数字图像处理的主要研究内容有哪些?并简要说明。
主要研究内容有:图像增强、图像编码、图像复原、图像分割、图像分类和图像重建。图像增强用于改善图像视觉质量;图像复原是尽可能地恢复图像本来面目;图像编码是在保证图像质量的前提下压缩数据,使图像便于存储和传输;图像分割就是把图像按其灰度或集合特性分割成区域的过程;图像分类是在将图像经过某些预处理(压缩、增强和复原)后,再将图像中有用物体的特征进行分割,特征提取,进而进行分类;图像重建是指从数据到图像的处理,即输入的是某种数据,而经过处理后得到的结果是图像。
图像可以分为哪几类,常见位图有哪些?
图像有许多分类方法,按照图像的动态特性,可以分为静止图像和运动图像;按照图像的色彩,可以分为灰度图像和彩色图像;按照图像的维数,可以分为二维图像、三维图像和多维图像等。位图通过许多像素点来
示一幅图像,每个像素具有颜色属性和位置属性。
位图分为四种,即二值图像、亮度图像、索引图像和RGB图像。
请用MATLAB程序实现灰度图像camera.jpg的二值化处理,阈值取0.7,并显示原图和处理后的图像。
A=imread('camera.jpg');
B=im2bw(A,0.7);
subplot(1,2,1),imshow(A);
subplot(1,2,2),imshow(B);
一帧256灰度级图像由1280X1024个像素构成,那么该帧图像的数据量有多大?
数据量为1280X1024X8=10485760bit=1310720Byte=1280KB=1.25MB
已知某个像素点p的坐标为(x,y),请指出N4(p)、N D(p)和N8(p)。
N4(p):(x+1,y),(x-1,y),(x,y+1),(x,y-1)
N D(p):(x+1,y+1)、(x+1,y-1)、(x-1,y+1)、(x-1,y-1)
N8(p):N4(p)+ N D(p)
灰度级插值用在什么情况下,有哪些插值处理方法?
变换后所产生的图像中的像素在原图像中没有相对应的像素点时,就需要进行灰度级的插值运算,此时可以采用不同复杂程度的线性插值法填充放大后多出来的相关像素点的灰度值。常用的插值处理方法有:最近邻插值法、双线性插值法和3次内插法. Ps:B=imresize(A,10,’nearest’)
图像处理中,正交变换的目的是什么,常用的正交变换有哪些?
图像处理中正交变换的目的是将图像的能量尽量集中在少量系数上,从而最大限度地去除原始图像数据中的相关性。主要用于图像特征提取、图像增强、图像复原和图像编码等处理中。
常用的正交变换有傅里叶变换、离散余弦变换、沃尔什变换、小波变换和K-L变换等。设待处理图像为彩色,文件名为moonland.bmp,请用MATLAB程序实现下列处理
1)3X3的中值滤波,并分两屏显示处理前后图像;
2)傅里叶变换和逆变换,并在同一屏显示原图、频谱图(中心移到零点)和重构图。
1)A=imread('moonland.bmp');
A=rgb2gray(A);
figure,imshow(A,[ ]);
B=medfilt2(A);
figure,imshow(B,[ ]);
2)A=imread(' moonland.bmp ');
subplot(1,3,1),imshow(A);
title('原图像');
A=rgb2gray(A);
B= fft2(A);
C=fftshift(B);
subplot(1,3,2),imshow(log(abs(C)), [ ]);
title('二维傅立叶变换');
D= ifft2(B);
subplot(1,3,3),imshow(log(abs(D)), [ ]);
title('逆变换后图像');
一幅图像,经过傅里叶变换之后,将高频部分删除,再进行反变换,会得到什么结果?
在频谱图上,大部分能量集中在中低频,高频部分的分量很弱,仅仅体现了图像的某些细节。白色斑点、噪声和边界等会表现为高频部分,所以通过滤去高频,可以降噪。傅里叶变换将图像从空域转到时域,降噪处理后再反变换回空域,就达到了消除噪声的效果。
图像增强的目的是什么,通常包含哪些技术?
图像增强的目的是采用某种技术手段,改善图像的视觉效果,或者将图像转换成更适合于人眼观察和机器分析识别的形式,以便从图像中获取更有用的信息。
常用的图像增强技术包括空域的灰度变换、直方图处理、平滑滤波、锐化滤波和频域的低通滤波、高通滤波、同态滤波。
假设对恒星的观测图像包含一组明亮且松散的点,可以用一组脉冲与恒定亮度背景相乘的方法进行建模。试
一个同态滤波器来提取对应恒星的该组亮点。
假设恒定亮度背景为,脉冲图像为,则传感器获得的图像为 0 (, ) rxyr (, )ixy
0 (, ) (, ) (, ) (, ) f xyrxyixyr ixy
但不知道,对上式两边取对数,可得0 r 0 ln (, ) ln ln(, ) f xyr ixy
对上式进行傅里叶变换
令,则有 (, ) ln (, )zxyf xy 0 [(, )] [ln ][ln(, )] FzxyFr Fixy
即得(,) (,) (,) ZuvI uvRuv
其中恒定亮度背景的频谱处于低频部分,而脉冲对应高频部分,因此可以采用一个高通滤波器滤除恒定零度背景,从而提取对应恒星脉冲。
若设传递函数为,则有 (,)Huv
(,) (,)(,) (,)(,) (,)(,) (,)(,) SuvHuvZuvHuvI uvHuvRuvHuvI uv
进行逆变换,可得1 1 (,) [(,)] [(,)(,)] '(, ) suvF SuvF HuvI uvi xy
对取指数,即得目标图像'(, )i xy(, ) exp['(, )] gxyi xy
简述图像复原的流程,画出退化模型和复原模型。
图像复原是针对图像退化而采取的恢复方法,图像退化是指图像在形成、传输和记录过程中,由于成像系统、传输介质和设备的不完善,使图像的质量变坏。图像恢复就是尽可能恢复退化图像的本来面目,它是沿图像退化的逆过程进行处理的。
图像复原的流程为:找退化原因—建立退化模型—反向推演—恢复图像
图像退化模型为,空域:(, ) [ (, )](, ) gxyHf xynxy
频域:(,) (,)(,) (,) GuvHuvFuvNuv
其中,为原图像,为加性噪声,为退化图像。 (, )f xy(, )nxy(, )gxy
图像复原模型如下图所示
其中, f (x, y)是由图像恢复滤波器得到的恢复图像,用于逼近原图像 f (x, y)
在图像变换编码中,为什么要对图像进行分块?简述DCT 编码的原理和基本过程。
在图像变换编码中,要对图像进行分块的的原因是
1)小块图像的变换计算更便捷
2)距离较远的像素之间的相关性更小;
3)可以将传输误差所引起的图像损伤限制在子图像的范围之内,从而避免误码的扩散。DCT 编码的原理框图如下图所示