數(shù)字圖像處理知識(shí)點(diǎn)總結(jié)

1.   圖像：對(duì)客觀對(duì)象的一種相似性的生動(dòng)性的描述或?qū)懻妗?/span>

2.   圖像分類：按可見(jiàn)性（可見(jiàn)圖像、不可見(jiàn)圖像），按波段數(shù)（單波段、多波段、超波段），按空間坐標(biāo)和亮度的連續(xù)性（模擬和數(shù)字）。

3.   圖像處理：對(duì)圖像進(jìn)行一系列操作，以到達(dá)預(yù)期目的的技術(shù)。

4.   圖像處理三個(gè)層次：狹義圖像處理、圖像分析和圖像理解。

5.   圖像處理五個(gè)模塊：采集、顯示、存儲(chǔ)、通信、處理和分析。

6.  模擬圖像的表示：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.

7.   圖像數(shù)字化：將一幅畫(huà)面轉(zhuǎn)化成計(jì)算機(jī)能處理的形式——數(shù)字圖像的過(guò)程。它包括采樣和量化兩個(gè)過(guò)程。像素的位置和灰度就是像素的屬性。 

8.   將空間上連續(xù)的圖像變換成離散點(diǎn)的操作稱為采樣。采樣間隔和采樣孔徑的大小是兩個(gè)很重要的參數(shù)。采樣方式:有縫、無(wú)縫和重疊。

9.   將像素灰度轉(zhuǎn)換成離散的整數(shù)值的過(guò)程叫量化。

10.  表示像素明暗程度的整數(shù)稱為像素的灰度級(jí)（或灰度值或灰度）。 

11.  數(shù)字圖像根據(jù)灰度級(jí)數(shù)的差異可分為：黑白圖像、灰度圖像和彩色圖像。

12.  采樣間隔對(duì)圖像質(zhì)量的影響：一般來(lái)說(shuō)，采樣間隔越大，所得圖像像素?cái)?shù)越少，空間分辨率低，質(zhì)量差，嚴(yán)重時(shí)出現(xiàn)像素呈塊狀的國(guó)際棋盤(pán)效應(yīng)；采樣間隔越小，所得圖像像素?cái)?shù)越多，空間分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大。

13.  量化等級(jí)對(duì)圖像質(zhì)量的影響：量化等級(jí)越多，所得圖像層次越豐富，灰度分辨率高，圖像質(zhì)量好，但數(shù)據(jù)量大；量化等級(jí)越少，圖像層次欠豐富，灰度分辨率低，會(huì)出現(xiàn)假輪廓現(xiàn)象，圖像質(zhì)量變差，但數(shù)據(jù)量小。但在極少數(shù)情況下對(duì)固定圖像大小時(shí)，減少灰度級(jí)能改善質(zhì)量，產(chǎn)生這種情況的最可能原因是減少灰度級(jí)一般會(huì)增加圖像的對(duì)比度。例如對(duì)細(xì)節(jié)比較豐富的圖像數(shù)字化。

14.  數(shù)字化器組成：

 1)   采樣孔：保證單獨(dú)觀測(cè)特定的像素而不受其它部分的影響。

 2)   圖像掃描機(jī)構(gòu)：使采樣孔按預(yù)先確定的方式在圖像上移動(dòng)。

 3)   光傳感器：通過(guò)采樣孔測(cè)量圖像的每一個(gè)像素的亮度。

 4)   量化器：將傳感器輸出的連續(xù)量轉(zhuǎn)化為整數(shù)值。

 5)   輸出存儲(chǔ)體：將像素灰度值存儲(chǔ)起來(lái)。它可以是固態(tài)存儲(chǔ)器，或磁盤(pán)等。

15.  灰度直方圖反映的是一幅圖像中各灰度級(jí)像素出現(xiàn)的頻率。以灰度級(jí)為橫坐標(biāo)，縱坐標(biāo)為灰度級(jí)的頻率，繪制頻率同灰度級(jí)的關(guān)系圖就是灰度直方圖。

16.  直方圖的性質(zhì)：

 1)   灰度直方圖只能反映圖像的灰度分布情況，而不能反映圖像像素的位置,即丟失了像素的位置信息。

 2)   一幅圖像對(duì)應(yīng)唯一的灰度直方圖，反之不成立。不同的圖像可對(duì)應(yīng)相同的直方圖

 3)   一幅圖像分成多個(gè)區(qū)域，多個(gè)區(qū)域的直方圖之和即為原圖像的直方圖。

17.  直方圖的應(yīng)用：

 1)   用于判斷圖像量化是否恰當(dāng)

 2)   用于確定圖像二值化的閾值

 3)   計(jì)算圖像中物體的面積

 4)   計(jì)算圖像信息量：熵H

18.  圖像處理基本功能的形式：單幅圖像 → 單幅圖像 ，多幅圖像 →單幅圖像，單（或多）幅圖像→數(shù)字或符號(hào)。

19.  鄰域：對(duì)于任一像素（i，j），該像素周?chē)南袼貥?gòu)成的集合{（i+p,j+q），p、q取合適的整數(shù)}，叫做該像素的鄰域。

20.  圖像處理的幾種具體算法：

 1)  局部處理：移動(dòng)平均平滑、空間域銳化。

 2)  點(diǎn)處理：圖像對(duì)比度增強(qiáng)、圖像二值化。

 3)  大局處理：傅里葉變換。

 4)  迭代處理：細(xì)化。

 5)   跟蹤處理

 6)  位置不變處理和位置可變處理：輸出像素JP(i，j)的值的計(jì)算方法與像素的位置(i，j)無(wú)關(guān)的處理稱為位置不變處理或位移不變處理

 7)  窗口處理和模板處理。

21.  圖像的數(shù)據(jù)結(jié)構(gòu)與特征 ：

 1)  組合方式：一個(gè)字長(zhǎng)存放多個(gè)像素灰度值的方式。它能起到節(jié)省內(nèi)存的作用，但導(dǎo)致計(jì)算量增加，使處理程序復(fù)雜。

 2)  比特面方式：按比特位存取像素，即將所有像素的相同比特位用一個(gè)二維數(shù)組表示，形成比特面。

 3)  分層結(jié)構(gòu)：由原始圖像開(kāi)始依次構(gòu)成像素?cái)?shù)愈來(lái)愈少的一幅幅圖像，就能使數(shù)據(jù)表示具有分層性，其代表有錐形(金字塔)結(jié)構(gòu)。

 4)  樹(shù)結(jié)構(gòu)：對(duì)于一幅二值圖像的行、列接連不斷地二等分，如果圖像被分割部分中的全體像素都變成具有相同的特征時(shí)，這一部分則不再分割

 5)  多重圖像數(shù)據(jù)存儲(chǔ)：逐波段存儲(chǔ)，分波段處理時(shí)采用；逐行存儲(chǔ)，行掃描記錄設(shè)備采用；逐像素存儲(chǔ)，用于分類。

22.  圖像的特征：

 1)  自然特征：光譜特征、幾何特征、時(shí)相特征；

 2)  人工特征：直方圖特征，灰度邊緣特征，線、角點(diǎn)、紋理特征；

 3)  特征的范圍：點(diǎn)特征、局部特征、區(qū)域特征、整體特征。

 4)  特征提取：獲取圖像特征信息的操作。把從圖像提取的m個(gè)特征量y₁，y₂，…，y_m，用m維的向量Y＝[y₁  y₂…y_m]^t表示稱為特征向量。另外，對(duì)應(yīng)于各特征量的m維空間叫做特征空間。    

23.   對(duì)比度：一幅圖像中灰度反差的大小，對(duì)比度=最大亮度/最小亮度

24.  圖像變換通常是一種二維正交變換。

 1)   正交變換必須是可逆的；

 2)   正變換和反變換的算法不能太復(fù)雜；

 3)   正交變換的特點(diǎn)是在變換域中圖像能量集中分布在低頻率成分上，邊緣、線狀信息反映在高頻率成分上，有利于圖象處理。

25.  圖像變換的目的在于：

 1)   使圖像處理問(wèn)題簡(jiǎn)化；

 2)   有利于圖像特征提取；

 3)   有助于從概念上增強(qiáng)對(duì)圖像信息的理解。

26.  圖像增強(qiáng)是采用一系列技術(shù)去改善圖像的視覺(jué)效果,或?qū)D像轉(zhuǎn)換成一種更適合于人或機(jī)器進(jìn)行分析和處理的形式。

27.  空間域增強(qiáng)是直接對(duì)圖像各像素進(jìn)行處理；

28.  頻率域增強(qiáng)是先將圖像經(jīng)傅立葉變換后的頻譜成分進(jìn)行某種處理，然后經(jīng)逆傅立葉變換獲得所需的圖像。

29. 

30.  灰度變換用來(lái)調(diào)整圖像的灰度動(dòng)態(tài)范圍或圖像對(duì)比度，是圖像增強(qiáng)的重要手段之一。

 1)  線性變換：對(duì)圖像每一個(gè)像素灰度作線性拉伸，將有效改善圖像視覺(jué)效果。

 2)  分段線性變換：為了突出感興趣目標(biāo)所在的灰度區(qū)間，相對(duì)抑制那些不感興趣的灰度區(qū)間，可采用分段線性變換。

 3)  非線性灰度變換：對(duì)數(shù)變換（當(dāng)希望對(duì)圖像的低灰度區(qū)較大的拉伸而對(duì)高灰度區(qū)壓縮時(shí)，可采用這種變換，它能使圖像灰度分布與人的視覺(jué)特性相匹配）。  指數(shù)變換（對(duì)圖像的高灰度區(qū)給予較大的拉伸）

31.  直方圖修整法包括直方圖均衡化及直方圖規(guī)定化兩類。

32.  直方圖均衡化：將原圖像通過(guò)某種變換，得到一幅灰度直方圖為均勻分布的新圖像的方法。

33.  直方圖均衡化變換函數(shù)，滿足下列條件：

 1)  在0≤r≤1內(nèi)為單調(diào)遞增函數(shù)，保證灰度級(jí)從黑到白的次序不變；

 2)  在0≤r≤1內(nèi)，有0≤T(r)≤1，確保映射后的像素灰度在允許的范圍內(nèi)。

34.  直方圖均衡化原理：輸出圖像的概率密度函數(shù)可以通過(guò)變換函數(shù)T(r)控制原圖像灰度級(jí)的概率密度函數(shù)得到,并改善原圖像的灰度層次。

35.  一幅圖像的s_k與r_k之間的關(guān)系稱為該圖像的累積灰度直方圖。

36.  直方圖規(guī)定化是使原圖像灰度直方圖變成規(guī)定形狀的直方圖而對(duì)圖像作修正的增強(qiáng)方法。

37.  利用直方圖規(guī)定化方法進(jìn)行圖像增強(qiáng)的主要困難在于要構(gòu)成有意義的直方圖。圖像經(jīng)直方圖規(guī)定化，其增強(qiáng)效果要有利于人的視覺(jué)判讀或便于機(jī)器識(shí)別。

38.  為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱圖像平滑或去噪。

39.  用鄰域內(nèi)各像素的灰度平均值代替該像素原來(lái)的灰度值，實(shí)現(xiàn)圖像的平滑，又稱鄰域平均法。

40.  超限像素平滑法：將f(x,y)和鄰域平均g(x,y)差的絕對(duì)值與選定的閾值進(jìn)行比較，根據(jù)比較結(jié)果決定點(diǎn)（x,y）的最后灰度g′(x,y)。

41.  灰度最相近的K個(gè)鄰點(diǎn)平均法：可用窗口內(nèi)與中心像素的灰度最接近的K個(gè)鄰像素的平均灰度來(lái)代替窗口中心像素的灰度值。

42.  最大均勻性平滑：為避免消除噪聲引起邊緣模糊，該算法先找出環(huán)繞圖像中每像素的最均勻區(qū)域，然后用這區(qū)域的灰度均值代替該像素原來(lái)的灰度值。具體可選任一像素（x,y）的5個(gè)有重疊的3*3鄰域，用梯度衡量它們灰度變化的大小。

43.  有選擇保邊緣平滑法：對(duì)圖像上任一像素(x,y)的5×5鄰域，采用9個(gè)掩模：一個(gè)3×3正方形、4個(gè)五邊形和4個(gè)六邊形。計(jì)算各個(gè)掩模的均值和方差，對(duì)方差進(jìn)行排序，最小方差所對(duì)應(yīng)的掩模的灰度均值就是像素（x,y) 的輸出值。

44.  空間低通濾波法：應(yīng)用模板卷積方法對(duì)圖像每一像素進(jìn)行局部處理。不管什么樣的掩模，必須保證全部權(quán)系數(shù)之和為單位值，這樣可保證輸出圖像灰度值在許可范圍內(nèi)，不會(huì)產(chǎn)生“溢出”現(xiàn)象。

45.  中值濾波：是對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來(lái)灰度值，因此它是一種非線性的圖像平滑法。離散階躍信號(hào)、斜升信號(hào)沒(méi)有受到影響。離散三角信號(hào)的頂部則變平了。對(duì)于離散的脈沖信號(hào)，當(dāng)其連續(xù)出現(xiàn)的次數(shù)小于窗口尺寸的一半時(shí)，將被抑制掉，否則將不受影響。

46.  各種空間域平滑算法效果比較：

 1)  局部平滑法算法簡(jiǎn)單，但它的主要缺點(diǎn)是在降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別在邊緣和細(xì)節(jié)處。而且鄰域越大，在去噪能力增強(qiáng)的同時(shí)模糊程度越嚴(yán)重。

 2)  超限像素平滑法對(duì)抑制椒鹽噪聲比較有效，對(duì)保護(hù)僅有微小灰度差的細(xì)節(jié)及紋理也有效。并且隨著鄰域增大，去噪能力增強(qiáng)，但模糊程度也大。超限像元平滑法比局部平滑法去椒鹽噪聲效果更好。

 3)  灰度最相近的K個(gè)鄰點(diǎn)平均法：較小的K值使噪聲方差下降較小，但保持細(xì)節(jié)效果較好；而較大的K值平滑噪聲較好，但會(huì)使圖像邊緣模糊。

 4)  最大均勻性平滑經(jīng)多次迭代可增強(qiáng)平滑效果，在消除圖像噪聲的同時(shí)保持邊緣清晰性。但對(duì)復(fù)雜形狀的邊界會(huì)過(guò)分平滑并使細(xì)節(jié)消失。

 5)  有選擇保邊緣平滑法既能夠消除噪聲，又不破壞區(qū)域邊界的細(xì)節(jié)。

 6)  中值濾波對(duì)脈沖干擾及椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。但它對(duì)點(diǎn)、線等細(xì)節(jié)較多的圖像卻不太合適。中值濾波法能有效削弱椒鹽噪聲，且比鄰域、超限像素平均法更有效。

47.  圖像空間域銳化增強(qiáng)圖像的邊緣或輪廓。

48.  圖像平滑通過(guò)積分過(guò)程使得圖像邊緣模糊，圖像銳化則通過(guò)微分而使圖像邊緣突出、清晰。

49.  梯度銳化法：梯度為grad(x，y)=Max(|f_x^′|，|f_y^′|) 或grad（x，y）=|f_x’|+|f_y^′|。有梯度算子、Roberts、Prewitt和Sobel 算子計(jì)算梯度，來(lái)增強(qiáng)邊緣。                

50.  Laplacian增強(qiáng)算子：g(x，y)=f(x，y)- ▽²f(x，y)=5f(x，y)-[f(x+1，y)+ f(x-1，y)+f(x，y+1)+ f(x，y-1)]

51.  Laplacian增強(qiáng)算子特點(diǎn)：

 1)  在灰度均勻的區(qū)域或斜坡中間▽²f(x，y)為0，增強(qiáng)圖像上像元灰度不變；

 2)  在斜坡底或低灰度側(cè)形成“下沖”；而在斜坡頂或高灰度側(cè)形成“上沖”

52.  高通濾波法就是用高通濾波算子和圖像卷積來(lái)增強(qiáng)邊緣。

53.  頻率域平滑：由于噪聲主要集中在高頻部分，為去除噪聲改善圖像質(zhì)量，濾波器采用低通濾波器H(u,v)來(lái)抑制高頻成分，通過(guò)低頻成分，然后再進(jìn)行逆傅立葉變換獲得濾波圖像，就可達(dá)到平滑圖像的目的：

54.  頻率域低濾波器H(u,v)有四種：理想低通濾波器、Butterworth低通濾波器、指數(shù)低通濾波器、. 梯形低通濾波器。

55.  各種濾波器效果比較;

 1)  理想低通濾波器:在去噪聲的同時(shí)將會(huì)導(dǎo)致邊緣信息損失而使圖像邊模糊,并產(chǎn)生振鈴效應(yīng)。

 2)  Butterworth低通濾波器的特性是連續(xù)性衰減，而不象理想濾波器那樣陡峭變化，即明顯的不連續(xù)性。因此采用該濾波器濾波在抑制噪聲的同時(shí)，圖像邊緣的模糊程度大大減小，沒(méi)有振鈴效應(yīng)產(chǎn)生。 

 3)  指數(shù)低通濾波器：圖像邊緣的模糊程度較用Butterworth濾波產(chǎn)生的大些，無(wú)明顯的振鈴效應(yīng)。

 4)  梯形低通濾波器的性能介于理想低通濾波器和指數(shù)濾波器之間，濾波的圖像有一定的模糊和振鈴效應(yīng)。

56.  頻率域銳化：采用高通濾波器讓高頻成分通過(guò)，使低頻成分削弱，再經(jīng)逆傅立葉變換得到邊緣銳化的圖像。包括：理想高通濾波器、巴特沃斯高通濾波器、指數(shù)濾波器、梯形濾波器。

57.  彩色增強(qiáng)技術(shù)是利用人眼的視覺(jué)特性，將灰度圖像變成彩色圖像或改變彩色圖像已有彩色的分布，改善圖像的可分辨性。彩色增強(qiáng)方法可分為偽彩色增強(qiáng)和假彩色增強(qiáng)兩類。

58.  偽彩色增強(qiáng)是把黑白圖像的各個(gè)不同灰度級(jí)按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。

59.  偽彩色增強(qiáng)的方法主要有密度分割法、和頻率域偽彩色增強(qiáng)三種。

60.  密度分割法是把黑白圖像的灰度級(jí)從0（黑）到M₀（白）分成N個(gè)區(qū)間I_i(i=1，2，…，N),給每個(gè)區(qū)間I_i指定一種彩色C_i，這樣，便可以把一幅灰度圖像變成一幅偽彩色圖像。

61.  灰度級(jí)一彩色變換將原圖像f(x,y)的灰度范圍分段，經(jīng)過(guò)紅、綠、藍(lán)三種不同變換T_R(?)、T_G(?)和T_B(?)，變成三基色分量I_R(x,y)、I_G(x,y)、I_B(x,y)，然后用它們分別去控制彩色顯示器的紅、綠、藍(lán)電子槍，便可以在彩色顯示器的屏幕上合成一幅彩色圖像。 

62.  密度分割法比較簡(jiǎn)單、直觀。缺點(diǎn)是變換出的彩色數(shù)目有限。

63.  假彩色增強(qiáng)是對(duì)一幅自然彩色圖像或同一景物的多光譜圖像，通過(guò)映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標(biāo)呈現(xiàn)出與原圖像中不同的、奇異的彩色。

64.  假彩色增強(qiáng)目的：

1)  使感興趣的目標(biāo)呈現(xiàn)奇異的彩色或置于奇特的彩色環(huán)境中，從而更引人注目；

 2)  使景物呈現(xiàn)出與人眼色覺(jué)相匹配的顏色，以提高對(duì)目標(biāo)的分辨力。

65.  偽彩色增強(qiáng)與假彩色增強(qiáng)有何區(qū)別：偽彩色處理主要解決的是如何把灰度圖變成偽彩色圖的問(wèn)題,最簡(jiǎn)單的辦法是選擇對(duì)應(yīng)于某一灰度值設(shè)一彩色值來(lái)替代,可稱之為調(diào)色板替代法.另外一種比較好的偽彩色處理方法是設(shè)定三個(gè)獨(dú)立的函數(shù) ,給出一個(gè)灰度值,便由計(jì)算機(jī)估算出一個(gè)相應(yīng)的RGB值. 假彩色(false color)處理是把真實(shí)的自然彩色圖像或遙感多光譜圖象處理成假彩色圖像.假彩色處理的主要用途是:
(1)景物映射成奇異彩色,比本色更引人注目.
 (2)適應(yīng)人眼對(duì)顏色的靈敏度,提高鑒別能力.可把細(xì)節(jié)豐富的物體映射成深淺與亮度不一的顏色.
(3)遙感多光譜圖象處理成假彩色,可以獲得更多信息.

66.  像素級(jí)影像融合是采用某種算法將覆蓋同一地區(qū)（或?qū)ο螅┑膬煞蚨喾臻g配準(zhǔn)的影像生成滿足某種要求的影像的技術(shù)。

67.  顏色可以用R、G、B三分量來(lái)表示，也可以用亮度（I）、色別（H）和飽和度（S）來(lái)表示，它們稱為顏色的三要素。把彩色的R、G、B變換成I、H、S稱為HIS正變換，而由I、H、S變換成R、G、B稱為HIS反變換。

第五章   圖像復(fù)原與重建

68.  圖像的退化是指圖像在形成、傳輸和記錄過(guò)程中，由于成像系統(tǒng)、傳輸介質(zhì)和設(shè)備的不完善，使圖像的質(zhì)量變壞。

69.  圖像復(fù)原就是要盡可能恢復(fù)退化圖像的本來(lái)面目，它是沿圖像退化的逆過(guò)程進(jìn)行處理。

70.  圖像復(fù)原過(guò)程如下：找退化原因→建立退化模型→反向推演→恢復(fù)圖像

71.  圖像復(fù)原和圖像增強(qiáng)的區(qū)別：

 1)   圖像增強(qiáng)不考慮圖像是如何退化的，而是試圖采用各種技術(shù)來(lái)增強(qiáng)圖像的視覺(jué)效果。因此，圖像增強(qiáng)可以不顧增強(qiáng)后的圖像是否失真，只要看得舒服就行。

 2)   而圖像復(fù)原就完全不同，需知道圖像退化的機(jī)制和過(guò)程等先驗(yàn)知識(shí)，據(jù)此找出一種相應(yīng)的逆處理方法，從而得到復(fù)原的圖像。

 3)   如果圖像已退化，應(yīng)先作復(fù)原處理，再作增強(qiáng)處理。 

 4)   二者的目的都是為了改善圖像的質(zhì)量。 

72.  點(diǎn)源的概念:一幅圖像可以看成由無(wú)窮多極小的像素所組成，每一個(gè)像素都可以看作為一個(gè)點(diǎn)源成像，因此，一幅圖像也可以看成由無(wú)窮多點(diǎn)源形成的。

73.  當(dāng)輸入的單位脈沖函數(shù)延遲了α、β單位，即當(dāng)輸入為δ（x –α， y –β）時(shí)，如果輸出為h（x –α， y –β），則稱此系統(tǒng)為位移不變系統(tǒng)。

74.  線性位移不變系統(tǒng)的輸出等于系統(tǒng)的輸入和系統(tǒng)脈沖響應(yīng)（點(diǎn)擴(kuò)散函數(shù)）的卷積。即：g(x,y)=f(x,y)*h(x,y)。

75.  圖像退化的數(shù)學(xué)模型： g（x，y）= f（x，y）* h（x，y）+ n(x，y)

76.  采用線性位移不變系統(tǒng)模型的原由：

 1）由于許多種退化都可以用線性位移不變模型來(lái)近似，這樣線性系統(tǒng)中的許多數(shù)學(xué)工具如線性代數(shù)，能用于求解圖像復(fù)原問(wèn)題，從而使運(yùn)算方法簡(jiǎn)捷和快速。

 2）當(dāng)退化不太嚴(yán)重時(shí)，一般用線性位移不變系統(tǒng)模型來(lái)復(fù)原圖像，在很多應(yīng)用中有較好的復(fù)原結(jié)果，且計(jì)算大為簡(jiǎn)化。

 3）盡管實(shí)際非線性和位移可變的情況能更加準(zhǔn)確而普遍地反映圖像復(fù)原問(wèn)題的本質(zhì)，但在數(shù)學(xué)上求解困難。只有在要求很精確的情況下才用位移可變的模型去求解，其求解也常以位移不變的解法為基礎(chǔ)加以修改而成。

77.  頻率域恢復(fù)方法應(yīng)注意：若噪聲存在，而且H(u,v）很小或?yàn)榱銜r(shí)，則噪聲被放大。這意味著退化圖像中小噪聲的干擾在H(u,v)較小時(shí)，會(huì)對(duì)逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非。

78.  圖像在獲取過(guò)程中，由于成像系統(tǒng)本身具有非線性、拍攝角度等因素的影響，會(huì)使獲得的圖像產(chǎn)生幾何失真，可分為：系統(tǒng)失真和非系統(tǒng)是真。系統(tǒng)失真是有規(guī)律的、能預(yù)測(cè)的；非系統(tǒng)失真則是隨機(jī)的。

79.  對(duì)圖像進(jìn)行幾何校正的必要性：當(dāng)對(duì)圖像作定量分析時(shí)，就要對(duì)失真的圖像先進(jìn)行精確的幾何校正（即將存在幾何失真的圖像校正成無(wú)幾何失真的圖像），以免影響定量分析的精度。

80.  幾何校正分兩步：

 1)  圖像空間坐標(biāo)變換；首先建立圖像像點(diǎn)坐標(biāo)（行、列號(hào)）和物方（或參考圖）對(duì)應(yīng)點(diǎn)坐標(biāo)間的映射關(guān)系，解求映射關(guān)系中的未知參數(shù)，然后根據(jù)映射關(guān)系對(duì)圖像各個(gè)像素坐標(biāo)進(jìn)行校正；

 2)  確定各像素的灰度值（灰度內(nèi)插）

81.  圖像空間坐標(biāo)變換當(dāng)n=1時(shí)，畸變關(guān)系為線性變換，式子中包含a₀₀、a₁₀、a_{01 、}b₀₀、b₁₀、b₀₁6個(gè)未知數(shù)，至少需要3個(gè)已知點(diǎn)來(lái)建立方程式，解求未知數(shù)。當(dāng)n=2時(shí)，畸變關(guān)系式包含12個(gè)未知數(shù)，至少需要6個(gè)已知點(diǎn)來(lái)建立關(guān)系式，解求未知數(shù)。

82.  幾何校正方法可分為直接法和間接法兩種。

83.  常用的像素灰度內(nèi)插法有最近鄰元法、雙線性內(nèi)插法和三次內(nèi)插法三種。

84.  像素灰度內(nèi)插法效果比較：

 1)  最近鄰內(nèi)插：最簡(jiǎn)單，效果尚佳，但校正后的圖像邊緣有明顯鋸齒狀，即存在灰度不連續(xù)性。

 2)  雙線性內(nèi)插法：較復(fù)雜，計(jì)算量較大，沒(méi)有灰度不連續(xù)性的缺點(diǎn)，結(jié)果令人滿意。但它具有低通濾波性質(zhì)，使高頻分量受損，圖像輪廓有一定模糊。

 3)  三次內(nèi)插：計(jì)算量最大，但內(nèi)插效果最好，精度最高。

85.  圖像重建有三種模型：透射模型、發(fā)射模型和反射模型。

86.  透射模型建立于能量通過(guò)物體后有一部分能量會(huì)被吸收的基礎(chǔ)之上，透射模型經(jīng)常用于X射線、電子射線及光線和熱輻射的情況下，它們都遵從一定的吸收規(guī)則。

87.  發(fā)射模型可用來(lái)確定物體的位置。這種方法已經(jīng)廣泛用于正電子檢測(cè),通過(guò)在相反的方向分解散射的兩束伽馬射線,則這兩束射線的渡越時(shí)間可用來(lái)確定物體的位置。

88.  反射模型可以用來(lái)測(cè)定物體的表面特征，例如光線、電子束、激光或超聲波等都可以用來(lái)進(jìn)行這種測(cè)定。

89.  從多個(gè)斷面恢復(fù)三維形狀的方法有Voxel 法（體素法）、分塊的平面近似法。

第六章  圖像編碼與壓縮

90.  數(shù)據(jù)壓縮的研究?jī)?nèi)容包括數(shù)據(jù)的表示、傳輸、變換和編碼方法，目的是減少存儲(chǔ)數(shù)據(jù)所需的空間和傳輸所用的時(shí)間。

91.  圖像編碼與壓縮就是對(duì)圖像數(shù)據(jù)按一定的規(guī)則進(jìn)行變換和組合，達(dá)到以盡可能少的代碼（符號(hào)）來(lái)表示盡可能多的圖像信息。 

92.  冗余數(shù)據(jù)有：編碼冗余、像素間冗余、心理視覺(jué)冗余3種。

93.  根據(jù)解壓重建后的圖像和原始圖像之間是否具有誤差，圖像編碼壓縮分為無(wú)誤差（亦稱無(wú)失真、無(wú)損、信息保持）編碼和有誤差（有失真或有損）編碼兩大類。

94.  根據(jù)編碼作用域劃分，圖像編碼為空間域編碼和變換域編碼兩大類。

95.  描述解碼圖像相對(duì)原始圖像偏離程度的測(cè)度一般稱為保真度，可分為兩大類：客觀保真度準(zhǔn)則和主觀保真度準(zhǔn)則。

96.  最常用的客觀保真度準(zhǔn)則是原圖像和解碼圖像之間的均方根誤差和均方根信噪比兩種。

97.  理論上最佳信息保持編碼的平均碼長(zhǎng)可以無(wú)限接近圖像信息熵H。但總是大于或等于圖像的熵H。

98.  霍夫曼編碼：在信源數(shù)據(jù)中出現(xiàn)概率越大的符號(hào)，編碼以后相應(yīng)的碼長(zhǎng)越短；出現(xiàn)概率越小的符號(hào)，其碼長(zhǎng)越長(zhǎng)，從而達(dá)到用盡可能少的碼符表示信源數(shù)據(jù)。它在無(wú)損變長(zhǎng)編碼方法中是最佳的。

99.  行程編碼的基本原理：將一行中顏色值相同的相鄰像素用一個(gè)計(jì)數(shù)值和該顏色值來(lái)代替。

100.一維行程編碼只考慮了消除行內(nèi)像素間的相關(guān)性.沒(méi)有考慮其它方向的相關(guān)性.

101.二維行程編碼就是利用圖像二維信息的強(qiáng)相關(guān)性，按照一定的掃描路徑遍歷所有的像素形成一維的序列，然后對(duì)序列進(jìn)行一維行程編碼的方法。

102.混合編碼：既具有行程編碼的性質(zhì)又是變長(zhǎng)編碼。

第七章  圖像分割

103.圖像分析：對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，以獲得它們的客觀信息，從而建立對(duì)圖像的描述.

104.圖像分割：把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)的技術(shù)。

105.記憶圖像分割所需滿足的五個(gè)條件。

106.分割算法基于灰度值的兩個(gè)基本特性：不連續(xù)性和相似性

107.檢測(cè)圖像像素灰度級(jí)的不連續(xù)性，找到點(diǎn)、線（寬度為1）、邊（不定寬度）。

108.檢測(cè)圖像像素的灰度值的相似性，通過(guò)選擇閾值，找到灰度值相似的區(qū)域，區(qū)域的外輪廓就是對(duì)象的邊。

109.圖像分割的方法：

 1)  基于邊緣的分割方法：先提取區(qū)域邊界，再確定邊界限定的區(qū)域。

 2)  區(qū)域分割：確定每個(gè)像素的歸屬區(qū)域，從而形成一個(gè)區(qū)域圖。

 3)  區(qū)域生長(zhǎng)：將屬性接近的連通像素聚集成區(qū)域

 4)  分裂－合并分割：綜合利用前兩種方法，既存在圖像的劃分，又有圖像的合并。

110.邊緣：圖像中像素灰度有階躍變化或屋頂變化的那些像素的集合。

111.邊緣檢測(cè)算子：梯度算子、Roberts算子、Prewitt算子、Sobel算子、Kirsch算子（方向算子）、Laplacian算子、Marr算子。

112.邊緣檢測(cè)算子比較：

 1)  梯度算子：僅計(jì)算相鄰像素的灰度差，對(duì)噪聲比較敏感，無(wú)法抑止噪聲的影響

 2)  Roberts算子：與梯度算子檢測(cè)邊緣的方法類似，對(duì)噪聲敏感，但效果較梯度算子略好

 3)  Prewitt算子：在檢測(cè)邊緣的同時(shí)，能抑止噪聲的影響

 4)  Sobel算子：對(duì)4鄰域采用帶權(quán)方法計(jì)算差分；能進(jìn)一步抑止噪聲；但檢測(cè)的邊緣較寬

 5)  方向算子：在計(jì)算邊緣強(qiáng)度的同時(shí)可以得到邊緣的方向；各方向間的夾角為45o

 6)  拉普拉斯算子：優(yōu)點(diǎn)，各向同性、線性和位移不變的；對(duì)細(xì)線和孤立點(diǎn)檢測(cè)效果較好。缺點(diǎn)，對(duì)噪音的敏感，對(duì)噪聲有雙倍加強(qiáng)作用；不能檢測(cè)出邊的方向；常產(chǎn)生雙像素的邊緣。

 7)  Marr算子：σ的選擇很重要， σ小時(shí)邊緣位置精度高，但邊緣細(xì)節(jié)變化多；σ大時(shí)平滑作用大，但細(xì)節(jié)損失大，邊緣點(diǎn)定位精度低。應(yīng)根據(jù)噪聲水平和邊緣點(diǎn)定位精度要求適當(dāng)選取σ。

 8)  曲面擬合法：其過(guò)程是求平均后再求差分，因而對(duì)噪聲有抑制作用。

113.由于梯度算子和Laplace算子都對(duì)噪聲敏感，因此一般在用它們檢測(cè)邊緣前要先對(duì)圖像進(jìn)行平滑。

114.曲面擬合法：用平面或高階曲面來(lái)擬合圖像中某一小區(qū)域的灰度表面，求這個(gè)擬合平面微分或二階微分檢測(cè)邊緣，可減少噪聲影響。其過(guò)程是求平均后再求差分，因而對(duì)噪聲有抑制作用。

115.邊緣跟蹤：將檢測(cè)的邊緣點(diǎn)連接成線就是邊緣跟蹤。

116.直角坐標(biāo)系中的一條直線對(duì)應(yīng)極坐標(biāo)系中的一點(diǎn)，這種線到點(diǎn)的變換就是Hough變換

117.Hough變換特點(diǎn)：

 1)  對(duì)ρ、θ量化過(guò)粗，直線參數(shù)就不精確，過(guò)細(xì)則計(jì)算量增加。因此，對(duì)ρ、θ量化要兼顧參數(shù)量化精度和計(jì)算量。

 2)  Hough變換檢測(cè)直線的抗噪性能強(qiáng)，能將斷開(kāi)的邊緣連接起來(lái)。

 3)  此外Hough變換也可用來(lái)檢測(cè)曲線。

118.區(qū)域生長(zhǎng)：?jiǎn)我恍汀①|(zhì)心型、混合型。

119.單一型：缺點(diǎn)是區(qū)域增長(zhǎng)的結(jié)果與起始像素有關(guān)，起始位置不同則分割結(jié)果有差異。

120.區(qū)域分裂合并法無(wú)需預(yù)先指定種子點(diǎn),它按某種一致性準(zhǔn)則分裂或者合并區(qū)域.可以先進(jìn)行分裂運(yùn)算,然后再進(jìn)行合并運(yùn)算;也可以分裂和合并運(yùn)算同時(shí)進(jìn)行,經(jīng)過(guò)連續(xù)的分裂和合并,最后得到圖像的精確分割效果.

121.分裂合并法對(duì)分割復(fù)雜的場(chǎng)景圖像比較有效.

第八章  二值圖像處理與形狀分析

122.在二值圖像中，把互相連接的像素的集合匯集為一組，于是具有若干個(gè)0值的像素(0像素)和具有若干個(gè)1值的像素(1像素)的組就產(chǎn)生了。把這些組叫做連接成分。

123.二值圖像上改變一個(gè)像素的值后，整個(gè)圖像的連接性并不改變（各連接成分既不分離、不結(jié)合，孔也不產(chǎn)生、不消失），則這個(gè)像素是可刪除的。

124.孤立點(diǎn)：B（p）= 1的像素p，在4/8鄰接的情況下，當(dāng)其4/8鄰接的像素全是0時(shí)，像素p稱作孤立點(diǎn)。其連接數(shù)N_c(p)=0。

125.內(nèi)部點(diǎn)：B（p）= 1的像素p，在4/8鄰接的情況下，當(dāng)其4/8鄰接的像素全是1時(shí)，稱作內(nèi)部點(diǎn)。內(nèi)部點(diǎn)的連接數(shù)N_c(p)=0。

126.邊界點(diǎn):在B（p）= 1的像素中，把除了孤立點(diǎn)和內(nèi)部點(diǎn)以外的點(diǎn)叫做邊界點(diǎn)。邊界點(diǎn)的連接數(shù)屬于[1，4]。

 1)  刪除點(diǎn)或端點(diǎn)；

 2)  連接點(diǎn)；

 3)  分支點(diǎn)；

 4)  交叉點(diǎn)。

127.為區(qū)分二值圖像中的連接成分，求得連接成分個(gè)數(shù)，對(duì)屬于同一個(gè)１像素連接成分的所有像素分配相同的編號(hào)，對(duì)不同的連接成分分配不同的編號(hào)的操作，叫做連接成分的標(biāo)記。

128.膨脹就是把連接成分的邊界擴(kuò)大一層的處理。

129.收縮則是把連接成分的邊界點(diǎn)去掉從而縮小一層的處理。  

130.距離變換是求二值圖像中各1像素到0像素的最短距離的處理。

131.     在經(jīng)過(guò)距離變換得到的圖像中，最大值點(diǎn)的集合就形成骨架，即位于圖像中心部分的線像素的集合，也可以看作是圖形各內(nèi)接圓中心的集合。反映了原圖形的形狀。給定距離和骨架就能恢復(fù)該圖形，但恢復(fù)的圖形不能保證原始圖形的連接性。常用于圖形壓縮、提取圖形幅寬和形狀特征等。   

132.細(xì)化是從二值圖像中提取線寬為1像素的中心線的操作。 

133.為了求得區(qū)域間的連接關(guān)系，必須沿區(qū)域的邊界點(diǎn)跟蹤像素，稱之為邊界（或邊緣）跟蹤。

134.形狀分析是指用計(jì)算機(jī)圖像處理與分析系統(tǒng)對(duì)圖像中的諸目標(biāo)提取形狀特征，對(duì)圖像進(jìn)行識(shí)別和理解。

135.區(qū)域形狀特征的提取有三類方法：

 1)  區(qū)域內(nèi)部（包括空間域和變換域）形狀特征提取；

 2)  區(qū)域外部（包括空間域和變換域）形狀特征提取；

 3)  利用圖像層次型數(shù)據(jù)結(jié)構(gòu)，提取形狀特征。

136.拓?fù)涿枥L子：歐拉數(shù)；凹凸性；區(qū)域的測(cè)量；區(qū)域的大小及形狀描述量（面積、周長(zhǎng)、圓形度）。

137.區(qū)域的拓?fù)湫再|(zhì)對(duì)區(qū)域的全局描述是很有用的，歐拉數(shù)是區(qū)域一個(gè)較好的描述子。

第九章  影像紋理分析

138.局部不規(guī)則而宏觀有規(guī)律的特性稱之為紋理；以紋理特性為主導(dǎo)的圖像，常稱為紋理圖像；以紋理特性為主導(dǎo)特性的區(qū)域，常稱為紋理區(qū)域。

139.紋理作為一種區(qū)域特性，在圖像的一定區(qū)域上才能反映或測(cè)量出來(lái)。

140.紋理分析方法：統(tǒng)計(jì)分析法和結(jié)構(gòu)分析法。前者從圖像有關(guān)屬性的統(tǒng)計(jì)分析出發(fā)；后者則著力找出紋理基元，然后從結(jié)構(gòu)組成上探索紋理的規(guī)律。也有直接去探求紋理構(gòu)成的結(jié)構(gòu)規(guī)律的。

141.Laws的紋理能量測(cè)量法：                                  f(x,y)à微窗口濾波àF(x,y)à能量轉(zhuǎn)換àE(x,y)à分量旋轉(zhuǎn)àC(x,y)à分類àM(x,y)

142.自相關(guān)函數(shù)：

1)  當(dāng)紋理較粗時(shí)，ρ(d)隨d的增加下降速度較慢；

 2)  當(dāng)紋理較細(xì)時(shí)，ρ(d)隨著d的增加下降速度較快。

143.灰度共生矩陣就是從圖像 (x,y)灰度為i的像素出發(fā)，統(tǒng)計(jì)與距離為δ=(Δx²+Δy²)^1/2、灰度為j的像素同時(shí)出現(xiàn)的概率P(i,j,δ,θ)。

144.灰度共生矩陣必然是對(duì)稱陣，且對(duì)角線上均為偶數(shù)。

第十章  模板匹配

145.當(dāng)對(duì)象物的圖案以圖像的形式表現(xiàn)時(shí)，根據(jù)該圖案與一幅圖像的各部分的相似度判斷其是否存在，并求得對(duì)象物在圖像中位置的操作叫做模板匹配。

來(lái)源于百度文庫(kù)

鏈接：https://wenku.baidu.com/view/3ea27a1e59eef8c75fbfb3c1.html