Digital Image Process —— Review
考试题型（大题）——1、计算（带计算器） 2、证明（设计解决算法，熟悉各种算法属性）
第二章——了解几种关系，相邻，邻接，边界判断，区域（2.5）
第三章——直方图匹配
空域——给图像和模板自己算，均值滤波，中值滤波，（高斯 公式）
二阶微分对图像处理——拉普拉斯——证明拉普拉斯算子在频域和空域效果一样
第四章——画DFT蝶形图
第五章——维纳滤波器的推导5.8，看PPT，采取随机过程或求最小二乘来证明，后者简单（可能考5.4.4）
第六章——了解模型以及转换
第八章——大题——8.1 相对数据冗余，几个术语要知道怎么算
8.2 编码——霍夫曼编码，算数编码（计算），几种编码方式要看一看
第九章——基本术语，考开操作，闭操作，腐蚀膨胀，画图⭐
看文献：endnote, zotero
第一章 绪论
1. 图像简介
当x, y, 和灰度值f是有限的离散数值时，该图像为离散图像
2. 数字图像处理简介
包括——图像增强、恢复、压缩、水印、分割等；
低级：输入和输出是图像
中级：输出是从输入图像中提取的属性
高级：对单个对象的识别的整体
3. 数字图像应用简介
图像能源——电磁能谱，声波，超声波，电子
从医疗太空到工业应用
4. 数字图像系统简介
第二章 数字图像基础
1. 人类视觉系统
......
2. 光和电磁光谱
-
可见光只是人眼可以感知的电磁光谱的一部分
-
电磁光谱根据不同形式能量的波长进行分解——伽马射线，X射线，紫外线，可见光谱，红外线，微波，无线电波
c = 波长 * 频率
-
单色光/无色光：没有颜色的光。唯一的属性是它的强度，灰度级常用来表示它的强度。
-
彩色光源的质量描述——
- 发光强度（总能量）
- 光通量（观察者从光源感受到的能量）
- 亮度
3. 图像传感与采集
4. 采样，量化和分辨率
5. 图像表示
6. 像素之间的基本关系
-
4个相邻相邻像素N4(p)
4个对角相邻像素ND(p)
8邻域——对角相邻+相邻点N8(p)
-
邻接性——4邻接，8邻接，m邻接(消除8邻接时产生的二义性)
-
路径Path，闭合通路，连通分量，连通集（区域），连通集的邻接
-
边界，图像的前景（所有的区域的并集R），背景（R的补集）
区域R的边界是这样的点的集合，这些点与R的补集中的点邻*。
-
距离度量
欧几里得距离
距离D4（城市街区距离）（菱形）\(D_{4}(p,q)=|x-s|+|y-t|\)
距离D8（棋盘距离） \(D_{8}(p,q)=max(|x-s|,|y-t|)\)
7. 数学工具
第三章 灰度变化与空间滤波
空间域：指图像*面本身，直接以图像中的像素操作为基础。主要包括灰度变换和空间滤波两类。
变换域：首先把一幅图像变换到变换域，在变换域中进行处理，然后再把处理结果返回到空间域
1. 灰度变化
-
邻域大小为1*1时，则T为一个灰度变换函数。r和s分别代表处理前后的像素值，\(s=T(r)\)。例：对比度拉伸，阈值变换
-
常用三类基本函数——线性函数（恒等函数和反转变换），对数函数（对数和反对书变换）和幂律函数（n次幂和n次根变换）。
-
图像反转 \(s=L-1-r\) (增强暗区中嵌入的白色或灰色细节)
-
对数变换 \(s=clog(1+r)\) (将一小范围的低强度值映射到更大范围的输出水*)
-
幂律(伽马)变换 \(s=cr^{\gamma}\)
-
分段线性变换
- 对比度拉伸——点\((r_{1},s_{1})\)和点\((r_{2},s_{2})\)的位置控制变换函数的形状。
- 灰度级分层
- 比特*面分层
2. 直方图处理
归一化后的直方图：\(p(r_{k}=n_{k}/MN)\)
横轴表示从0到255的色调值。
纵轴表示每个色调值中的像素数。 条形越高，具有该值的像素越多
-
直方图均衡
- \(s=T(r),p_s(s)ds=p_{r}(r)dr\)[1]
- \(s=T(r)=(L-1)\int_{0}^{r}p_r(w)\mathrm{d}w\)
- 可推导出 \(p_s(s)=\frac{1}{L-1}\)
- 离散公式为\(s_k=T(r_k)=(L-1)\sum_{j=1}^{k} p_r(r_j)\)
- 此过程增加了灰度的动态范围，并增加了图像对比度
- 注: 由于直方图均衡化的离散逼*，新的直方图并不*坦
- 直方图均衡并不是永远都能达到很好效果
- 直方图匹配