数字图像处理期末复习要点与简答总结#

一、 核心问答解析#

1. 数字图像处理系统的组成及作用？#

数字图像处理系统主要由以下几部分组成：

• 图像采集：使用传感器（如相机、扫描仪）将连续的光信号（模拟信号）转换为数字图像。
• 图像存储：用于存放图像数据的硬件设备（如硬盘、内存、显存等）。
• 图像处理：系统的核心部分，由计算机硬件（CPU/GPU）及图像处理软件对图像数据进行各种运算和处理。
• 图像显示与输出：在屏幕上实时显示处理结果，或通过打印机、投影仪等设备进行输出。

2. 图像增强的目的及其分类？#

• 目的：按特定需求突出图像中的某些有用信息，削弱或去除不需要的背景/噪声信息，以改善图像的视觉效果，或使其更利于后续的人工观察或计算机分析。需要注意的是，图像增强不关心图像是否“失真”，只注重实际效果与应用需求。
• 分类：
  • 空间域增强：直接对图像的像素进行操作。
    • 点运算：如灰度变换、直方图均衡化。
    • 邻域/局部运算：如平滑滤波器、锐化滤波器。
  • 频率域增强：通过傅里叶变换将图像转换到频率域后，对频谱进行操作，然后再逆变换回空间域。
    • 低通滤波：阻挡高频，允许低频通过，用于**平滑（模糊）**图像。
    • 高通滤波：阻挡低频，允许高频通过，用于**锐化（提取边缘）**图像。

3. Huffman 编码有何优缺点？#

• 优点：
  • 编码效率高：在符号的出现概率相差较大时，压缩效果极好，能够逼近信息熵的理论最优值（无损压缩）。
  • 无前缀码（即时码）：任何一个字符的编码都不是另一个字符编码的前缀，解码时不会产生歧义。
  • 算法简单：逻辑清晰，易于软硬件实现。
• 缺点：
  • 需要双遍扫描（Two-pass）：第一次遍历输入数据统计符号概率（频率），第二次根据构建的哈夫曼树进行编码，速度较慢。
  • 对概率分布敏感：如果各个符号出现的概率非常接近（接近均匀分布），压缩效率会急剧下降，甚至可能导致编码后的数据比原数据更大。
  • 抗误码能力差：由于是变长编码，传输过程中一旦某一位（Bit）发生错误，会导致后续的所有解码全部错位，产生误差扩散。

4. JPEG 算法中 DCT 系数采用 Z 字形（Zig-Zag）重排有何作用？#

• 核心作用：为后续的**游程编码（Run-Length Encoding, RLE）**做准备，最大化压缩效率。
• 物理原理：自然图像的能量主要集中在低频区域。经过离散余弦变换（DCT）后，系数矩阵中左上角对应低频（包含图像主要能量/细节），右下角对应高频（多为噪声和不明显的边缘）。
• Z 字形扫描：按照从左上到右下的对角线波浪形（Z字形）扫描，能够把数值较大的低频系数排在前面，把大量趋近于 $0$ 的高频系数集中排在后面，从而在序列末尾形成极长的连续“$0$”串。
• 压缩效果：这样极其有利于游程编码。例如，可以用一个简单的符号对 (0, 50) 代替 50 个连续的 0，极大地降低了数据量，提升了压缩比。

5. 什么是彩色的减色模型和加色模型？哪一种模型适合用于电视机显示和打印场合？#

• 加色模型 (Additive Model)：
  • 原理：基于多种色光（主动发光体）的混合，越混合越亮。其三原色为 红（R）、绿（G）、蓝（B）。
  • 混合结果：红、绿、蓝三色以最大亮度混合得到白色；完全没有光时为黑色。
  • 适用场合：电视机、显示器、手机屏等所有主动发光的设备。
• 减色模型 (Subtractive Model)：
  • 原理：利用颜料/油墨吸收（减去）白光中的某些色光，反射剩余色光的原理。其三原色为 青（C）、品红（M）、黄（Y）。
  • 混合结果：青、品红、黄三色混合理论上得到黑色（实际应用中为得到纯黑，通常加入黑色 K，构成 CMYK 模型）。
  • 适用场合：打印、印刷、绘画等所有反射光呈色的场合。

---

二、 经典滤波模板分析#

本部分分析数字图像处理中常见的几种 $3 \times 3$ 空间滤波模板及其应用。

---

1. 高斯平滑滤波器 (Gaussian Smoothing Filter)#

滤波模板#

$$H = \frac{1}{16} \begin{bmatrix} 1 & 2 & 1 \\ 2 & 4 & 2 \\ 1 & 2 & 1 \end{bmatrix}$$

• 效果：图像平滑、模糊，用于去噪。
• 详细说明：
  • 这是一个典型的加权平均滤波器。工作原理是用像素邻域内各个像素的加权平均值来代替该像素的值。
  • 模板中心的权重最高（为 $4$），离中心越远的像素权重越低，这符合二维高斯分布的特点，因此被称为高斯滤波器。
  • 该滤波器能有效抑制和去除图像中的高斯噪声，但副作用是会使图像的边缘和细节产生不同程度的模糊。
  • 前面的 $\frac{1}{16}$ 是归一化系数（所有元素之和为 $1+2+1+2+4+2+1+2+1 = 16$），用于保证图像在滤波前后的整体亮度保持不变。

---

2. 拉普拉斯算子 (Laplacian Operator)#

滤波模板#

拉普拉斯算子是二阶微分算子，用于检测图像中的灰度二阶变化率，常用的 $3 \times 3$ 模板有以下两种形式：

• 纯微分边缘提取模板（中心值为 $4$）： $$H_1 = \begin{bmatrix} 0 & -1 & 0 \\ -1 & 4 & -1 \\ 0 & -1 & 0 \end{bmatrix}$$
  • 特点：模板所有元素之和为 $0$（$4 - 1 - 1 - 1 - 1 = 0$）。
  • 效果：提取图像中的边缘和噪声细节，而平坦区域输出为黑色（$0$）。由于提取出的边缘对比度极低，通常无法直接用于视觉观察，需要做进一步对比度拉伸或与原图叠加。
• 锐化增强模板（中心值为 $5$）： $$H_2 = \begin{bmatrix} 0 & -1 & 0 \\ -1 & 5 & -1 \\ 0 & -1 & 0 \end{bmatrix}$$
  • 等效原理：等效于 原图 + 纯拉普拉斯锐化结果。
  • 效果：在突出边缘和细节的同时，保留了原始图像的背景亮度和特征，直接得到增强后的锐化图像。

---

3. Prewitt 垂直边缘检测算子 (Prewitt Vertical Edge Detection Operator)#

滤波模板#

$$H = \begin{bmatrix} -1 & 0 & 1 \\ -1 & 0 & 1 \\ -1 & 0 & 1 \end{bmatrix}$$

• 效果：检测并提取图像中的垂直方向边缘（响应水平方向的灰度突变）。
• 详细说明：
  • 该算子通过计算图像中某点左右两边像素灰度的差值，来近似该点在水平方向上的梯度 $\frac{\partial f}{\partial x}$。
  • 当模板滑过图像时，如果邻域内存在一个从左到右的灰度跳变（即垂直方向的边缘），右侧的 $+1$ 列与左侧的 $-1$ 列会产生极大的响应值。因此，输出图像中高亮的部分就对应原图的垂直边缘。

---

4. Sobel 垂直边缘检测算子 (Sobel Vertical Edge Detection Operator)#

滤波模板#

$$H = \begin{bmatrix} -1 & 0 & 1 \\ -2 & 0 & 2 \\ -1 & 0 & 1 \end{bmatrix}$$

• 效果：检测并提取图像中的垂直方向边缘。
• 详细说明：
  • 与 Prewitt 算子类似，Sobel 也是一阶微分算子，用于提取垂直边缘。
  • 不同之处在于，Sobel 算子在中心行引入了更高的权重（中间元素为 $\pm 2$），即给予了中心像素邻域更强的关注。
  • 这种设计的好处是，Sobel 算子在计算梯度的同时，隐式地进行了平滑处理，因此对噪声具有更好的抑制能力，检测出的边缘更平滑、连续，抗噪性能优于 Prewitt 算子。

---

三、 知识点大纲#

1. 图像基础与数字化#

• 图像的定义：图像是人对视觉感知的物质再现。数字图像则是以二维像素矩阵表示的离散化图像。
• 数字化过程：将连续的模拟图像转换为计算机可处理的数字图像，包含两个关键步骤：
  • 采样：在空间坐标上的离散化。将连续图像划分为离散的采样点（像素）。
    Tip

    具体的采样原理解析可参考知乎讨论：怎么解释「采样」？ - 知乎

  • 量化：在**幅值（亮度/颜色）**上的离散化。用有限个数值（如 0-255）来近似表示连续的灰度值。
• 图像分辨率：
  • 空间分辨率：图像中可分辨的最小细节，由单位距离内的像素数决定（如 DPI）。
  • 灰度分辨率：表示每个像素所能取灰度值的数量，由量化位数（Bit 深度）决定（如 8-bit 对应 256 个灰度级）。
• 图像分类：按颜色和灰度可以分为：二值图像、灰度图像、索引图像和真彩色图像。
• 像素：数字图像的基本单位，包含位置信息（坐标）和颜色/亮度信息（属性值）。

---

2. 图像增强#

• 目的：主观上改善图像的视觉效果，使其更适合特定应用或人眼观察。
• 与图像复原的区别：
  • 增强：主观过程，不依赖退化模型（如对比度拉伸、直方图均衡化）。
  • 复原：客观过程，需基于退化模型反向恢复原始图像（如逆滤波、维纳滤波）。
• 方法分类：
  • 空间域增强：直接对像素进行操作。包括点运算（灰度变换、直方图均衡）和模板运算（平滑滤波、锐化滤波）。
  • 频率域增强：在傅里叶变换后的频率域对频谱进行操作（低通、高通、带通滤波）。
• 核心技术：
  • 直方图均衡化：通过变换函数将图像的灰度概率分布趋于均匀分布，从而提高全局对比度。
  • 灰度变换：如分段线性灰度扩展（对比度拉伸），用于拉伸感兴趣的灰度范围，抑制不感兴趣的范围。
  • 空间滤波：
    • 平滑（低通滤波）：目的是去除噪声，但代价是会使图像细节和边缘变得模糊。
    • 锐化（高通滤波）：目的是突出图像的边缘、轮廓和细节。
    • 高频加强/提升：在高通滤波的基础上保留了一部分直流分量（原图背景），在锐化边缘的同时保证背景亮度不丢失。

---

3. 图像复原#

• 图像退化：图像在形成、传输和记录过程中由于成像系统缺陷或噪声干扰导致质量下降的过程。主要由系统特性（如镜头模糊、运动模糊）和噪声两部分引起。
• 几何失真：由于成像系统非线性、拍摄角度倾斜等因素引起的图像空间几何关系扭曲，可通过几何变换（控制点法）进行校正。
• 维纳滤波 (Wiener Filtering)：一种常用的图像退化复原技术，是一种最小均方误差滤波器，在复原时需要已知噪声和原始图像的功率谱。

---

4. 图像压缩#

• 目的：减少图像的数据冗余，以节省存储空间并提高传输效率。
• 冗余类型：主要包括编码冗余（编码符号未达熵极限）、像素间相关冗余（空间/时间相关性）和心理视觉冗余（人眼对某些视觉信息不敏感）。
• 分类：
  • 无损压缩：可完全、无误差地恢复原始图像数据，压缩比通常较低（如 Huffman、算术编码、LZW）。
  • 有损压缩：利用人眼生理视觉特性，舍弃一部分次要信息以获得极高的压缩比，不可完全复原（如 JPEG 压缩）。
• 编码方法：
  • 哈夫曼编码 (Huffman Coding)：一种无损变长编码，根据符号出现的概率构建最优二叉树（哈夫曼树）。
  • 算术编码 (Arithmetic Coding)：另一种高效的无损变长编码，将整个输入序列映射到 $[0, 1)$ 区间的某一个浮点数值。
  • 变换编码：如离散余弦变换 (DCT)，将空间域图像数据变换到频率域以去除空间相关性，常用于 JPEG 有损压缩体系。

---

5. 图像分割#

• 目的：根据某些特征（灰度、颜色、纹理等）将图像划分为若干个互不重叠的、具有独特性质的区域，并提取感兴趣的目标。它是简化图像表示、使图像更易于理解和分析的关键步骤。
• 常用技术：
  • 阈值分割：一种最常用的二值化方法，根据灰度阈值将像素分类。阈值的选择通常基于图像的直方图（如大津法 OTSU）。
  • 边缘检测：通过检测灰度变化剧烈的边界像素（如使用 Sobel、Canny 算子）来定位目标轮廓。
  • 区域分割：如区域生长、区域分裂与合并，根据像素间的相似性直接构建区域。

---

6. 彩色图像处理#

• 常见彩色模型：
  • RGB 模型：加色模型，主要用于显示器、摄像机等主动发光设备。原点 $(0,0,0)$ 表示黑色，顶点 $(1,1,1)$ 或 $(255,255,255)$ 表示白色。
  • CMYK 模型：减色模型，主要用于打印机、印刷行业。
  • HSI 模型：包含色调 (H)、饱和度 (S) 和 亮度 (I) 三个分量，该模型最接近人类描述和感知颜色的方式。
• 彩色图像增强：
  • 误区：直接在 RGB 空间对红、绿、蓝三个通道独立进行直方图均衡化会造成严重的颜色畸变（色调发生偏移）。
  • 正确做法：先将图像从 RGB 转换到 HSI（或 YCbCr）空间，保持色调（H）和饱和度（S）不变，仅对亮度（I）分量进行增强处理，最后再转换回 RGB 空间。

---

四、 简答与名词解释题精选整理#

1. 简述图像复原与图像增强的相同点及不同点？#

• 相同点：
  • 两者都旨在改善图像的质量和视觉效果。
  • 处理的对象都是数字图像。
  • 部分技术可以交叉使用（如滤波）。
• 不同点：
  • 目的不同：图像增强是主观过程，目的是突出感兴趣的特征，让图像更适合特定应用，它并不要求不失真；图像复原是客观过程，目的是根据退化模型尽可能地恢复图像的原始面貌。
  • 理论基础不同：图像增强更侧重经验和试探性的方法（如对比度拉伸）；图像复原严格基于数学退化模型（如逆滤波、维纳滤波）。

2. 数字图像处理的主要特点及主要优点？#

• 主要特点：
  • 处理对象是离散化的像素矩阵。
  • 涉及数学、计算机科学、信号处理等多学科交叉。
  • 处理精度和效果可通过算法参数进行精确控制。
• 主要优点：
  • 可对图像进行增强和复原，改善图像质量。
  • 可高效压缩，便于存储和传输。
  • 可实现对图像内容的自动分析与提取识别。
  • 处理过程具有高精度和高可重复性。

3. 图像的数字化包含哪些步骤？#

图像的数字化包含两个基本步骤：

1. 采样：在空间上对连续图像进行离散化，将其转换为一个个离散的采样点，即像素。
2. 量化：在幅值上对每个采样点的亮度或颜色值进行离散化，将连续的取值范围映射为有限个离散的等级。

4. 对图像进行平滑处理的主要目的是什么？通常会带来什么负面效果？#

• 主要目的：平滑处理的主要目的是去除图像中的噪声。
• 负面效果：通常会使图像变得模糊，导致图像的边缘和细节变得不清晰。

5. 简述灰度图像与彩色图像的区别。#

• 灰度图像：每个像素只有一个采样颜色通道，即只有一个代表亮度的值，通常用 8 位（0-255）表示。
• 彩色图像：每个像素由多个颜色分量组成，如 RGB 图像就有红、绿、蓝三个分量，每个分量也通常有多个灰度级，通过组合来表示丰富的颜色。

6. 连续小波变换具有哪些重要性质？#

连续小波变换具有以下重要性质：

• 时频局部化：能够同时在时间和频率域对信号进行分析，适合处理图像边缘等非平稳信号。
• 多分辨率分析：通过伸缩变换（尺度）实现从粗到细的多层次信号分解，大尺度看概貌（低频），小尺度看细节（高频）。
• 平移与伸缩不变性：通过平移和伸缩参数调整，可以捕捉信号中任意位置和大小的细节特征。
• 可逆性：存在逆变换，可以从变换系数中无损地重建原始信号。