内容发布更新时间 : 2024/12/27 10:30:21星期一 下面是文章的全部内容请认真阅读。

数字图像处理知识点总结

第一章 导论

1. 图像：对客观对象的一种相似性的生动性的描述或写真。 2. 图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），

按空间坐标和亮度的连续性（模拟和数字）。

3. 图像处理：对图像进行一系列操作，以到达预期目的的技术。 4. 图像处理三个层次：狭义图像处理、图像分析和图像理解。 5. 图像处理五个模块：采集、显示、存储、通信、处理和分析。

第二章 数字图像处理的基本概念

6. 模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0< i(x，y)< ∞ ，反射分

量0

和量化两个过程。像素的位置和灰度就是像素的属性。 8. 将空间上连续的图像变换成离散点的操作称为采样。采样间隔和采样孔径的大小是两个

很重要的参数。采样方式:有缝、无缝和重叠。 9. 将像素灰度转换成离散的整数值的过程叫量化。

10. 表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。

11. 数字图像根据灰度级数的差异可分为：黑白图像、灰度图像和彩色图像。

12. 采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分

辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；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。

13. 量化等级对图像质量的影响：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。但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。例如对细节比较丰富的图像数字化。 14. 数字化器组成：

1) 采样孔：保证单独观测特定的像素而不受其它部分的影响。 2) 图像扫描机构：使采样孔按预先确定的方式在图像上移动。 3) 光传感器：通过采样孔测量图像的每一个像素的亮度。 4) 量化器：将传感器输出的连续量转化为整数值。

5) 输出存储体：将像素灰度值存储起来。它可以是固态存储器，或磁盘等。 15. 灰度直方图反映的是一幅图像中各灰度级像素出现的频率。以灰度级为横坐标，纵坐标

为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 16. 直方图的性质：

1) 灰度直方图只能反映图像的灰度分布情况，而不能反映图像像素的位置,即丢失了

像素的位置信息。

2) 一幅图像对应唯一的灰度直方图，反之不成立。不同的图像可对应相同的直方图 3) 一幅图像分成多个区域，多个区域的直方图之和即为原图像的直方图。 17. 直方图的应用：

1) 用于判断图像量化是否恰当 2) 用于确定图像二值化的阈值 3) 计算图像中物体的面积 4) 计算图像信息量：熵H 18. 图像处理基本功能的形式：单幅图像 → 单幅图像 ，多幅图像 →单幅图像，单（或多）

幅图像→ 数字或符号。

19. 邻域：对于任一像素（i，j），该像素周围的像素构成的集合{（i+p,j+q），p、q取合

适的整数}，叫做该像素的邻域。 20. 图像处理的几种具体算法：

1) 局部处理：移动平均平滑、空间域锐化。 2) 点处理：图像对比度增强、图像二值化。 3) 大局处理：傅里叶变换。 4) 迭代处理：细化。 5) 跟踪处理

6) 位置不变处理和位置可变处理：输出像素JP(i，j)的值的计算方法与像素的位置

(i，j)无关的处理称为位置不变处理或位移不变处理 7) 窗口处理和模板处理。 21. 图像的数据结构与特征 ：

1) 组合方式：一个字长存放多个像素灰度值的方式。它能起到节省内存的作用，但导

致计算量增加，使处理程序复杂。 2) 比特面方式：按比特位存取像素，即将所有像素的相同比特位用一个二维数组表示，

形成比特面。 3) 分层结构：由原始图像开始依次构成像素数愈来愈少的一幅幅图像，就能使数据表

示具有分层性，其代表有锥形(金字塔)结构。

4) 树结构：对于一幅二值图像的行、列接连不断地二等分，如果图像被分割部分中的

全体像素都变成具有相同的特征时，这一部分则不再分割

5) 多重图像数据存储：逐波段存储，分波段处理时采用；逐行存储，行扫描记录设

备采用；逐像素存储，用于分类。

22. 图像的特征：

1) 自然特征：光谱特征、 几何特征、时相特征；

2) 人工特征：直方图特征，灰度边缘特征，线、角点、纹理特征； 3) 特征的范围：点特征、局部特征、区域特征、整体特征。

4) 特征提取：获取图像特征信息的操作。把从图像提取的m个特征量y1，y 2，…，

t

ym，用m维的向量Y＝[y1 y2…ym]表示称为特征向量。另外，对应于各特征量的m维空间叫做特征空间。

23. 对比度：一幅图像中灰度反差的大小，对比度=最大亮度/最小亮度

第三章 图像变换

24. 图像变换通常是一种二维正交变换。

1) 正交变换必须是可逆的；

2) 正变换和反变换的算法不能太复杂；

3) 正交变换的特点是在变换域中图像能量集中分布在低频率成分上，边缘、线状信

息反映在高频率成分上，有利于图象处理。

25. 图像变换的目的在于：

1) 使图像处理问题简化； 2) 有利于图像特征提取；

3) 有助于从概念上增强对图像信息的理解。

第四章 图像增强

26. 图像增强是采用一系列技术去改善图像的视觉效果,或将图像转换成一种更适合于人或

机器进行分析和处理的形式。

27. 空间域增强是直接对图像各像素进行处理；

28. 频率域增强是先将图像经傅立叶变换后的频谱成分进行某种处理，然后经逆傅立叶变换

获得所需的图像。

29.

30. 灰度变换用来调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一。

1) 线性变换：对图像每一个像素灰度作线性拉伸，将有效改善图像视觉效果。 2) 分段线性变换：为了突出感兴趣目标所在的灰度区间，相对抑制那些不感兴趣的灰

度区间，可采用分段线性变换。 3) 非线性灰度变换：对数变换（当希望对图像的低灰度区较大的拉伸而对高灰度区压

缩时，可采用这种变换，它能使图像灰度分布与人的视觉特性相匹配）。 指数变换（对图像的高灰度区给予较大的拉伸）

31. 直方图修整法包括直方图均衡化及直方图规定化两类。 32. 直方图均衡化：将原图像通过某种变换，得到一幅灰度直方图为均匀分布的新图像的方

法。

33. 直方图均衡化变换函数，满足下列条件：

1) 在0≤r≤1内为单调递增函数，保证灰度级从黑到白的次序不变；

2) 在0≤r≤1内，有0≤T(r)≤1，确保映射后的像素灰度在允许的范围内。

34. 直方图均衡化原理：输出图像的概率密度函数可以通过变换函数T(r)控制原图像灰度

级的概率密度函数得到,并改善原图像的灰度层次。

35. 一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。

36. 直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方

法。

37. 利用直方图规定化方法进行图像增强的主要困难在于要构成有意义的直方图。图像经直

方图规定化，其增强效果要有利于人的视觉判读或便于机器识别。