圖像復原

常用圖像變換算法：

（1）逆濾波；

（2）維納濾波（WienerFilter）；

（3）盲卷積

22、什么叫圖像復原？與圖像增強有什么區別？

圖像在形成、傳輸和記錄中，由于成像系統、傳輸介質和設備的不完善，導致圖像質量下降，這一現象稱為圖像退化。

圖像復原和圖像增強是有區別的，雖然二者的目的都是為了改善圖像的質量，但圖像增強不考慮圖像是如何退化的，只通過試探各種技術來來增強圖像的視覺效果。因此，圖像增強可以不顧增強后的圖像是否失真，只要看著舒服就行。而圖像復原則完全不同，需知道圖像退化的機制和過程等先驗知識，據此找出一種相應的逆過程解算方法，從而得到復原的圖像。如果圖像已退化，應先做復原處理，再做增強處理。

23、說出幾種圖像退化：

圖像模糊、失真、有噪聲等

24、什么是維納濾波器？

是一種以最小平方為最優準則的線性濾波器，在一定的約束條件下，其輸出與給定函數的差的平方達到最小，通過數學運算最終可變為可變為一個拖布列茲方程的求解問題，是利用平穩隨機過程的相關特性和頻譜特性混有噪聲的信號進行濾波。

25、說出幾種常用的圖像復原方法？

代數恢復方法：無約束復原；約束最小二乘法

頻域恢復方法：逆濾波恢復法；去除由均勻運動引起的模糊；維納濾波復原法

圖像壓縮編碼

常用圖像變換算法：

（1）哈夫曼編碼；（2）算術編碼；（3）預測編碼；（4）變換編碼

26、圖像為什么可以壓縮？（即數字圖像中存在哪幾種冗余？）

圖像數據之所以可以被壓縮，是因為數據中存在著冗余。在圖像壓縮中，有三種基本的數據冗余：編碼冗余；像素間冗余；視覺冗余。

27、什么是有損和無損壓縮？

無損壓縮：是對文件本身的壓縮，和其它數據文件的壓縮一樣，是對文件的數據存儲方式進行優化，采用某種算法表示重復的數據信息，文件可以完全還原，不影響文件內容，對于數字圖像而言，也不會使圖像細節有任何損失。

有損壓縮：是對圖像本身的改變，在保存圖像時保留了較多的亮度信息，而將色相和色純度的信息和周圍的像素進行合并，合并的比例不同，壓縮的比例也不同，由于信息量減少了，所以壓縮比可以很高，圖像質量也會相應的下降。

28、霍夫曼編碼算法的基本思想是什么？

是根據源數據符號發生的概率進行編碼的。在源數據中出現概率越大的符號，分配的碼字越短；出現概率越小的信號，其碼長越長，從而達到用盡可能少的碼表示源數據。

29、損和有損預測編碼算法不同之處？各在哪個環節對數據實現了壓縮？

無損（亦稱無失真、無誤差、信息保持）編碼中刪除的僅僅是圖像數據中冗余的數據，經解碼重建的圖像和原始圖像沒有任何失真。

有損（亦稱有誤差、有失真）編碼是指解碼重建的圖像與原圖像相比有失真，不能精確的復原，但視覺效果上基本相同，是實現高壓縮比的編碼方式。

30、簡述統計編碼、算術編碼、預測編碼、變換編碼算法的基本原理

統計編碼：根據信源的概率分布可變長碼，使平均碼長非常接近于熵。

算數編碼：利用編碼符號的聯合概率，用一個單獨的浮點數來代替一串輸入符號。

預測編碼：不是直接對信號編碼，而是對圖像預測誤差編碼。實質上是對新的信息進行編碼，以消除相鄰像素之間的相關性和冗余性。

變換編碼算法：是通過正交變換把圖像從空間域轉化為能量比較集中的變換域系數，然后對變換系數經行編碼，從而達到壓縮數據的目的。

圖像邊緣檢測、分割

圖像處理常用算法：

邊緣檢測：Canny算子、Laplacian算子、Sobel算子

Hough變換檢測直線和圓算法

圖像分割：閾值分割算（也叫二值化）、區域分割算法：區域生長法、分裂合并法、空間聚類法。

31、說出幾個常用的邊緣檢測算子：

Canny 算子、Laplacian算子、Sobel 算子

32、分別說出下面四種模板分別實現平滑去噪（低通濾波器）、圖像銳化（梯度法）、邊緣檢測（高通濾波器）哪種處理？

附加：

1、灰度圖像跟彩色圖像：

灰度圖像：是一個二維的灰度（亮度）函數f(x,y)

彩色圖像：由三個二維灰度函數f(x,y)組成。三個是RGB或者HSV

2、圖像處理：

從圖像到圖像：從圖像到經過加工的另一圖像

一個決策：將一幅圖像轉化為一種非圖像的表示

3、相鄰像素：

四鄰域：

對角領域：

八領域：

4、像素的連接、鄰接、與連通

鄰接adjacency：僅考慮像素間的空間關系

由像素間的度量關系知：

四領域也可以定義為：

八領域也可以定義為：

連接connectivity：

空間關系：滿足鄰接

灰度關系：灰度值是否滿足某個特定的相似準則，用V來表示這個準則。

4-連接：2個像素p和r在V中取值且r在p的4鄰域中

8-連接：2個像素p和r在V中取值且r在p的8鄰域中

m-連接（混合連接）：2個像素p和r在V中取值，且滿足下面條件之一即可

1、r在p的4領域中。

2、r在p的對角領域中且p的4領域與r的4鄰域的交集是空集。如下圖所示：eg:彩色圖像中左邊是m-連接，右邊不是。

5、像素間的距離

3個像素p，q，r，分別具有坐標(x,y)，(s,t)，(u,v)，度量函數記為D。

像素間距離的性質：

1>D(p,q)>=0 兩個像素之間的距離總是正的

2>D(p,q)=D(q,p) 距離與起終點的選擇無關

3>D(p,R)<=D(p,q)+D(q,r) 最短距離是沿直線的

距離度量函數：

1>歐氏距離：距離p小于或者等于某一值是：以p為原點的圓

2>城市街區距離：距離小于或者等于某一值是以p為中心的菱形

3>棋盤距離：距離p小于或者等于某一值是以p為中心的正方形

......