数字图像处理复习内容概括精选.pptVIP

数字图像处理内容概括 第一章 数字图像处理概念与基础 本章主要是掌握图像处理的基本概念和一些术语。 1、数字图像处理的定义：是指使用计算机对图像进行加工与处理,以增强人的视觉效果。 2、图像处理技术的分类 3、数字图像处理的特点与统计特性（p3和p19-21） 4、数字图像处理两类方法与处理内容（p8） 5、Matlab基本图像处理：读取、显示、存储，数组索引（实现图像抽取、旋转, 裁剪、翻转）和基本运算的应用。 f=imread(‘fileName’); 2) Imshow(f); imwrite(f,’fileName’) 4) 数组索引用法 5）基本运算 6、常用图像格式 模拟图像处理 数字图像处理 第2章 图像变换 1、目的： 把图像从空间域转变到变换域，利用变换域中的特有性质实现对图像的处理与分析。 2、内容： 傅里叶变换 4、主要掌握的内容 （1）空间域、时域和频率域的概念。 （2）傅里叶变换可分性、线性和旋转性等性质的含义。 （3）离散傅里叶变换的定义及其几点基本概念（p82）。 (4) 离散傅里叶变换对称性、时（频）移位和周期性性质的含义(p84)。 （5）快速傅里叶变换的理论概念、条件、分解方法及其输入点列顺序与输出点列顺序的关系。 (6) 低频率和高频部分主要是表达图象中那些主要成分。 （7）FFT蝶式运算流程分解方法与原理 3、应用 低通滤波：消除噪声具有图像平滑功能 高通滤波：突出图像边缘和突变部分具有图像锐化功能。 特征提取、图像复原、图像识别和图像编码 (8) 熟练掌握傅里叶变换几个Matlab函数的应用 1）傅里叶正变换函数： F=fft2(f,m,n) 使结果图像的大小为mxn，其中m,n= 2) 获得傅里叶频谱函数: s=abs(F); F:傅里叶变换结果 3) 将变换原点移动到频率矩形中心函数：F1=fftshift(F); 4）傅里叶逆变换函数：f=real(ifft2(F)) 灰度变换 直方图均衡化 直方图规定化 2、内容 图像修正增强 图像平滑增强 图像锐化增强 邻域平均法 掩模平均法 低通滤波法 微分(梯度)算子法 拉普拉斯算子法Sobel算子法 Prewitt算子法 Log算子 Canny算子法 高通滤波法 1、目的： 改善图像的视觉效果，提高图像成分的清晰度和便于计算机处理 第3章 图像增强处理 调整图像的灰度动态变化范围以增强图像的视觉效果。 3 主要应用： 平滑图像的突变部分以消除图像的噪声达到图像目标物的增强。 中值滤波法 增强图像目标物的边缘部分以达到突出图像目标物的边缘效果，为后续图像分割作前期处理。 消除图像的噪声污染，改善图像质量。 4、主要掌握的内容 (1) 线形、指数、对数增强方法的特点并掌握imadjust(f,[low_in high_in],[low_out high_out,gam)函数的应用 (2)对比度拉伸图像对比度增强的概念及其理论。 (3) 图像直方图的特征，均衡化和规定化图像处理思想、区别、计算过程与matlab程序设计和imhist(f,b)和 imhisteq(f,nlev)的应用。 (4) 空域图像平滑方法的目的，处理图像结果的特点平滑窗口大小的关系和掩模平滑处理计算步骤。 (5) 图像锐化原理依据、目的、对处理结果图像的影响和图像锐化处理计算步骤。 (6) 熟炼掌握梯度算子、prewitt、sobel、拉普拉斯算子处理计算和matlab编程实现。 (7)熟炼掌握零交叉和Canny算子边缘检测基本原理，方差值对结果的影响。 (8) 中值滤波图像增强处理方法、处理目的，熟练掌握处理计算步骤、滤波窗口大小与处理结果的关系。 (9) 频率低通滤波和高通滤波增强处理图像的特性，与截止频率选择的关系和matlab编程实现。 （10）掌握下面几个matlab函数的应用 1) 生成掩模函数：w=fspecial(‘type’,parameters)、 type与parameters参数的取值有： ‘averge’，[r c] ‘disk’ ,r; ‘gaussian’, [r c],sig; ‘laplacian’ alpha(0~1); ‘log’,[r c],sig; ‘motion’ ,len,theta; 2) 滤波函数：g=imfilter(f,w,filter_mode,boundary_options,size_options) filter_mode参数的取值： ‘conv’用卷积来完成； ‘corr’使用相关来完成。 boundary_options参数的取值： ‘replicate’复制外边界来扩展； ‘symmetri