《数字图像处理》期末考试重点总结.docx

数字图像办理的主要内容及特点
图像获取、图像变换、图像增强、图像恢复、图像压缩、图像剖析、图像辨别、图像理解。
（1）办理精度高，再现性好。（2）易于控制办理效果。（3）办理的多样性。（4）图像数据量庞大。（5）图像办理惹起边缘的模糊。联系：都属于图像增强，改良图像效果。
图像还原和图像增强的主要区别是：
图像增强主假如一个主观过程，而图像还原主假如一个客观过程；图
像增强不考虑图像是怎样退化的,而图像还原需知道图像退化的体制
和过程等先验知识
图像增强时，平滑和锐化有哪些实现方法
平滑的实现方法：邻域平均法，中值滤波，多图像平均法，频域低通滤波法。
锐化的实现方法：微分法，高通滤波法。
关于椒盐噪声，为什么中值滤波效果比均值滤波效果好
椒盐噪声是复制近似相等但随机散布在不同的地点上，图像中又洁净点也有污染点。中值滤波是选择适合的点来代替污染点的值，所以办理效果好。因为噪声的均值不为0，所以均值滤波不能很好地去除噪声。
什么是地区什么是图像切割
地区能够认为是图像中拥有相互连通、一致属性的像素会合。图像切割时把图像分红互不重叠的地区并提取出感兴趣目标的技术。
图像中微分算子的特点
，二阶微分产生的边缘则较细；，在该点及其周围点上，二阶微分比一阶微分的响应要强好多；，即从正回到负，在图像中，表现为双线。
二维图像函数f(x,y)的拉普拉斯变换定义为：
锐化图像=原图像+拉普拉斯图像
关于数字图像办理而言，离散傅里叶变换和其反变换必然存在。
用(-1)x+y乘以f(x,y)，能够将F(u,v)原点变换到频次坐标的(M/2,N/2)处。在决定形状特点时，相位信息特别重要。
理想滤波器的在频域的剖面图近似于盒滤波器(矩形窗口)，因此相应的空间滤波拥有sinc函数的形状。
sinc函数的中心波瓣(主瓣)是惹起模糊的主因，而外侧较小的波瓣(旁
瓣)是造成振铃的主要原因。
巴特沃斯低通滤波器（BLPF）
1阶的巴特沃斯滤波器没有振铃；
2阶的滤波器振铃往常很微小；
20阶的巴特沃斯滤波器就特别近似于理想低通滤波器了。
高斯低通滤波器（GLPF）
高斯低通滤波器没有振铃
在需要严格控制低频和高频之间截止频次过渡的情况下，巴特沃斯滤
波器是个更合适的选择，但其代价是可能产生振铃现象。
图像变换：将定义在图像空间的原图像，以某种形式变换到此外一些空间，并利用这些空间的特有性质方便进行一定的加工。
离散余弦变换主要用于图像的压缩，压缩方法是给高频系数大间隔量化，低频部分小间隔量化。
图像还原技术的主要目的是以预先确定的目标来改良图像，尽可能的减少或除去图像质量的下降，恢复被退化图像的本来面目。
图像退化的部分原因：;;。
图像退化/还原模型
图像还原办理的重点是成立退化模型，原图像f(x,y)是经过一个系统H及加入一来加性噪声n(x,y)而退化成一幅图像g(x,y)
g(x,y)=H[f(x,y)]+n(x,y)
谐波均值滤波器关于盐粒噪声效果较好，但不合用于胡椒噪声。它善于办理高斯噪声那样的其他噪声。
逆谐波均值滤波器
当值为正时，可除去胡椒噪声；
当值为负时，可除去盐粒噪声；
当值为0时，其简化为算术均值滤波器。
中值滤波器
关于某些种类的随机噪声，中值滤波器可提供优秀的去噪能力，
且比同尺寸的线性平滑滤波器惹起的模糊更少
在存在单极和双极脉冲噪声的情况下，中值滤波器尤其有效。
简述鉴于边缘检测的霍夫变换的原理。
把直线上点的坐标变换到过点的直线的系数域，经过利用共线和直线相交的关系，使直线的提取问题转变为计数问题。
数字图像的定义，什么是数字图象办理