期末季复习《数字图像处理技术》最容易出现的状态是翻了几百页教材感觉全看过了一合上书又什么都说不出来。这门课的难点不在数学本身有多深而在于知识点特别碎空域和频域两套体系反复切换每个算法都有前置概念和适用边界。这篇期末复习笔记我按主线高频考点的方式把整门课重新串了一遍图像增强、图像复原、图像分割、形态学处理、特征描述、图像压缩外加贯穿始终的傅里叶变换。它适合两类人一类是已经系统学过一遍、需要考前快速过重点的人另一类是刚开始复习、想尽快建立完整知识框架的人。不管哪种跟着这条线走至少能保证考试里六七成的常规题型你心里有底。1. 先给这门课画一张考点地图1.1 三大主线增强、复原、分割数字图像处理的课程内容看似庞杂其实围绕三条主线展开图像增强、图像复原、图像分割。第一条图像增强。它的目标简单粗暴让图像在视觉上更清楚。对比度过低就拉直方图边缘太模糊就做锐化噪声太多就做平滑。这一段的核心是操作不太关心图像为什么变成这样只关心处理后好不好看、信息能不能被更好地观察或用于后续处理。第二条图像复原。它和增强最大的区别是背后有退化模型撑着。考试里经常把两者放在一起问区别是什么答题的关键就四个字有无模型。复原要做的是把已知的降质过程建模然后逆推回原图。第三条图像分割。它是从处理走向分析的分水岭要把图像里的目标区域挑出来才有后面的特征描述、识别、理解。分割完成后图像就从像素矩阵变成了若干区域加上区域间的关系这也是数字图像处理向更高层理解的转折点。主线之外还有两条支撑线形态学处理和图像压缩。前者是二值图像上的一套集合运算工具后者解决存储和传输的问题。这两块内容独立性强复习起来相对容易拿分但前提是概念要分清楚不能和增强、复原混在一起。1.2 哪些公式必须手推哪些记结论就行复习的时候最怕平均用力。根据历年期末题型的分布我建议把内容分成三个优先级来对待。第一优先级必须能徒手算。包括直方图均衡化的逐级映射、均值滤波和中值滤波在3×3窗口上的输出、Sobel算子和Prewitt算子的梯度幅值计算、大津法的类间方差求解、信息熵与平均码长计算、霍夫曼编码的树构建。这些几乎每年都会以计算题形式出现考试时不能只停留在知道概念的层面要能一步步写出来。第二优先级必须记住形式并会用。包括退化模型 g(x,y) h(x,y) * f(x,y) n(x,y)、维纳滤波的频域表达式、二维离散傅里叶变换的正反变换形式、拉普拉斯算子的模板、腐蚀与膨胀的定义式。这类内容常以写出表达式或判断某个操作的结果的形式出现。第三优先级理解结论即可。包括各种频域滤波器的截止特性差异、JPEG编码流程的方向性理解、区域生长准则的数学形式等。知道它们在解决什么问题、大致的流程是什么就行不需要在考场上做完整推导。这样分类以后复习时间大致可以按 5:3:2 的比例分配投入效率会高很多。1.3 常被忽略但年年出镜的小知识点有几个小点是很多同学容易跳过的但几乎每套卷子都会看到。一个是采样定理。一张图像能无失真重建的采样率是什么频率混叠之后图像会出现什么现象答案通常联系到图像里的虚假细节、锯齿边缘或摩尔纹这是概念题和简答题的高频素材。另一个是像素间的距离度量。最常用的三个变量欧氏距离、D4距离城区距离、D8距离棋盘距离。看起来很基础但在连通性分析里经常被隐性考查。比如判断两个非零像素是否连通或者某个结构元能不能覆盖到目标像素就要主动去用D4/D8来判断。还有一个是卷积和相关的关系。课本上会说卷积在计算前要将模板旋转180度不少同学在这里丢分。要记住一句话卷积 相关 核旋转。这不仅是理论考点也是手算空间滤波时最容易出错、也最不值得丢分的地方。2. 图像增强空域与频域其实是一枚硬币的两面2.1 直方图均衡化看上去是映射实质是重排灰度图像增强里最经典、也最容易考计算的就是直方图均衡化。它的核心思想一句话就能说清把灰度分布从扎堆变成铺开让图像的动态范围更均匀这样肉眼看起来对比度更高。操作步骤是固定的。第一步统计原始图像各灰度级的像素个数并转成概率第二步计算累计分布函数第三步用累计分布函数乘以最大灰度级再取整得到新灰度映射第四步按映射关系重写所有像素。手算时最容易错的两个点我特意标出来。一是累计概率必须用归一化后的概率做累加不能直接拿像素数累加。二是映射后两个不同的灰度级可能映射到同一个灰度级新图像的实际灰度级数量通常会减少这属于正常现象答题时如实写就行。我复习时总提醒自己一个直观理解直方图均衡化做的是非线性映射它总在拉伸像素数多的灰度范围、压缩像素数少的灰度范围。理解到这一层简答题问为什么均衡化之后细节更清楚就能答得有理有据不会只说一句对比度提高了。2.2 空间滤波三种滤波器解决三类问题空间滤波是空域增强的另一个重头戏。万变不离其宗记住三种基本滤波器的适用场景就够了。均值滤波适合处理高斯噪声代价是图像变模糊。因为平均操作本质上是在局部做低通把边缘的高频细节也一起抹掉了。中值滤波是解决椒盐噪声的首选它取窗口内的中值能直接把孤立的亮点或暗点剔除而且同一窗口下几乎不引入额外模糊。锐化滤波则反过来常用拉普拉斯算子或梯度算子增强边缘最常用的写作方法是原图加上或减去拉普拉斯处理后的结果具体符号看教材约定。考试如果给一个3×3小窗口让你手算中值滤波输出要注意先排序再取中间值。这里有个隐藏细节窗口不一定是奇数尺寸遇到偶数尺寸窗口时中位数取排序后中间两个数的平均值。这个点在考场上我看过有人丢分。2.3 频域增强把图像当作变化着的信号频域增强是很多同学第一遍学的时候最容易懵的部分但期末要求其实没有想象中高。先建立一个直觉一幅图像在频域里低频对应平坦光滑的区域高频对应边缘、纹理和噪声。低通滤波保留低频、削减高频表现就是图像变平滑高通滤波保留高频、压制低频表现就是边缘被强化、整体灰度基调发生变化。三种常见滤波器——理想、巴特沃斯、高斯——的区别主要在截止特性。理想滤波器的频域响应像一块砖墙立在那里过渡带为零反而在空间域产生振铃效应高斯滤波器频域没有过冲空间上也不振铃所以实践中最稳妥。考试常让比较三者的特点只要抓住一条主线过渡越陡空间振铃越明显边缘保持与振铃是一对矛盾。2.4 空域和频域的桥梁卷积定理增强题里有一种隐蔽考法给一个空域模板问它的频域作用是什么或者反过来问某个频域滤波器的空间形式是什么。答案都靠卷积定理空间域的卷积等于频率域的乘积空间域的乘积等于频率域的卷积。也就是说一个3×3的均值模板它的频域响应就是某种低通特性一个3×3的拉普拉斯模板对应的是高频提升特性。不管在空域还是频域做增强本质都在做频率成分的重新分配。这个等价视角还有一个实际好处做题时如果空域步骤太繁琐可以先想想它在频域里做了什么。有时候一句话就能点破出题意图比如“这个模板为什么和另一个模板是两种极端”答出来比硬写公式值钱得多。3. 图像复原与增强之间隔着一个退化模型3.1 从 g 到 f关键是有 H 和 n图像复原研究的场景是我们拿到的图像已经退化比如老照片模糊、有噪声、被运动模糊污染。退化过程统一写成 g Hf n其中 H 是退化算子n 是噪声。和增强不一样复原不是凭空美化而是根据对 H 和 n 的了解反过来求 f 的估计。考试最爱问“增强和复原的区别”标准答法就三句话增强面向观察、以主观感受为准复原面向还原、以客观模型为准复原比增强多了一个必须处理的退化模型环节。3.2 噪声模型与滤波器匹配表这一块内容偏记忆但记忆量不小建议按表格复习。噪声类型概率密度特征典型成因/场景推荐处理手段高斯噪声正态分布传感器热噪声、光照波动均值滤波、维纳滤波椒盐噪声极值脉冲传输误码、位翻转中值滤波均匀噪声均匀分布量化噪声、部分传感器均值滤波或自适应滤波周期噪声频域冲激扫描干扰、电源干扰频域带阻或陷波滤波表格之外的隐含考点是噪声在频域中常表现为特定位置的高频能量峰周期噪声尤其明显所以用频域滤波器能比较精确地“抠掉”特定频带这是空域手段不容易做到的。答这类题时先判断噪声类型再决定处理域顺序不要乱。3.3 逆滤波为什么翻车维纳滤波怎么救场逆滤波的思想非常直接既然 g F·H N那我就在频域里做除法得到 F 的估计等于 G / H。问题是当 H(u,v) 在某个频率位置上趋近于 0 时哪怕噪声只有一点点除法结果也会被无限放大恢复出来的图像全是噪声完全没法用。维纳滤波的改进是在分母上人为加一项和噪声相关的量公式长这样F估计(u,v) [H*(u,v) / (|H(u,v)|² K)] · G(u,v)这里的 K 与信噪比有关。它背后的物理意义很好理解在 H 很小的频率处我们意识到信号本身都不可靠了不能再盲目放大而是主动压低这一频段的响应。答题时写出这个公式再解释 K 的作用分数基本能拿到。3.4 完整复原题的答题套路期末卷上这类题多半是一个场景描述某图像被运动模糊加噪声污染要求你提出一个复原流程。建议按四段式来答。第一段建立退化模型写出 g Hf n说明 H 可以从运动参数估计第二段做频域变换把图像变换到频率域第三段选滤波器先说不能直接做逆滤波应该用维纳滤波或约束最小二乘滤波并写明原因是避免噪声被放大第四段做逆变换回到空间域再讨论边界处理。这个框架既完整又踩中得分点比只写一句“用维纳滤波”要稳得多。4. 图像分割边缘、阈值、区域三条路都到罗马4.1 边缘检测一阶微分和二阶微分各管一段边缘是图像中灰度发生剧烈变化的地方检测边缘最朴素的想法就是求梯度。基础算子里Roberts 算子用 2×2 模板计算量小但对噪声敏感Prewitt 和 Sobel 用 3×3 模板Sobel 对中心像素有加权噪声抑制更好所以实际应用最多。它们本质上都是一阶微分的离散近似输出包含梯度幅值和梯度方向两个信息。方向在后续的非极大值抑制和边缘细化里很重要但基础计算题一般只要求算幅度。二阶微分用拉普拉斯算子它对孤立的亮点和细线响应很强但对噪声也更敏感。LoG高斯拉普拉斯先做高斯平滑再做拉普拉斯就是为了降低二阶微分对噪声的放大。答题时若能写出“先平滑再求导”这个设计逻辑简答题会比只罗列算子名次高出不少。4.2 阈值分割大津法是期末计算题常客阈值分割的前提是目标和背景的灰度分布有明显差异。最朴素的做法是人工选一个全局阈值效果取决于图像光照是否均匀。考试重点在自适应阈值尤其是大津法。大津法的思路是在灰度范围里穷举每个候选阈值把像素分成目标类和背景类计算两类各自的方差以及类间方差找到让类间方差最大的那个阈值。类间方差越大说明两类分得越开。类间方差公式可以写作sigma_B² ω0·ω1·(μ0 - μ1)²这里的 ω0、ω1 是两类像素占比μ0、μ1 是两类灰度均值。计算题通常给一张小图让你列出候选阈值的计算过程。这题如果公式写对计算细心分数基本稳拿。有一个容易忽略的前提大津法默认类内灰度近似正态分布所以对直方图双峰明显的图像效果好如果分布严重重叠它会失效不能硬用。答“局限性”时把这个写出来简答题会完整很多。4.3 区域生长种子、准则、停止条件三件套区域生长的核心逻辑非常像“水滴扩散”先从种子像素出发逐个判断邻域像素与当前区域的灰度、纹理或边缘相似度符合生长准则就并入直到没有新像素满足条件。答题模板记住三个元素种子怎么选、生长准则怎么定、什么时候停。种子一般选在目标内部生长准则多用灰度差的绝对值小于某个阈值停止条件通常是连续几轮没有新增像素。区域生长的优点是能生成连通、完整的区域缺点是种子和阈值对结果影响很大噪声容易改变生长路径。4.4 工程里更爱“边缘阈值”组合拳期末复习容易把每个算法当孤立知识点背但实际项目很少只靠一种方法。我见过非常通用的套路先做高斯平滑去噪再算梯度得到梯度幅值图然后以梯度幅值作为权重在原图上做自适应阈值分割。这类“梯度约束 全局阈值”的组合把边缘信息和区域信息都用了比单一阈值稳定很多。复习的时候多想想算法怎么搭配对简答题里“如何改进某方法”的追问会很有帮助。5. 形态学处理与特征描述二值图像的数学工具箱5.1 膨胀、腐蚀、开、闭一个口诀记清用途形态学处理的输入输出通常是二值图像难点在于理解结构元 B 的作用方式。腐蚀的本质是让目标缩小一圈破坏小于结构元的凸起膨胀的本质是让目标扩大一圈填补小于结构元的孔洞。开运算是先腐蚀后膨胀常用来去除小噪声点、断开细窄连接闭运算是先膨胀后腐蚀常用来填补小孔洞、连接邻近目标。我复习时一直用四句口诀腐蚀灭尖、膨胀补洞、开运算去掉孤立小点、闭运算填平小缺口。考试里如果问某个开闭操作之后的结果是什么最稳妥的办法是先画结构元和图再一步步执行不要凭感觉跳步跳步很容易把顺序搞反。5.2 特征描述从像素到一句话分割完成后目标要从区域变成数值特征才能进入识别和理解环节。特征描述里最需要掌握的是一组几何特征面积、周长、质心、圆形度、矩形度等。链码是描述边界的经典方法按八邻域方向给边界编码不变矩的概念也要清楚它通过归一化中心矩构造对平移、旋转、缩放具有一定不变性。考试常考两个判断题不变矩是不是三个变换都稳定计算时是否要先做归一化。这两点记牢就够。这部分简答题经常是“请设计一个特征来描述某目标的形状”能答出三四个特征并说明物理含义就够了不必背完整的矩推导过程。关键是让老师看到你理解“特征要能区分目标”这件事。6. 图像压缩冗余才是压不动的根源6.1 三种冗余编码冗余、空间冗余、视觉冗余图像压缩能成立不是因为信息可以被凭空消灭而是因为图像里本来就有大量“重复”和“不敏感”的信息。编码冗余指像素值出现的概率不均匀出现概率越高的符号用越短的码字总码长就能下降空间冗余是相邻像素间有强烈的相关性绝大多数自然图像的局部灰度变化平缓视觉冗余是人眼对某些频率成分不敏感删掉一点也很难被察觉。三种冗余恰好对应了无损压缩和有损压缩的设计思路这也是整章的理论地基。6.2 无损编码霍夫曼的树是必考题霍夫曼编码是每年都出现的计算题。步骤是统计各灰度级概率每次取出概率最小的两个符号合并成一个新节点概率相加重复直到只剩一个根节点然后从根到叶子按左0右1分配码字。手算时最需要注意的是每次合并之后要保持概率列表有序否则树的形状和码长都会跟着变。霍夫曼编码是可变长、前缀无关的无损编码它的平均码长不会超过固定长度编码。算平均码长和信息熵是这道题的标准收尾两个值一起写出来对比才显得完整。算术编码在这个层级一般只要求理解它把整段符号序列映射到 [0,1) 区间里的一个小数用区间的精确定位来表示序列压缩效率理论上更高但不需要手算。6.3 有损压缩JPEG的流水线就是一套完整答案如果有损压缩出一道简答题大概率是“简述JPEG编码流程”。它的链路是颜色空间转换与下采样、8×8分块、DCT变换、量化、Zig-Zag扫描、游程编码、熵编码。要答出“量化”才是真正有损的那一步它依据人眼掩蔽特性把高频系数精度压得更低所以损失的主要是人眼不敏感的细节。整条流水线背下来再配合一两个术语解释足以应对大多数压缩简答题。7. 复习与考试应对最后几天这样用7.1 高频题型与复习优先级我把常见考法和建议投入放在一起方便你做最后的取舍。题型高频内容建议复习深度计算题直方图均衡化、中值滤波、灰度变换手算两遍以上计算题大津法、霍夫曼编码至少完整推一遍简答题空域/频域区别、增强/复原区别背熟对比框架设计题边缘检测阈值分割流程、JPEG链路能画流程、说清每一步概念题采样定理、像素距离、冗余类型理解关键词即可7.2 计算题三步自查法做完计算题我习惯按三个问题检查。第一步我现在算的是空域还是频域有没有忘了做傅里叶正变换或反变换。第二步输入输出的数据类型对不对输入是灰度图像还是二值图像输出是否超出灰度范围需要截断。第三步映射约束是否满足直方图均衡化后灰度级是否正常、霍夫曼编码的树是否满足前缀特性。这三步能拦住考场上最常见的三种低级错误变换域忘回去、截断忘写、编码树分叉标错。低级错误丢分最可惜因为明明会做只是检查习惯不到位。7.3 简答题的“公式 原理 例子 局限”答题法简答题容易拿分也容易丢分。我总结的答题公式是四件套先给出数学定义或公式再解释物理或工程意义随后补一个具体例子说明适用场景最后说一句局限或注意事项。比如问“为什么中值滤波适合去椒盐噪声”。先写中值滤波取窗口灰度排序后的中值再解释椒盐噪声在局部是极值点排序后天然排在两端所以中值不受影响然后举例3×3窗口里即使有两个黑点中心值依然能恢复最后补一句它对高斯噪声的压制效果不如均值滤波。这四句话结构完整改卷人容易给分也显得你是真懂而不是在背概念。复习到这一步你手上的知识已经不是散点而是一张有主线的地图。我个人的习惯是考前三天把每个章节的公式和画图步骤抄在一张白纸上然后不看笔记徒手过一遍卡住的地方立刻翻书标记这样暴露出来的薄弱点最真实。数字图像处理这门课的期末卷核心永远是“会算 会说”会算靠平时动手会说靠对比练习。希望这份《数字图像处理技术》期末复习笔记能帮你少走几步弯路稳住心态考场见分晓。
期末季复习《数字图像处理技术》最容易出现的状态是翻了几百页教材感觉全看过了一合上书又什么都说不出来。这门课的难点不在数学本身有多深而在于知识点特别碎空域和频域两套体系反复切换每个算法都有前置概念和适用边界。这篇期末复习笔记我按主线高频考点的方式把整门课重新串了一遍图像增强、图像复原、图像分割、形态学处理、特征描述、图像压缩外加贯穿始终的傅里叶变换。它适合两类人一类是已经系统学过一遍、需要考前快速过重点的人另一类是刚开始复习、想尽快建立完整知识框架的人。不管哪种跟着这条线走至少能保证考试里六七成的常规题型你心里有底。1. 先给这门课画一张考点地图1.1 三大主线增强、复原、分割数字图像处理的课程内容看似庞杂其实围绕三条主线展开图像增强、图像复原、图像分割。第一条图像增强。它的目标简单粗暴让图像在视觉上更清楚。对比度过低就拉直方图边缘太模糊就做锐化噪声太多就做平滑。这一段的核心是操作不太关心图像为什么变成这样只关心处理后好不好看、信息能不能被更好地观察或用于后续处理。第二条图像复原。它和增强最大的区别是背后有退化模型撑着。考试里经常把两者放在一起问区别是什么答题的关键就四个字有无模型。复原要做的是把已知的降质过程建模然后逆推回原图。第三条图像分割。它是从处理走向分析的分水岭要把图像里的目标区域挑出来才有后面的特征描述、识别、理解。分割完成后图像就从像素矩阵变成了若干区域加上区域间的关系这也是数字图像处理向更高层理解的转折点。主线之外还有两条支撑线形态学处理和图像压缩。前者是二值图像上的一套集合运算工具后者解决存储和传输的问题。这两块内容独立性强复习起来相对容易拿分但前提是概念要分清楚不能和增强、复原混在一起。1.2 哪些公式必须手推哪些记结论就行复习的时候最怕平均用力。根据历年期末题型的分布我建议把内容分成三个优先级来对待。第一优先级必须能徒手算。包括直方图均衡化的逐级映射、均值滤波和中值滤波在3×3窗口上的输出、Sobel算子和Prewitt算子的梯度幅值计算、大津法的类间方差求解、信息熵与平均码长计算、霍夫曼编码的树构建。这些几乎每年都会以计算题形式出现考试时不能只停留在知道概念的层面要能一步步写出来。第二优先级必须记住形式并会用。包括退化模型 g(x,y) h(x,y) * f(x,y) n(x,y)、维纳滤波的频域表达式、二维离散傅里叶变换的正反变换形式、拉普拉斯算子的模板、腐蚀与膨胀的定义式。这类内容常以写出表达式或判断某个操作的结果的形式出现。第三优先级理解结论即可。包括各种频域滤波器的截止特性差异、JPEG编码流程的方向性理解、区域生长准则的数学形式等。知道它们在解决什么问题、大致的流程是什么就行不需要在考场上做完整推导。这样分类以后复习时间大致可以按 5:3:2 的比例分配投入效率会高很多。1.3 常被忽略但年年出镜的小知识点有几个小点是很多同学容易跳过的但几乎每套卷子都会看到。一个是采样定理。一张图像能无失真重建的采样率是什么频率混叠之后图像会出现什么现象答案通常联系到图像里的虚假细节、锯齿边缘或摩尔纹这是概念题和简答题的高频素材。另一个是像素间的距离度量。最常用的三个变量欧氏距离、D4距离城区距离、D8距离棋盘距离。看起来很基础但在连通性分析里经常被隐性考查。比如判断两个非零像素是否连通或者某个结构元能不能覆盖到目标像素就要主动去用D4/D8来判断。还有一个是卷积和相关的关系。课本上会说卷积在计算前要将模板旋转180度不少同学在这里丢分。要记住一句话卷积 相关 核旋转。这不仅是理论考点也是手算空间滤波时最容易出错、也最不值得丢分的地方。2. 图像增强空域与频域其实是一枚硬币的两面2.1 直方图均衡化看上去是映射实质是重排灰度图像增强里最经典、也最容易考计算的就是直方图均衡化。它的核心思想一句话就能说清把灰度分布从扎堆变成铺开让图像的动态范围更均匀这样肉眼看起来对比度更高。操作步骤是固定的。第一步统计原始图像各灰度级的像素个数并转成概率第二步计算累计分布函数第三步用累计分布函数乘以最大灰度级再取整得到新灰度映射第四步按映射关系重写所有像素。手算时最容易错的两个点我特意标出来。一是累计概率必须用归一化后的概率做累加不能直接拿像素数累加。二是映射后两个不同的灰度级可能映射到同一个灰度级新图像的实际灰度级数量通常会减少这属于正常现象答题时如实写就行。我复习时总提醒自己一个直观理解直方图均衡化做的是非线性映射它总在拉伸像素数多的灰度范围、压缩像素数少的灰度范围。理解到这一层简答题问为什么均衡化之后细节更清楚就能答得有理有据不会只说一句对比度提高了。2.2 空间滤波三种滤波器解决三类问题空间滤波是空域增强的另一个重头戏。万变不离其宗记住三种基本滤波器的适用场景就够了。均值滤波适合处理高斯噪声代价是图像变模糊。因为平均操作本质上是在局部做低通把边缘的高频细节也一起抹掉了。中值滤波是解决椒盐噪声的首选它取窗口内的中值能直接把孤立的亮点或暗点剔除而且同一窗口下几乎不引入额外模糊。锐化滤波则反过来常用拉普拉斯算子或梯度算子增强边缘最常用的写作方法是原图加上或减去拉普拉斯处理后的结果具体符号看教材约定。考试如果给一个3×3小窗口让你手算中值滤波输出要注意先排序再取中间值。这里有个隐藏细节窗口不一定是奇数尺寸遇到偶数尺寸窗口时中位数取排序后中间两个数的平均值。这个点在考场上我看过有人丢分。2.3 频域增强把图像当作变化着的信号频域增强是很多同学第一遍学的时候最容易懵的部分但期末要求其实没有想象中高。先建立一个直觉一幅图像在频域里低频对应平坦光滑的区域高频对应边缘、纹理和噪声。低通滤波保留低频、削减高频表现就是图像变平滑高通滤波保留高频、压制低频表现就是边缘被强化、整体灰度基调发生变化。三种常见滤波器——理想、巴特沃斯、高斯——的区别主要在截止特性。理想滤波器的频域响应像一块砖墙立在那里过渡带为零反而在空间域产生振铃效应高斯滤波器频域没有过冲空间上也不振铃所以实践中最稳妥。考试常让比较三者的特点只要抓住一条主线过渡越陡空间振铃越明显边缘保持与振铃是一对矛盾。2.4 空域和频域的桥梁卷积定理增强题里有一种隐蔽考法给一个空域模板问它的频域作用是什么或者反过来问某个频域滤波器的空间形式是什么。答案都靠卷积定理空间域的卷积等于频率域的乘积空间域的乘积等于频率域的卷积。也就是说一个3×3的均值模板它的频域响应就是某种低通特性一个3×3的拉普拉斯模板对应的是高频提升特性。不管在空域还是频域做增强本质都在做频率成分的重新分配。这个等价视角还有一个实际好处做题时如果空域步骤太繁琐可以先想想它在频域里做了什么。有时候一句话就能点破出题意图比如“这个模板为什么和另一个模板是两种极端”答出来比硬写公式值钱得多。3. 图像复原与增强之间隔着一个退化模型3.1 从 g 到 f关键是有 H 和 n图像复原研究的场景是我们拿到的图像已经退化比如老照片模糊、有噪声、被运动模糊污染。退化过程统一写成 g Hf n其中 H 是退化算子n 是噪声。和增强不一样复原不是凭空美化而是根据对 H 和 n 的了解反过来求 f 的估计。考试最爱问“增强和复原的区别”标准答法就三句话增强面向观察、以主观感受为准复原面向还原、以客观模型为准复原比增强多了一个必须处理的退化模型环节。3.2 噪声模型与滤波器匹配表这一块内容偏记忆但记忆量不小建议按表格复习。噪声类型概率密度特征典型成因/场景推荐处理手段高斯噪声正态分布传感器热噪声、光照波动均值滤波、维纳滤波椒盐噪声极值脉冲传输误码、位翻转中值滤波均匀噪声均匀分布量化噪声、部分传感器均值滤波或自适应滤波周期噪声频域冲激扫描干扰、电源干扰频域带阻或陷波滤波表格之外的隐含考点是噪声在频域中常表现为特定位置的高频能量峰周期噪声尤其明显所以用频域滤波器能比较精确地“抠掉”特定频带这是空域手段不容易做到的。答这类题时先判断噪声类型再决定处理域顺序不要乱。3.3 逆滤波为什么翻车维纳滤波怎么救场逆滤波的思想非常直接既然 g F·H N那我就在频域里做除法得到 F 的估计等于 G / H。问题是当 H(u,v) 在某个频率位置上趋近于 0 时哪怕噪声只有一点点除法结果也会被无限放大恢复出来的图像全是噪声完全没法用。维纳滤波的改进是在分母上人为加一项和噪声相关的量公式长这样F估计(u,v) [H*(u,v) / (|H(u,v)|² K)] · G(u,v)这里的 K 与信噪比有关。它背后的物理意义很好理解在 H 很小的频率处我们意识到信号本身都不可靠了不能再盲目放大而是主动压低这一频段的响应。答题时写出这个公式再解释 K 的作用分数基本能拿到。3.4 完整复原题的答题套路期末卷上这类题多半是一个场景描述某图像被运动模糊加噪声污染要求你提出一个复原流程。建议按四段式来答。第一段建立退化模型写出 g Hf n说明 H 可以从运动参数估计第二段做频域变换把图像变换到频率域第三段选滤波器先说不能直接做逆滤波应该用维纳滤波或约束最小二乘滤波并写明原因是避免噪声被放大第四段做逆变换回到空间域再讨论边界处理。这个框架既完整又踩中得分点比只写一句“用维纳滤波”要稳得多。4. 图像分割边缘、阈值、区域三条路都到罗马4.1 边缘检测一阶微分和二阶微分各管一段边缘是图像中灰度发生剧烈变化的地方检测边缘最朴素的想法就是求梯度。基础算子里Roberts 算子用 2×2 模板计算量小但对噪声敏感Prewitt 和 Sobel 用 3×3 模板Sobel 对中心像素有加权噪声抑制更好所以实际应用最多。它们本质上都是一阶微分的离散近似输出包含梯度幅值和梯度方向两个信息。方向在后续的非极大值抑制和边缘细化里很重要但基础计算题一般只要求算幅度。二阶微分用拉普拉斯算子它对孤立的亮点和细线响应很强但对噪声也更敏感。LoG高斯拉普拉斯先做高斯平滑再做拉普拉斯就是为了降低二阶微分对噪声的放大。答题时若能写出“先平滑再求导”这个设计逻辑简答题会比只罗列算子名次高出不少。4.2 阈值分割大津法是期末计算题常客阈值分割的前提是目标和背景的灰度分布有明显差异。最朴素的做法是人工选一个全局阈值效果取决于图像光照是否均匀。考试重点在自适应阈值尤其是大津法。大津法的思路是在灰度范围里穷举每个候选阈值把像素分成目标类和背景类计算两类各自的方差以及类间方差找到让类间方差最大的那个阈值。类间方差越大说明两类分得越开。类间方差公式可以写作sigma_B² ω0·ω1·(μ0 - μ1)²这里的 ω0、ω1 是两类像素占比μ0、μ1 是两类灰度均值。计算题通常给一张小图让你列出候选阈值的计算过程。这题如果公式写对计算细心分数基本稳拿。有一个容易忽略的前提大津法默认类内灰度近似正态分布所以对直方图双峰明显的图像效果好如果分布严重重叠它会失效不能硬用。答“局限性”时把这个写出来简答题会完整很多。4.3 区域生长种子、准则、停止条件三件套区域生长的核心逻辑非常像“水滴扩散”先从种子像素出发逐个判断邻域像素与当前区域的灰度、纹理或边缘相似度符合生长准则就并入直到没有新像素满足条件。答题模板记住三个元素种子怎么选、生长准则怎么定、什么时候停。种子一般选在目标内部生长准则多用灰度差的绝对值小于某个阈值停止条件通常是连续几轮没有新增像素。区域生长的优点是能生成连通、完整的区域缺点是种子和阈值对结果影响很大噪声容易改变生长路径。4.4 工程里更爱“边缘阈值”组合拳期末复习容易把每个算法当孤立知识点背但实际项目很少只靠一种方法。我见过非常通用的套路先做高斯平滑去噪再算梯度得到梯度幅值图然后以梯度幅值作为权重在原图上做自适应阈值分割。这类“梯度约束 全局阈值”的组合把边缘信息和区域信息都用了比单一阈值稳定很多。复习的时候多想想算法怎么搭配对简答题里“如何改进某方法”的追问会很有帮助。5. 形态学处理与特征描述二值图像的数学工具箱5.1 膨胀、腐蚀、开、闭一个口诀记清用途形态学处理的输入输出通常是二值图像难点在于理解结构元 B 的作用方式。腐蚀的本质是让目标缩小一圈破坏小于结构元的凸起膨胀的本质是让目标扩大一圈填补小于结构元的孔洞。开运算是先腐蚀后膨胀常用来去除小噪声点、断开细窄连接闭运算是先膨胀后腐蚀常用来填补小孔洞、连接邻近目标。我复习时一直用四句口诀腐蚀灭尖、膨胀补洞、开运算去掉孤立小点、闭运算填平小缺口。考试里如果问某个开闭操作之后的结果是什么最稳妥的办法是先画结构元和图再一步步执行不要凭感觉跳步跳步很容易把顺序搞反。5.2 特征描述从像素到一句话分割完成后目标要从区域变成数值特征才能进入识别和理解环节。特征描述里最需要掌握的是一组几何特征面积、周长、质心、圆形度、矩形度等。链码是描述边界的经典方法按八邻域方向给边界编码不变矩的概念也要清楚它通过归一化中心矩构造对平移、旋转、缩放具有一定不变性。考试常考两个判断题不变矩是不是三个变换都稳定计算时是否要先做归一化。这两点记牢就够。这部分简答题经常是“请设计一个特征来描述某目标的形状”能答出三四个特征并说明物理含义就够了不必背完整的矩推导过程。关键是让老师看到你理解“特征要能区分目标”这件事。6. 图像压缩冗余才是压不动的根源6.1 三种冗余编码冗余、空间冗余、视觉冗余图像压缩能成立不是因为信息可以被凭空消灭而是因为图像里本来就有大量“重复”和“不敏感”的信息。编码冗余指像素值出现的概率不均匀出现概率越高的符号用越短的码字总码长就能下降空间冗余是相邻像素间有强烈的相关性绝大多数自然图像的局部灰度变化平缓视觉冗余是人眼对某些频率成分不敏感删掉一点也很难被察觉。三种冗余恰好对应了无损压缩和有损压缩的设计思路这也是整章的理论地基。6.2 无损编码霍夫曼的树是必考题霍夫曼编码是每年都出现的计算题。步骤是统计各灰度级概率每次取出概率最小的两个符号合并成一个新节点概率相加重复直到只剩一个根节点然后从根到叶子按左0右1分配码字。手算时最需要注意的是每次合并之后要保持概率列表有序否则树的形状和码长都会跟着变。霍夫曼编码是可变长、前缀无关的无损编码它的平均码长不会超过固定长度编码。算平均码长和信息熵是这道题的标准收尾两个值一起写出来对比才显得完整。算术编码在这个层级一般只要求理解它把整段符号序列映射到 [0,1) 区间里的一个小数用区间的精确定位来表示序列压缩效率理论上更高但不需要手算。6.3 有损压缩JPEG的流水线就是一套完整答案如果有损压缩出一道简答题大概率是“简述JPEG编码流程”。它的链路是颜色空间转换与下采样、8×8分块、DCT变换、量化、Zig-Zag扫描、游程编码、熵编码。要答出“量化”才是真正有损的那一步它依据人眼掩蔽特性把高频系数精度压得更低所以损失的主要是人眼不敏感的细节。整条流水线背下来再配合一两个术语解释足以应对大多数压缩简答题。7. 复习与考试应对最后几天这样用7.1 高频题型与复习优先级我把常见考法和建议投入放在一起方便你做最后的取舍。题型高频内容建议复习深度计算题直方图均衡化、中值滤波、灰度变换手算两遍以上计算题大津法、霍夫曼编码至少完整推一遍简答题空域/频域区别、增强/复原区别背熟对比框架设计题边缘检测阈值分割流程、JPEG链路能画流程、说清每一步概念题采样定理、像素距离、冗余类型理解关键词即可7.2 计算题三步自查法做完计算题我习惯按三个问题检查。第一步我现在算的是空域还是频域有没有忘了做傅里叶正变换或反变换。第二步输入输出的数据类型对不对输入是灰度图像还是二值图像输出是否超出灰度范围需要截断。第三步映射约束是否满足直方图均衡化后灰度级是否正常、霍夫曼编码的树是否满足前缀特性。这三步能拦住考场上最常见的三种低级错误变换域忘回去、截断忘写、编码树分叉标错。低级错误丢分最可惜因为明明会做只是检查习惯不到位。7.3 简答题的“公式 原理 例子 局限”答题法简答题容易拿分也容易丢分。我总结的答题公式是四件套先给出数学定义或公式再解释物理或工程意义随后补一个具体例子说明适用场景最后说一句局限或注意事项。比如问“为什么中值滤波适合去椒盐噪声”。先写中值滤波取窗口灰度排序后的中值再解释椒盐噪声在局部是极值点排序后天然排在两端所以中值不受影响然后举例3×3窗口里即使有两个黑点中心值依然能恢复最后补一句它对高斯噪声的压制效果不如均值滤波。这四句话结构完整改卷人容易给分也显得你是真懂而不是在背概念。复习到这一步你手上的知识已经不是散点而是一张有主线的地图。我个人的习惯是考前三天把每个章节的公式和画图步骤抄在一张白纸上然后不看笔记徒手过一遍卡住的地方立刻翻书标记这样暴露出来的薄弱点最真实。数字图像处理这门课的期末卷核心永远是“会算 会说”会算靠平时动手会说靠对比练习。希望这份《数字图像处理技术》期末复习笔记能帮你少走几步弯路稳住心态考场见分晓。
