目录
0. 概述
- 考试时间 2022-06-30 14.00-16.00
- 就是平时讲的内容,教材+PPT+作业+实验报告
- 理论知识参考教材,实验参考自己的报告和PPT,习题参考知到作业
- 题型:选择、判断、填空、简答、大题1个
1. 理论部分
第一章 位图基础
1. 图像与图形的区别
2. 数字图像的形成过程,连续图像数字化的好处
3. 衡量数字图像的精度的指标:空间分辨率和灰度级分辨率
(2)下面哪幅图,图像的灰度分辨率高
A. 1024 * 1024 8 位图 B. 512 * 512 12 位图 答案:B
4. 数字图像处理的概念:利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。
5. 数字图像处理系统的组成:数字图像处理系统包括输入系统、图像处理与分析系统、图像输出系统和图像存储系统等四个部分。
6. 了解图像工程的层次及其区别。
从语义角度看,图像工程有 3 个层次——底层的图像处理、中层的图像分析和高层的图像理解。
图像工程 3 个层次的区别:图像处理是从图像到图像的过程,图像分析是从图像到数据的过程,图像理解是从图像到抽象的过程。
(1)去除图像中的噪声属于以下哪个阶段?
A 图像处理 B 图像分析 C 图像理解 答案:A
7. 了解图像增强和图像复原的区别和联系。
答案:
图像增强和图像复原的区别:
(1)目的不同。图像增强的目的是改善原始图像的质量,以便满足人们的视觉感知体验,或者特定领域对高质量图像的需求。图像复原的目的是产生一副高质量的图像,使其逼近原始图像的清晰场景。
(2)技术不同。图像增强技术不依赖于原始图像的降质原因,直接根据实际需求通过灰度级变换、平滑处理、锐化处理等图像处理技术提升图像的品质。图像复原技术建立在原始图像退化过程的基础上,通常采用优化技术复原出清晰图像。
图像增强和图像复原的联系:
图像增强虽然不以逼近清晰图像为目的,但是图像增强的结果比原始图像更接近清晰图像,在一定程度上有图像复原的性质。
8. 了解常见的位图图像的存储格式、颜色表、表项和数据区中数字的含义。
常见的位图图像包括黑白图像、8 位灰度图像、8 位伪彩色图像和 24 位真彩色图像。其中,黑白图像、8 位灰度图像和 8 位伪彩色图像含有颜色表,24 位真彩色图像没有颜色表。
黑白图像的颜色表含有 2 项,8 位灰度图像和 8 位伪彩色图像的颜色表含有 256 项,这些图像中数据区的数字是颜色表中表项的序号。24 位真彩色图像中数据区的数字表示灰度值。
9. 掌握在 Windows 中位图图像的存储规则。
在 Windows 中,位图图像按行存储,从左下角开始,从下到上进行存储。每行的字节数不足 4 的倍数时需要补零。
10. 了解黑白图像、8 位位图图像和 24 位真彩色图像像素占据字节情况。
黑白图像中 8 个像素占据 1 个字节,8 位位图中 1 个像素占据 1 个字节,24 位真彩色图像中 1 个像素占据 3 个字节。
拓展:运用该知识点解释 1 像素黑白图像中数据区的值为 80 00 00 00,而 8 像素排一行的黑白图像中数据区的值为 FF 00 00 00。
11. 掌握位图文件的存储格式的一般组成,以及各个组成部分的情况。
位图文件由 4 个部分组成,包括文件头、信息头、颜色表和数据区。 其中,文件头包含字段(2 个字节)、(字节),共占字节,信息头包括字段(字节)、(字节)和(字节),共占字节。 信息头和颜色表合起来又称为位图信息。
第二章 图像显示
12. 了解图像显示函数 StretchDIBits()
BOOL StretchDIBits(HDC hdc,int x,int y,int Width,int Height,int xSrc,int ySrc,int SrcWidth,int SrcHeight, CONST VOID*lpvBits,CONST BITMAPINFO *lpbmi, UNIT fuColorUse,DWORD dwrop);
- hdc:设备上下文句柄。
- x,y: 目标左上角坐标。
- nWidth: 目标宽度。
- nHeight: 目标高度
- xSrc,ySrc: 源位图左上角坐标。
- nSrcWidth, nSrcHeight:源位图的宽和高
- lpvBits:DIB 数据图像的指针。
- lpbmi:BITMAPINFO 结构的指针。
- fuColorUse:DIB_RGB_COLORS。
- dwrop:SRCCOPY。
13. 关于图像特效显示,了解向上、向下、向左和向右扫描的显示函数中第 2 至 9 个参数。
第三章 图像几何变换
14. 了解图像几何变换的基本类型:图像平移、图像镜像、图像缩放、图像转置、图像缩 放和图像旋转。
15. 了解引入齐次坐标的意义和做法。意义是可以使用矩阵统一表示图像的几何变换。
16. 掌握图像几何变换的基本类型的矩阵形式。
17. 了解图像几何变换是对位图文件的存储形式进行操作,能够解释图像转置变换的结果 与图像作为数字矩阵的转置相差 180°。
第四章 图像灰度变换
18. 了解常见的降质图像和图像增强技术。
低对比度图像及其增强技术——图像灰度变换(第四章)
噪声图像及其增强技术——图像平滑处理(第五章)
边缘和细节不突出图像及其增强技术——图像锐化处理(第六章)
19. 了解灰度变换属于点运算,能够增强的图像的类型:偏暗图像、偏亮图像和动态范围 太小的图像,掌握这三种类型低对比度图像的灰度直方图的走势。
20. 了解灰度窗口变换,掌握灰度线性变换的公式:
能够对参数 a 和 b 进行讨论。当 a=-1,b=255 时,T 为反色变换。在掌握灰度线性变换的基础上掌握灰度分段线性变换。
21. 了解灰度非线性变换的概念。掌握对数变换和指数变换的函数曲线的走势和灰度变换 功能。对数变换可以拓展低灰度值的动态范围,减小高灰度值动态范围,而指数变换可以拓展高灰度值的动态范围,减小低灰度值的动态范围。
22. 掌握幂次变换的数学公式,以及幂对幂次变换函数曲线形状的影响。
23. 掌握黑白图像的二值化和阈值处理,以及实现步骤。
24. 掌握图像反色变换的适用情形:图像中背景区域全黑,目标区域的灰度值相对较大。
25. 掌握灰度直方图的概念和性质,以及直方图均衡化的计算过程(结合 PPT 中 P43 例题)。
第五章 图像平滑处理
26. 了解图像平滑处理属于空域滤波,以邻域处理为基础。
27. 了解图像平滑处理的基础,包括噪声的特点和清晰图像的平滑性假设。噪声具有随机 性,是干扰信号。清晰图像是有用信号,其中相邻的两个灰度值具有近似相等,称为图像的平滑性假设。噪声和图像中有用信号的这种区别是图像平滑处理的基础。
28. 了解图像平滑处理的目的:去除噪声,同时避免使物体的边缘和纹理细节变模糊。
29. 了解图像线性平滑、非线性平滑和自适应平滑的概念。
30. 掌握空域滤波中滤波器、窗口、掩膜、模板、核等概念,邻域处理中4邻域和8邻域的概念,空域滤波的操作步骤(这些步骤称为模板运算、卷积运算),了解模板通常为正方形,边长为奇数。
31. 掌握二值图像的噪声消除法及其实现步骤。
32. 了解高斯噪声和椒盐噪声的特点。
33. 掌握邻域平均法和中值滤波的适用范围:两种方法都可以用于抑制高斯噪声和椒盐噪声,但是邻域平均法更适用于去除高斯噪声,中值滤波更适用于去除椒盐噪声。
34. 了解均值滤波和高斯滤波的区别与联系。
均值滤波的模板具有一般性,高斯滤波的模板近似服从二维高斯分布。 高斯滤波是一种特殊的均值滤波。
35. 了解邻域平均法和中值滤波中窗口大小对噪声去除效果的影响。
一般地,窗口越大,噪声去除效果越好,但是图像中物体的边缘和纹理细节越容易变模糊。
36. 掌握均值滤波(包括加权均值滤波)和中值滤波的实现步骤。
37. 了解自适应平滑滤波的概念和 9 种 5*5 滤波器(多个滤波器合起来称为滤波器组)。
38. 了解中值滤波的性质,最简单的性质是对阶跃信号和斜坡信号来说输入输出相同。了 解中值滤波器的形状及其适用情形。方形和圆形中值滤波器比较适用于缓变的较长轮廓线物体,十字形窗口比较适用于含有尖顶物体。不管哪种形状的滤波器,窗口大小以不超过图像中最小有效物体的尺寸为宜。
39. 了解高斯噪声和椒盐噪声产生的原因。
高斯噪声主要源于成像系统的内部,是光子计数误差、模数转换误差和电子热运动等多种因素的叠加,是稠密噪声。
椒盐噪声主要源于 CCD 坏点和传输错误,是稀疏噪声。
第六章 图像锐化处理
40. 了解图像锐化处理也是图像增强的一种技术,目的是突出图像中物体的边缘和细节。 比较:图像锐化处理关注物体边缘,主要用于突出图像中物体的边缘,但是容易放大噪声。 图像平滑处理关注随机噪声,主要用于抑制噪声,但是容易模糊图像中物体的边缘。
41. 了解图像锐化处理也采用空域滤波的方式进行。比较:图像锐化处理与图像平滑处理 的模板有本质区别,锐化处理中模板的所有值加起来结果为 0,而平滑处理中模板(必须是归一化模板)的所有值加起来结果为 1。
42. 掌握图像物体边缘的概念、类型及其与梯度/一阶微分的对应关系(PPT 第 14 页)。
43. 掌握一阶差分的定义(PPT 第 17 页),了解 Roberts 算子、Sobel 算子、Prewitt 算子和 Kirsch 算子。
44. 了解二阶微分对图像细节具有较强的响应,二阶微分与图像细节具有较强的对应关系, 了解二阶微分算子:Laplacian 算子和高斯-拉普拉斯(LOG)算子。
45. 了解反锐化掩膜和高频提升滤波的概念。
46. 了解图像增强的综合应用。
47. 掌握一阶纵向微分运算和一阶横向微分运算及其实现步骤。
48. 理解微分、一阶微分、二阶微分、梯度、差分和导数的概念。 微分与导数。
微分以导数为基础。(更一般地,微积分建立在导数的基础上) 微分与差分。
微分包括一阶微分和二阶微分,是针对连续图像的,需要借助差分才能用于离散形式的数字图像。
微分与梯度。一阶微分总是沿着某个方向,二阶微分可以沿着某个方向,也可以先后沿着若干个方向的组合。所有方向上一阶导数的组合称为梯度。所以,梯度算子有固定的数学形式,一定是一阶的,而一阶微分算子是一阶的,但是没有固定的数学形式。
49. 掌握梯度锐化的概念、常见技术及其实现步骤。梯度锐化旨在突出原始图像中物体的 边缘。与此不同,一阶微分运算是计算原始图像的梯度图像。
50. 了解边缘检测的概念。边缘检测是计算视觉中一个十分重要的任务,其旨在通过图像 锐化处理技术寻找图像中物体边缘的位置和方向。为此,边缘检测算子一般设计为微分算子,可以是一阶微分算子,也可以是二阶微分算子,甚至可以是更高阶的微分算子。
第七章 图像分割及测量
51. 了解图像的阈值分割:直方图阈值选择、半阈值选择和迭代阈值法(包括 Otsu 的两个 基本假设)。
52. 掌握边界跟踪方法。
53. 掌握二值图像区域标记。掌握二值图像的面积测量和周长测量。
54. 了解目标物体的轮廓提取法、区域增长法和区域分裂合并法。
55. 掌握纹理的基本概念:纹理是指在图像中反复出现的局部模式和它们的排列规则。反 复出现的局部模式又称为纹理基元。
56. 了解纹理分析方法:直方图分析法、边缘方向直方图分析法、自相关函数分析法、灰 度共生矩阵和灰度-梯度共生矩阵。
第八章 图像形态学处理
57. 掌握并能够运用图像腐蚀、图像膨胀的定义。了解图像腐蚀、图像膨胀的特点。
58. 掌握图像开启与闭合。了解图像开启与闭合的特点。
59. 理解并掌握击中击不中变换的定义,在此基础上掌握图像细化和粗化的定义,能够对 图像中的目标物体进行操作。
第十章 图像合成
60. 了解图像的基本运算:几何运算、灰度运算、代数运算和逻辑运算。
61. 了解图像的加运算、减运算(尤其是反色变换)和逻辑运算。
第十一章 24位彩色图像处理
62. 了解彩色图像是最简单的多光谱图像。颜色分为两类:彩色和非彩色;非彩色包括黑 色、白色和灰色,称为无色系列。
63. 了解三基色:
自然界的任何一种颜色可以由三基色按不同的比例混合而成;反之,每种颜色都可以分解为三种基本颜色。
三基色之间是相互独立,任何一种颜色都不能由其余的两种颜色来组成。 混合色的色调由三种颜色的比例决定,亮度为三种颜色的亮度的平均值,饱和度与亮度和基色的比例都有关系(详细信息见 PPT 第 11 页)。
64. 记住颜色模型: RGB、HSI、YUV、CMYK 和 YCbCr
- RGB 多用于视频监视器和彩色摄像机;
- HSI 更符合人的视觉系统观察彩色的方式,常用于动画中的彩色图形;
- YUV 用于电视信号传输;
- CMYK 为印刷工业中常见的颜色模型,是一种减色模型;
- YCbCr 是 YUV 经过缩放和反转后的翻版,用于 JEPG 图像压缩格式。
- 了解其他补充:HSV 是一个与 HSI 类似的颜色模型。区别:I 表示亮度,而 V 表示明度;
- 与 RGB 的转换公式不同;HSV 可以由一个双锥体表示,HIS 可以由倒锥体表示。详细信息见 PPT 第 13 页备注。
- 了解 HIS、YUV、CMYK 和 YCbCr 与 RGB 颜色模型的转换公式。
2. 实验部分
- 以实验项目为背景。以实验报告为准。
- 以群留言记录为准。
实验一
- 数据集的收集,要具有代表性
- 图像增强方法
- 数字所在区域分割方法
实验二
- 几何变换给数据扩容
- 产生含高斯噪声的图像
- 为数字切图分配标签
- 8:2或7:3划分训练集和测试集
实验三
- 了解多层感知机MLP
- 了解分类评价指标Accuarcy
- 其他重要参数
- 改进分类准确率的方法
实验四
- 结构化编程思想,提供调用接口
- 函数封装