数字图像处理与应用复习题

别妄想泡我
798次浏览
2021年02月21日 02:24
最佳经验
本文由作者推荐

-

2021年2月21日发(作者:朗平)


1


、什么是图像?



定 义为二维函数


f(x,y),


其中,


x ,y


是空间坐标,


f(x,y)


是点(


x,y


)的幅值



灰度图像是一个二维灰度(或亮度)函数


f(x,y)


彩色图像由三个(如


RGB,HSV


)二维灰 度(或亮度)函数


f(x,y)


组成



2


、什么是数字图像?



像素组成的二维排列矩阵



对于单色(灰度)图像而言,每个像素的亮度用一个值来




表示,通常数值范围在


0

< p>


255


之间,


0


表示黑、


255


表示白,其它值表示处于黑白 之间的灰度。



彩色图像可以用红、


绿 、


蓝三元组的二维矩阵来表示。通常,


三元组的每个数值也是在


0



255


之 间,


0


表示相应的基色在该像素中没有,而

255


则代表相应的基色在该像素中取


得最大值。



3


、什么是像素?



数字图像由二维的元素组成,每一个元素具有一个


< p>
特定的位置(


x,y


)和幅值

f(x,y)


,这


些元素就称为像素。


4


、数字图像处理的应用



图像增强——直方图均衡化



人脸检测与识别



镜头边界检测



基于内容的视频片断检索



视频字幕识别



5


、图像处理系统的基本组成结构


< /p>


图像数字化设备,包括数码相机、数码摄像机、带照相和


/


或摄像功能的手机





图像处理设备,包括计算机和存储系统



图像输出设备,包括打印机,也可以输出到


Internet


上的其它设备



6


、数字图像处理基础



图像采样



为了产生一幅数字图像,需要把连续的感知数据转化为数字形式



这包括两种处理:取样和量化



取样: 图像空间坐标的数字化。空间坐标


(x,y)


的数字化被称为图 像采样



量化:图像函数值(灰度值)的数字化。函数取值的数 字化被称为图像的量化,如量化



256


个灰度级



数字图像的表示



图像描述信息:图像高度和宽度等信息



图像数据:顺序存放的连续数据



图像的质量



1


、层次



灰度级:表示像素明暗程度的整数量





次:表示图像实际拥有的灰度级的数量



图像数据的实际层次越多,视觉效果就越好。



2


、对比度



对比度:是指一幅图像中灰度反差的大小



对比度



=


最大亮度



/


最小亮度



3


、清晰度



与清晰度相关的主要因素:亮度、对比度、尺寸大小、细微层次



、颜色饱和度



7


、像素间的连通性



连通性是描述区域和边界的重要概念:



两个像素连通的两个必要条件是:



两个像素的位置是否相邻



两个像素的灰度值是否满足特定的相似性准则(或者是否相等)



8


、灰度等级主要取决于系统的


A/D


转换位数



目前国内

< br>LED


显示屏主要采用


8


位处理 系统,也即


256



2^8

< p>
)级灰度。



9


、灰度级 的直方图是反映一幅图像中的灰度级与出现这种灰度的概率之间的图形。



设图像的灰度范围为


[a,b]


< br>r


为此灰度范围内的任一灰度级,


p(r)


为这幅图像中灰度级为


r



像素出现的频率,可以看出


p(r)



r


的函数,该函数的图形称为这幅图像的直方图。




灰度为


r


的 像素数


p


(


r


)



图像上的总像素数












p


(


r


)



1


i


i



1


n

< br>


10


、直方图的性质




1




它只反映该图像中不同灰度值出现的次数,


而未反映某一灰度值像素 所在的位置。


也就是说,


它只包含了该图像中某一灰度值的像素 出现的概率,


而丢失了其所在位置的信息。




2




任一幅图像,都能唯一地确定出一幅与它对应的直方图,但不同的图像,可能有


相同的直方图。



直方图均衡化处理的


“中心思想”


是把原始图像的灰度直方图从比较集中的某个灰度区

< p>
间变成在全部灰度范围内的均匀分布。



imhist(I, n)


计算和显示灰度图像


I


的直方图,


n


为指定的灰度 级数目,缺省值为


256




索引模式的图像就像是一块块由彩色的小瓷砖所拼成的,由于它最多只能有


256


种彩


色,所以它所形成的文件相对其它彩色要小得多。



索引模式的另一个好处是它所形成的每一个颜色都有其独立的 索引标识。


当这种图像在


网上发布时,只要根据其索引标识将图 像重新识别,它的颜色就完全还原了。



索引模式主要用于网络 上的图片传输和一些对图像象素、大小等有严格要求的地方。



J = imadjust(I,



low high



,



bottom top



, gamma)


返回图像< /p>


I


经直方图调整后的图像


J



gamma


为校正量



γ


,[


low


high


]为原图像中要变换的灰度范围,[


bottom


top


]指定


了变换后的灰度范围



J=histeq(I, n)


,指定均 衡化后灰度级数


n


,缺省为


64


11


、噪声来源



1


)图像获取过程中



两种常用类型的图像传感器


CCD


< p>
CMOS


采集图像过程中,由于受传感器材料属性、


工作环境、


电子元器件和电路结构等影响,会引入各种噪声,


如电阻引起的热噪声、场效应


管的沟道热噪声、光子噪声、暗电流噪声、光响应非均匀性 噪声。




2


)图像信号传输过程中



由于传输介质和记录设备等的不完善,


数字图像在其传输记录过程中往往会受到多种噪


声的污染。


另外,


在图像处理的某些环节当输入的对象并不如预想时也会在结果 图像中引入


噪声。



12


、噪声对数字图像的影响



对于数字图像信号,


噪声表为或大或小的极值,


这些极值通过加减作用于图像像素的真


实灰度值上,对图像造成亮、暗点干扰,极大降 低了图像质量,影响图像复原、分割、特征


提取、图像识别等后继工作的进行

< p>

-


-


-


-


-


-


-


-