数字图像处理基础知识点

数字图像处理

1.绪论

1.1

可见光成像和不可见光成像
单波段、多波段、超波段
电磁波按波长递增频率递减的顺序：伽马射线，X射线，紫外线，可见光，红外线，微波和无线电波。紫外光400nm~~红外光780nm
图像处理的概念：
模拟图像处理 和 数字图像处理

1.2
图像变换 ：傅里叶变换
图像增强：增强图像的有用信息，消弱噪声的干扰。
图像的恢复与重建：
图像编码：

数字图像处理系统：硬件和软件

图像显示：软拷贝形式 和硬拷贝形式
图像存储

软件： 系统管理、图像数据管理和图像处理模块。 Photoshop

1.3
数字图像处理的特点：精度高，再现性好，通用性好灵活性强。

应用 ：生物医学利用电磁波成像 ，遥感，工业生产，军事

数字图像处理的进展

挑战 ： 图像处理的网络化，复杂问题的求解，处理的高速化

2数字图像获取

2.1
图像数字化 采样和量化过程

像素的属性 = （位置，灰度/颜色）

数字图像的表示
用矩阵来描述
灰度级数 ：黑白图像【0，1】 、灰度图像【0，255】和彩色图像【RGB 3字节表示一个像素】

采样、量化参数与数字化图像间的关系 ：采样间隔越大，所得图像像素数越少，空间分辨率低，质量差；

图像数字化设备：
数字化器组成：采样器，图像扫描机构，光传感器，量化器，输出存储体。
评价指标：空间分辨率，灰度分辨率，图像大小，量测特征，扫描速度，噪声

2.2
灰度直方图 ：一幅图像中各灰度级像素出现的频率与灰度级的关系。

彩色图像的分波段直方图

应用：用于判断图像量化是否恰当，确定图像二值的阈值

2.3 图像处理算法的形式

局部处理 ，概念 ，计算表达式

大局处理

迭代处理 ：反复对图像进行某种运算直至满足给定的条件，从而得到输出图像的处理形式。

跟踪处理，概念，特点

窗口处理和模板处理

串行处理和并行处理，概念，特点

图形特征分为自然特征和人工特征两类：自然特征包括 光谱特征，几何特征，时相特征。人工特征包括：直方图特征，灰度边缘特征，线，角点，纹理特征。

2.4 图像的数据结构与文件格式

图像数据结构☞图像像素灰度值的存储方式。

组合方式：一个字长存放多个像素灰度值

比特面方式：

分层结构 ：锥型结构 ，概念 优点
树结构

图像文件格式：扩展名：RAW,BMP,TGA,PCX,GIF,TIFF等

图像的特征与噪声

特征提取 与 特征空间
图像噪声 噪声种类：外部噪声 和 内部噪声
噪声特征：常用统计特征来描述噪声，如均值，方差，总功率。
噪声模型：加性噪声模型和乘性噪声模型

3 图像变换

3.1
图像变换目的与用途
目的： 使图像处理问题简化
有利于图像特征提取
有助于从概念上增强对图像信息的理解
二维正交变换：正交变换必须是可逆的，算法不能太复杂，

傅里叶变换

离散函数的傅里叶变换

快速傅里叶变换FF

性质：可分离性，周期性，共轭对称性，平移性，旋转性质。

卷积与相关定理：

4.1图像增强

1.改善图像视觉效果
2.突出图像中感兴趣的信息，抑制不需要的信息，来提高图像的使用价值
3.转换为更适合于人或机器分析处理的形式
4.增强后的图像并不一定保真

对比度增强 ：
扩大图像中感兴趣特征的目标；
常用方法有：1.灰度变换法，①线性变换，②对数变换，③指数变换
2.直方图调整法，①直方图均衡化调整

4.2 图像平滑方法
图像去噪

空间域图像平滑方法 ：邻域平均法，超限像素平滑法，有选择保边缘平滑法

4.3 图像的空间域锐化
图像锐化的目的是增强图像的边缘或轮廓。
梯度法：

4.4 频率域增强

4.5 彩色增强技术

伪彩色增强 ：密度分割法，灰度级-彩色变换，

假彩色合成：

彩色变换：H-S-I
应用：多源遥感影像融合，