数字图像处理考试总结_数字图像处理期末总结

数字图像处理考试总结由刀豆文库小编整理，希望给你工作、学习、生活带来方便，猜你可能喜欢“数字图像处理期末总结”。

1、数字图像处理的特点：

（1）图像信息量大（2）图像处理技术综合性强（3）图像信息理论与通信理论密切相关

一副遥感图像占用3240x2340x4=30MB1、数字图像处理的主要内容：（1）图像信息的获取（2）图像信息的储存（3）图像信息的传送（4）图像信息的输出和显示

2、数字图像处理：集几何处理、算数处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。

3、图像工程：图像处理、图像分析、图像理解。

4、第一代编码：以去除冗余为基础的编码方法。例如：变化编码中的DFT、DCT、walsh-Hadamard变换等方法，以及以此为基础的混合编码。

5、图像的输出与显示，图像输出有两种，硬拷贝和软考贝。硬拷贝方法有：照相、激光复印、彩色喷墨打印。

软考贝：CRT显示、液晶显示器、场致发光显示器。

第二章：图像、图像处理系统与视觉系统

1、发光强度：发光光源的功率。

单位：烛光功率lcp、新烛光lcd。

2、光通量：是每秒钟内光流量的度量。

单位：流明lm。

3、照度：入射到某表面的光通量密度。

4、熵：平均信息量。：

5、液晶显示器的优、缺点：（1）超精致的图像质量（2）真正的平面显示（3）体积小、重量轻（4）功耗低、节省能源（5）TFT LCD无辐射、无闪烁。

缺点：于CRT显示器相比，LCD显示器图像质量不够完善，液晶显示器响应时间不够短，视角偏小。

6、三色混合及色度表示原理。有三基色混配各种颜色的方法通常有：相加混色、相减混色。

著名的拉格斯曼定律反应了视觉对颜色的反应取决于红、绿、蓝 三输入量的代数和。

7、R：red、G： green、B: blue8、HSI颜色模型、H: 色调(Hue)、S: 饱和度(Saturation)、I：强度I(Intensity)第四章：图像增强

1、图像增强：是按照特定的需要突出一幅图像中的某些信息，同时，削弱或去除某些不需要的信息的处理方法。

图像增强的目的？

使处理后的图像对某种特定的应用来说，比原始图像更适用。

2、图像增强技术主要包括：直方图修改处理、图像平滑处理、图像尖锐化处理、彩色处理。

3、图像增强技术可分两类：频域处理法、空域处理法。

4、频域处理法的基本原理：可以增强图像中的低频分量使图像得到平滑，也可以强调图像中的高频分量使图像的边缘得到增强。

5、什么是灰度级的直方图？

灰度级的直方图就是反应一幅图像中的灰度级与出现这种灰度的概率之间关系的图形。

6、图像平滑处理方法有空域法和频域法两种，主要有邻域平均法、低通滤波法、多图像平均法。

7、图像处理中最常用的模型是：RGB、YIQ 和 HIS8、直方图均衡化处理的主要步骤是什么？

9、什么是“简并”现象？如何克服简并现象？

（1）在直方图修正的过程中，总要出现灰度等级减少的情况，这种现象就是简并现象。

（2）增加像素的比特数、采用灰度间隔放大理论的直方图修正法也可减少简并现象。

10、多图像平均法为何能去噪声？它的主要难点是什么？

(1)如果一幅图像包含有加性噪声，这些噪声对每个坐标点是不相关的，并且其平均值为零，在这种情况下就可能采用多图像平均法来达到去噪声的目的。

多图像平均法是把一系列有噪声的图像叠加起来然后再取平均值以达到平滑的目的。

当作平均处理的噪声图像数目增加时，其统计平均值就越接近原始无噪声图像。

(2)难点在于把多幅图像配准起来，以方便使相应的像素能正确的对应排列。第五章 图像复原

1、试述编码效率和冗余度的概念及如何计算编码效率和冗余度？

2、编码的基本限制就是码字要有单义性和非续长性。

3、单义性码：是指任意一个有限长的码字序列只能被分割成一个一个的码字，而任何其他分割方法都会产生一些不属于码字集合中的码字。

4、非续长代码：是指任意一个码字都不是其他码字的续长。

5、非续长代码一定是单义的，但是，单义代码却不一定是非续长的。

6、最常用的变长编码方法是哈弗曼（Huffman）码和香农-费诺（Shannon-Fano）码

7、正交变换编码的性质：（1）正交变换具有熵保持性质（2）正交变换具有能量保持性质（3）能量从新分配与集中（4）去相关特性。

8、求T的步骤：

（1）给定一幅图像后，首先要统计其协方差矩阵Cx；

（2）由Cx求λ矩阵，即【λE—Cx】。并且由|λE—Cx |=0得其特征根，进而求得每一个特征根所对应的特征向量；

（3）由特征向量求出变换矩阵T；

（4）用求得的T对图像数据进行正交变换。

1、中值滤波与均值滤波的特点及差异？

中值滤波：是一种去噪声的非线性处理方法；它将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值。

其基本原理是：把数字图像或数字序列中一点的值用该点的一个邻域中

个点值的中值代替。

均值滤波：也称线性滤波，其采用的主要方法为邻域平均法。

其基本原理是：用均值替代图像中的各像素值。

举例说明直方图均衡化的基本步骤

直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。

直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。根据公式可得：

s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取：

S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。

可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号：

S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。

因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。