数字图像处理小结

BYB '

已于 2022-06-12 08:23:09 修改

阅读量970

点赞数

文章标签：图像处理

于 2022-06-12 08:21:21 首次发布

本文链接：https://blog.csdn.net/m0_58716661/article/details/125241653

版权

数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是从图像到非图像的处理，如图像测量等。
图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像。
数字图像处理包含很多方面的研究内容。其中，图像变换是指通过一种数学映射的手段，将空域的图像信息转换到如频域、时频域等空间上进行分析的数学手段。
数字图像处理包含很多方面的研究内容。其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像
所谓的图像变换，是指将图像信号从空域变换到另外的域上进行分析的手段。

2图像处理基本概念

2.1图像数字化

量化可分为均匀量化和非均匀量化两类。
采样是空间离散化的过程。（√）
图像分辨率：采样所获得的图像总像素的多少。
图像中虚假轮廓的出现就其本质而言是由于图像的空间分辨率不够高造成（×） 改：图像的灰度级不够多造成的

2.2图像的数值描述

对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类
可以用f(x,y)来表示一幅2-D数字图像。（√ ）
数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。
一幅256*256的图像，若灰度级数为16，则该图像的大小是：（32KB ）答:(256*256*log16)/8/1024=32KB

2.3灰度直方图

图象与灰度直方图间的对应关系是：（多对一 ）
图像因其表现方式的不同，可以分为连续图像和离散图像两大类
一幅数字图像是：( ) 答：一个有许多像素排列而成的实体;
图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像。

3图像增强

3.1图像增强

动态范围调整分为线性动态范围调整和非线性动态范围调整两种。
动态范围调整是利用动态范围对人类视觉的影响的特性，将动态范围进行压缩，将所关心部分的灰度级的变化范围扩大，由此达到改善画面效果的目的。
首先根据需要设计一个调色板，进而将灰度值作为调色板的索引值完成从灰度到彩色的映射。这种伪方法称为（）答：基于灰度调色板的伪彩色方法
数字图像处理包含很多方面的研究内容。其中，图像增强的目的是将一幅图像中有用的信息进行增强，同时将无用的信息进行抑制，提高图像的可观察性。
我们将照相机拍摄到的某个瞬间场景中的亮度变化范围，即一幅图像中所描述的从最暗到最亮的变化范围称为动态范围。

3.2直方图均衡化

直方图均衡化的基本思想是：对图像中像素个数多的灰度值进行展宽，素个数少的灰度值进行归并，从而达到清晰图像的目的。
指出下面正确的说法：（D ）

A、基于像素的图像增强方法是一种非线性灰度变换;

B、基于像素的图像增强方法是基于频域的图像增强方法的一种;

C、基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像域的方法计算复杂较高;

D、基于频域的图像增强方法可以获得和基于空域的图像增强方法同样的图像增强效果

4图像几何变换

4.1图像的位置变换

图像的几何变换不改变像素的值，只改变像素的位置。（ √）
图像的几何变换包括图像的形状变换和图像的位置变换。（ √）
图像的基本位置变换包括了图像的平移、镜像及旋转
图像经过平移处理后，图像的内容不发生变换（填“发生”或“不发生”）

4.2图像的形状变换

图像放大是从小数据量到大数据量的处理过程，_对许多未知的数据的估计。图像缩小是从大数据量到小数据量的处理过程，_对许多未知的数据的估计。（填“需要”或“不需要”）
我们将平面景物在投影平面上的非垂直投影称为图像的错切，该处理会是的图像中的图形产生扭变。
最基本的图像形状变换包括了图像的放大、缩小和错切。

5图像去噪

5.1均值滤波

5.2中值滤波

对于高斯噪声，均值滤波比中值滤波的效果好。（√ ）
椒盐噪声的幅值，而噪声出现的位置是随机的。
频谱均匀分布的噪声被称为白噪声。！！！
两种典型的图像噪声是：椒盐噪声和高斯噪声。
中值滤波方法对椒盐噪声的抑制效果较好。（填“高斯”或“椒盐”）
图像噪声可以理解为妨碍人的视觉感知，或妨碍系统传感器对所接收图像源信息进行理解或分析的各种因素，也可以理解为真实信号与理想信号之间存在的偏差。

6图像锐化

6.1图像锐化

图像微分削弱了灰度变化缓慢的信息。（填“增强”或“削弱”）
图像微分算子能用在边缘检测中。（填“能”或“不能”）
图像微分增强了边缘和其他突变的信息。（填“增强”或“削弱”）
图像锐化是增强图像的边缘或轮廓。（ √）
图像的细节特征不包括以下哪个：（平坦段）
关于图像锐化下面说法不正确的是：（c）

A、

空间锐化滤波运算是同时对图像中的某一邻域的多个像素进行运算处理;

B、

空间域锐化算子具有特点是算子中各元素值之和应为0 ;

C、

图像锐化可以增强图像边缘和细节，去除图像噪声;

D、

图像锐化可以采用频率域高通滤波方法

6.3无向微分算子

图像的锐化处理主要是利用空间（微分）来完成
一阶微分算子有：Sobel、Roberts、Priwitt
二阶微分算子有：Laplacian、Wallis、某个方向上的微分算子

7图像分割

7.1灰度阈值法分割

关于进行图像分割时使用的最大类间、类内方差比法，下列说法正确的是（） 答：使用类间、类内方差比作为选择阈值的评价参数;
基于图像灰度分布的阈值方法包含很多种算法，其中，p-参数法是针对预先已知图像中目标物所占比例的情况下，所采用的一种简单有效的方法。
基于图像灰度空间分布的阈值方法不需要考虑像素与像素之间的相关性。（ ×）
类间最大距离法的设计思想是：在某个适当的阈值下，图像分割后的前景目标与背景两个类之间的差异最大为最佳分割。（√ ）
使用类间最大距离法进行图像分割时，下列步骤正确的是（）①计算相对距离度量值。②给定一个初始阈值，将图像分成目标和背景两类。③分别计算出两类的灰度均值。④选择最佳的阈值，使得图像按照该阈值分成两类后，相对距离度量值达到最大。答：2314
所谓聚类方法，是采用模式识别中的聚类思想，以类内保持最大相似性以及类间保持最大距离为目标，通过迭代优化获得最佳的图像分割阈值。
以下图像分割方法中，属于基于图像灰度分布的阈值方法的是（）以下图像分割方法中，属于基于图像灰度空间分布的阈值方法的是（）
阈值方法的核心是阈值的确定。（√)

7.2基于区域分割

基于图像灰度空间分布的阈值方法不需要考虑像素与像素之间的相关性。（ ×）
区域生长方法的实现有三个关键点：种子点的选取；生长准则的确定；区域生长停止的条件。（ √）
区域生长方法中选取的种子点只能是单个像素。（ ×）
依照分割时所依据的图像特性不同，图像分割方法大致可以分为阈值方法、边界分割方法和区域提取方法三大类。

8图形形态学处理

8.1二值图像基本概念

对应于不同的场景内容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。
同一个场景，在不同连接意义下，对应不同个数的连通域。（ √）

8.2腐蚀与膨胀

形态学处理方法中，膨胀是将目标区域接触的背景点合并到该目标物中，使目标边界向外部扩张的处理。
形态学处理方法中，腐蚀是一种消除边界点，使边界向内部收缩的过程，可以用来消除小且无意义的目标物。

8.3开运算与闭运算

形态学处理方法中，开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。
形态学处理方法中，开运算是使用同一个结构元素对图像进行先腐蚀再进行膨胀的运算。

9彩色图像处理

9.1彩色图像处理1

CMYK表色系的三基色包含：①青色③黄色④品红色、
HSI 表色系的三属性包含：色调，饱和度，亮度
HSI模型适宜用于图像增强的原因是用该模型时可将亮度分量与色度分量分开进行增强和用该模型时可就将色调分量与饱和度分量分开进行增强。（ √）
HSV表色系由色调、饱和度和亮度三属性组成
RGB彩色空间最接近人视觉系统的特点。（ ×）
关于RGB色系下的彩色图像，下列说法正确的是：（ A）

A、

彩色图像的红色分量、绿色分量、蓝色分量都是灰度图像;

B、

该彩色图像的红色分量是彩色图像;

C、

若某个像素点的值是（0，255，0），则表示该颜色中只含红色;

D、

若某个像素点的值是（255，255，255），则表示该颜色为黑色
RGB表色系是减色系统（×）
人在区分颜色时常用的三种基本特征量为亮度、色调和饱和度。其中，色调是与混合光谱中主要光波长相联系的，表示了感官上感受到的不同的颜色。
人在区分颜色时常用的三种基本特征量为亮度、色调和饱和度。其中，饱和度与一定色调的纯度有关，其值越大，颜色看起来越鲜艳。
下面哪个彩色空间最接近人视觉系统的特点()：HSI空间
以下选项中，不属于表色系的是：（）DCT
以下选项中，属于表色系的是：（）YCbCr
在YUV表色系中，Y表示亮度，U表示蓝色与亮度的色差，V表示红色与亮度的色差