《数字图像处理》期末考试重点总结.pdf

: .
*数字图像处理的主要内容结果比原始图像更适用于特定应用。
“特定”一词表明图像增强技术是面向问题的。
*图像锐化与图像平滑有何区别与联系？
答：区别：图像锐化是用于增强边缘，导致高频分量增强，会使图像
清晰；图像平滑用于消除图像噪声，但是也容易引起边缘的模糊。联
系：都属于图像增强，改善图像效果。*图像复原和图像增强的主要区别是：
图像增强主要是一个主观过程，而图像复原主要是一个客观过程；图
像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制
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。
*对于椒盐噪声，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分布在不同的位置上，图像中又干净
点也有污染点。中值滤波是选择适当的点来代替污染点的值，所以处
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。
*什么是区域？什么是图像分割？
区域可以认为是图像中具有相互连通、一致属性的像素集合。图像分
割时把图像分互不成 重叠的区域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；
于孤立的噪声点，在该点及其周围点上，二阶微分比一阶微分的响应
要强很多；，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
*对于数字图像处理而言，离散傅里叶变换和其反变换必定存在。


用(-1)x+y乘以f(x,y)，可以将F(u,v)原点变换到频率坐标的(M/2,N/2)处。
在决定形状特点时，相位信息非常重要。

*理想滤波器的在频域的剖面图类似于盒滤波器(矩形窗口)，因此相
应的空间滤波具有sinc函数的形状。
sinc函数的中心波瓣(主瓣)是引起模糊的主因，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阶的滤波器振铃通常很微小；
20阶的巴特沃斯滤波器就非常类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率过渡的情况下，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，以某种形式转换到另外一
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。
*图像复原技术的主要目的是以预先确定的目标来改善图像，尽可能
的减少或消除图像质量的下降，恢复被退化图像的本来面目。
图像退化的部分原因：;;
的非线性系统噪声。
*图像退化/复原模型
图像复原处理的关键是建立退化模型，原图像 f(x,y)是通过一个系统
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)
*谐波均值滤波器对于盐粒噪声效果较好，但不适用于胡椒噪声。它
善于处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，可消除胡椒噪声；
当值为负时，可消除盐粒噪声；
当值为 0 时，其简化为算术均值滤