重叠。
将像素灰度转换成离散的整数值的过程叫量化。
表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。
数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。
采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
量化等级对图像质量的影响：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，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。
数字化器组成：
采样孔：保证单独观测特定的像素而不受其它部分的影响。
图像扫描机构：使采样孔按预先确定的方式在图像上移动。
光传感器：通过采样孔测量图像的每一个像素的亮度。
量化器：将传感器输出的连续量转化为整数值。
输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等。
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。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。
直方图的性质：
灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了像素的位置信息。
一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图
一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。
直方图的应用：
用于判断图像量化是否恰当
用于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：熵H
图像处理基本功能的形式：单幅图像→单幅图像，多幅图像→单幅图像，单（或多）幅图像→数字或符号。
邻域：对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。
图像处理的几种具体算法：
局部处理：移动平均平滑、空间域锐化。
点处理：图像对比度增强、图像二值化。
大局处理：傅里叶变换。
迭代处理：细化。
跟踪处理
位置不变处理和位置可变处理：输出像素JP(i，j)的值的计算方法与像素的位置(i，j)无关的处理称为位置不变处理或位移不变处理
窗口处理和模板处理。
图像的数据结构与特征：
组合方式：一个字长存放多个像素灰度值的方式。它能起到节省内存的作用，但导致计算量增加，使处理程序复杂。
比特面方式：按比特位存取像素，即将所有像素的相同比特位用一个二维数组表示，形成比特面。
分层结构：由原始图像开始依次构成像素数愈来愈少的一幅幅图像，就能使数据表示具有分层性，其代表有锥形(金字塔)结构。
树结构：对于一幅二值图像的行、列接连不断地二等分，如果图像被分割部分中的全体像素都变成具有相同的特征时，这一部分则不再分割
多重图像数据存储：逐波段存储，分波段处理时采用；逐行存储，行扫描记录设备采用；逐像素存储，用于分类。
图像的特征：
自然特征：光谱特征、几何特征、时相特征；
人工特征：直方图特征，灰度边缘特征，线、角点、纹理特征；
特征的范围：点特征、局部特征、区域特征、整体特征。
特征提取：获取图像特征信息的操作。把从图像提取的m个特征量y1，y2，…，ym，用m维的向量Y＝[y1y2…ym]t表示称为特征向量。另外，对应于各特征量的m维空间叫做特征空间。
对比度：一幅图像中灰度反差的大小，对比度=最大亮度/最小亮度
图像变换
图像变换通常是一种二维正交变换。
正交变换必须是可逆的；
正变换和反变换的算法不能太复杂；
正交变换的特点是在变换域中图像能量集中分布在低频率成分上，边缘、线状信息反映在高频率成分上，有利于图象处理。
图像变换的目的在于：
使图像处理问题简化；
有利于图像特征提取