logo资料库

数字图像处理MATLAB实现知识点——个人笔记.docx

第1页 / 共27页
第2页 / 共27页
第3页 / 共27页
第4页 / 共27页
第5页 / 共27页
第6页 / 共27页
第7页 / 共27页
第8页 / 共27页
资料共27页,剩余部分请下载后查看
数字图像处理知识点
第一章 概述
1.1数字图像处理相关概念
1.2数字图像处理系统流程图:
1.2数字图像处理主要研究内容:
第二章 数字图像处理基础
2.1图像的数字化及表达
2.2图像的采样和量化
2.3图像的分类
第三章 图像的基本运算
3.1点运算
3.2代数运算
3.3逻辑运算
3.4几何运算
第四章 图像变换
4.1连续傅里叶变换
4.2快速傅里叶变换
4.3傅里叶变换的性质
4.4卷积定理
第五章 图像增强
5.1图像增强总述
图像增强的目的
5.2空间域图像增强
5.2.1点处理
图像灰度变换:
直方图处理
5.2.2模板处理
(1)空间域的平滑处理
(2)空间域锐化处理
5.3频率域图像增强
5.3.1频率域平滑滤波器
5.3.2频率域锐化滤波器
第六章 图像恢复
6.1图像恢复的相关定义
6.2常见的噪声类型
6.3空间域滤波恢复的方法
6.4频率域滤波器恢复的方法
第七章 图像分割
7.1全局阈值
7.2分水岭算法
第八章 彩色基础
8.1彩色基础概念
8.2彩色模型
8.3伪彩色处理
数字图像处理知识点 第一章 概述 1.1 数字图像处理相关概念 专有名词 数字图像 解释 图:物体透射或反射光的分布,是客观存在的 像:人的视觉系统对图的接受在大脑中形成的印象或反映 图像:是图和像的有机结合,是客观世界能量或状态以可视化形式在二维平面上的投影 数字图像:物体的一个数字表示,是以数字格式存放的图像 数字图像 又称为计算机图像处理,将图像信号转换成数字信号并利用计算机对其进行处理的过程, 处理 以提高图像的实用性,从而达到人们所要求的预期结果。 数字图像 处理目的  提高图像的视感质量,以达到赏心悦目的目的  提取图像中所包含的某些特征或特殊信息,便于计算机分析  对图像数据进行变换、编码和压缩,便于图像的存储和传输。  处理信息量很大 数字图像  数字图像处理占用的频带较宽 处理特点  数字图像中各个像素相关性大 (处理后的图像一般是给人观察和评价的,因此受人的因素影响较大) 1.2 数字图像处理系统流程图:
1.2 数字图像处理主要研究内容: 第二章 数字图像处理基础 2.1 图像的数字化及表达 图像有单色与彩色、平面与立体、静止与动态、自发光与反射(透射)等区别,任一幅图 像,根据它的光强度(亮度、密度或灰度)的空间分布,均可以用下面的函数形式来表达: tzyxfI ),,,,(   (x,y,z 为空间坐标,t,为时间,为波长)
对静态图像,t 为常数,对于单色图像为常数,对于平面图像,z 为常数。 则对于静态平面单色图像数学表达式为 ),( yxfI  2.2 图像的采样和量化 1. 采样 将空间中连续的图像变换成离散点的操作成为采样。若横向的像素数(列数)为 M ,纵 向的像素数(行数)为 N,则图像总像素数为 M*N 个像素。  采样间隔越大,所得图像像素数越少,空间分辨率低,质量差,严重时出现马赛克效 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。 2. 量化 图像采样后分割成离散的像素,但是其灰度值是连续的,计算机不能处理,将像素灰度转 换成离散的数值的过程称为量化。  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. 3. 像素间的基本关系 邻域
连通性 为了确定两个像素是否连通,必须确定它们是否相邻及它们的灰度是否满足特定的相似性 准则(或者说,它们的灰度值是否相等)例如:当两个像素是四邻接的,但是仅当他们的 灰度值相同时才能说是连通的。 令 V 是用于定义邻接性的灰度值集合,(V 是一个规则,例如 V={|A-B<=2|})如果 q 在 p 的四邻域 集中,且 p 和 q 满足 V,则成 p,q 是 4 邻接,邻接性就是连通性。 4 邻接必然是 8 邻接,反之不然;m 邻接必然是 8 邻接,反之不然。 m 邻接是介于 4 邻接和 8 邻接之间的。 距离 像素在空间的接近程度可以用像素之间的距离来度量。为测量距离需要定义距离度量函数。 给定 三个像素,其坐标分别为
2.3 图像的分类 位图:位图是静止图像的一种。位图是通过许多像素点表示一幅图像,每个像素具有颜色 属性和位置属性。 二值图像 亮度图像 索引图像 RGB 图像
第三章 图像的基本运算 3.1 点运算 点运算:是指对一幅图像中每个像素点的灰度值进行计算 点运算的效果:点运算可以改变图像数据所占据的灰度值范围,从而改善图像显示效果。 点运算的分类:线性点运算,非线性点运算。 线性点运算:灰度变换函数形式可以采用线性方程描述。 非线性点运算:非线性点运算的输出灰度级与输入灰度级呈非线性关系,常见的非线性灰 度变换为对数变换和幂次变换。
3.2 代数运算 代数运算:将两幅或多幅图像通过对应像素之间的加、减、乘、除运算得到输出图像 加法运算:通常用于平均值降噪的场合。 减法运算(差影法):检测同一场景两幅图像之间的变化;混合图像的分离;消除背景影 响。
乘法运算:图像的局部显示;改变图像的灰度级 除法运算:可用于改变图像的灰度级 3.3 逻辑运算 逻辑运算:将两幅或多幅图像通过对应像素之间的逻辑与、或、非运算得到输出图像 “与”、“或”逻辑运算可以从一幅图像中提取子图像。 3.4 几何运算 几何运算:改变图像中物体对象(像素)之间的空间关系。几何变换可以分为图像的位置 变换(平移、镜像、旋转)、形状变换(放大、缩小)以及图像的复合变换等。 图像的平移 图像的镜像:水平镜像和垂直镜像
分享到:
收藏