## 第1章 绪论

**1·1 图象**

用各种观测系统以不同形式和手段观测客观世界而获得的，可以直接或间接作用于人眼并进而产生视知觉的实体。

1.1.1 图象表示和显示

1.1.2 空间分辨率和幅度分辨率

几何成象模型确定了图象所对应的空间视场，而亮度成象模型确定了图象的幅度范围

空间视场中的精度对应其空间分辨率，而幅度范围中的精度对应其幅度分辨率

*量化级数的选择*

（1）人类视觉系统的分辨率（看得到连续的亮度变化而不要看出间断的量化级数）

（2） 满足具体应用所需要的分辨率（如打印图象可只16个灰度级 < 屏幕显示的灰度级）

1.1.3 图象质量

（1）亮度

图象的亮度本身是一个客观量（人对它的感知是一个主观量）。图象的亮度常对应图象的灰度，较大的灰度值对应较高的亮度

（2）对比度

描述图象局部范围内相邻两部分之间的亮度差别（也称反差）

## 第1单元 图象增强

## 第2章 空域增强：点操作

{每次运算基于单个象素（不考虑相对关系）}

**2.1 图象坐标变换**

2.1.1 基本坐标变换

平移变换 放缩变换 旋转变换 镜像变化

2.1.2 坐标变换扩展

1，反变换

2，变换级联

这些矩阵的运算次序一般不可互换

3，其他3-点映射变换

拉伸变换

剪切变换

4，旋转变换的分解

**2.2 图象间运算**

{将图象作为运算单元/对象，逐象素进行}

**2.3 图象灰度映射**

{将f(x,y)中的每个象素灰度按映射操作，直接变换以得到g(x,y)}

2.3.1 灰度映射原理

2.3.2 典型灰度映射

1，图象求反

2，增强对比度

3，动态范围压缩

4，伽马校正

r<1变换的结果是输入中较窄的低灰度范围被映射到输出中较宽的灰度范围，而同时输入中较宽的高灰度范围被映射到输出中较窄的灰度范围。

**2.4 直方图变换**

{以概率论为基础，通过改变图象的直方图来改变图象中象素的灰度，以实现图象增强。也常称直方图修正}

2.4.1 直方图均衡化

2.4.2 直方图规定化

直方图规定化 vs. 直方图均衡化

（1）直方图均衡化

自动增强，效果不易控制，总得到全图增强的结果

（2）直方图规定化

有选择地增强，须给定需要的直方图，可得到特定增强的结果

## 第三章 空域增强：模板操作

**3.1 象素间联系**

{象素在图象空间是按某种规律排列的，互相之间有一定的联系}

3.1.1 象素的邻域和邻接

3.1.2 象素间的连接和连通

邻接：仅考虑象素间的空间关系

连接：还考虑象素的灰度值

通路：仅借助邻接来定义

连通：还考虑象素的连接情况

子集：一般为满足连通条件的象素集合

3.1.3 象素间的距离

（1）欧式距离

（2）城区距离

（3）棋盘距离

**3.2 模板运算**

模板卷积

模板排序

图象边界处的模板运算

模板运算功能分类

**3.3 线性滤波**

{线性滤波既可以得到平滑的效果（图象反差减少），也可得到锐化的效果（图象反差增加）}

3.3.1 线性平滑滤波

1，邻域平均

2，加权平均

3，高斯平均

4，边缘保持平滑

为了避免局部平均会模糊不同区域之间的边缘，考虑选择只在不包含边缘的领域中进行平均。

取中心象素的8个不同邻域，对每个邻域都统计其象素的灰度方差，并将灰度方差最小（方差小的邻域中象素灰度级的变化小，包含边缘的概率也小）的那个邻域中的象素均值赋给中心象素

3.3.2 线性锐化滤波

1，拉普拉斯算子

拉普拉斯算子可增强图像中的灰度不连续边缘，减弱灰度值缓慢变化区域的对比度，将结果叠加到原始图象上，就可以得到锐化后的图象

2，高频提升滤波

**3.4 非线性滤波**

{非线性滤波可区分图象中有用的内容和无用的噪声。分为三种：基于集合的、基于形状的、基于排序的}

3.4.1 非线性平滑滤波

1.中值滤波原理

2.2-D中值滤波

3·序统计滤波

4.最频值滤波

使用最频值滤波不仅可以消除噪声（尤其是脉冲噪声），还可以锐化目标边缘

3.4.2 非线性锐化滤波

1.基于梯度的锐化滤波

2.最大-最小锐化变换

**3.5 局部增强**

1，直方图变换局部增强

2，基于均值和方差的局部增强

## 第4章 频域图象增强

**4.1 频域技术原理**

## 第2单元 图象恢复

## 第5章 图象消噪和恢复

**5.1 图象退化及模型**

**5.2 噪声滤除**

**5.3 无约束恢复**

{从数学角度进行恢复处理而不考虑恢复后图象应受到的物理约束}

**5.4 有约束恢复**

{考虑恢复后的图象应受到一定的物理约束，需要关于噪声的先验知识，在满足某种约束的条件下进行最小均方误差恢复}