医学数字图像处理期末考试重点汇编
医学图像处理复习重点
医学图像处理复习重点1、图像：事物的一种表示、写真或临摹，…..，一个生动的或图形化的描述，是对事物的一种表示。
2、图像的分类：（1）数学函数产生的图像（2）可见的图像（3）不可见的物理图像3、图像表示：常见图像是连续的，用f（x,y）表示一幅图像，其中x,y表示空间坐标点的位置，f 表示图像在点（x,y）的某种性质的数值，如亮度等。
f ,x,y可以是任意实数。
4、数字图像处理的定义（两方面）：对一个物体的数字表示施加一系列的操作以达到某种预期的结果，它包括以下两方面内容：（1）将一幅图像变为另一幅经过加工的图像，是图像到图像的过程。
（2）将一幅图像转化为一种非图像的表示，如一个决策等。
5、数字图象处理系统的基本组成结构：（1）图象数字化设备：扫描仪、数码相机、摄象机与图象采集卡等。
（2）图象处理计算机：PC、工作站等，它可以实现通信（通信模块通过局域网等实现网络传输图像数据）、存储（存储模块采用磁盘、光盘）和图像的处理与分析（主要是运算，用算法的形式描述，用软件实现）。
（3）图象输出设备：打印机等。
6、研究的内容：（1）图像增强技术（2）图像配准技术（3）图像分割技术（4）图像三维显示技术（5）医学图像数据库7、黑白图像：是指图像的每个像素只能是黑或者白，没有中间的过渡，故又称为2值图像。
2值图像的像素值为0、1。
8、灰度图像：每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度。
以上两种为非彩色图像。
9、彩色图像：彩色图象可以用红、绿、蓝三元组的二维矩阵来表示。
通常，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。
10、像素的性质：图像是由一些极小尺寸的矩形小块组合而成的。
组成图像的这种最小基本元素称作象素（Pixel）。
医学数字图像处理重点
人的眼球是一个复杂的视觉器官。
视觉：指光对感官的刺激和视觉系统的感觉。
视知觉：指如何通过视觉形成关于外部世界的表象。
分低级和高级2个层次。
可视波长范围约为400nm~760nm
视觉系统从外界获取图像，就是在眼睛视网膜上获得周围世界的光学成像，然后又视觉接收器将光图信息转化为视网膜的神经活动电信息，最后通过视神经纤维，把这些图像信息传送入大脑，由大脑获得图像感知。
眼球的前部有晶状体，相当于照相机的镜头。
眼球内侧
的后部有视网膜，表面分布着两种感光细胞：锥细胞和
柱细胞。
眼内有六、七百万的锥细胞，它们对明亮的光和颜色很敏感。
人眼借助于锥细胞来区分细节。
称为适亮视觉。
眼内有75万到150万柱细胞。
分布面大，分辨率低，主要提供整体视觉印象。
虽然它们对颜色不敏感，但是对弱光较敏感。
称为适暗视觉。
视网膜的中心是中央凹，面积约1.5 1.5mm2，锥细胞的密度达到150000个/mm2,是眼内最敏感的区域。
杆状细胞
✓负责黑白细胞
✓对低亮度光敏感（夜视觉）
✓数量约为7500万 ~1.5亿
⏹锥状细胞——负责彩色视觉
✓三种类型：红、绿、蓝感光细胞
✓可感受6~7百万种颜色
✓数量约为600~700万
人类对光本性认识的三个阶段
人类的视觉模型。
图像处理期末考试整理
数字图像处理与计算机视觉复习Ace Nirvana整理第一章绪论1.1前言人类传递信息的主要媒介是语音和图像。
听觉信息20％，视觉信息>60％，其他(如味觉、触觉、嗅觉) <20％，“百闻不如一见”。
医学领域：1895年X射线的发现。
1.2数字图像处理的起源数字图像处理的历史可追溯至二十世纪二十年代。
最早应用之一是在报纸业，当时，引入巴特兰电缆图片传输系统，图像第一次通过海底电缆横跨大西洋从伦敦送往纽约传送一幅图片。
第一台能够进行图像处理的大型计算机出现在20世纪60年代。
数字图像处理的起源可追溯至利用这些大型机开始的空间研究项目，可以说大型计算机与空间研究项目是数字图像处理发展的原动力。
计算机断层是一种处理方法，在这种处理中，一个检测器环围绕着一个物体(或病人)，一个X射线源，带有检测器的同心圆绕着物体旋转，X射线通过物体并由位于环上对面的相应的检测器收集起来，然后用特定的重建算法重建通过物体的“切片”的图像，这些切片组成了物体内部的再现图像。
计算机断层技术获得了1979年诺贝尔医学奖。
从20世纪60年代至今，数字图像处理技术发展迅速，目前已成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等领域中各学科之间学习和研究的对象。
如今图像处理技术已给人类带来了巨大的经济和社会效益。
不久地将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。
1.3图像处理的应用意义（1）图像是人们从客观世界获取信息的重要来源人类是通过感觉器官从客观世界获取信息，即通过耳、目、口、鼻、手通过听、看、味、嗅和触摸的方式获取信息。
在这些信息中，视觉信息占60％～70％。
视觉信息的特点是信息量大，传播速度快，作用距离远，有心理和生理作用，加上大脑的思维和联想，具有很强的判断能力。
其次是人的视觉十分完善，人眼灵敏度高，鉴别能力强，不仅可以辨别景物，还能辨别人的情绪，由此可见，图像信息对人类来说是十分重要的。
(完整word版)数字图像处理期末复习资料
1图像的特点:1)直观形象2)易懂3)信息量大2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像3）按运动分类：静态图像，动态图像4）按时空分布分类：二维图像，三维图像3 数字图像处理的主要内容：1）图像获取2）图像变换3）图像增强4）图像复原5)图像编码6）图像分析7）图像识别8）图像理解4数字图像处理方法：1）空域法2）变换域法5什么是数字图像的采样和量化？采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。
邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则第二章1 试述图像采集系统的结构及其各部分的功能？2 连续图像随机过程可以用哪些数字特征来描述？概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。
而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本4与标量量化相比，向量量化有哪些优势？合理地利用样本间的相关性,减少量化误差提高压缩率,5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，转换函数（23页6 数字图像的空间分辨率和采样间隔有什么联系？采样间隔是决定图像分辨率的主要参数1 FFT的基本思想是什么?？利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算量。
医学图象处理题库及解答
g i, j median f (i k , j l ) | k 1,0,1, l 1,0,1（ i, j 2, , N 1 ）
x x0 2 y y0 2
的光源照射。为简单起见，假设区域的反
射是恒定的，并等于 1.0，令 K=255。如果图像用 m 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间灰度级 差别大于 8 的突变，那么数字化本图像时的灰度级 k 取什么值将导致可见的伪轮廓? 分析解答：在分析解答该题时，应该从图像的形成模型出发，综合考虑灰度的量化、灰度级分辨率、灰度级之间的关 系。 根据已知条件及图像的形成模型，这里的图像可表示为
s2
ds Ae r dr 。对等式积分，可以得到关于变量 s 和 r 的分布函数的等
s
2
式。为了避免混淆，在等式的左边，用 y 代替积分变量 s，右边用 x 代替积分变量 r，于是
B ye y dy A e x dx
0 0
r
上式的左边为
右边为
s
0
ye
y2
2 1 s 2 1 1 e s dy e y dy e s 1 2 0 2 2
（1）令 V={0，1}，计算 p 和 q 间的 4，8，m 通路的最短长度。如果在这两点间存在通路，请在图中表示出最短通路。 （2）令 V={1，2}，同样计算 p 和 q 间的 4，8，m 通路的最短长度。如果在这两点间存在通路，请在图中表示出最短 通路。 分析解答： （1）当 V={0，1}时，在 p、q 之间不存在 4 通路，因为沿着 4 邻域且满足 V 的点从 p 到达 q 是不可能的。 图（a）描述了在这种条件下到达 q 点是不可能。图（b）实线为最短的 8 通路，其长度为 4。图（b）虚线为最短的 m 通路，其长度为 5。 （2）当 V={1，2}时最短的 4 通路的长度是 6，如图（c）所示为其一种可能性。容易证明 p、q 间存在其它等长的 4 通 路。图（d）实线为最短的 8 通路，其长度为 4。图（d）虚线为最短的 m 通路，其长度为 6。
《数字图像处理》复习重点总结(杂)
出 //非几何变换：原图灰度为 f(x,y),g(x,y)=T[f(x,y)], 没有位置变化，灰度值变换 R=T(r),R,r∈(0~255)//
3 模板运算、应用（★）：所谓模板就是一个系数矩阵（必须为奇数列）；模板大小：经常是奇数；模板系
数: 矩阵的元素 w1 w2 w3 w4 w5 w6 w7 w8 w9。对于某图象的子图像：z1 z2 z3 z4 z5 z6 z7 z8 z9z5 的模板运
第三章：图像变换 1 图像变换、基本运算方法：加减法：C(x,y) = A(x,y) ±B(x,y) 乘法：C(x,y) = A(x,y) * B(x,y) //求反：g(x,y) = 255 - f(x,y) 异或：g(x,y) = f(x,y) ⊕ h(x,y) 或：g(x,y) = f(x,y) ∪ h(x,y)与：g(x,y) = f(x,y) ∩ h(x,y) //
腐蚀；定义：B • S =（B ⊕ S）⊗ S；结果：1）填充对象内细小空洞 2）连接邻近对象 3）在不明显改变面 积前提下,平滑对象的边缘
第六章：图像特征提取与识别 1 表示方法： ①链码,定义：1）链码是一种边界的编码表示法。2）用边界的方向作为编码依据。为简化边 界的描述。一般描述的是边界点集。②区域骨架 ,概念,反映什么特性骨架：中轴线。设:R 是一个区域,B 为 R 的边界点,对于 R 中的点 p,找 p 在 B 上“最近”的邻居。如果 p 有多于一个的邻居,称它属于 R 的中轴（骨架） 2 边界特性： ①形状数（★）形状数定义：最小差分链码。 要会算：差分链码,最小差分链码。 差分链
第五章：图像分割 1 图像分割的定义和五大特性 // 令集合 R 代表整个图像区域,对 R 的分割可看作将 R 分成 N 个满足一下五 个条件的非空子集（子区域）R1,R2…RN: ①完备性: i=1 到 N 对 Ri 求和=R②独立性（各子区互不重叠）： i,j,i≠j,有 Ri∩Rj= ③单一性（同子区具有某些相同特性）：对 i=1,2…N,有 P(Ri)=TRUE ④互斥性（不 同子区具有某些不同特性）：对 i≠j,有 P(Ri∪Rj)=FALSE ⑤连通性（同子区像素具有连通性）：对 i=1,2,...,N, Ri 是连通的区域 // 对图像的划分满足以上定义,则 Ri（i-1,2,3…n）就称为 R 的分割。 // 2 边缘检测：（★）边缘连接,模板运算的概念,和锐化模板有区别,Huff 变换。// 基于边缘检测的霍夫变换 的原理：把直线上点的坐标变换到过点的直线的系数域,通过利用共线和直线相交的关系,使直线的提取问题 转化为计数问题。 3 阈值分割：通过取灰度门限对图像像素进行分类,该方法基于：（1）同一分割区域内由灰度值相近的像素 点组成；（2）目标物和背景、不同目标物之间的灰度值有明显差异,可通过取门限区分。 // 4 区域生长（★）：// 根据所用邻域方式和相似性准则的不同,区域生长法可以分为简单生长（像素+像素）、 质心生长法（区域+像素）和混合生长法（区域+区域）//①简单生长法：按时限确定的相似性准则,生长点 （种子点为第一生长点）接收（合并）其邻域（比如 4 邻域）的像素点,该区域生长。接收后的像素点成为 成长点,其值取种子点的值。重复该过程,直到不能生长为止,到此该区域生成。简单生长法的相似性准则为： |f(m,n)-f(s,t)|<T1, 其中 f(s,t)为种子(s,t)处的灰度值,f(m,n)为（s,t)邻域点（m,n)的灰度值,T1 为相似门限。F(s,t) 始终取种子点的值,因此这种方法对种子点的依赖性强 // ②质心生长法：相似性准则变为：|f(m,n)-f(s,t)|<T2, 这里的 f(s,t)(带上划线)是已生长区域内所有像素（所有生长点）的灰度平均值。即用已生成区域的像素灰度 均值（类似质心）作为基准,这样就可以客服简单生长法中过分依赖种子点的缺陷。 // √5 数学形态学方法： 1) 腐蚀：定义：E = B ⊗ S = { x,y | Sxy⊆ B}；结果：使二值图像减小一圈；算法：·用 3x3 的结构元素,扫描 图像的每一个像素；·用结构元素与其覆盖的二值图像做“与”操作；·如果都为 1,结果图像该像素为 1。否则 为 0。2）膨胀：定义：E = B ⊕ S = { x,y | Sxy∩B ≠Ф}；结果：使二值图像扩大一圈；算法：·用 3x3 的结构 元素,扫描图像的每一个像素；·用结构元素与其覆盖的二值图像做“与”操作； ·如果都为 0,结果图像该像素 为 0。否则为 1。3）开运算：思路：先腐蚀,再膨胀；定义：B o S = （B ⊗ S）⊕ S；结果：1）消除细小对 象 2）在细小粘连处分离对象 3）在不改变形状的前提下,平滑对象的边缘。4）闭运算：思路：先膨胀、再
数字图像处理期末考试整理
数字图像处理期末考试整理-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN数字图像处理：是指将一幅图像转变为另一幅图像。
数字图像分析：是指将一幅图像转换为一种非图像的表示。
①20世纪20年代第一次通过海底电缆传输图像；②1921年用电报打印机采用特殊字符在编码纸带中产生的图像;③1922年在信号两次穿越大西洋后从穿孔纸带得到的数字图像；④ 20世纪60年代早期，第一台执行有意义的图像处理任务的大型计算机。
⑤20世纪60年代末、70年代初开始用于医学图像、地球遥感、天文学等领域。
数字图像处理的应用实例：根据信息源分类：①电磁波谱：Gamma射线--核医学和天文观测（骨骼扫描、PET图像、天鹅星座环、来自反应器电子管的伽马辐射）X射线—医学诊断、工业和天文学（胸部X、射线图像、主动脉造影图像、头部CT、电路板、天鹅星座环）紫外线成像—平板印刷技术、工业检测、显微镜方法、激光、生物图像、天文观测（普通谷物、被真菌感染的谷物、天鹅星座环）可见光与红外波段成像---遥感、天文学、显微镜方法、工业（紫杉酚 250倍、胆固醇 40倍、微处理器 60倍、镍氢化物薄片600倍、音频CD表面 1750倍、有机超导450倍、电路板、封装的丸剂、瓶子、清洁塑料上的气泡、谷物、目镜掺杂物图像）微波波段成像--雷达、无线电波成像--医学核磁共振成像、天文学。
②声波成像—地质勘测、工业、医学；③超声波成像；④电子显微成像--工业上利用放大倍数、⑤计算机合成成像。
二、光敏细胞：①杆状细胞（夜视觉，灵敏度较高，能帮助我们看到较暗环境下的景物，但只能分辨出景物的明亮程度，不能分辨出其颜色）②锥状细胞（明视觉，灵敏度较低，既能分辨出景物的明亮程度，又能分辨出其颜色）。
称为韦伯比，是在背景亮度为I 的情况下可辨别照明增量的50%，较小:可辨别强度较小的变化，亮度辨别力好；较大:可辨别强度较大的变化，亮度辨别力差。
医学图像处理期末复习
医学图像处理期末复习----13级信工1班题型：1.填空题 20题（1分/题）2.计算题 2题（5分/题）3.简答题 5题（6分/题）4.程序填空 10题（1分/题）5.程序题 3题（10分/题）一、填空题第一章1.现代医学影像技术的发展源于德国科学家伦琴于1895年发现的【X 线】并由此产生的成像技术。
2.传统的X线成像得到的是组织或器官的【投影】像。
3.照片上某个像素的亮度反映穿过人体到达胶片的X线的强度，它与人体对X线的吸收量成【反】比。
4.超声成像依据的是【脉冲-回波】技术。
5.超声仪使用的成像物质波源是振动频率在人的听觉范围以外的【机械振动】波。
6.超声成像是用不可见也听不到的超声波能量实现的人体成像，对人体【无】辐射伤害。
7.CT成像是通过检测人体对【X线】吸收量而获得的图像。
8.CT得到人体断层中的所有体素的X线【吸收】系数。
9.CT成像对软组织获得的图像的密度分辨率远【没有】MRI高。
10.核医学成像的特点是能反映人体内各组织器官【功能性（代谢）】的变化。
11.核医学领域广泛使用的影像技术是SPECT和【PET】，这两种成像技术又统称为发射型计算机体层成像（ECT）。
12.核医学成像技术是以【放射性核素】示踪法为基础的。
13.ECT的本质是由在体外测量发自体内的【γ射线】来确定在体内的放射性核素的活度。
14.磁共振成像其本质是一种能级间【跃迁】的量子效应。
15.MRI现象是由于人体中的【原子核】吸收了来自外界的电磁波后产生了共振现象。
16.MRI【无】电磁辐射损伤。
第二章1.联合图像专家组的英文缩写是【JPEG】。
2.单色位图只有黑白两种颜色，一个像素仅占【1】bit。
3.矢量图是用一系列【绘图指令】来表示一幅图。
4.静态图像可分为【矢量】图和位图。
5.BMP也称【位图】格式。
6.真彩色是【RGB】颜色的另一种叫法。
7.【量化】就是把采样点上表示亮暗信息的连续量离散化后，用数值来表示的过程。
数字图像处理期末考试考点
图像增强的几个方法和特点图像增强技术是一大类基本的图像处理技术，目的是对一幅图像进行加工，突出图像中的某些信息，削弱或除去某些不需要的信息，以得到对具体应用来说视觉效果更好、更有用的图像，或转换成一种更适合人或机器进行分析处理的形式。
图像增强分为图像的灰度变换和图像的几何变换。
图像的灰度变换 1. 灰度直方图定义：描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。
横坐标是灰度级，纵坐标是灰度级出现的频率。
直方图的性质：1、不表示图像的空间信息；2、任一特定图像都有唯一直方图，但反之并不成立；3、直方图的可加性。
用途：边界阈值选择。
使用轮廓线确定简单物体边界的方法，称为阈值化；对物体与背景有较强对比的景物的分割特别有用（例双峰直方图）。
2. 对比度展宽通过改变像元的亮度值来改变图像像元的对比度，从而改善图像质量的图像处理方法。
用途：将人所关心的部分强调出来。
3. 动态范围调整是指图像中从暗到亮的变化范围。
由于人眼所可以分辨的灰度的变化范围是有限的，所以当动态范围太大时，很高的亮度把暗区的信号都掩盖了。
通过动态范围的压缩可以将所关心部分的灰度级的变化范围扩大。
作用：进行亮暗限幅。
4.非线性动态范围调整通过取用对数的方法。
原因是人眼对信号的处理是有一个近似对数算子的环节。
作用：将暗的部分扩展，而将亮的部分抑制。
5. 直方图均衡化对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。
从而达到清晰图像的目的。
基本思想：把原始图像的直方图换成均匀分布的形式，这样，就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。
根据灰度值得出现频率来分配它们的亮度显示范围，频率高的部分被增强了，频率低的部分被压缩。
图像的几何变换（几何变换不改变像素值，而是改变像素所在的位置）1.图像的位置变换1）图像的平移平移所得景物与原图像相同，“画布”一定是扩大了，否则就会丢失信息。
2）图像的镜像做镜像时，需要对坐标先进行平移，否则将出错。
《数字图像处理》期末考试重点总结（5篇材料）
《数字图像处理》期末考试重点总结（5篇材料）第一篇：《数字图像处理》期末考试重点总结*数字图像处理的主要内容及特点图像获取、图像变换、图像增强、图像恢复、图像压缩、图像分析、图像识别、图像理解。
（1）处理精度高，再现性好。
（2）易于控制处理效果。
（3）处理的多样性。
（4）图像数据量庞大。
（5）图像处理技术综合性强。
*图像增强：通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。
图像增强不存在通用理论。
图像增强的方法：空间域方法和变换域方法。
*图像反转：S=L-1-r 1.与原图像视觉内容相同2.适用于增强嵌入于图像暗色区域的白色或灰色细节。
*对数变换 S=C*log（1+r）c为常数，r>=0 作用与特点：对数变换将输入中范围较窄的低灰度值映射为输出中较宽范围的灰度值，同时，对输入中范围较宽的高灰度值映射为输出中较窄范围的灰度值。
对数函数的一个重要特征是可压缩像素值变化较大的图像的动态范围；*幂律（伽马）变换 s=c*(r+ɛ)ɤ伽马小于1时减小图像对比度，伽马大于1时增大对比度。
*灰度直方图：是数字图像中各灰度级与其出现的频数间的统计关系。
*直方图均衡化：直方图均衡化就是通过变换函数将原图像的直方图修正为均匀的直方图，即使各灰度级具有相同的出现频数，图象看起来更清晰。
直方图均衡化变换函数必须为严格单调递增函数。
直方图均衡化的特点：1.能自动增强图像的对比度2.得到了全局均衡化的直方图，即均匀分布3.但其效果不易控制*直方图规定化（匹配）：用于产生处理后有特殊直方图的图像的方法*空间滤波即直接对图像像素进行处理。
获得最佳滤波效果的唯一方法是使滤波掩模中心距原图像边缘的距离不小于(n-1)/2个像素。
*平滑滤波器用于模糊处理和减小噪声。
平滑线性空间滤波器的输出是：待处理图像在滤波器掩模邻域内的像素的简单平均值。
优点：减小了图像灰度的“尖锐”变化，故常用于图像降噪。
负面效应：模糊了图像的边缘，因为边缘也是由图像灰度的尖锐变化造成的。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1、模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像。
2、数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。
是图像的数字表示，像素是其最小的单位。
3、当一幅图像的 x和 y坐标及幅值 f都为连续量时，称该图像为连续图像。
为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间v和幅值的离散化处理。
(1)图像的采样：对图像的连续空间坐标 x和 y的离散化。
(2)图像灰度级的量化：对图像函数的幅值 f的离散化。
4、均值平滑滤波器可用于能否锐化图像？为什么？不能，均值滤波法有力的抑制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。
5、均匀采样：对一幅二维连续图像 f(x, y)的连续空间坐标 x和 y的均匀采样，实质上就是把二维图像平面在 x方向和 y方向分别进行等间距划分，从而把二维图像平面划分成 M × N个网格，并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标(I, j)相对应。
二维图像平面上所有网格中心点位置对应的有序实整数对的笛卡尔坐标的全体就构8成了该幅图像的采样结果。
6、*均匀量化：对一幅二维连续图像 f(x, y)的幅值 f的均匀量化，实质上就是将图像的灰度取值范围[0， Lmax]划分成L个等级（L为正整数， Lmax=L-1），并将二维图像平面上 M× N个网格的中心点的灰度值分别量化成与 L个等级中最接近的那个等级的值。
7、图像增强技术根据处理空间的不同，可以分为哪两种方法？空域方法和频域方法8、**空间分辨率( 1 )空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定。
(2**)一种常用的空间分辨率的定义*是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。
另外，当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小 M×N称为该幅数字图像的空间分辨率。
(3)对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。
(4)一幅数字图像的阵列大小（简称为图像大小）通常用 M×N表示。
在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列 M×N就越大；反之，采样的空间分辨率越低，获得的图像阵列 M×N就越小。
在空间分辨率不变的情况下，图像阵列M×N越大，图像的尺寸就越大；反之，图像阵列M×N越小，图像的尺寸就越小。
9．多图像平均法利用同一景物多幅图像取平均来消除噪声产生的高频成分，利用了噪声的什么特点？互不相关性10、**灰度分辨率灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数 L称为图像的灰度级分辨率。
11．高通滤波让高频分量通过，是否可以使图像的边缘或线条变得更清楚？为什么？可以，图像中的边缘或线条与图像中的高频分量相对应。
1 2、 **灰度分辨率变化对图像视觉效果的影响：随着灰度分辨率的降低，图像的细节信息在逐渐损失，伪轮廓信息在逐渐增加。
图中由于伪轮廓信息的积累，图像已显现出了木刻画的效果。
由此也说明：灰度分辨率越低，图像的视觉效果越差。
13、运动图像模糊模型是怎样造成的？目标物或摄像机相对运动造成图像模糊。
14、图像分辨率反映了数字化图像中可分辨的最小细节，也即图像的空间分辨率。
在这里将图像分辨率看成是图像阵列的大小。
15、阈值方法的核心是什么？如何寻找适当的阈值16、灰度分辨率是指在灰度级别中可分辨的最小变化,一般把灰度级数 L称为数字图像的灰度级分辨率。
17．频谱图像中的低频部分可以代表图像的什么？为什么？图像的样貌，即灰度变换平滑部分1 8、图像变换是将图像从空域变换到其它域如频域的数学变换1 9．高频加强滤波器能否有效增强图像边缘和灰度平滑区的对比度？可以20．拉普拉斯算子可用于图像的平滑处理吗？为什么？锐化21. Fourier变换后的图像，中间部分为低频部分，越靠外边频率越高。
22、一般来说，直方图均衡化处理对于灰度分布怎样的图像效果比较明显？为什么？灰度级分布不均匀，直方图均衡化的基本思想是把原始图像不均衡的直方图变换为均匀分布的形式，增加图像灰度值的动态范围，从而达到增强图像整体对比度的效果。
24．数字图像常采用不同数据类型进行存储，若采用 uint8类型存储像素灰度值，则灰度值的取值范围为是多少？25、频域处理则是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果26．在matlab环境下，归一化double数据类型，数值范围是什么？27、图像增强的点运算对一副输入图像，经点运算将产生一副输出图像，后者的每个像素的灰度值仅由输入像素的值决定。
1）对比度增强（2）对比度拉伸（3）灰度变换28、索引图像的整数矩阵，其中每个元素索引的取值范围是什么？0-129、**直方图(Equalization)表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)30、**灰度直方图图像的灰度直方图，是一种表示数字图像中各级灰度值及其出现频数的关系的函数。
3 1．点运算实际上是灰度到灰度的映射过程，点运算会不会改变像素点的空间位置关系？为什么？不会32、中值滤波的特性（1）对离散阶约信号、斜升信号不产生影响（2）连续个数小于窗口长度一半的离散脉冲将被平滑（3）三角函数的顶部平坦化（4）中值滤波后，信号频率谱基本不变（2）优点：1、在平滑脉冲噪声方面非常灵敏，同时可以保护图像尖锐的边缘。
2、不影响阶跃信号、斜坡信号，连续个数小于窗口长度一半的脉冲受到抑制，三角波信号顶部变平。
（3）缺点：1、对于高斯噪声不如均值滤波。
2、图像中点、线、尖角等细节较多，则不宜采用中值滤波。
33、傅立叶变化是观察图像频率分布规律的方法，频谱图中高频部分对应的梯度的灰度差有什么特点？34、**均值滤波：（1）优点：把每个像素都用周围的8个像素做均值操作，平滑图像速度快、算法简单。
（2）缺点：1、在降低噪声的同时，使图像产生模糊，特别是边缘和细节处，而且模糊尺寸越大，图像模糊程度越大。
2、对椒盐噪声的平滑处理效果不理想。
35．零点漂移之后，频谱图像的高频区域将集中在频谱图像的什么区域？右下角36、图像的锐化*目的（1）图像平滑使图像变得模糊（2）图像识别中常常需要突出边缘和轮廓信息。
*方法（1）平均、积分的逆运算，如微分、梯度（2）频谱的角度，高频分量被衰减，加强图像高频分量3 7．频谱图像中的什么部分可以代表图像的平均亮度？38、常用的梯度算子（1） Roberts（0*-1//10），（-1* 0//01）；各向同性；对噪声敏感；模板尺寸为偶数，中心位置不明显。
（2） Prewitt（-1 01//-1 0* 1//-1 01），（-1 -1 -1//0 0* 0//1 1 1）；引入了平均因素，对噪声有抑制作用；操作简便。
（3） Sobel（-1 01//-2 0* 2//-1 01），（-1 -2 -1//0 0* 0//1 2 1）；引入了平均因素，增强了最近像素的影响，噪声抑制效果比Prewitt好39．含有椒盐噪声的图像进行高斯低通变换后，椒盐是否可以消除？图像是否可以变的更清楚？40、图像增强的内容：（1）消除噪声，改善图像的视觉效果（2）突出边缘，有利于识别和处理41、 radon变换是积分变换，积分角度范围时什么？42、频域平滑原理：噪声主要集中在高频部分，为除去噪声改善图像质量，采用低通滤波器抑制高频部分，然后再进行逆变换获得滤波图像，达到平滑图像的目的.43. 图像复原和图像增强，其目的都是提高图像质量，图像质量的改善程度是否可以用同一个标准进行衡量？44、图像退化（为什么要恢复）（1）图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。
（2）图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。
（3）图像退化的数学模型为： g(x, y)=f(x, y)*h(x, y)+n(x, y)45、图像复原过程如下：找退化原因→建立退化模型→反向推演→恢复图像46、图像增强与图像复原的联系与区别？（1）二者的目的都是为了改善图像的质量。
（2）图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。
因此，图像增强可以不顾增强后的图像是否失真，只要看得舒服就行。
（3）而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。
（4）如果图像已退化，应先作复原处理，再作增强处理。
47、白噪声：图象平面上不同点的噪声是不相关的，其谱密度为常数。
(1)实用上，只要噪声带宽远大于图象带宽，就可把它当作白噪声。
虽不精确，确是一个很方便的模型。
(2)当噪声与图象不相关时，噪声是加性的。
48、冗余数据有：编码冗余、像素间冗余、心理视觉冗余3种。
如果能减少或消除其中的1种或多种冗余，就能取得数据压缩的效果。
因此图像信息的压缩是可能的。
但到底能压缩多少，除了和图像本身存在的冗余度大小有关外，很大程度取决于对图像质量的要求。
原始图像越有规则，各象素之间的相关性越强，它可能压缩的数据就越多。
48、图像分析：是一种通过对图像中不同对象进行分割(把图像分为不同区域或目标物)来对图像中目标进行分类和识别的技术。
49、图像分割：图像分割就是依据图像的灰度、颜色、纹理、边缘等特征，把图像分成各自满足某种相似性准则或具有某种同质特征的连通区域的集合的过程。
50、空间冗余空间冗余是图像数据中经常存在的一种冗余，是静态图像中存在的最主要的一种数据冗余。
同一景物表面上采样点的颜色之间存在着空间连贯性，但是基于离散采样来表示物体颜色的方式通常是没有利用这种连贯性。
例如，图像中一片连续的区域，其像素值为相同的颜色，空间冗余产生。
5 1、基于边缘检测的图像分割方法的基本思路是先确定图像中的边缘像素，然后就可把它们连接在一起构成所需的边界。
52、动态范围压缩：原图的动态范围过大，远超出显示设备允许动态范围，如直接显示原图，则部分信息丢失。
要消除这种因动态范围过大引起的失真，所采用的压缩方法，最常用的是一种对数形式压缩。
53、图像边缘：图像的边缘是指图像灰度发生空间突变的象素的集合。
54、椒盐噪声椒盐噪声类似于随机分布在图像上的亮点和暗点，通常被数字化为最大灰度值的纯自或最小灰度值的纯黑。
将黑点形象为胡椒点，将自点形象为盐点，因而名为椒盐噪声。