2在0wr<1内,有0wT(r)<1,确保映射后的像素灰度在允许的范围内。
r
累积分布函数sT(r)pr()d
在原始图像灰度分布在较窄区间,引起图像细节不够清晰。
直方图均衡化减少图像灰度级,对比度扩大
6.何谓图像平滑?
试述均值滤波的基本原理。
为抑制噪声、改善图像质量所进行的处理称为图像平滑或去噪。
均值滤波的基本原理:
用均值代替原图像中的各个像素值,即对待处理的当前
像素点(x,y),选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在该点上的灰度个g(x,y),即个g(x,y)=1/mEf(x,y)m为该模板中包含当前像素在
内的像素总个数。
7.何谓中值滤波?
有何特点?
中值滤波是对一个滑动窗口内的诸像素灰度值排序,用其中值代替窗口中心像素的灰度值的滤波方法,是一种非线性的平滑法。
特性:
(1)对离散阶跃信号不产生影响,连续个数小于窗口长度一半的离散脉冲将被平滑,三角函数的顶部平坦化;
(2)令C为常数,贝
Med{CFjk}=CMed{Fjk}Med{C+Fjk}=C+Med{Fjk}
Med{Fjk+fjk}工Med{Fjk}+Med{fjk}
(3)中值滤波后,信号频谱基本不变
8.直方图规定化处理的技术难点是什么?
如何解决?
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。
针对这种情况可以用高斯函数、指数型函数、瑞利函数等作为规定概率密度函数。
9.
计算:
假定有64X64大小的图像,灰度为16级,概率分布如下表,试进行直方图均衡化,并画出处理前后的直方图。
第六、七讲:
边缘增强掩模处理彩色增强
1.什么是伪彩色增强?
常用的伪彩色增强有哪些方法?
伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像。
密度分割法、灰度级一彩色变换、频率域伪彩色增强
2.什么是假彩色增强?
与伪彩色增强有何区别?
假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像;主要差异在于处理对象不同。
3.图像掩模处理的主要步骤分哪几步?
(1)、新建一个与原始图像大小相等的图层(layer),类型一般为二值图像。
(2)、在新建图层上勾绘出要进行增强处理而局部区域。
(3)、将整幅图像保存为二值图像,选定区域象素值为1,区域外象素值为0;
(4)将待处理的图像与原图像进行乘法操作。
(5)对掩模图像进行增强处理,生成最终的结果图像。
第八讲:
图像变换频域增强
1.
a1F1(u,v)a2F2(u,v)
二维Fourier变换有哪些性质?
线性性质:
a1f(x,y)a2f2(x,y)
卷积定理:
N1N12
帕塞瓦定理(能量定理):
|f(x,y)
x0y0
2.二维Fourier变换的可分离性有何意义
分离性表明:
二维离散傅里叶变换和反变换可用两组一维离散傅里叶变换和反变换来完成
3•低通滤波法中常有几种滤波器?
它们的特点是什么?
理想低通滤波器:
在去噪声的同时将会导致边缘信息损失而使图像边模糊
Butterworth低通滤波器:
连续性衰减,不象理想滤波器那样陡峭变化。
因此采用该滤波器滤波在抑制噪声的同时,图像边缘的模糊程度大大减小,没有振铃效应产生。
高斯低通滤波器
指数低通滤波器:
在抑制噪声的同时,图像边缘的模糊程度较用Butterworth
滤波产生的大些,无明显的振铃效应
梯形低通滤波器
答:
患低通澹波器(ILPtb巴席沃斯低通滤波器(BLPF),揺数型低通滤波器化LPF)・梯刑低通谑波器EFFh
特点:
现恕低通滅波器,虽燃右皑峭的觀止頻率,却不能产生良好的数果.閤像山丁高频分暈的滤除而变得模糊,同时还产牛.振铃效应n
巴汰特期滤波器刎榕特性曲钱较平滑,没仃拋铃效应.披图像模糊减少.们它的尾沾恨阳较多的髙频,所以对噪声的平滑如果不如II.P氐
指数型低通滤波然"仃较护滑的过滤带,经此平滑后的图像没有“扳铃“现殂而与巴沃特斯滤波郴比,它良有更快的衰遞特性,处那图像稍微模制-些*
梯宠低通谑波器的性能介】•巴沃特斯仃庄全甲滑滤彼器之何、刈国像口仃定的模糊和挾铃效应“
4.图像锐化处理有几种方法
空间域锐化:
(1)梯度锐化法
(2)Laplacian增强算子(3)高通滤波法
频率域锐化
5.Laplace算子为何能增强图像边缘?
(1)由于灰度均匀的区域或斜坡中间▽f(x,y)为0,Laplacian增强算子不起作用;
(2)在斜坡底或低灰度侧形成“下冲”,而在斜坡顶或高灰度侧形成“上
冲”。
Laplacian增强算子具有突出边缘的特点
6.试述频域增强步骤。
频域平滑与锐化的主要区别在哪里?
(1)用(-1)x+y乘以输入图像f(x,y)来进行中心变换
(2)计算图像FFT⑶用滤波器函数H(u,v)乘以F(u,v)(4)计算图像IFFT(5)用(-1)x+y乘以⑷中real的结果
H[uy)IDFT
f(xpy)kF(U,V)連滅■F(u尹)H(uM*曲吋)
频率域平滑:
采用低通滤波器让低频成分通过,抑制高频成分频率域锐化:
采用高通滤波器让高频成分通过,削弱低频成分
第十二讲:
图像分割
1•什么是区域?
什么是图像分割?
图像分割按途径可分哪几类?
区域:
相互连通的、有一致属性的像元的结合图像中层描述的符号
图像分割:
利用图像特征把图像分解成一系列有意义的目标或区域的过程
按分割途径分类:
1)区域分割(相似性、不连续性)从图像出发,按“有意义”的属性一致的原则,确定每个像元的归属区域,形成一个区域图。
这种方法目前占主导地位
2)基于边缘提取的分割法(不连续性)先提取区域边界,再确定边界限
定的区域。
3)区域增长(相似性)从像元出发(种子),按“有意义”的属性一致的
原则,将邻域中满足相似性准则的连通像元聚集成区域。
4)分裂一合并法综合利用上述两种方法,既存在图像的划分,又有像元
的合并。
2•何谓阈值分割?
分割的依据是什么?
利用图像中要提取的目标区域与其背景在灰度特性上的差异,把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合,选取一个比较合理的阈值,以确定图像中每个像素点应该属于目标区域还是背景区域,从而产生相应的二值图像。
依据:
属于同一区域的像元应具有相同或相似的属性,不同区域的像元属性不同。
3.0stu方法寻找阈值的依据是什么?
组内方差越小,则组内象素越相似;组间方差越大,则两组的差别越大
4.P参数法适合分割何种特征的图像?
用于目标所占图象面积已知的情况
5.熵阈值法的依据是什么?
Shannon熵是如何定义的?
选择的阈值是前景和背景的两个灰度级分布的有效信息为最大。
L1
Shannon熵:
灰度范围在[0,L-1]的图像,其熵为Hpiln口
i0
6.最小误差分割法的出发点是什么?
试写出确定阈值t的一般表达式。
第十五讲:
特征提取
1.图像的几何特性有哪些?
它们图像分析中有何作用?
1、位置与方向
2、周长
3、面积
4、长轴和短轴
5、距离
2.图像的形状特性有哪些?
它们是如何定义的?
1、矩形度:
矩形度反映物体对其外接矩形的充满程度,用物体的面积与其最小外接矩形的面积之比来描述
假定物体的周长为P,用变量p表示边界上的点到某一起始点的距离。
边界上任一点都有一个瞬时曲率半径r(p),它是该点与边界相切圆的半径。
p点的曲率函数是
函数K(p)是周期为P的周期函数。
单位边界长度的平均能量:
3)不变矩
3.试述用自相关函数作纹理测度的基本原理(p215)。
4•何谓行程长度?
有何作用?