理方法。莈高频对应图像的部分:边缘、细节、跳变、噪声薃低频对应图像的部分:背景区、缓变袃4、同态滤波定义:在频率域中同时对图像亮度范围进行压缩和对图像对比度增强的方法。膈基本思想:将非线性问题转化成线性问题处理,即先对非线性混杂信号做某种数学运算(一般取对数),变换成加性的,然后用线性滤波方法进行处理,最后再做反运算,恢复处理后的图像。蒆目的:通过对图像做非线性变换,使构成图像的非可加性因素成为可加性的,从而容易进行滤波处理。羃第十一节图像复原莀1、图像复原的基本思想:弄清降质原因,建立数学模型,逆降质的过程恢复图像。腿2、图像复原及图像退化的模型薄g(x,y)蒂膀芀f(x,y)羇膅退化模型复原模型袀肈n(x,y)肅图像的退化及复原模型薅3、二维连续退化模型:薁聿蒈二维离散退化模型:羄莁第十三节图像压缩编码膀1、图像信息熵:薆①图像信息压缩的前提:保持信息源的信息量不变,或者损失不大。莄信息源X的符号集合{a1,a2,...,ai,...,am},肂出现的概率{P(a1),P(a2),...,P(ai),...,P(am)}。羈信息源X发出某一符号ai的自信息量可以用该符号出现的概率P(ai)来定义。羈如对数取2为底,信息量单袃位为“比特”(bit)/符号袂符号出现的不确定性越大,则概率越小,信息量越大;不确定性越小,则概率越大,信息量也越小。聿如果信源X各符号ai的出现是相互独立的,X为无记忆信源。X发出一符号序列的概率等于各符号的概率之积,序列的信息量等于相继出现的各符号的自信息量之和。肇X的信息熵(entropy):符号自信息量的统计平均,即信源的平均信息量节薂bit/符号肁也称为X的一维熵,表示信息源X发出任意一个符号的平均信息量。膅②一维含义:图像灰度分布的聚集特性羆二维含义:图像灰度分布的空间特性莃2、图像压缩性能参数:压缩比、平均码字长度()、编码效率、冗余度
全文预览
