複習著感覺記不住，於是乎，有了這篇博文，如果也同樣選修了數字影象處理課程的小夥伴們可以參考一哈！ 純手碼字…逢考必過！

概念

取樣與量化

• 灰度變換緩慢的景物：粗取樣、細量化
• 有大量細節變化的影象：細取樣、粗量化
  取樣不夠出現馬賽克；量化不夠出現假輪廓

銳化：突出灰度的過渡部分（增強影象的細節邊緣和輪廓，有利於影象的處理）

• 方法：微分法和高通濾波
• 微分法包括梯度運算元法和拉普拉斯運算元法；高通濾波包含空域高通濾波和頻域高通濾波

平滑：用於模糊處理和降低噪聲

• 例：低通濾波、均值濾波、中值濾波（屬於區域性處理）

平滑和銳化
區別：影象銳化用於增強影象邊緣，導致高頻分量增強，會使影象清晰；影象平滑用於消除影象噪聲，但也容易引起邊緣的模糊
聯絡：都屬於影象增強，改善影象效果

影象增強：通過某種技術有選擇的突出對某一具體應用有用的資訊，削弱或抑制一些無用的資訊

• 基於影象的灰度直方圖，根據所在空間不同，分為空域和頻域兩種
• 常用的彩色增強有：真彩色增強技術、假彩色增強技術、偽彩色增強技術

一階微分：用梯度運算元來計算

• 特點：對於亮的邊，邊的變化起點是正的，結束是負的；對於暗的邊，結論相反；常數部分為0
• 用途：用於檢測影象中邊的存在
  

二階微分：用拉普拉斯運算元來計算

• 特點：二階微分在亮的一邊是負的，在暗的一邊是正的。常數部分為0
• 用途：
  • 二次導數的符號，用於確定邊上畫素是亮的一邊還是暗的一邊。
  • 0跨越，確定邊的準確位置
    

一階微分運算元和二階微分運算元在提取影象細節資訊時有何不同？
一階微分運算元產生較粗的邊緣，二階微分運算元處理對細節有較強的響應，如細線和孤立點。二階微分有一個過度，即從正回到負。在一幅影象中，該現象表現為雙線。

點處理：

• 例：二值化

灰度方差：說明影象對比度（方差小，對比度小；方差大，對比度大）

直方圖均衡化

影象分割的結果影象為二值影象，所以通常又稱為影象分割為影象的二值化處理

腐蝕是一種消除連通域邊界點，使邊界向內收縮的處理
膨脹是將與目標區域背景點合併到該目標物中，使目標物邊界向外部擴張的處理

對於椒鹽噪聲，中值濾波比均值濾波效果好

共點直線群的Hough變換是一條正弦曲線

邊緣檢測是將邊緣像元識別出來的一種影象分割技術
細化：提取線寬為一個像元大小的中心線操作

影象復原的關鍵是建立退化模型，原影象f(x,y)是通過一個系統H及加入加性噪聲n(x,y)而退化成一幅影象g(x,y)的，g(x,y)=H[f(x,y)]+n(x,y)

幾種噪聲的運用

• 高斯噪聲源於電子電路噪聲和由低照明度或高溫帶來的感測器噪聲
• 瑞利噪聲對分佈在影象範圍內特徵化噪聲有用
• 伽馬分佈和指數分佈用於鐳射成像噪聲
• 均勻密度分佈作為模擬隨機數產生器的基礎
• 脈衝噪聲用於成像中的短暫停留中，如錯誤的開關

維納濾波（最小均方誤差）通常用於復原影象，在對影象復原過程中要計算噪聲功率譜和影象功率譜

彩色影象增強時，加權均值濾波處理可以採用RGB彩色模型

馬赫帶效應是指影象不同灰度級條帶之間在灰度交界處存在毛邊現象

採用冪次變換進行影象灰度變換時，若影象偏亮，那麼冪次取大於1，使得處理後圖像變暗；若影象偏暗，那麼冪次取小於1，使得處理後圖像變亮；

高通濾波後的影象通常較暗，為改善這種情況，將高通濾波器的轉移函式加上一常量以便引入一些低頻分量。這樣的濾波器叫做高頻提升濾波器

邊緣檢測運算元中，抗噪效能最好的是Prewitt運算元

簡答

當白天進入一個黑暗劇場時，在能看清並找到空座位時需要一段時間的適應，試述發生這種現象的視覺原理？
人的視覺絕對不能同時在整個亮度適應範圍工作，它是利用改變其亮度適應級來完成亮度適應的，即所謂的亮度適應範圍。同整個亮度適應範圍相比，能同時鑑別的光強度級的總範圍很小。因此，白天進入黑暗劇場時，人的視覺系統需要改變亮度適應級，因此，需要一段時間，亮度適應級才能被改變。

影象銳化濾波的幾種方法
1.直接以梯度值代替
2.輔以門限判斷
3.給邊緣規定一個特定的灰度級
4.給背景規定灰度級
5.根據梯度二值化影象

什麼是馬赫帶效應，如何利用這一效應對影象處理？
原理：指影象不同灰度級條帶之間在灰度交界處產生的毛邊現象，使影象對比度加大，增加相鄰灰度級的灰度差
增加灰度級、灰度差，達到銳化效果

偽彩色增強和假彩色增強有何異同？
偽彩色增強是對一幅灰度影象經過三種變換得到三幅影象，進行彩色合成得到一幅彩色影象；
假彩色增強則是對一幅彩色影象進行處理得到與原影象不同的彩色影象；

• 主要差異：處理物件不同
• 相同點：利用人眼對彩色的分辨能力高於灰度分辨能力的特點，將目標用人眼敏感的顏色表示

什麼是中值濾波，有何特點？
中值濾波是指將當前像元的視窗（或頻域）中所有像元灰度由小到大排序，中間值作為當前像元的輸出值
特點：是一種非線性的影象平滑法，它對脈衝干擾級椒鹽噪聲的抑制效果好，在抑制隨機噪聲的同時能有效保護邊緣少受模糊

對於椒鹽噪聲，為什麼中值濾波效果比均值濾波效果好？
椒鹽噪聲是複製近似相等但隨機分佈在不同的位置上，影象中有乾淨點也有汙染點。中值濾波是選擇適當的點來代替汙染點的值，所以處理效果好。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲

什麼是直方圖均衡化？
將原影象的直方圖通過變換函式修正為均勻的直方圖，然後按均衡直方圖修正原影象。影象均衡化處理後，影象的直方圖是平直的，即各灰度級具有相同的出現頻數，那麼由於灰度級具有均勻的概率分佈，影象看起來就更清晰了

影象增強的目的是什麼？（灰度變換、直方圖修正、影象銳化、影象平滑）
影象增強的目的是為了改善影象的視覺效果，針對給定影象的應用場合，有目的地強調影象的整體或區域性特性，將原來不清晰的影象變得清晰或強調某些感興趣的特徵，擴大影象中不同物體特徵之間的差別，抑制不感興趣的特徵，使之改善影象質量、豐富資訊量，加強影象判讀和識別效果，滿足某些特殊分析的需要。
影象增強時，平滑和銳化具有哪些實現方法？
平滑：領域平均法(均值濾波)，中值濾波，多影象平均法，頻域低通濾波法
銳化：微分法，高通濾波法

簡述梯度法與 Laplacian 運算元檢測邊緣的異同點？
答：梯度運算元和 Laplacian 檢測邊緣對應的模板分別為

梯度運算元是利用階躍邊緣灰度變化的一階導數特性，認為極大值點對應於邊緣點；而 Laplacian 運算元檢測邊緣是利用階躍邊緣灰度變化的二階導數特性，認為邊緣點是零交叉點。

簡述基於邊緣檢測的霍夫變換的原理？
把直線上的點的座標變換到過點的直線的係數域，通過利用共線和直線相交的關係，使直線的提取問題轉化為計數問題

計算題

Sobel運算元

直方圖均衡化（離散情況、連續情況），下面這題為連續情況的

理想低通濾波器的截止頻率選擇不恰當時，會有很強的振鈴效應。試從原理上解釋振鈴效應的產生原因。
答：理想低通濾波器（頻域）的傳遞函式為：

濾波器半徑交叉部分（側面圖）：

對應空間域（進行傅立葉反變換，為sinc函式）：

用理想低通濾波器濾波時，頻域：

傅立葉反變換到時域有：
頻域相乘相當於時域作卷積。因此，影象經過理想低通濾波器後，時域上相當於原始影象與sinc函式卷積，由於sinc函式振盪，則卷積後圖像也會振盪；或者說由於sinc函式有兩個負邊帶，卷積後圖像訊號兩側出現“過沖現象”，而且能量不集中，即產生振鈴效應。若截止頻率越低，即D0越小，則sinc函式主瓣越大，表現為中心環越寬，相應周圍環（旁瓣）越大。而中心環主要決定模糊，旁瓣主要決定振鈴效應。因此當介質頻率較低時，會產生很強的振鈴效應。選擇適當的截止頻率，會減小振鈴效應

逢考必過！錦鯉附體！逢考必過！錦鯉附體！逢考必過！錦鯉附體！ 重要的事情說三遍！