数字图像处理要点
数字图像处理要点简述详述
第一.二章.采样，量化，数字图像的表示 基本的数字图像处理系统系统的层次结构I 应用程序 I 开发工具 操作系统 设备驱动程序I硬件I图像处理的主要任务： 图像获取与数字化 图像增强 图像恢复 图像重建 图像变换 图像编码与压缩 图像分割 特点：(1) 处理精度高。
(2) 重现性能好。
(3) 灵活性髙1•图像的数字化包括两个主要步骤：离散和量化2. 在数字图像领域，将图像看成是许多大小相同、形状一致的像素组成3. 为便于数字存储和计算机处理可以通过数模转换(A/D)将连续图像变为数字图像。
4•数字化包括取样和量化两个过程：取样：对空间连续坐标(x,y)的离散化量化：幅值f(x,y)的离散化(使连续信号的幅度用有限级的数码表示的过程。
)5.数字化图像所需的主要硬件：♦采样孔、图像扫描机构、光传感器、量化器、输岀存储体6•取样和量化的结果是一个矩阵 7.其中矩阵中的每个元素代表一个邃塞8•存储一幅图像的数据量又空间分辨率和幅度分辨率决定 9•灵敏度、分辨率、信噪比是三大指标第三章，傅里叶变换，DCT变换，WHT•余弦型变换：•傅里叶变换(DFT)和余弦变换(DCT)O•方波型变换：•沃尔什•哈达玛变换(DWT)1•二维连续傅里叶正反变换:F(u,v)= I f f(x.y)eJ_oc J_ocf g y)= \f F(u, v)ej27r(nA+vv)dwdvJ —oo J —oo二维离散傅里叶变换：M — 1 N — I=乏疋 Fgg 宀SS)if=o v=O。
F(u, v)即为f (x, y)的频谱。
频谱的直流成分说明在频谱原点的傅里叶变换尸(0,0)等于图像的平均灰度级 卷积定理：/(x,y)*^(x, y)= ss /O, n)g(x 一 m, y~n)/?/=() n=02•二维离散余弦变换(DCT)一维离散余弦变换：EO)=%)岳gfg 芈严 其中 c®=怜 ""DCT 逆变换为F(u.v)=1~MN A =0 y=02 A r -1/(«)=咅 C(0) + \1三工 F (gsn(2n +1)« ~~2N3•—维沃尔什变换核g （W ）：1 X_JL£（乂申）=丄口（一 1）®（”）為一】一心）＜N i=o• 厂、Cn 7V--1 ^T-l码3》=卡吝 /G 〉耳(—1)635—一 3«JC> =牙中 O )n (—O务i二维：•正变换: 1 N —l. N —!■H —1护(“*) = —X X /X%」)口( — 1)4(5—373$一_W] N 宜 U • JO■逆变换二1 AT-l JV-l 片_]/（X.y ）=丄 £ 乞 疗（心巧 口弟-i -心）JN 為 v=o ~。
数字图像处理知识点总结
数字图像处理知识点总结第一章导论1.图像：对客观对象的一种相似性的生动性的描述或写真.2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字)。
3.图像处理：对图像进行一系列操作，以到达预期目的的技术。
4.图像处理三个层次:狭义图像处理、图像分析和图像理解。
5.图像处理五个模块：采集、显示、存储、通信、处理和分析。
第二章数字图像处理的基本概念6.模拟图像的表示：f（x，y)＝i（x,y)×r(x，y），照度分量0< i（x,y）< ∞ ，反射分量0 <r（x,y）〈1.7.图像数字化:将一幅画面转化成计算机能处理的形式——数字图像的过程。
它包括采样和量化两个过程。
像素的位置和灰度就是像素的属性。
8.将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的大小是两个很重要的参数。
采样方式：有缝、无缝和重叠。
9.将像素灰度转换成离散的整数值的过程叫量化。
10.表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。
11.数字图像根据灰度级数的差异可分为:黑白图像、灰度图像和彩色图像。
12.采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差,严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
13.量化等级对图像质量的影响：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大;量化等级越少,图像层次欠丰富，灰度分辨率低，会出现假轮廓现象,图像质量变差，但数据量小.但在极少数情况下对固定图像大小时，减少灰度级能改善质量，产生这种情况的最可能原因是减少灰度级一般会增加图像的对比度。
例如对细节比较丰富的图像数字化.14.数字化器组成：1)采样孔:保证单独观测特定的像素而不受其它部分的影响。
2)图像扫描机构：使采样孔按预先确定的方式在图像上移动。
数字图像处理基本知识
数字图像处理基本知识数字图像处理基木知识图像处理最早出现于20世纪50年代，当时的电子计算机己经发展到一定水平，人们开始利用计算机来处理图形和图像信息。
数字图像处理作为一门学科大约形成于20世纪60年代初期。
早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。
图像处理中，输入的是质量低的图像，输出的是改善质量后的图像，常用的图像处理方法有图像增强、复原、编码、压缩等。
数字图像处理常用方法：1）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。
因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。
目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。
2）图像编码压缩：图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。
压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。
编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。
3）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。
图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。
如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。
图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。
4）图像分割：图像分割是数字图像处理中的关键技术之一。
图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。
虽然目前己研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。
数字图像处理知识点
数字图像处理知识点课程重点：图像数字化，图像变换，图像增强，图像的恢复与重建，图像的编码，图像的分割与特征提取，图像识别。
数字图像处理的基本内容：1、图像获取。
举例：摄像机+图像采集卡、数码相机等。
2、图像增强。
显示图像中被模糊的细节，或是突出图像中感兴趣的特征。
3、图像复原。
以图像退化的数学模型为基础，来改善图像质量。
4、图像压缩。
减小图像的存储量，或者在图像传输时降低带宽。
5、图像分割。
将一幅图像划分为几个组成部分或分割出目标物体。
6、图像的表达与描述。
图像分割后，输出分割标记或目标特征参数。
7、目标识别。
把目标进行分类的过程。
8、彩色图像处理。
9、形态学处理。
10、图像的重建。
第一章导论图像按照描述模型可以分为:模拟图像和数字图像。
1)模拟图像，模拟图像可用连续函数来描述。
其特点：光照位置和光照强度均为连续变化的。
2)数字图像，数字图像是图像的数字表示，像素是其最小的单位,用矩阵或数组来描述图像处理：对图像进行一系列的操作,以达到预期的目的的技术。
内容：研究图像信息的获取、传输、存储，变换、显示、理解与综合利用”的一门崭新学科。
三个层次：狭义图像处理，图像分析，图像理解。
狭义图像处理主要指对图像进行各种操作以改善图像的视觉效果，或对图像进行压缩编码以减少所需存储空间或传输时间、传输通路的要求。
图像分析主要是对图像中感兴趣的目标进行检测和测量，从而建立对图像的描述。
图像分析是一个从图像到数值或符号的过程。
图像理解则是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解译，从而指导和规划行动;图像分析主要是以观察者为中心研究客观世界，图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界。
图像处理的三个层次：低级图像处理内容：主要对图像进行各种加工以改善图像的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。
数字图像处理知识点总结
数字图像处理知识点总结第二章：数字图像处理的基本概念2.3 图像数字化数字化是将一幅画面转化成计算机能处理的数字图像的过程。
包括：采样和量化。
2.3.1、2.3.2采样与量化1.采样：将空间上连续的图像变换成离散点。
（采样间隔、采样孔径）2.量化：采样后的图像被分割成空间上离散的像素，但是灰度是连续的，量化就是将像素灰度转换成离散的整数值。
一幅数字图像中不同灰度值的个数称为灰度级。
二值图像是灰度级只有两级的。
（通常是0和1）存储一幅大小为M×N、灰度级数为G的图像所需的存储空间：（bit）2.3.3像素数、量化参数与数字化所得到的数字图像间的关系1.一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时会出现国际棋盘效应。
采样间隔越小，所的图像像素数越多，空间分辨率高，图像质量好，但是数据量大。
2.量化等级越多，图像层次越丰富，灰度分辨率高，图像质量好，但数据量大。
量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓，质量变差，但数据量小。
2.4 图像灰度直方图2.4.1定义灰度直方图是反映一幅图像中各灰度级像素出现的频率，反映灰度分布情况。
2.4.2性质（1）只能反映灰度分布，丢失像素位置信息（2）一幅图像对应唯一灰度直方图，反之不一定。
（3）一幅图像分成多个区域，多个区域的直方图之和是原图像的直方图。
2.4.3应用（1）判断图像量化是否恰当（2）确定图像二值化的阈值（3）物体部分灰度值比其他部分灰度值大的时候可以统计图像中物体面积。
（4）计算图像信息量（熵）2.5图像处理算法的形式2.5.1基本功能形式（1）单幅->单幅（2）多幅->单幅（3）多幅/单幅->数字或符号2.5.2图像处理的几种具体算法形式（1）局部处理（邻域，如4-邻域，8-邻域）（移动平均平滑法、空间域锐化等）（2）迭代处理反复对图像进行某种运算直到满足给定条件。
（3）跟踪处理选择满足适当条件的像素作为起始像素，检查输入图像和已得到的输出结果，求出下一步应该处理的像素。
《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。
数字图像处理重点汇总
第一章：数字图像处理研究的内容主要有：（1）图像获取，表示和表现（2）图像增强（3）图像复原（4）图像分割（5）图像分析（6）图像重建（7）图像压缩编码数字图像处理：利用计算机对图像进行去除噪声、增强、复原、分割、特征提取、识别等处理的理论、方法和技术。
一般情况下，图像处理是用计算机和实时硬件实现的，因此，也称之为计算机图像的实现。
数字图像处理的特点：（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）处理费时（6）图像处理技术综合性强图像：就是三维场景在二维平面上的影像数字图像：是用配置在二维平面（画面）上的灰度值或彩色值来表示信息的，信息扩展在二维平面上。
数字图像以数字格式存储图像数据，数字图像常用矩阵来描述。
图像处理的研究目的：（1）提高图像的视感质量，以达到赏心悦目的目的（2）提取图像中所包含的某些特征或特殊信息，只要用于计算机分析，经常用作模式识别，计算机视觉的预处理（3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输图像工程三层示意图：图像工程的内容可分为图像处理、图像分析和图像理解三个层次，这三个层次既有联系又有区别，如下图所示。
图像处理、图像分析、图像理解各有什么特点？它们之间有何联系和区别？图像处理：的重点是图像之间进行的变换。
尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间图像分析：主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。
如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。
这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。
图像理解：的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。
《数字图像处理》期末考试重点总结
《数字图像处理》期末考试重点总结work Information Technology Company.2020YEAR*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-r1.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。
- 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)。
数字图像处理考试要点第二章1、在实际采样过程中，采样点间隔的选取很关键。
应满足采样定理（二维采样定理：Nyguist准则）：采样频率大于信号中最高频率的2倍。
2、量化分为等间隔量化、非等间隔量化，非等间隔量化包括对数量化、Max量化、锥形量化。
3、图像质量评估方法与标准分两类：主观评价、客观测量噪声的定义：不可预测，只能用概率统计方法来认识的随机误差。
图像噪声：妨碍人们视觉器官对所接收的信源信息理解的因素。
第三章4、一般人的眼睛可以感知的电磁波的波长在400～760nm之间，可见光的波长范围为380nm~780nm。
5、瞳孔——光圈，透明体(晶状体)——透镜6、眼球是由一系列曲率半径和折光指数都不相同的折光体所组成的折光系统。
7、6米以外直至无限远处的物体发出或反射出的光线到眼的折光系统时近于平行，可在视网膜上形成清晰的像。
8、但人眼不是无条件的看清任何远处的物体，因为：1）光线过弱，不足以兴奋感光细胞；2）距离过大，小到视网膜分辨能力的限度以下。
9、比6米近的物体，折射后的成像位置在主焦点，即视网膜位置之后，尚未聚焦，物像是模糊的。
10、人眼视觉模型11、人从亮处进入暗室，最初看不清楚东西，经过一段时间，恢复了在暗处的视力，这称为暗适应；相反，从暗处到亮处是明适应。
12、人眼对蓝光的灵敏度远远低于对红光和绿光的灵敏度，对波长为550nm左右的黄绿色最为敏感。
红（700nm），绿（546.1nm），蓝（435.8nm）13、从人的主观感觉角度，颜色包含三个要素：色调、饱和度、明亮度。
14、颜色模型是用来精确标定和生成各种颜色的一套规则和定义，某种颜色模型所标定的所有颜色就构成了一个颜色空间。
15、对于人来说，可以通过色调、饱和度、亮度来定义颜色（HSL颜色模型）；对于显示设备来说，可以用红、绿、蓝磷光体的发光量来描述颜色（RGB颜色模型）；对于打印设备来说，可以用青色、品红、黄色和黑色颜料的用量来指定颜色（CMYK颜色模型）。
16、理论上，青色、品红和黄色三种基本色素等量混合能得到黑色。
但实际上，因为所有打印油墨都会包含一些杂质，这三种油墨混合实际上产生一种土灰色，必须与黑色（K）油墨混合才能产生真正的黑色，所以再加入黑色作为基本色形成CMYK颜色模型，CMYK模型称为相减混色模型。
第四章17、图像增强是有选择地突出有意义的信息，抑制无用信息。
18、图像增强的方法1) 空间域处理:全局运算、局部运算、点运算；2）频域处理：在图像的Fourier变换域上进行处理。
19、对比度增强1）灰度变换法：线性变换、对数变换、指数变换；2）直方图调整法：直方图均衡化、直方图匹配。
20、1）线性灰度变换：对比度不足时，图像中的细节分辨不清，这时可将灰度范围线性扩展；2）分段线性灰度变换：将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域。
3）非线性灰度变换：对数变换：低灰度区扩展，高灰度区压缩；指数变换：高灰度区扩展，低灰度区压缩。
21、直方图均衡化是将原图像的直方图通过变换函数修正为均匀的直方图。
图像均衡化处理后，图像的直方图是平直的。
22、要找到一种变换S=T(r) 使直方图变平直，直方图均衡化后的灰度需仍保持从黑到白的单一变化顺序。
23、计算题（直方图均衡化）24、直方图均衡化实质上是减少图像的灰度级以换取对比度的加大。
25、直方图匹配：修改一幅图像的直方图，使得它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。
第五章26、图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。
27、空间域增强是直接对图像各像素进行处理；频率域增强是将图像经傅立叶变换后的频谱成分进行处理，然后逆傅立叶变换获得所需的图像。
28、图像在传输过程中，由于各种干扰会造成图像毛糙，此时需要对图像进行平滑处理。
平滑可以抑制高频成分，但也使图像变得模糊。
29、理想低通滤波器是非因果系统。
30、巴特沃斯低通滤波器，H(u,v)降为最大值的31、1阶巴特沃斯低通滤波器，在高低频率间的过渡比较光滑，所以输出图的振铃效应不明显。
随着阶数的增加振铃现象增加。
巴特沃斯低通滤波器的平滑效果不如理想低通滤波器，要根据平滑效果和振铃现象来折中确定巴特沃斯低通滤波器的阶数。
32、指数型低通滤波器，H(u,v)降为最大值的33、空间域平滑处理采用局部平均法，直接在空间域上对图像进行平滑处理，计算速度快。
34、简单局部平均法，平滑后噪声方差为处理前的1 / M，M为总点数。
35、 中值滤波法用局部中值代替局部平均值。
第六章36、 图像锐化目的：加强图像轮廓，使图像看起来比较清晰。
37、 图像轮廓是灰度陡然变化的部分，包含着丰富的空间高频成分，突出高频分量，可使轮廓清晰。
38、 图像中大部分能力集中在低频分量里，高通滤波后光滑区域灰度减弱变暗甚至接近黑色。
39、 高频增强滤波器：放大系数k = A-1, 常数c = 1。
40、 指数高通滤波器在通过与滤掉的频率之间没有不连续的分界，振铃现象比较弱，转移函数随频率增加在开始阶段增加的比较快，能使一些低频分量也可以通过，更有利于保护图像的灰度层次。
41、 梯形高通滤波器在高低频率间有个过渡，振铃现象比巴特沃斯高通滤波器更明显。
42、 空域锐化方法，微分可以锐化图像（邻域平均或加权平均（都对应积分）平滑图像）。
锐化处理可以用空间微分来完成。
图像微分增强了边缘和其他突变（如噪声）而削弱了灰度变化缓慢的区域。
43、 用差值定义一元函数f(x)一阶微分：(1)()f f x f x x∂=+-∂ 44、 用差分定义一元函数f(x)的二阶微分：22(1)(1)2()f f x f x f x x∂=++--∂ 45、 拉普拉斯微分算子强调图像中灰度的突变，弱化灰度慢变化的区域。
46、 空间锐化方法：基于一阶微分的图像增强 梯度法47、 反锐化掩蔽的进一步普遍形式称为高频提升滤波。
48、 图像的点特征是许多计算机视觉算法的基础：使用特征点来代表图像的内容。
一类重要的点特征：角点。
Harris 角点响应函数R 对于图像的旋转具有不变性。
第七章49、 同态滤波的目的：消除不均匀照度的影响而又不损失图像细节。
50、 图像的灰度由照射分量和反射分量合成。
照射分量的频谱落在空间低频区域，反射分量的频谱落在空间高频区域。
第八章51、 伪彩色处理:把黑白图像处理成伪彩色图像。
52、 假彩色处理：把真实的自然彩色图像或遥感多光谱图像处理成假彩色图像。
53、 伪彩色处理：频域滤波法：不同的映射函数就能将灰度图像转化为不同的伪彩色图像。
54、 假彩色处理 如用计算机上口红1. 腐蚀是一种消除边界点，使边界向内部收缩的过程。
可以用来消除小且无意义的物体。
腐蚀的算法：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，结果图像的该像素为1。
否则为0。
结果：使二值图像减小一圈2. 膨胀是将与物体接触的所有背景点合并到该物体中，使边界向外部扩张的过程。
可以用来填补物体中的空洞。
膨胀的算法：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，结果图像的该像素为0。
否则为1 结果：使二值图像扩大一圈3. 先腐蚀后膨胀的过程称为开运算。
用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。
4. 先膨胀后腐蚀的过程称为闭运算。
用来填充物体内细小空洞、连接邻近物体、平滑其边界的同时并不明显改变其面积。
相减DSA：检测运动物体图像融合（ImageFusion）技术是指将多源信道所采集到的关于同一目标的图像经过一定的图像处理，提取各自信道的信息，最后综合成同一图像以供观察或进一步处理。
第九章55、代数运算包括：相加、相减（DSA、运动物体检测）、相乘（提取或删掉图像某部分）、相除（遥感多光谱图像相除抵消入射分量）、图像融合。
56、腐蚀是一种消除边界点，使边界向内部收缩的过程。
1、向前映射法：通过输入图像像素位置, 计算输出图像对应像素位置;将该位置像素的灰度值按某种方式分配到输出图像相邻四个像素2、向后映射法：通过输出图像像素位置, 计算输入图像对应像素位置;根据输入图像相邻四个像素的灰度值计算该位置像素的灰度值两种映射方法的对比对于向前映射：每个输出图像的灰度要经过多次运算；对于向后映射：每个输出图像的灰度只要经过一次运算。
实际应用中，更经常采用向后映射法。
其中,根据四个相邻像素灰度值计算某位置的像素灰度值即为灰度级插值。
最近邻(Nearest neighbor)双线性插值算法(Bilinear)双立方插值算法(Bicubic,...)第十章57、点运算对单幅图像做处理，不改变像素的空间位置；代数运算对多幅图像做处理，也不改变像素的空间位置；几何运算对单幅图像做处理，改变像素的空间位置；几何运算包含两个独立的算法：灰度级插值算法和空间变换算法。
58、实际应用中，更经常采用向后映射法（根据输出图像像素位置，计算输入图像对应像素位置），其中，根据四个相邻像素灰度值计算某位置的像素灰度值即为灰度级插值。
第十一章59、冗余：数据表达了无用的信息；数据表达了已表达的信息。
60、数据冗余类别：1）编码冗余：与灰度分布的概率特性有关；2）像素相关冗余：空间冗余，几何冗余；3）心理视觉冗余主观感觉有关。
减少/消除其中的一种/多种冗余，就能取得数据压缩的效果。
61、编码冗余：用较少的比特数表示出现概率较大的灰度级，用较多的比特数表示出现概率较小的灰度级。
62、像素间冗余：规则的图形冗余大，不规则的图形冗余小。
63、心理视觉冗余：主观：因人而异，因应用要求而异。
与实在的视觉信息有联系（损失不可逆转）。
64、主观保真度准则：主观测量图像的质量，因人而异，应用不方便。
65、客观保真度准则：用编码输入图与解码输出图的某个确定函数表示损失的信息量，便于计算或测量。
66、图像编解码系统模型图像压缩可能性分析：67、一般原始图像中存在很大的冗余度。
68、用户允许图像一定失真；信道的分辨率不及原始图像的分辨率时；用户对原始图像信号不感兴趣，可用特征提取和图像识别方法，丢掉大量无用信息。
69、原始图像越有规则，各像素之间的相关性越强，它可能压缩的数据就越多。
70、基于不同的图像结构特性，应采用不同的压缩编码方法。
71、全面评价一种编码方法的优劣，除了看它的编码效率、实时性和失真度以外，还要看它的设备复杂程度，是否经济与实用。
（常用是混合编码方案）72、图像数据压缩的目的是在满足一定图像质量条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量，在信息论中称为信源编码。
73、信源编码分为两大类：1）无失真编码；2）有失真编码或限失真编码。