数字图像处理期末复习总结

第三章 图像基本运算

3.1 概述

·点运算是对一幅图像中的每个像素点的灰度值进行计算，以改善图像显示效果

·代数运算是指将两幅图像通过对应像素之间的加、减、乘、除运算，得到输出图像。

·逻辑运算主要是针对两幅二值图像进行逻辑与、或、非等运算。

·几何运算就是改变图像中物体对象之间的空间关系。

3.2 点运算

点运算从数学上可分为线性点运算和非线性点运算

·线性点运算的灰度变换函数

r为输入点的灰度值，s为相应输出点的灰度值

（1）当a=1且b=0时，将输入图像复制到输出图像即可。当a=1且b≠0，则操作结果仅使所有像素的灰度值上移或下降，其效果是使整个图像在显示时更亮或更暗。

（2）如果a＞1，则输出图像对比度增大。

（3）如果0＜a＜1，则输出图像对比度降低。

（4）如果a ＜0，则暗区变亮，亮区变暗，点运算完成了图像求补。

·非线性点运算

 常见的非线性灰度变换为对数变换和幂次变换

对数变换的一般表达式为

                   s = c log(1 + r)

其中c是一个常数，r ≥ 0。

对数变换可以将输入的一个小范围低灰度值映射到较大范围的输出值。（低灰度区扩展，高灰度区压缩）

 幂次变换的一般形式为

 

其中c和 γ 为正常数。

当γ<1时，幂次变换会把输入窄带暗值映射到宽带输出值

当γ>1时，幂次变换会把输入窄带亮值映射到宽带输出值

 

3.3 代数运算与逻辑运算

·代数运算是指两幅或多幅输入图像之间进行点对点的加、减、乘、除运算得到输出图像的过程。如果记输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，则有如下四种形式：

 

·加法运算通常用于平均值降噪等多种场合。

·减法运算

  将同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减，这就是图像的减法运算。实际中常称为差影法。

  差值图像提供了图像间的差值信息，能用于指导动态监测，运动目标的检测和跟踪，图像背景的消除及目标识别等。

  差影法在自动现场检测中的应用：

  1、在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警；

  2、用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等；

  3、也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染；

·乘法运算

  简单的乘法运算可用来改变图像的灰度级

  乘法运算也可用来遮挡图像的某些部分，用于获取掩模图像

·除法运算

  简单的除法运算可用于改变图像的灰度级

  除法运算的典型应用是比值图像处理

·逻辑运算

  常见的图像逻辑运算有与、或、非等，其主要针对二值图像进行处理

3.4几何运算

图像几何的一般定义为：

·图像平移 ·图像镜像（旋转180） ·图像旋转 ·图像的缩放

 第四章  图像变换

·图像变换：为达到某种目的将原始图像从空间变换映射到另一个域上，使得图像的某些特征得以突出，以便于后面的处理和识别。

·物理背景：图像的大部分能量都集中在低、中频段，高频分量很弱。

注：变换必须是可逆的，可以通过逆变换还原回去。

4.1连续傅里叶变换

·用傅里叶变换表示的函数特征完全可以通过傅里叶反变换来重建，而不会丢失任何信息。

一维傅里叶变换

·若把一个一维输入信号做一维傅里叶变换，该信号就被变换到频域上，即得到了构成该输入信号的频谱，频谱反映了输入信号由哪些频率构成。

·当一个一维信号满足狄里赫莱条件。即如下3个条件

1. 具有有限个间断点
2. 具有有限个极值点
3. 绝对可积

则其傅里叶变换对（变换和逆变换）一定存在、

4.2离散傅里叶变换

·要在数字图像处理中应用傅里叶变换，需要解决两个问题：

1. 傅里叶变换的f(x)为连续（模拟）信号，而计算机处理的是数字信号（图像数据）
2. 数学上采用无穷大概念，而计算机只能进行有限次计算。

  通常将解决这两种限制的傅里叶变换称为离散傅里叶变换（DFT）

·空间频率

1. 空间频率是指在一定方向上的单位空间（距离）波动的函数。它不仅具有大小而且具有方向，是一个矢量。
2. 一幅图像有明暗和色彩的差别，是一种光的强度和颜色按空间的分布。

·相对于空间频率域，有时也把图像本身叫做空间域。

·在图像中，空间频率可以表示单位长度上的正弦波形变化的重复次数。

·傅里叶变换的结果与图像中的强度变化模式具有一定的联系。

·低频对应着图像整体灰度级的显示，高频对应图像中变化快的分量（图像的细节）

4.3快速傅里叶变换

·快速傅里叶变换（FFT）并不是一种新的变换，它是离散傅里叶变换（DFT）的一种算法。

·该算法把原始的N点序列一次分解成一系列短序列，求出这些短序列的离散傅里叶变换，以此来减少乘法运算量。

·通过把离散傅里叶变换的输入数据序列f(x)分成两部分的方法可以导出快速傅里叶变换。（分成带偶数下标的元素和带奇数下标的元素）

4.4傅里叶变换的性质

·可分离性

1. 一个二维傅里叶变换可分解为两步进行，其中每一步都是一个一维傅里叶变换。F(u,y)可沿x方向变换得到，在此基础上，再对F(u,y)沿y方向求傅里叶变换就可得到F(u,v).

·平移性 平移将不改变频谱的幅值

·周期性·共轭对称性·旋转性质·卷积

  卷积定理表明两个二维连续函数在空间域中的卷积可用求其相应的两个傅里叶变换的乘积的逆变换而得。

4.5图像傅里叶变换实例

图像灰度变化缓慢的区域，对应它变换后的低频分量部分；图像灰度呈阶跃变换的区域，对应变换后的高频部分。

4.6离散余弦变换（DCT）

·离散余弦变换是分离的变换，其变换核为余弦函数。DCT除了具有一般的正交变换性质外，它的变换阵的基向量能很好地描述人类语音信号和图像信号的相关特征。最佳变换，只有实数域变换

·图像经过DCT变换后，图像变化缓慢区域对应DCT系数的高频部分