数字图像处理知识点总结.docx
- 文档编号:17801782
- 上传时间:2023-04-24
- 格式:DOCX
- 页数:29
- 大小:41.70KB
数字图像处理知识点总结.docx
《数字图像处理知识点总结.docx》由会员分享,可在线阅读,更多相关《数字图像处理知识点总结.docx(29页珍藏版)》请在冰豆网上搜索。
数字图像处理知识点总结
数字图像处理知识点总结
第一章导论
1.图像:
对客观对象的一种相似性的生动性的描述或写真。
2.图像分类:
按可见性(可见图像、不可见图像),按波段数(单波段、多波段、超波段),按空间坐标和亮度的连续性(模拟和数字)。
3.图像处理:
对图像进行一系列操作,以到达预期目的的技术。
4.图像处理三个层次:
狭义图像处理、图像分析和图像理解。
5.图像处理五个模块:
采集、显示、存储、通信、处理和分析。
6.数字图像处理的内容:
(1)图像获取、表示和表现(图像的数字化和图像变换)
(2)图像增强
(3)图像复原
(4)图像重建
(5)图像压缩编码
(6)图像分割
(7)图像分析
(8)模式识别
(9)图像理解
7.数字图像处理的目的:
(1)提高图像的视觉质量,以达到赏心悦目的目的。
(2)提取图像中所包含的某些特征或特殊信息,以便于计算机分析
(3)对图像数据进行变换、编码和压缩,以便于图像的存储和传输。
8.论述数字图像处理技术在生产生活中的应用
(1)在生物医学中的应用:
利用电磁波谱成像分析系统诊断病情:
如显微镜图像分析,DNA成像分析,CT及核磁共振、超声波、X射线成像分析等
(2)遥感航天中的应用:
检测土地变化;农林资源的调查;自然灾害监测、预报;地势、地貌测绘;地质构造解译、找矿;环境污染检测等等
(3)工业应用:
无损探伤,石油勘探,生产过程自动化,工业机器人研制等
(4)军事公安领域运用:
卫星侦察照片的测绘、判读,雷达图像处理,导弹制导,军事仿真等
(5)其他应用:
图像远距离通信、电视会议、天气预报、现场视频管理等
第二章数字图像处理的基本概念
9.决定图像质量的因素:
(1)平均亮度
(2)对比度
(3)清晰度:
由图像边缘灰度变化的速度来描述
(4)分解力或分辨率(5)采样间隔(6)量化等级
10.模拟图像的表示:
f(x,y)=i(x,y)×r(x,y),照度分量0
11.图像数字化:
将一幅画面转化成计算机能处理的形式——数字图像的过程。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
12.将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
采样方式:
有缝、无缝和重叠。
13.将像素灰度转换成离散的整数值的过程叫量化。
14.表示像素明暗程度的整数称为像素的灰度级(或灰度值或灰度)。
15.数字图像根据灰度级数的差异可分为:
黑白图像、灰度图像和彩色图像。
16.采样和量化与数字图像之间的关系
采样间隔:
采样间隔大——所得像素数少——空间分辨率低——数据量小——国际棋盘效应
采样间隔小——所得像素数多——空间分辨率高——数据量大——质量好
量化等级:
量化等级多——图像层次丰富——灰度分辨率高——数据量大——图像质量好
量化等级少——图像层次欠丰富——灰度分辨率低——数据量小——假轮廓现象
17.数字化器组成:
1)采样孔:
保证单独观测特定的像素而不受其它部分的影响。
2)图像扫描机构:
使采样孔按预先确定的方式在图像上移动。
3)光传感器:
通过采样孔测量图像的每一个像素的亮度。
4)量化器:
将传感器输出的连续量转化为整数值。
5)输出存储体:
将像素灰度值存储起来。
它可以是固态存储器,或磁盘等。
18.灰度直方图反映的是一幅图像中各灰度级像素出现的频率。
以灰度级为横坐标,纵坐标为灰度级的频率,绘制频率同灰度级的关系图就是灰度直方图。
19.直方图的性质:
1)灰度直方图只能反映图像的灰度分布情况,而不能反映图像像素的位置,即丢失了像素的位置信息。
2)一幅图像对应唯一的灰度直方图,反之不成立。
不同的图像可对应相同的直方图
3)一幅图像分成多个区域,多个区域的直方图之和即为原图像的直方图。
20.直方图的应用:
1)用于判断图像量化是否恰当(各个像素都要有才恰当)
2)用于确定图像二值化的阈值(以确保二值化后效果更好)
3)当影像上目标的灰度值比其它部分灰度值大或者灰度区间已知时,可利用直方图统计图像中物体的面积
4)计算图像信息量:
熵H(根据不同像素的概率可求)
21.图像处理基本功能的形式:
单幅图像→单幅图像,多幅图像→单幅图像,单(或多)幅图像→数字或符号。
22.邻域:
对于任一像素(i,j),该像素周围的像素构成的集合{(i+p,j+q),p、q取合适的整数},叫做该像素的邻域。
23.图像处理的几种具体算法:
1)局部处理:
对输入图像像素P(i,j)处理时,某一输出像素Q(i,j)由输入图像像素及其邻域中的像素值确定。
这种处理称为局部处理。
例:
空间域平滑和锐化
2)点处理:
在局部处理中,当输出值Q(i,j)仅与P(i,j)有关,则称为点处理。
例:
增强对比度、图像二值化
3)大局处理:
在局部处理中,输出像素Q(i,j)的值取决于输入图像大范围或全部像素的值,这种处理称为大局处理例:
图像傅里叶变换
4)迭代处理:
反复对图像进行某种运算直至满足给定的条件,从而得到输出图像的处理形式称为迭代处理例:
图像的细化处理过程
5)跟踪处理:
选择满足适当条件的像素作为起始像素,检查输入图像和已得到的输出结果,求出下一步应该处理的像素,进行规定的处理,然后决定是继续处理下面的像素,还是终止处理。
这种处理形式称为跟踪处理。
例:
边界线、等高线的跟踪
6)位置不变处理和位置可变处理:
输出像素f(i,j)的值的计算方法与像素的位置(i,j)无关的处理称为位置不变处理或位移不变处理
7)窗口处理和模板处理。
24.图像的数据结构与特征:
1)组合方式:
一个字长存放多个像素灰度值的方式。
它能起到节省内存的作用,但导致计算量增加,使处理程序复杂。
2)比特面方式:
按比特位存取像素,即将所有像素的相同比特位用一个二维数组表示,形成比特面。
3)分层结构:
由原始图像开始依次构成像素数愈来愈少的一幅幅图像,就能使数据表示具有分层性,其代表有锥形(金字塔)结构。
4)树结构:
对于一幅二值图像的行、列接连不断地二等分,如果图像被分割部分中的全体像素都变成具有相同的特征时,这一部分则不再分割
5)多重图像数据存储:
逐波段存储,分波段处理时采用;逐行存储,行扫描记录设备采用;逐像素存储,用于分类。
25.图像的特征:
1)自然特征:
光谱特征、几何特征、时相特征;
2)人工特征:
直方图特征,灰度边缘特征,线、角点、纹理特征;
3)特征的范围:
点特征、线特征、局部特征、区域特征、整体特征。
4)特征提取:
获取图像特征信息的操作。
把从图像提取的m个特征量y1,y2,…,ym,用m维的向量Y=[y1y2…ym]t表示称为特征向量。
另外,对应于各特征量的m维空间叫做特征空间。
26.对比度:
一幅图像中灰度反差的大小,对比度=最大亮度/最小亮度
27.图像的噪声来源及其类型
外部噪声:
图像处理系统外部产生的噪声
如:
天体放电干扰、电磁波从电源线窜入系统等
内部噪声:
系统内部产生的噪声,来源有:
(1)由光和电的基本性质引起的
(2)由机械运动产生的噪声
(3)元器件噪声
(4)系统内部电路噪声
从统计理论观点分类:
平稳噪声:
统计特征不随时间变化的特征
非平稳特征:
统计特征随时间变化的特征
从噪声幅度分布形态分类:
高斯型、瑞利形
按过程分类:
量化噪声、椒盐噪声
28.几种颜色模型:
1、RGB颜色模型:
特点:
色彩空间采用物理三基色表示,适合彩色显象管工作
2、HIS(HSB)颜色模型:
(1)色调Hue:
光线所呈现的颜色,如红、绿、黄…
(2)饱和度Saturation:
指色彩的浓淡程度
(3)亮度Brightness:
指由于彩色刺激而使人眼感觉到的明暗程度
特点:
(1)它比RGB色彩空间更符合人的视觉特性。
(2)在HSB色彩空间可以大大简化图像分析和处理的工作量
3、CMYK颜色模型:
由青色(Cyan)、品红(Magenta)、黄色(Yellow)和黑色组成
特点:
用于彩色打印机、印刷彩色图片
4、YUV模型:
用于彩色电视信号传输,其中Y信号表示亮度,U、V信号是色差信号
第三章图像变换
29.图像变换的要求:
图像变换通常是一种二维正交变换。
1)正交变换必须是可逆的;
2)正变换和反变换的算法不能太复杂;
3)正交变换的特点是在变换域中图像能量集中分布在低频率成分上,边缘、线状信息反映在高频率成分上,有利于图象处理。
30.图像变换的目的在于:
1)使图像处理问题简化;
2)有利于图像特征提取;
3)有助于从概念上增强对图像信息的理解。
31.傅里叶变换的物理意义:
将原来难以处理的时域信号转换成了易于分析的频域信号(信号的频谱),即将图像从空间域转换到频率域,其逆变换是将图像从频率域转换到空间域。
换句话说,傅里叶变换将图像的灰度分布函数变换为图像的频率分布函数,傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数
这样通过观察傅立叶变换后的频谱图,也叫功率图,了解图像特征。
第四章图像增强
32.图像增强的目的
(1)改善图像视觉效果,提高图像清晰度(消除噪声)
(2)将图像转化为一种更适合与人或机器进行分析处理的形式(突出边缘)
33.空间域增强是直接对图像各像素进行处理;
34.频率域增强是先对图像经傅立叶变换后的频谱成分进行某种处理,然后经逆傅立叶变换获得所需的图像。
35.灰度变换用来调整图像的灰度动态范围或图像对比度,是图像增强的重要手段之一。
1)线性变换:
对图像每一个像素灰度作线性拉伸,将有效改善图像视觉效果。
2)分段线性变换:
为了突出感兴趣目标所在的灰度区间,相对抑制那些不感兴趣的灰度区间,可采用分段线性变换。
3)非线性灰度变换:
对数变换(当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时,可采用这种变换,它能使图像灰度分布与人的视觉特性相匹配)。
指数变换(对图像的高灰度区给予较大的拉伸)
36.直方图均衡化:
将原图通过某种变换,得到一幅灰度直方图为均匀分布的新图像的方法。
37.直方图均衡化变换函数,满足下列条件:
1)在0≤r≤1内为单调递增函数,保证灰度级从黑到白的次序不变;
2)在0≤r≤1内,有0≤T(r)≤1,确保映射后的像素灰度在允许的范围内。
38.直方图均衡化原理:
输出图像的概率密度函数可以通过变换函数T(r)控制原图像灰度级的概率密度函数得到,并改善原图像的灰度层次。
39.直方图均衡化的步骤:
(1)统计各灰度级的像元个数
(2)计算累计直方图
(3)【(L-1)/N】乘以累计直方图,结果取整
(4)计算新图像灰度值
40.一幅图像的sk与rk之间的关系称为该图像的累积灰度直方图。
41.直方图规定化是使原图像灰度直方图变成规定形状的直方图而对图像作修正的增强方法。
42.直方图规定化的步骤:
(1)求原始图像和参考图像的归一化累计直方图;
(2)计算参考图像归一化累计直方图的相邻灰阶平均值;
(3)用平均值对原始图像归一化累计直方图进行分段,得到结果图像灰度值
(4)根据新灰度值计算输出图像
43.利用直方图规定化方法进行图像增强的主要困难在于要构成有意义的直方图。
图像经直方图规定化,其增强效果要有利于人的视觉判读或便于机器识别。
44.为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。
45.用邻域内各像素的灰度平均值代替该像素原来的灰度值,实现图像的平滑,又称邻域平均法。
46.超限像素平滑法:
将f(x,y)和邻域平均g(x,y)差的绝对值与选定的阈值进行比较,根据比较结果决定点(x,y)的最后灰度g´(x,y)。
47.灰度最相近的K个邻点平均法:
可用窗口内与中心像素的灰度最接近的K个邻像素的平均灰度来代替窗口中心像素的灰度值。
48.最大均匀性平滑:
为避免消除噪声引起边缘模糊,该算法先找出环绕图像中每像素的最均匀区域,然后用这区域的灰度均值代替该像素原来的灰度值。
具体可选任一像素(x,y)的5个有重叠的3*3邻域,用梯度衡量它们灰度变化的大小。
49.有选择保边缘平滑法:
对图像上任一像素(x,y)的5×5邻域,采用9个掩模:
一个3×3正方形、4个五边形和4个六边形。
计算各个掩模的均值和方差,对方差进行排序,最小方差所对应的掩模的灰度均值就是像素(x,y)的输出值。
50.空间低通滤波法:
应用模板卷积方法对图像每一像素进行局部处理。
不管什么样的掩模,必须保证全部权系数之和为单位值,这样可保证输出图像灰度值在许可范围内,不会产生“溢出”现象。
51.中值滤波:
是对一个滑动窗口内的诸像素灰度值排序,用中值代替窗口中心像素的原来灰度值,因此它是一种非线性的图像平滑法。
其特点如下:
(1)对脉冲干扰及椒盐噪声的抑制效果好
(2)在抑制随机噪声的同时能有效保护边缘少受模糊
(3)对点、线等细节较多的图像却不太合适
(4)离散阶跃信号、斜升信号没有受到一维中值滤波的影响,而离散三角信号的顶部则变平了。
对于离散的脉冲信号,当其连续出现的次数小于窗口尺寸的一半时,将被抑制掉,否则将不受影响。
52.各种空间域平滑算法效果比较:
1)局部平滑法算法简单,但它的主要缺点是在降低噪声的同时使图像产生模糊,特别在边缘和细节处。
而且邻域越大,在去噪能力增强的同时模糊程度越严重。
2)超限像素平滑法对抑制椒盐噪声比较有效,对保护仅有微小灰度差的细节及纹理也有效。
并且随着邻域增大,去噪能力增强,但模糊程度也大。
超限像元平滑法比局部平滑法去椒盐噪声效果更好。
3)灰度最相近的K个邻点平均法:
较小的K值使噪声方差下降较小,但保持细节效果较好;而较大的K值平滑噪声较好,但会使图像边缘模糊。
4)最大均匀性平滑经多次迭代可增强平滑效果,在消除图像噪声的同时保持边缘清晰性。
但对复杂形状的边界会过分平滑并使细节消失。
5)有选择保边缘平滑法既能够消除噪声,又不破坏区域边界的细节。
6)中值滤波对脉冲干扰及椒盐噪声的抑制效果好,在抑制随机噪声的同时能有效保护边缘少受模糊。
但它对点、线等细节较多的图像却不太合适。
中值滤波法能有效削弱椒盐噪声,且比邻域、超限像素平均法更有效。
53.图像空间域锐化增强图像的边缘或轮廓。
54.图像平滑通过积分过程使得图像边缘模糊,图像锐化则通过微分而使图像边缘突出、清晰。
55.梯度锐化法:
梯度为grad(x,y)=Max(|fx′|,|fy′|)或grad(x,y)=|fx’|+|fy′|。
有梯度算子、Roberts、Prewitt和Sobel算子计算梯度,来增强边缘。
56.Laplacian增强算子:
g(x,y)=f(x,y)-▽2f(x,y)=5f(x,y)-[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1)]
57.Laplacian增强算子特点:
1)在灰度均匀的区域或斜坡中间▽2f(x,y)为0,增强图像上像元灰度不变;
2)在斜坡底或低灰度侧形成“下冲”;而在斜坡顶或高灰度侧形成“上冲”
58.高通滤波法就是用高通滤波算子和图像卷积来增强边缘。
59.频率域平滑:
由于噪声主要集中在高频部分,为去除噪声改善图像质量,滤波器采用低通滤波器H(u,v)来抑制高频成分,通过低频成分,然后再进行逆傅立叶变换获得滤波图像,就可达到平滑图像的目的:
60.频率域低滤波器H(u,v)有四种:
理想低通滤波器、Butterworth低通滤波器、指数低通滤波器、.梯形低通滤波器。
61.各种滤波器效果比较;
1)理想低通滤波器:
在去噪声的同时将会导致边缘信息损失而使图像边模糊,并产生振铃效应。
2)Butterworth低通滤波器的特性是连续性衰减,而不象理想滤波器那样陡峭变化,即明显的不连续性。
因此采用该滤波器滤波在抑制噪声的同时,图像边缘的模糊程度大大减小,没有振铃效应产生。
3)指数低通滤波器:
图像边缘的模糊程度较用Butterworth滤波产生的大些,无明显的振铃效应。
4)梯形低通滤波器的性能介于理想低通滤波器和指数滤波器之间,滤波的图像有一定的模糊和振铃效应。
62.频率域锐化:
采用高通滤波器让高频成分通过,使低频成分削弱,再经逆傅立叶变换得到边缘锐化的图像。
包括:
理想高通滤波器、巴特沃斯高通滤波器、指数滤波器、梯形滤波器。
63.彩色增强技术是利用人眼的视觉特性,将灰度图像变成彩色图像或改变彩色图像已有彩色的分布,改善图像的可分辨性。
彩色增强方法可分为伪彩色增强和假彩色增强两类。
64.伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色,得到一幅彩色图像的技术。
65.伪彩色增强的方法主要有密度分割法、灰度级一彩色变换和频率域伪彩色增强三种。
66.密度分割法是把黑白图像的灰度级从0(黑)到M0(白)分成N个区间Ii(i=1,2,…,N),给每个区间Ii指定一种彩色Ci,这样,便可以把一幅灰度图像变成一幅伪彩色图像。
67.灰度级一彩色变换将原图像f(x,y)的灰度范围分段,经过红、绿、蓝三种不同变换TR(•)、TG(•)和TB(•),变成三基色分量IR(x,y)、IG(x,y)、IB(x,y),然后用它们分别去控制彩色显示器的红、绿、蓝电子枪,便可以在彩色显示器的屏幕上合成一幅彩色图像。
68.频率域伪彩色增强比较简单、直观。
缺点是变换出的彩色数目有限。
69.假彩色增强是对一幅自然彩色图像或同一景物的多光谱图像,通过映射函数变换成新的三基色分量,彩色合成使感兴趣目标呈现出与原图像中不同的、奇异的彩色。
70.假彩色增强目的:
1)使感兴趣的目标呈现奇异的彩色或置于奇特的彩色环境中,从而更引人注目;
2)使景物呈现出与人眼色觉相匹配的颜色,以提高对目标的分辨力。
71.伪彩色增强与假彩色增强有何区别:
伪彩色处理主要解决的是如何把灰度图变成伪彩色图的问题,最简单的办法是选择对应于某一灰度值设一彩色值来替代,可称之为调色板替代法.另外一种比较好的伪彩色处理方法是设定三个独立的函数,给出一个灰度值,便由计算机估算出一个相应的RGB值.假彩色(falsecolor)处理是把真实的自然彩色图像或遥感多光谱图象处理成假彩色图像.假彩色处理的主要用途是:
(1)景物映射成奇异彩色,比本色更引人注目.
(2)适应人眼对颜色的灵敏度,提高鉴别能力.可把细节丰富的物体映射成深浅与亮度不一的颜色.
(3)遥感多光谱图象处理成假彩色,可以获得更多信息.
72.像素级影像融合是采用某种算法将覆盖同一地区(或对象)的两幅或多幅空间配准的影像生成满足某种要求的影像的技术。
第五章图像复原与重建
73.图像的退化是指图像在形成、传输和记录过程中,由于成像系统、传输介质和设备的不完善,使图像的质量变坏。
74.图像复原就是要尽可能恢复退化图像的本来面目,它是沿图像退化的逆过程进行处理。
75.图像复原过程如下:
找退化原因→建立退化模型→反向推演→恢复图像
76.图像复原和图像增强的区别:
1)图像增强不考虑图像是如何退化的,而是试图采用各种技术来增强图像的视觉效果。
因此,图像增强可以不顾增强后的图像是否失真,只要看得舒服就行。
2)而图像复原就完全不同,需知道图像退化的机制和过程等先验知识,据此找出一种相应的逆处理方法,从而得到复原的图像。
3)如果图像已退化,应先作复原处理,再作增强处理。
4)二者的目的都是为了改善图像的质量。
77.当输入的单位脉冲函数延迟了α、β单位,即当输入为δ(x–α,y–β)时,如果输出为h(x–α,y–β),则称此系统为位移不变系统。
78.图像退化的数学模型:
g(x,y)=f(x,y)*h(x,y)+n(x,y)
79.采用线性位移不变系统模型的原由:
1)由于许多种退化都可以用线性位移不变模型来近似,这样线性系统中的许多数学工具如线性代数,能用于求解图像复原问题,从而使运算方法简捷和快速。
2)当退化不太严重时,一般用线性位移不变系统模型来复原图像,在很多应用中有较好的复原结果,且计算大为简化。
3)尽管实际非线性和位移可变的情况能更加准确而普遍地反映图像复原问题的本质,但在数学上求解困难。
只有在要求很精确的情况下才用位移可变的模型去求解,其求解也常以位移不变的解法为基础加以修改而成。
80.频率域恢复方法应注意:
若噪声存在,而且H(u,v)很小或为零时,则噪声被放大。
这意味着退化图像中小噪声的干扰在H(u,v)较小时,会对逆滤波恢复的图像产生很大的影响,有可能使恢复的图像和f(x,y)相差很大,甚至面目全非。
81.图像的几何变换:
图像的几何变换包括了图像的形状变换和图像的位置变换。
图像的几何变换不改变像素的值,只改变像素的位置。
图像的形状变换:
图像的放大、缩小与错切。
通常在目标物识别中使用。
图像的位置变换:
图像的平移、镜像与旋转。
主要是用于目标识别中的目标配准。
图像的仿射变换:
采用通用的数学影射变换公式,来表示以上给出的几何变换
(不同几何变换对应着不同的变换矩阵)
82.图像旋转时的问题:
(1)需要前期处理:
扩大画布,取整处理,平移处理。
(2)旋转变换公式:
(3)利用行插值(列插值)方法,填补旋转后图片出现的像素空洞
83.图像在获取过程中,由于成像系统本身具有非线性、拍摄角度等因素的影响,会使获得的图像产生几何失真,可分为:
系统失真和非系统失真。
系统失真是有规律的、能预测的;非系统失真则是随机的。
84.对图像进行几何校正的必要性:
当对图像作定量分析时,就要对失真的图像先进行精确的几何校正(即将存在几何失真的图像校正成无几何失真的图像),以免影响定量分析的精度。
85.几何校正分两步:
1)图像空间坐标变换;首先建立图像像点坐标(行、列号)和物方(或参考图)对应点坐标间的映射关系,解求映射关系中的未知参数,然后根据映射关系对图像各个像素坐标进行校正;
2)确定各像素的灰度值(灰度内插)
86.几何校正方法可分为直接法和间接法两种。
87.常用的像素灰度内插法有最近邻元法、双线性内插法和三次内插法三种。
88.像素灰度内插法效果比较:
(1)最近邻元法:
在待求点的四邻像素中,将距离最近的相邻像素灰度赋给该待求点
特点:
①方法最简单,效果尚佳
②校正后的图像有明显锯齿状,即存在灰度不连续性
(2)★双线性内插法:
利用待求点四个邻像素的灰度在两个方向上作线性内插。
特点:
①比最近邻元法复杂,计算量大
②没有灰度不连续性的缺点,结果令人满意
③具有低通滤波性质,使高频分量受损,图像轮廓有一定模糊
(3)三次内插法:
利用三次多项式S(x)来逼近理论上的最佳插值函数sin(x)/x
特点:
该算法计算量最大,但内插效果最好,精度最高。
89.图像重建有三种模型:
透射模型、发射模型和反射模型。
90.透射模型建立于能量通过物体后有一部分能量会被吸收的基础之上,透射模型经常用于X射线、电子射线及光线和热辐射的情况下,它们都遵从一定的吸收规则。
91.发射模型可用来确定物体的位置。
这种方法已经广泛用于正电子检测,通过在相反的方向分解散射的两束伽马射线,则这两束射线的渡越时间可用来确定物体的位置。
92.反射模型可以用来测定物体的表面特征,例如光线、电子束、激光或超声波等都可以用来进行这种测定。
93.从多个断面恢复三维形状的方法有Voxel法(体素法)、分块的平面近似法。
第六章图像编码与压缩
94.图像压缩的目的和意义
数据压缩的研究内容:
数据的表示、传输、变换和编码方法
数据压缩的目的:
减少存储数据所需的空间和传输所用的时间
数
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 知识点 总结