[课程总结]数字图像处理课程小结

dskongenius 发表于 2007/12/2 15:07:57

数字图像处理考试终于考完了，总结总结： 1.数字图像处理 主要包括正交变换，图像编码，图像增强，图像复原，图像重建等等。 2.正交变换 正交变换主要包括傅立叶变换，hotelling变换等等。 傅立叶变换（DDT）可以把图像由空域变换到频域，这可以跟高等数学里面的傅立叶级数联系起来，只要符合狄里克来条件的函数都可以由无穷个正弦波和余弦波加权结合起来，这无穷个正弦波和余弦波彼此是正交的，称为基波，一个函数可以由一组正交的基波加权结合起来。傅立叶变换也可以这么考虑，把空间的一些值看作权值，再跟一个正交向量结合起来，组成频谱。 快速傅立叶变换（DDT）则是把图像用计算机处理的转折点，因为图像的信息量太大，在FDT面世之前，用计算机处理图像信息是不可以想象的，FDT把计算机处理图像成为可能。他把傅立叶变换的时间复杂度由o(n^2)降为o(nlogn)。FDT可以跟算法里面的分治法结合起来。 Hotelling变换则是降低了信息的冗余度，用线性代数里面的知识来完成。 3.图像编码 图像编码主要包括霍夫曼编码，轮廓编码(或者称为行程编码)。 熵是信息论的内容，包括信息熵，条件熵，联合熵。 信息熵是指信息的不确定性，不确定性越大，熵就越大。根据香农第一编码定律，编码的平均长度不可能低于信息熵。熵编码就是最佳编码，霍夫曼编码就是一种熵编码。 行程编码则适用于图像中有简单大物体，如河水泛滥的地区划定，森林分类等图象。主要有IP算法和T算法。 4.图像增强 图像增强则是为了改善图像的视觉效果，不顾图像畸变与否，主要满足看得舒服和找出特征两个目的就行。 可以分为空域处理和频域处理。 空域处理主要包括灰度直方图的修改。 频域处理：在图像的频域中，低频相应于空间的大物体，而高频相应于细节和边缘，因此要想使细节模糊而保持图像中的大物体，选用的滤波函数应使低频分量通过而抑制高频分量或使之减弱。反之要使图像的细节及边缘清楚，则选用的滤波函数应使高频分量通过或放大而抑制低频分量使之减弱。点状尖峰噪声是反映在高频，可用低通滤波去掉。 主要分为低通滤波和平滑去噪声，高通滤波及图像锐化，带阻滤波去除网络状干扰信号，同态滤波解决光照射不均匀。 滤波函数主要分为四种，理想滤波，Butterworth滤波，指数滤波和梯形滤波。理想滤波会使图像抖动而使用其他滤波。 图像的平滑去噪声：噪声分为两大类，一类是点状尖峰状颗粒噪声，另一类是分布的噪声如高斯噪声。对于点状噪声最有效的方法就是图像平滑技术，如图像领域平均法，多幅平均法等等。 图像轮廓抽取和图像锐化：主要有梯度法。 5.图像复原 图像复原需要知道图像退化的机制和过程的先验知识，据此找出一种相应的反过程方法，从而得到原来的图像。 图像退化模型 主要方法有无约束方法和有约束方法，前者主要为反滤波，后者主要为维纳滤波。 6.图像重建 图像重建是从投影来重建物体的截面图像，此技术在物体的无创伤性检测及其内部缺损的应用中能起很大作用。 主要方法为傅式切片定理，滤波反投影和扇束重建图像。