数字图像处理复习考点.ppt

1、第一章第一章绪论绪论T图像图像：对客观存在对象的一种相似性的、生动性的描述或写真。对客观存在对象的一种相似性的、生动性的描述或写真。T模拟图像模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像像T数字图像数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。位。T数字图像处理数字图像处理（Digital Image ProcessingDi

2、gital Image Processing）：）：利用计算机对数字图像进行利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理）某种预期的结果的技术。（计算机图像处理）T数字图像处理的特点（优势）：数字图像处理的特点（优势）：（1 1）处理精度高，再现性好。（）处理精度高，再现性好。（2 2）易于控制处理效果。（）易于控制处理效果。（3 3）处理的多样性。）处理的多样性。（4 4）图像数据量庞大。（）图像数据量庞大。（5 5）图像处理技术综合性强。）图

3、像处理技术综合性强。1第一章第一章绪论绪论T数字图像处理的主要研究内容：数字图像处理的主要研究内容：（1 1）图像的数字化：如何将一幅光学图像表示成一组数字，既不失真又便于计图像的数字化：如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理算机分析处理 ；主要包括的是图像的采样与量化；主要包括的是图像的采样与量化（2 2）图像的增强：加强图像的有用信息，消弱干扰和噪声图像的增强：加强图像的有用信息，消弱干扰和噪声（3 3）图像的恢复：把退化、模糊了的图像复原。模糊的原因有许多种，最常见）图像的恢复：把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等的有运动模

4、糊，散焦模糊等（4 4）图像的编码：简化图像的表示，压缩表示图像的数据，以便于存储和传输）图像的编码：简化图像的表示，压缩表示图像的数据，以便于存储和传输（5 5）图像的重建：由二维图像重建三维图像（如）图像的重建：由二维图像重建三维图像（如CTCT）（6 6）图像的分析：对图像中的不同对象进行分割、分类、识别和描述、解释。）图像的分析：对图像中的不同对象进行分割、分类、识别和描述、解释。（7 7）图像分割与特征提取：图像分割是指将一幅图像的区域根据分析对象进行）图像分割与特征提取：图像分割是指将一幅图像的区域根据分析对象进行分割。图像的特征提取包括了形状特征、纹理特征、颜色特征等。分割。图像

5、的特征提取包括了形状特征、纹理特征、颜色特征等。（8 8）图像隐藏：是指媒体信息的相互隐藏、数字水印、图像的信息伪装。）图像隐藏：是指媒体信息的相互隐藏、数字水印、图像的信息伪装。（9 9）图像通信）图像通信2第一章第一章绪论绪论T数字图像处理的应用领域数字图像处理的应用领域：通信：图象传输，电视电话等。通信：图象传输，电视电话等。宇宙探测：星体图片处理。宇宙探测：星体图片处理。遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调遥感：地形、地质、矿藏探查，森林、水利、海洋、农业等资源调 查，自然灾害预测，环境污染的监测，气象云图。查，自然灾害预测，环境污染的监测，气象云图。生物医学：生

6、物医学：CTCT，X X射线成象，射线成象，B B超，红外图象，显微图象。超，红外图象，显微图象。工业生产：工业生产：产品质量检测，生产过程控制，产品质量检测，生产过程控制，CADCAD，CAMCAM。军事：军事：军事目标侦察，制导系统，警戒系统，自动火器控制等。军事目标侦察，制导系统，警戒系统，自动火器控制等。公安：公安：现场照片，指纹，手迹，印章，人像等处理和鉴别。现场照片，指纹，手迹，印章，人像等处理和鉴别。档案：档案：过期的文字、图片档案的修复和处理。过期的文字、图片档案的修复和处理。机器人视觉机器人视觉:娱乐：娱乐：电影特技，动画，广告，电影特技，动画，广告，MTVMTV等等3第二章

7、第二章数字图像处理基础数字图像处理基础T三基色原理三基色原理：大自然中的颜色都可以通过红、绿、蓝三大自然中的颜色都可以通过红、绿、蓝三色按照不同的比例合成产生，同样绝大多数单色光也可色按照不同的比例合成产生，同样绝大多数单色光也可以分解成红绿蓝三种色光。即三基色原理。以分解成红绿蓝三种色光。即三基色原理。T面向机器的面向机器的RGBRGB模型模型T面向人眼视觉的面向人眼视觉的HISHIS模型模型T人的视觉特性人的视觉特性T同时对比度效应同时对比度效应T马赫带效应马赫带效应4第二章第二章 数字图像处理基础数字图像处理基础T取样、量化取样、量化、数字化数字化的概念的概念：T图像数字化图像数字化是指

8、将模拟图像经过离散化之后，得到用数字表示的图像。数字是指将模拟图像经过离散化之后，得到用数字表示的图像。数字化包括采样和量化。化包括采样和量化。采样采样：连续图像空间坐标的离散化是将在空间上连续的：连续图像空间坐标的离散化是将在空间上连续的图像转换成离散的采样点（即像素）集的操作。图像转换成离散的采样点（即像素）集的操作。量化量化：连续图像幅值的离散：连续图像幅值的离散化是将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化，化是将各个像素所含的明暗信息离散化后，用数字来表示称为图像的量化，一般的量化值用整数来表示。一般的量化值用整数来表示。T什什么是奈奎斯特取样定理？么是奈奎斯特取样

9、定理？其其意义意义是是什什么？么？T奈奎斯特定理：对于二维有限带宽信号奈奎斯特定理：对于二维有限带宽信号fc(x,yfc(x,y),),如果其二维傅里叶变换只在如果其二维傅里叶变换只在|Uc|Uc，|VcVc的范围内不为零，那么采样间隔必须满足的范围内不为零，那么采样间隔必须满足x 1/2Uc,x 1/2Uc,y1/2Vc,y1/2Vc,这样才能保证信号可以重构。这样才能保证信号可以重构。取样定理的意义：取样定理指出了要使取样信号能不失真地描述原信号，其取样定理的意义：取样定理指出了要使取样信号能不失真地描述原信号，其采样频率必须大于或等于信号所含有最高截止频率的采样频率必须大于或等于信号所含

10、有最高截止频率的2 2倍。倍。5T量化的分类：量化的分类：T量化级步长的均匀性分：量化可分为均匀量化和非均匀量化。均匀量量化级步长的均匀性分：量化可分为均匀量化和非均匀量化。均匀量化是简单地在灰度范围内等间隔量化。非均匀量化是对像素出现频度化是简单地在灰度范围内等间隔量化。非均匀量化是对像素出现频度少的部分量化间隔取大，而对频度大的量化间隔取小的量化间隔。少的部分量化间隔取大，而对频度大的量化间隔取小的量化间隔。T量化对称性分：对称量化和非对称量化量化对称性分：对称量化和非对称量化T量化采样点相互间的相关性分：无记忆量化和有记忆量化量化采样点相互间的相关性分：无记忆量化和有记忆量化T量化时处理

11、的采样点数：标量量化和向量量化量化时处理的采样点数：标量量化和向量量化T常见的图像输入设备有哪些？常见的图像输入设备有哪些？T电视摄像机，扫描仪，数码照相机，各种遥感图像获取设备（如红电视摄像机，扫描仪，数码照相机，各种遥感图像获取设备（如红外摄影设备微波设备）。外摄影设备微波设备）。第二章第二章数字图像处理基础数字图像处理基础6第二章第二章数字图像处理基础数字图像处理基础T数字图像的表示数字图像的表示:为了描述上的方便为了描述上的方便,本书仍用本书仍用f(x,yf(x,y)表示数字图像。设表示数字图像。设x0 x0，M-1M-1，y0y0，N-1N-1，f0f0，L-1L-1，则数字图像可表

12、示成一个，则数字图像可表示成一个M MN N的二维的二维数字阵列。数字阵列。T每个每个(x,yx,y)对应数字图像中的一个基本单元，称其为图像元素对应数字图像中的一个基本单元，称其为图像元素(picture(picture element)element)，简称为，简称为像素像素（pixelpixel）；且一般取）；且一般取M M、N N和的灰度级和的灰度级L L为为2 2的整次幂即：的整次幂即：M=2M=2m m N=2 N=2n n L=2 L=2k k （这里，（这里，m m、n n和和k k为正整数）为正整数）T为存储一幅为存储一幅M MN N的数字图像，需要的存储位数为：的数字图像，

13、需要的存储位数为：b=M b=M N N k bit k bitT字节数为：字节数为：B=b/8B=b/8T空间分辨率空间分辨率T幅度分辨率幅度分辨率 7第二章第二章数字图像处理基础数字图像处理基础T简答：简答：1.1.图像的数字化包含哪些步骤？简述这些步骤。图像的数字化包含哪些步骤？简述这些步骤。答：数字图像可以理解为对二维函数答：数字图像可以理解为对二维函数f(x,yf(x,y)进行采样和量化进行采样和量化(即离散处理即离散处理)后得到后得到的图像，因此，通常用二维矩阵来表示一幅数字图像。将一幅图像进行数字的图像，因此，通常用二维矩阵来表示一幅数字图像。将一幅图像进行数字化的过程就是在计算

14、机内生成一个二维矩阵的过程。数字化过程包括三个步化的过程就是在计算机内生成一个二维矩阵的过程。数字化过程包括三个步骤：扫描、采样和量化。骤：扫描、采样和量化。采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。是对图像空间坐标的离散化，样之后得到的二维离散信号的最小单位是像素。是对图像空间坐标的离散化，它决定了图像的空间分辨率。也可以说用一个网格把待处理的图像覆盖，然它决定了图像的空间分辨率。也可以说用一个网格把待处理的图像覆盖，然后把每一小格上模拟图像的各个亮度取

15、平均值，作为该小方格中点的值。后把每一小格上模拟图像的各个亮度取平均值，作为该小方格中点的值。量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。也就是把采样后所得的各像素灰度值从模拟量到离散量的度大小的离散化。也就是把采样后所得的各像素灰度值从模拟量到离散量的转换称为图像灰度的量化。量化是对图像幅度坐标的离散化，它决定了图像转换称为图像灰度的量化。量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。的幅度分辨率。经过采样和量化后，数字图像可以用整数阵列的形式来描述。经过采样和量化后，数

16、字图像可以用整数阵列的形式来描述。8第二章第二章数字图像处理基础数字图像处理基础T2.2.图像量化时，如果量化级比较小会出现什么现象？图像量化时，如果量化级比较小会出现什么现象？为什么为什么？T答：答：当实际场景中存在灰度变化比较平缓的区域时，采用比较低当实际场景中存在灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓。的量化级数，则这类图像会在画面上产生伪轮廓。图像的量化等图像的量化等级反映了采样的质量，数字图像的量化级数随图像的内容及处理级反映了采样的质量，数字图像的量化级数随图像的内容及处理的目的差别而不同，的目的差别而不同，低的量化级数只满足于处理简单的线条

17、而对低的量化级数只满足于处理简单的线条而对于图像，若线条不明显时，则会产生伪轮廓。于图像，若线条不明显时，则会产生伪轮廓。人眼对灰度误差有人眼对灰度误差有一个敏感度阈值，当灰度误差大于门限值时，即量化误差大于视一个敏感度阈值，当灰度误差大于门限值时，即量化误差大于视觉阈值时，人眼看到的图像会出现伪轮廓。觉阈值时，人眼看到的图像会出现伪轮廓。9第二章 数字图像处理基础T3.3.简述二值图像、灰度图像与彩色图像的区别。简述二值图像、灰度图像与彩色图像的区别。T二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图

18、像。二值图像的矩阵取值非常简的图像。这种图像又称为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是单，每个像素的值要么是1 1，要么是，要么是0 0，具有数据量小的特点。，具有数据量小的特点。T彩色图像是根据三原色成像原理来实现对自然界中的色彩描述彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基色的的灰度分别用的。红、绿、蓝这三种基色的的灰度分别用256256级表示，三基色级表示，三基色之间不同的灰度组合可以形成不同的颜色。之间不同的灰度组合可以形成不同的颜色。T灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数灰度图像是指每个像素的信息由一个量化后的

19、灰度级来描述的数字图像，灰度图像中不包含彩色信息。标准灰度图像中每个像素字图像，灰度图像中不包含彩色信息。标准灰度图像中每个像素的灰度值是的灰度值是0-2550-255之间的一个值，灰度级数为之间的一个值，灰度级数为256256级。级。10第三章第三章图像变换图像变换T图像的几何变换：改变图像的大小或形状。图像的几何变换：改变图像的大小或形状。平移、平移、旋转、缩放旋转、缩放、镜像、错切（重点掌握）、镜像、错切（重点掌握）大题大题 T图像变换：通过数学映射的方法，将空域的图像信图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。息转换到频域、时频域等空间上进行分析

20、。11第四章第四章图像增图像增强强T图像噪声的类型与特点：图像噪声的类型与特点：T所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。常见所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。常见的有椒盐噪声和高斯噪声。的有椒盐噪声和高斯噪声。椒盐噪声的特征椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基本相同的。对于出现位置是随机的，但噪声的幅值是基本相同的。对于椒盐噪声，中值滤波效果比均值滤波效果好。椒盐噪声，中值滤波效果比均值滤波效果好。高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随机的

21、。对于高斯噪声，均值滤波效果比中值滤波效果好机的。对于高斯噪声，均值滤波效果比中值滤波效果好T灰度直方图灰度直方图的概念的概念 灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。标表示灰度级，纵坐标表示图像中该灰度级出现的个数。所有的空间信息全部丢失。所有的空间信息全部丢失。每一灰度级的像素个数可直接得到每一灰度级的像素个数可直接得到12第四章第四章图像增强图像增强T灰度变换灰度变换的原理（对的原理（对具体方法具体方法的分析）的分析）P62-64分析：分析：0

22、 0a a0 0gaga被缩减了被缩减了a ab bgagagbgb被展宽了被展宽了b b255255gbgb255255被缩减了被缩减了原图像中像素主要处于原图像中像素主要处于a ab b灰度范围，为对象区域，经变灰度范围，为对象区域，经变换后，对象区域灰度范围换后，对象区域灰度范围被展宽，被展宽，灰度差增大，对比度增强，灰度差增大，对比度增强，灰度层次增多，清晰度提高，灰度层次增多，清晰度提高，使图像效果增强。使图像效果增强。13第四章第四章图像增强图像增强T直方图均衡和直方图指定化直方图均衡和直方图指定化的概念，如何进行直方图的规格化（的概念，如何进行直方图的规格化（具体计算具体计算）直

23、方图均衡化直方图均衡化是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减，将直方图的分布变成均匀分布，从而达到清晰图像的目的。缩减，将直方图的分布变成均匀分布，从而达到清晰图像的目的。直方图指定化直方图指定化是把已知直方图的图像变为期望直方图的图像。是把已知直方图的图像变为期望直方图的图像。规格化计算规格化计算T例：已知：例：已知：原图原图 k k 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7 原图原图 p(kp(k)0.19 0.19 0.25 0.25 0.21 0.21 0.16 0.

24、160.080.08 0.060.060.030.03 0.020.02 目标目标 L L 0 0 1 1 2 2 3 3 4 45 56 6 7 7 目标目标 p p(L(L)0.125)0.125 0.1250.125 0.1250.125 0.1250.125 0.1250.1250.1250.1250.1250.125 0.1250.125求求K,LK,L之间的转换关系（若之间的转换关系（若F F(L-1)F(K)=F(L-1)F(K)=F(L)(L)，则，则K K变换成变换成L L）和规格化处理后的直方）和规格化处理后的直方图图（1 1）求原图灰度级分布函数）求原图灰度级分布函数F(

25、kF(k)T原图原图k k 0 0 1 1 2 2 3 3 4 4 5 5 6 6 7 7T原图原图p(kp(k)0.190.19 0.250.25 0.21 0.21 0.160.16 0.08 0.08 0.060.06 0.03 0.03 0.020.02TF(kF(k)0.19 0.19 0.440.44 0.650.65 0.81 0.81 0.89 0.89 0.950.95 0.980.98 1 114T（2）求目标图灰度级分布函数）求目标图灰度级分布函数F(l)目标目标L01234567目标目标p(L)0.1250.1250.1250.1250.1250.1250.1250.1

26、25F(l)0.1250.250.3750.50.6250.750.8751（3）k，l之间的对应关系之间的对应关系K01234567L13567777（4）求实际得到的直方图）求实际得到的直方图Q(l)p(k)0.190.250.210.160.080.060.030.02l01234567Q(l)00.1900.2500.210.160.1915第四章第四章图像增强图像增强T图像平滑图像平滑代表算法及效果代表算法及效果（均值、中值滤波的原理均值、中值滤波的原理）噪声噪声特点特点方法方法处理后图像处理后图像椒盐椒盐分布随机，幅值一定分布随机，幅值一定均值均值抑制噪声，边缘明显模糊抑制噪声，边

27、缘明显模糊 中值中值滤除噪声，边缘少许模糊滤除噪声，边缘少许模糊高斯高斯分布固定，幅值不定分布固定，幅值不定均值均值滤除噪声，边缘明显模糊滤除噪声，边缘明显模糊中值中值噪声无法去除，边缘也无模糊噪声无法去除，边缘也无模糊中值滤波的原理、作用中值滤波的原理、作用利用中值滤波模板对图像进行扫描，把模板中的像素进行由小到大的重新排列，取排列中利用中值滤波模板对图像进行扫描，把模板中的像素进行由小到大的重新排列，取排列中间位置上的像素的灰度值替代模板中心待处理像素灰度值。这种方法称为中值滤波。间位置上的像素的灰度值替代模板中心待处理像素灰度值。这种方法称为中值滤波。中值滤波的优点是在消除噪声的同时，还

28、能保护边界不被模糊中值滤波的优点是在消除噪声的同时，还能保护边界不被模糊 均值滤波均值滤波 图像平滑的目的是消除或尽量减少噪声的影响，改善图像质量。在假定加性噪声是随机图像平滑的目的是消除或尽量减少噪声的影响，改善图像质量。在假定加性噪声是随机独立分布的条件下，利用邻域的平均或加权平均可以有效地抑制噪声干扰。独立分布的条件下，利用邻域的平均或加权平均可以有效地抑制噪声干扰。均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪均值滤波器的缺点是，会使图像变的模糊，原因是它对所有的点都是同等对待，在将噪声点分摊的同时，将景物的边界点也分摊了。声点分摊的同时，将景物的边界点也

29、分摊了。原理：原理：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。全体像素的均值来替代原来的像素值的方法。代表算法：代表算法：噪声相除法，领域平均法噪声相除法，领域平均法(均值滤波法均值滤波法)，中值滤波法，梯度倒数加权法，具有边界保持的，中值滤波法，梯度倒数加权法，具有边界保持的平滑滤波法平滑滤波法16T图像锐化图像锐化代表算法及效果代表算法及效果图像锐化的目的是加强图像中景物的细节边缘和轮廓。图像锐化的目的是加强图像中景物的细节边缘和轮廓。锐

30、化的作用是使灰度反差增强。锐化的作用是使灰度反差增强。因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用因为边缘和轮廓都位于灰度突变的地方。所以锐化算法的实现是基于微分作用第四章第四章图像增强图像增强微分类型微分类型代表算法代表算法边界边界细节细节一阶微分一阶微分Sobel算法，算法，Roberts算法，算法，Priwitt算法算法边界粗略但清晰边界粗略但清晰边界细节较少边界细节较少二阶微分二阶微分Laplacian算法，算法，Wallis算算法，法，LOG算子算子边界细致但不清晰边界细致但不清晰边界细节丰富边界细节丰富代表算法：代表算法：一阶微分算法，二阶微分算法，空间域高

31、通滤波，方向模板匹配一阶微分算法，二阶微分算法，空间域高通滤波，方向模板匹配17T图像平滑模板与锐化模板的应用（图像平滑模板与锐化模板的应用（具体模板具体模板的计算）的计算）第四章第四章图像增强图像增强示例：已知图像子块如下（示例：已知图像子块如下（A A为噪声点），应用为噪声点），应用H H模板对模板对A A、B B、C C、D D四点进四点进行运算，通过结果分析出该模板的功能和类型。行运算，通过结果分析出该模板的功能和类型。18T低通、高通滤波及同态滤波实现图像增强的低通、高通滤波及同态滤波实现图像增强的原理原理P80,93,97第四章第四章图像增强图像增强19T彩色增强的分类与原理彩色增

32、强的分类与原理P99T假彩色假彩色：是指将一幅彩色图像映射为另一幅彩色图像，从而达到增强对比度：是指将一幅彩色图像映射为另一幅彩色图像，从而达到增强对比度的目的。的目的。T伪彩色伪彩色：是由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因：是由于人眼分辨不同彩色的能力比分别不同的灰度级的能力强，因此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪此，把人眼无法区别的灰度变化，施以不同的彩色来提高识别率，这便是伪彩色增强的基本依据。彩色增强的基本依据。第四章第四章图像增强图像增强20第五章 图像恢复与重建1.1.图图像退化像退化因素因素：T光学系统的像差与成像衍射，成像系统

33、的非线性畸变光学系统的像差与成像衍射，成像系统的非线性畸变，环境随机噪声，成像，环境随机噪声，成像过程的相对运动过程的相对运动2.2.退化模型退化模型的的框图及框图及描述描述：原始图像原始图像g(x,y)经过一个退化过程经过一个退化过程H（退化算子或退化系统）的作用，再和噪声（退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像进行叠加，形成退化图像f(x,y)f(x,y)=Hg(x,y)+n(x,y)21T三种最常见的三种最常见的图像恢复图像恢复方法及其条件方法及其条件T能量约束恢复能量约束恢复 当当Q Q为线性运算时，即为线性运算时，即Q=IQ=IT平滑约束恢复平滑约束恢

34、复 当当Q Q取平滑运算，取平滑运算，Q=CQ=CT均方误差最小滤波（维纳滤波）当均方误差最小滤波（维纳滤波）当Q=RQ=Rg g1/21/2R Rn n1/21/2TT什么是图像的什么是图像的几何畸变几何畸变？由于成像系统的非线性，成像后的图像与原景物相比，产生比例由于成像系统的非线性，成像后的图像与原景物相比，产生比例失调，被描述的景物间产生扭曲失调，被描述的景物间产生扭曲22第六章 图像编码与压缩T图像数据图像数据冗余度冗余度概念，压缩编码的分类概念，压缩编码的分类T对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。一般对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度

35、。一般图像中都含有冗余度，去除图像里的冗余度便完成了数据压缩图像中都含有冗余度，去除图像里的冗余度便完成了数据压缩图像压缩的分类图像压缩的分类以图像信息保真为出发点，图像压缩技术分两种：以图像信息保真为出发点，图像压缩技术分两种：冗余度压缩又称为无损压缩或无失真压缩（行程编码与冗余度压缩又称为无损压缩或无失真压缩（行程编码与Huffman编码）。编码）。熵压缩又称为有损压缩熵压缩又称为有损压缩T变换编码变换编码能实现压缩的原理及应用能实现压缩的原理及应用通过变换去除一部分不重要的参数，达到压缩的目的。通过变换去除一部分不重要的参数，达到压缩的目的。其依据是图像数据经过变换后，出现能量集中的情况

36、，其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，以达到压缩的目的。（如则变换后可只选少量重要的系数进行编码，以达到压缩的目的。（如DCT变变换编码）换编码）23T哈夫曼编码的原理及应用（哈夫曼编码的原理及应用（具体计算具体计算，包括熵、编码平均长度、编码效率），包括熵、编码平均长度、编码效率）T首先求出图像中灰度分布的灰度直方图；首先求出图像中灰度分布的灰度直方图；T根据该直方图，对其按照分布概率从小到大的顺序进行排列；根据该直方图，对其按照分布概率从小到大的顺序进行排列；T每一次从中选择出两个概率为最小的节点相加，形成一个新的节点，构造每一次从中选择出

37、两个概率为最小的节点相加，形成一个新的节点，构造一个称为一个称为“HuffmanHuffman树树”的二叉树；的二叉树；T对这个二叉树进行编码，就获得了对这个二叉树进行编码，就获得了HuffmanHuffman编码码字。编码码字。T例：例：T图像子块如图所示，现采用图像子块如图所示，现采用Huffman编码，画出编码过程，写出编码，画出编码过程，写出编码结果，并计算出编码效率编码结果，并计算出编码效率T第六章 图像编码与压缩24例：对数据系列例：对数据系列aaaabbbccdeeeeefffffff,其概率分布为其概率分布为a:4/22、b:3/22、c:2/22、d:1/22、e:5/22、

38、f:7/22，概率大小的排序为：，概率大小的排序为：d,c,b,a,e,f1/222/223/224/225/227/22对这个例子，计算出经过对这个例子，计算出经过Huffman编码后的数据为：编码后的数据为：00000000101101101100110011000010101010111111111111111共共7*2+5*2+4*2+3*3+2*4+1*4=53bit压缩比例为压缩比例为176：:53=3.32:125T香农香农费诺编码：费诺编码：香农香农费诺编码的编码准则要符合非续长条件，在码字中费诺编码的编码准则要符合非续长条件，在码字中1 1和和0 0时独立的，时独立的，而且是

39、或者差不多是等概率的。主要步骤：而且是或者差不多是等概率的。主要步骤：第一步：设信源第一步：设信源X X有非递增的概率分布；有非递增的概率分布；其中其中P1P2 P1P2 PM PM把把X X分成两个集合，得：分成两个集合，得：并且保证并且保证第二步，给两个子集中的消息赋值，第二步，给两个子集中的消息赋值，X1赋赋0，X2赋赋1。第三步，重复第一个步骤，将两个子集第三步，重复第一个步骤，将两个子集X1，X2再细分成两个子集，并且也同样再细分成两个子集，并且也同样使两个子集里的消息的概率只和相等或近似相等，然后重复第二步骤赋值。直到使两个子集里的消息的概率只和相等或近似相等，然后重复第二步骤赋值

40、。直到每个子集里只有包含一个消息为止。每个子集里只有包含一个消息为止。26T例：求下述信源的例：求下述信源的香农香农费诺编码费诺编码27T算术编码算术编码28算数编码29TJPEGJPEG压缩标准的压缩步骤：压缩标准的压缩步骤：步骤：步骤：1数据组织与系统框图数据组织与系统框图2.DCT变换（正向离散余弦变换）变换（正向离散余弦变换）3.量化量化4.Z字形编排字形编排5.编码（直流系数的编码交流系数的编码熵编码）编码（直流系数的编码交流系数的编码熵编码）30第七章 图像分割T图像分割图像分割的概念的概念：根据某种均匀性的原则将图像分成若干个有意义的部分，根据某种均匀性的原则将图像分成若干个有意

41、义的部分，T使每部分都符合某种一致性的要求。而任意两个相邻部分的合并都会破坏这使每部分都符合某种一致性的要求。而任意两个相邻部分的合并都会破坏这种一致性种一致性T图像分割的图像分割的理论基础与方法理论基础与方法：T1）按幅度不同来分割各个区域：幅度分割）按幅度不同来分割各个区域：幅度分割T2）按边缘不同来划分各个区域：边缘检测）按边缘不同来划分各个区域：边缘检测T3）按形状不同来分割各个区域：区域分割）按形状不同来分割各个区域：区域分割T边缘检测的原理边缘检测的原理：边缘检测是所以基于边界的图像分割的第一步，两个具有边缘检测是所以基于边界的图像分割的第一步，两个具有不同灰度值的相邻区域之间总存

42、在边缘。边缘是灰度不连续的结果，这种不不同灰度值的相邻区域之间总存在边缘。边缘是灰度不连续的结果，这种不连续可利用求导数方便地检测到，一般常用一阶和二阶导数来检测边缘（利连续可利用求导数方便地检测到，一般常用一阶和二阶导数来检测边缘（利用区域间之灰度不连续性，确定区域的边界或边缘的位置）用区域间之灰度不连续性，确定区域的边界或边缘的位置）P190T门限化分割的原理门限化分割的原理：利用区域内灰度的相似性，将像素分成（点）若干相似利用区域内灰度的相似性，将像素分成（点）若干相似的区域的区域P211T差分、梯度、拉普拉斯差分、梯度、拉普拉斯边缘检测边缘检测的原理的原理P191+197+20231中

43、值滤波器与均值滤波器的比较噪声噪声特点特点方法方法处理后图像处理后图像椒盐椒盐分布随机分布随机幅值一定幅值一定均值均值抑制噪声，边缘明显模糊抑制噪声，边缘明显模糊中值中值滤除噪声，边缘仅有少许模糊滤除噪声，边缘仅有少许模糊高斯高斯分布固定分布固定幅值不定幅值不定均值均值滤除噪声，边缘明显模糊滤除噪声，边缘明显模糊中值中值噪声无法去除，边缘也无模糊噪声无法去除，边缘也无模糊32冗余度的概念冗余度的概念：对对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。度。一一般图像中都含有冗余度，去除图像里的冗余度便完成了数据般图像中都含有冗余度

44、，去除图像里的冗余度便完成了数据压缩压缩变换编码变换编码：通过变换去除一部分不重要的参数，达到压缩的目的通过变换去除一部分不重要的参数，达到压缩的目的其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，以达到压缩的目的量重要的系数进行编码，以达到压缩的目的图像退化因素图像退化因素：光学系统的像差与成像衍射光学系统的像差与成像衍射;成像系统的非线性畸变成像系统的非线性畸变;环境环境随机噪声随机噪声;成像过程的成像过程的相对运动相对运动.几何畸变几何畸变由于成像系统的非线性，成像后的图像与原景物相比，

45、产生比例失调，被描由于成像系统的非线性，成像后的图像与原景物相比，产生比例失调，被描述的景物间产生扭曲述的景物间产生扭曲33大题（大题（5题）题）第六章（霍夫曼或者香浓算法）第六章（霍夫曼或者香浓算法）P148到到1501.第三章第三章图像的几何变换：改变图像的大小或形状。平移、旋转、缩放、镜像、错切图像的几何变换：改变图像的大小或形状。平移、旋转、缩放、镜像、错切（重点掌握）（重点掌握）例题：例题：34351）请将它在平移x2与y1。2）请将它做水平镜像处理。3）请将它逆时针旋转30度，并采用插值法填充空洞。2.已知一幅33的数字图像f，求进行以下处理后的新图像g。363.已知一幅55的数字

46、图像f，将其缩小系数 k1=0.8,k2=0.7。求处理后的新图像g。374.已知一幅33的数字图像F，将其放大1.22.5倍。求放大后的新图像G。38第四章第四章（直方图均衡化（直方图均衡化P70、平滑滤波）、平滑滤波）例、假设有幅图像，共有64*64=4096像素，8个灰度级，各个灰度级概率分布如图，试将其直方图均衡化D DA An nk kP Pr r(r(rk k)f f取成整数倍取成整数倍均衡后直方图均衡后直方图0 07907900.190.190.190.191/7(0.143)1/7(0.143)0.190.191/71/7102310230.250.250.440.443/7(

47、0.428)3/7(0.428)0.250.252/72/78508500.210.210.650.655/7(0.714)5/7(0.714)0.210.213/73/76566560.160.160.810.816/7(0.857)6/7(0.857)0.16+0.08=0.240.16+0.08=0.244/74/73293290.080.080.890.896/7(0.857)6/7(0.857)5/75/72452450.060.060.950.957/7(1.00)7/7(1.00)0.06+0.03+0.02=0.110.06+0.03+0.02=0.116/76/71221220.030.030.980.987/7(1.00)7/7(1.00)7/77/781810.020.021.001.007/7(1.00)7/7(1.00)仅存5个灰级，层次减少，对比度提高。39