搜索
Unit11、图像是对客观存在的物体的一种相似性的、生动的写真或描述。2、图像处理的内容它是研究图像的获取、传输、存储、变换、显示、理解与综合利用的一门崭新学科。根据抽象程度不同可分为三个层次：狭义图像处理、图像分析和图像理解。Unit21、图像数字化是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。2、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。3、将像素灰度转换成离散的整数值的过程叫量化。4、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）。5、一幅大小为M×N、灰度级数为G的图像所需的存储空间，即图像的数据量，大小为M×N×g（bit）6、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。7、对比度是指一幅图象中灰度反差的大小。对比度=最大亮度/最小亮度8、清晰度由图像边缘灰度变化的速度来描述。9、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。10、简述灰度直方图的应用。1）.数字化参数（判断量化是否恰当）。2）.边界阈值选取（确定图像二值化的阈值）。3）.利用直方图统计图像中物体的面积。4）.计算图像信息量H（熵）。5）.利用直方图分析图像的特性。6）.利用直方图进行图像增强。11、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。12、对输入图像IP（i,j）处理时，某一输出像素JP(i,j)值由输入图像像素（i,j)及其邻域N(IP(i,j))中的像素值确定。这种处理称为局部处理。13、在局部处理中，当输出值JP(i,j)仅与IP(i,j)有关，则称为点处理。14、在局部处理中，输出像素JP(i,j)的值取决于输入图像大范围或全部像素的值，这种处理称为大局处理。15、1.RAW格式：它是将像素按行列号顺序存储在文件中。这种文件只含有图像像素数据，不含有信息头，因此，在读图像时，需要事先知道图像大小（矩阵大小）。它是最简单的一种图像文件格式。2.BMP格式：由以下四个部分组成1）14字节的文件头；2）40字节的信息头；3）调色板定义；4）位图数据。Unit31、图像变换通常是一种二维正交变换。一般要求：①正交变换必须是可逆的；②正变换和反变换的算法不能太复杂；③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。2、图像变换的目的在于：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。3、二维离散傅立叶变换的若干性质1）．周期性和共轭对称性2）.分离性Unit41、图像增强的目的是什么？包含哪些内容？采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或机器进行分析和处理的形式。有选择地突出某些感兴趣的信息，同时抑制一些不需要的信息，可提高图像的使用价值。图像增强方法从增强的作用域出发，可分为:空间域增强是直接对图像各像素进行处理；频率域增强是先将图像经傅立叶变换后的频谱成分进行某种处理，然后经逆傅立叶变换获得所需的图像。2、直方图修正有哪两种方法？二者的区别和联系？直方图修整法包括直方图均衡化及直方图规定化两类。1).直方图均衡化:将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方法。2)直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。可见，它是对直方图均衡化处理的一种有效的扩展。直方图均衡化处理是直方图规定化的一个特例。3、何谓图像平滑？试述均值滤波的基本原理。为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。局部平滑法是一种直接在空间域上进行平滑处理的技术。假设图像是由许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，而噪声则是统计独立的。因此，可用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，局部平滑法又称邻域平均法。4、何谓中值滤波？其有何特点？中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。它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。但它对点、线等细节较多的图像却不太合适。对中值滤波法来说，正确选择窗口尺寸的大小是很重要的环节。一般很难事先确定最佳的窗口尺寸，需通过从小窗口到大窗口的中值滤波试验，再从中选取最佳的。5、低通滤波法常有几种滤波器？他们的特点是？图像的平滑除了在空间域中进行外，也可以在频率域中进行。由于噪声主要集中在高频部分，为去除噪声改善图像质量，滤波器采用低通滤波器H(u,v)来抑制高频成分，通过低频成分，然后再进行逆傅立叶变换获得滤波图像，就可达到平滑图像的目的。常用的频率域低滤波器H(u,v)有四种：1．理想低通滤波器：由于高频成分包含有大量的边缘信息，因此采用该滤波器在去噪声的同时将会导致边缘信息损失而使图像边模糊。2．Butterworth低通滤波器它的特性是连续性衰减，而不象理想滤波器那样陡峭变化，即明显的不连续性。因此采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度大大减小，没有振铃效应产生。3．指数低通滤波器采用该滤波器滤波在抑制噪声的同时，图像边缘的模糊程度较用Butterworth滤波产生的大些，无明显的振铃效应。4.梯形低通滤波器梯形低通滤波器是理想低通滤波器和完全平滑滤波器的折中。它的性能介于理想低通滤波器和指数滤波器之间，滤波的图像有一定的模糊和振铃效应。6、图像锐化处理方法有几种？频率域锐化图像的边缘、细节主要位于高频部分，而图像的模糊是由于高频成分比较弱产生的。频率域锐化就是为了消除模糊，突出边缘。因此采用高通滤波器让高频成分通过，使低频成分削弱，再经逆傅立叶变换得到边缘锐化的图像。常用的高通滤波器有：1）理想高通滤波器2）巴特沃斯高通滤波器3）指数滤波器4）梯形滤波器四种滤波函数的选用类似于低通。理想高通有明显振铃现象，即图像的边缘有抖动现象；Butterworth高通滤波效果较好，但计算复杂，其优点是有少量低频通过，H(u，v)是渐变的，振铃现象明显；指数高通效果比Butterworth差些，振铃现象不明显；梯形高通会产生微振铃效果，但计算简单，较常用。一般来说，不管在图像空间域还是频率域，采用高频滤波不但会使有用的信息增强，同时也使噪声增强。因此不能随意地使用。7、laplacian算子为何能增强图像边缘？8、频率域增强的步骤。频率域平滑与锐化的主要区别在哪里？异：图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；（2分）图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）同：都属于图象增强，改善图象效果。（1分）9、伪彩色增强与假彩色增强是什么？有何异同？伪彩色增强有哪些方法？异：伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别。假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。主要差异在于处理对象不同。（4分）同：是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。（1分）10、伪彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。11、彩色图像增强处理包括哪些内容？彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色增强和假彩色增强两类。Unit51、图像退化的模型。图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。图像退化的数学模型假定成像系统是线性位移不变系统,则获取的图像g(x,y)表示为g（x，y）=f（x，y）*h（x，y）f(x，y)表示理想的、没有退化的图像，g(x，y)是退化（所观察到）的图像。若受加性噪声n(x，y)的干扰，则退化图像可表示为g（x，y）=f（x，y）*h（x，y）+n(x，y)这就是线性位移不变系统的退化模型。退化模型如图所示2、何谓图像复原？图像复原与增强有何区别？图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。典型的图像复原是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，得到质量改善的图像。图像复原过程如下：找退化原因→建立退化模型→反向推演→恢复图像3、图像复原和图像增强的区别：图像增强不考虑图像是如何退化的，而是试图采用各种技术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，只要看得舒服就行。而图像复原就完全不同，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处理方法，从而得到复原的图像。如果图像已退化，应先作复原处理，再作增强处理。二者的目的都是为了改善图像的质量。4、逆滤波复原的基本原理。主要难点？如何克服？设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v)（2分）对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFT[F(u,v)]以上就是逆滤波恢复图象的原理。（2分）若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）①在H(u,v)=0时,人为设置1/H(u,v)的值；②使1/H(u,v)具有低同性质。即H-1(u,v)=1/H(u,v)当D≤D0H-1(u,v)=0当DD0(0.5分)Unit61、图像数据压缩的必要性与可能性数据压缩的研究内容包括数据的表示、传输、变换和编码方法，目的是减少存储数据所需的空间和传输所用的时间。图像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，达到以尽可能少的代码（符号）来表示尽可能多的图像信息2、图像编码压缩分为无误差（亦称无失真、无损、信息保持）编码和有误差（有失真或有损）编码两大类。根据编码作用域划分，图像编码为空间域编码和变换域编码两大类。3、描述解码图像相对原始图像偏离程度的测度一般称为保真度。常用的保真度准则可分为两大类：客观保真度准则和主观保真度准则。1）客观保真度准则最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两种。2）主观保真度准则很多解压图最终是供人观看的，一种常用的方法是让一组（不少于20人）观察者观察图像并给该图像评分，将他们对该图像的评分取平均，作为这幅图像的质量。Unit71、什么是区域？什么是图像分割？把图像分成互不重叠的区域并提取感兴趣目标的技术2、边缘检测的理论依据是什么？有哪些方法？各有什么特点？图像分割的基本策略1）分割算法基于灰度值的两个基本特性：不连续性和相似性2）检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。边缘的定义：图像中像素灰度有阶跃变化或屋顶变化的那些像素的集合5、边缘的分类：1）阶跃状；2）屋顶状6、几种常用的边缘检测算子及其特点：1)梯度算子仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。2）Roberts：算子与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好3）Prewitt算子：在检测边缘的同时，能抑止噪声的影响4）Sobel算子：对4邻域采用带权方法计算差分能进一步抑止噪声但检测的边缘较宽5）Kirsch算子：在计算边缘强度的同时可以得到边缘的方向各方向间的夹角为45º6）Laplacian算子：优点：a)各向同性、线性和位移不变的；b)对