数字图像处理

1：概述

图像变换：对图像进行变换在频域进行更有效的处理

图像恢复：对退化的图像进行处理，使得更能接近原始图像

图像增强：增强图像的有用信息，削弱干扰和噪声,提高图像的清晰度,突出图像中所感兴趣的部分

图像压缩和编码：对待处理的图像进行压缩编码减少描述图像的数据量

HSI模型：

H 色调：表明颜色的种类，取决于主波长

S饱和度：表明颜色浓淡的物理量，通常用混入白光量的比例来度量

I亮度：人眼所感受到的颜色明暗程度的物理量

2.图像变换

2.1 几何变换：旋转、平移、比例缩放、放射变换、图像插值

图像插值：最近邻插值、卷积插值、双线性插值

2.2傅里叶变换

2.3图像变换的一般表示形式

2.4图像的离散余弦变换

2.5图像的离散沃尔什-哈达玛变换

2.6K-L变换

3.图像增强

3.1对比度增强

通过灰度变换增强对比度，将源图像中灰度值为r的像素,在目标图像中灰度值变为s，r和s之间的关系由变换函数T表示,s=T(r)称为灰度变换

灰度变换常用方法：

• 对图像中的每一个像素做增强处理（直接灰度变换）
• 借助图像直方图进行变换（也称作直方图处理）

增强对比度的变换函数为：

 

动态范围：指图像从暗到亮的变化范围

3.2直方图修正

直方图均衡化：将原始图像的值变换为均匀分布

直方图均衡优点：自动增加图像对比度，缺点不能用于交互式的图像增强应用，所以采用直方图修正化

直方图修正化：

3.3图像平滑

目的：去除衰减图像的噪声和假轮廓

空域和频域方法

空域分为：

• （1）邻域（局部）平均法：用某点像素的灰度平均值来代替该点的灰度值
• （2）阈值平均法：
• （3）加权平均法：邻域内灰度值及本点灰度加权值来代替该点灰度值
• （4）高斯平均
• （5）自适应局部噪声消除滤波器

频域分为：

（1）低通滤波器：

• 理想低通滤波器（ILPF）
• 巴特沃斯低通滤波器（BLPF）
• 指数低通滤波器（ELPF）
• 梯形低通滤波器（TLPF）

（2）中值滤波：用像素邻域内的中间值代替该像素  用途：去除噪声

中值滤波对干扰脉冲和点状噪声有良好抑制作用,对图像的边缘能较好保持的非线性图像增强技术

依据：噪声以孤立点的形式出现,这些点对应的像素数很少,而图像则是一个像素数较多的、面积较大的块组成

3.4图像锐化

• 图像变模糊原因：成像系统聚焦不好或信道过窄；平均或积分运算；
• 目的：加重目标物轮廓，使模糊图像变清晰

方法分类：

• 空域差分法-模糊图像实质是受到平均或积分元算,故对其进行逆运算（微分），使图像清晰
• 频域考虑，图像模糊的实质是高频分量衰减，故可用高频滤波加强使得图像清晰

二阶微分滤波器-拉普拉斯算子

一阶微分滤波器-梯度算子  （非线性梯度）

梯度算子分类：

• Robert算子

• Prewitt算子

• Sobel算子

距离度量：

3.5图像的同态滤波

3.6图像的彩色增强

•