数字图像处理——复习

这篇博客复习了数字图像处理的重要概念,包括均值和中值滤波计算,无水平方向的一阶锐化,位图存储需求,以及采样间隔与图像的关系、量化对图像的影响。此外,还探讨了中值滤波器的噪声抑制效果,图像梯度的定义及其物理意义,并提供了线性对比度展宽、直方图均衡化、图像缩小及SNN均值滤波的计算实例。

考点

在这里插入图片描述

填空

均值滤波计算

在这里插入图片描述

中值滤波计算

在这里插入图片描述

无水平方向一阶锐化计算

水平方向

在这里插入图片描述

无方向——交叉微分

在这里插入图片描述
在这里插入图片描述

无方向——Sobel锐化

在这里插入图片描述

位图存储所需的数据量计算

在这里插入图片描述

问答

什么是采样,简述采样间隔与图像的关系

在这里插入图片描述

在这里插入图片描述

什么是量化,简述量化等级与图像的关系

在这里插入图片描述
在这里插入图片描述

简述中值滤波器对不同类型的噪声抑制效果

在这里插入图片描述

对于一张灰度图像,其梯度是如何定义的?图像梯度的物理意义是什么?

在这里插入图片描述
在这里插入图片描述

计算

已知灰度图,对该图像进行线性对比度展宽,得到新图像

在这里插入图片描述
在这里插入图片描述

直方图均衡化算法的计算

  1. 求直方图
  2. 计算原图的灰度分布概率
  3. 计算原图灰度的累计分布
  4. 计算原、新图灰度值的影射关系

基于像素采样的图像缩小方法对图进行缩小

在这里插入图片描述
在这里插入图片描述

用3*3的模板对图像进行对称近邻(SNN)均值滤波

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值