最新数字图像处理期末复习资料
数字图像处理复习提纲 (1)
数字图像处理复习提纲一、题型1.选择题（20分）2.判断题（24分）3.简答题（24分）4.计算题（12+10+10 分）二、主要内容1.数字图像处理的概念、应用图像的分类物理图像抽象图像数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
作用(1)提高图像的视感质量(2)提取图像中所包含的某些特征或特殊信息(3)图像数据的变换、编码和压缩,以便于图像的存储和传输。
2.视觉感知、图像取样与量化为什么图像取样与量化大多数传感器的输出是连续电压波形为了产生一幅数字图像，需要把连续的感知数据转化为数字形式这包括两种处理：采样和量化采样：图像空间坐标的数字化量化：图像函数值的数字化3.点变换、直方图处理、平滑滤波、锐化滤波对比度问题：对比度局部或全部偏低,影响图象视觉噪声干扰问题：使图象蒙受干扰和破坏清晰度下降问题,使图象模糊不清,甚至严重失真图象增强的目的：针对图象的退化和不足，改善图象的质量以较好地满足实际的需要平滑滤波作用模糊处理:去除图像中一些不重要的细节减小噪声平滑空间滤波器的分类：平滑线性滤波器：均值滤波器统计排序滤波器（非线性滤波器）：最大值滤波器，中值滤波器，最小值滤波器锐化滤波主要用途突出图像中的细节，增强被模糊了的细节印刷中的细微层次强调。
弥补扫描对图像的钝化超声探测成像，分辨率低，边缘模糊，通过锐化来改善图像识别中，分割前的边缘提取锐化处理恢复过度钝化、暴光不足的图像尖端武器的目标识别、定位4.频域平滑滤波、频域锐化滤波频域平滑滤波思想：边缘和其它尖锐变化（如噪声）在图像的灰度级中主要处于傅立叶变换的高频部分，因此平滑可通过衰减指定图像傅立叶变换中高频成分的范围来实现频域锐化滤波5.图像退化/复原模型、噪声模型、顺序统计滤波图像退化：图像在形成、记录、处理和传输过程中,由于成像系统、记录设备、传输介质和处理方法得不完善，导致图像质量下降产生原因：光学系统像差传感器非线性畸变光学系统中的衍射运动造成的模糊大气流动效应摄影胶片的非线性高斯噪声瑞利噪声伽马噪声指数分布噪声均匀分布噪声脉冲（椒盐）噪声6.颜色空间7.图像中存在的冗余、压缩模型、变换压缩编码解码系统为什么需要图像压缩图像的数据量通常很大，对存储、处理和传输带来许多问题图像压缩的目标消除冗余数据从数学角度看，将原始图像转化为从统计角度看尽可能不相关的数据集数据冗余数据是用来表示信息的。
数字图像处理期末复习基本内容度最终版
第1章 数字图像处理的基本知识1.1 连续图像如何转换为数字图像？数字图像将图像看成是许多大小相同、形状一致的像素组成。
这样，数字图像可以用二维矩阵表示。
将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC ）得到原始的数字图像信号。
图像的数字化包括离散和量化两个主要步骤。
在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。
1.2当对模拟图像取样时不满足取样定律将出现什么现象？从取样图像中恢复原来的图像需要满足二维的香农取样定理，否则出现失真现象。
1.3图像处理的基础、最主要的任务是什么？图像处理的基础是数学，最主要的任务就是各种算法的设计和实现。
1.4 数字图像处理主要包括哪些研究内容？1）图像变换；2）图像增强；3）图像复原； 4）图像压缩编码；5）图像分割与特征提取。
1.5 数字图像研究的三大方面：提高视觉效果、特征提取和目标识别、编码和压缩数据。
1.6 计算下面图像的平均灰度值，写出计算下面图像平均灰度值的Matlab 程序245631536262⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦答：a=[2 4 5 6;3 1 5 3;6 2 6 2];average=mean2(a);运行结果，平均average=3.751.7 写出画大小为512512⨯的黑底（灰度值为0），中央有200200⨯大小白(灰度值为1)正方形图像的Matlab 程序。
答：x=zeros(512);x(256-100:256+99,256-100:256+99)=1;imshow(x)1.8 数字图像处理就是将图像转换为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。
第2章图像处理中的常用数学变换2.1 (教材51页)用Matlab编程做出如图2.37所示图像的二维离散余弦变换(a)(b)图2.37答：% DCTa=ones(64);a(29:36,29:36)=0; % 8*8% a(29:36,31:34)=0; % 4*8f=dct2(a);figure, imshow(a,'notruesize')figure,imshow(log(abs(f)+1),'notruesize')2.2 做出对灰度图像’lenagray.bmp’进行傅里叶变换，并把直流分量平移到中央的Matlab程序，并注明每个程序的作用。
(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。
数字图像处理复习提纲及答案
数字图像处理第一章：1、数字图像的基本概念？图：反射光或透射光的分布，或自身发出的能量(客观)；像：人的视觉系统对图的接收在大脑中形成的印象或认识（主观）2、图像处理基本概念？是对图像信息进行加工处理，以满足人的视觉心理和实际应用的需求3、模拟图像基本概念？连续的，采用数字化（离散化）表示和数字技术出现之前，图像是连续的，这一类图像称为模拟图像或连续图像; 连续的：指从时间上和从数值上是不间断的4、数字图像基本概念？由连续的模拟图像采样和量化而得。
组成数字图像的基本单位是像素，所以数字图像是像素的集合。
5、像素基本概念？像素为元素的矩阵，像素的值代表图像在该位置的亮度，称为图像的灰度值。
7、数字图像处理的特点？①信息量大：512×512×8bit＝256KB 256KB×25帧/s＝6400KB=6.25MB②占用的频带较宽：电视图像的带宽5～6MHz，而语言带宽4KHz，频带越宽，技术实现难度越大③像素相关性大：压缩潜力大④评价受人的影响大8、数字图像处理的主要研究内容？9数字信号处理的研究对象：一维数字信号；研究内容：数字滤波器、数字正交变换、数字编码等。
图像处理的研究对象：二维数字信号；研究内容：图像滤波器、图像正交变换、图像编码等。
数字信号处理与图像处理是紧密相关学科。
10、数字图像处理和计算机图形学关系？计算机图形学的研究对象：图形；研究内容：图形生成、透视、消隐；过程：由数学公式生成仿真图形或图像。
图像处理的研究对象：图像；研究内容：图像处理、图像分割、图像分析；过程：由原始图像处理出分析结果。
计算机图形学与图像处理是逆过程。
11、数字图像处理和计算机视觉关系？计算机视觉的研究对象：图像或图像序列；研究内容：视觉感知、图像理解；过程：由图像特征感知、识别和理解三维场景。
图像处理的研究对象：图像；研究内容：图像处理、图像分割、图像分析；过程：由原始图像处理出分析结果12、数字图像处理的主要应用、系统结构图？①遥感图像应用：资源调查、灾害监测、农林业规划、城市规划、环境保护等；②医学图像应用:计算机断层摄影计算成像CT技术、X射线、染色体分析等；③工业和实验图像应用:无损探伤、自动检查和识别、智能机器人等④办公室自动化图像应用：邮政编码图像识别、OCR（字符识别系统）、自动判卷系统、各类图纸自动识别与录入系统等⑤军事公安图像应用：自动跟踪技术、指纹识别、不完整图片的复原、监控等⑥文化艺术图像应用：服装设计、照片的复制和修复、运动员动作分析等⑦图像数据传输应用：图像的存储、刻盘、互联网传输，以及其它卫星传输、无线传输等13、真彩色、假彩色、伪彩色、（简答）？真彩就是从各个角度看都能看到颜色；假彩就是有的角度看不清楚；伪彩色增强是将一个波段或单一的黑白图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。
（完整版）数字图像处理复习整理
（完整版）数字图像处理复习整理《数字图像处理》复习第⼀章绪论数字图像处理技术的基本内容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表⽰与描述）、彩⾊图像处理和多光谱及⾼光谱图像处理、形态学图像处理第⼆章数字图像处理基础2-1 电磁波谱与可见光1.电磁波射波的成像⽅法及其应⽤领域：⽆线电波（1m-10km）可以产⽣磁共振成像，在医学诊断中可以产⽣病⼈⾝体的横截⾯图像☆微波（1mm-1m）⽤于雷达成像，在军事和电⼦侦察领域⼗分重要红外线（700nm-1mm）具有全天候的特点，不受天⽓和⽩天晚上的影响，在遥感、军事情报侦察和精确制导中⼴泛应⽤可见光（400nm-700nm）最便于⼈理解和应⽤最⼴泛的成像⽅式，卫星遥感、航空摄影、天⽓观测和预报等国民经济领域☆紫外线（10nm-400nm）具有显微镜⽅法成像等多种成像⽅式，在印刷技术、⼯业检测、激光、⽣物学图像及天⽂观测X射线（1nm-10nm）应⽤于获取病⼈胸部图像和⾎管造影照⽚等医学诊断、电路板缺陷检测等⼯业应⽤和天⽂学星系成像等伽马射线（0.001nm-1nm）主要应⽤于天⽂观测2-2 ⼈眼的亮度视觉特征2.亮度分辨⼒——韦伯⽐△I/I（I—光强△I—光照增量），韦伯⽐⼩意味着亮度值发⽣较⼩变化就能被⼈眼分辨出来，也就是说较⼩的韦伯⽐代表了较好的亮度分辨⼒2-3 图像的表⽰3.⿊⽩图像：是指图像的每个像素只能是⿊或⽩，没有中间的过渡，⼀般⼜称为⼆值图像（⿊⽩图像⼀定是⼆值图像，⼆值图像不⼀定是⿊⽩图像）灰度图像：是指图像中每个像素的信息是⼀个量化了的灰度级的值，没有彩⾊信息。
彩⾊图像：彩⾊图像⼀般是指每个像素的信息由R、G、B三原⾊构成的图像，其中的R、B、G是由不同的灰度级来描述的。
4.灰度级L、位深度k L=2^k5.储存⼀幅M×N的数字图像所需的⽐特 b=M×N×k例如，对于⼀幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit）2-4 空间分辨率和灰度级分辨率6.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，反映了数字化后图像的实际分辨率。
《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。
数字图像处理复习(已整理)
（3）逻辑运算 1） “ & ” (AND) :两个输入数组相应操作数都为非零值的位置取 1，否则取 0 2） “ | ” (OR):两个输入数组相应操作数有一个为非零值的位置取 1，否则取 0 3) “ ~ “(NOT): 将数组中逻辑为 ture 元素转换为 false 值， 逻辑为 false 元素转换 为 ture 值。 4）xor(a,b): 若两个操作数逻辑上不同，则返回 1；否则返回 0 5) all(a): 若一个向量中的所有元素都非 0，则返回 1，否则返回 0 6) any(a): 若一个向量中的任何元素非 0，则返回 1，否则返回 0 例如：a = [0 -1 1;0 0 2] >>all(a); >>any(a); 8. 结果：0 0 1 结果：0 1 1 15. 14.
g(x,y) i (x,y). r(x,y) 0 i (x,y) 0 r(x,y) 1
4. 数字图像处理的特点与主要方法 特点： （1）图像信息量大 （2）图像信息丰富 （3）图像处理技术综合性强 （4）图像信息理论与通信理论密切相关 主要方法： 1）空域法：把图像看作是平面各个像素组成的集合，直接针对二维 函数进行相应处理。它有邻域处理法和点处理法两种。 2)变换域法： 是指对图像进行正交变换 (付里叶、 余弦、 小波等变换） ， 得到变换域系数矩阵，然后再执行各种处理，最后反变换到空域。 5. 图像的读取显示和保存 (1)读取图像 imread（ ‘filename’） (2) 显示图像 和图像信息 1) imshow(f,G)
p=a3+c1*exp(-((z-m1).^2)./k1)+c2*exp(-((z-m2).^2)./k2);
p=p./sum(p(:)); figure,plot(p); g=histeq(f,p); imshow(g); 16. 图像增强中空域图像平滑方法的目的是什么？增强后图像会产生什么变 化？它有哪些增强处理方法以及各类方法实现步骤和应用实现步骤的掌 握；该方法对结果有什么影响？ 目 的 ：降 低图 像 锐度 ，同 时 也会 去除 部分 噪 声， 处理 后导 致 图象 模糊 处 理 方法 ：邻 域 平均 法、 中 值滤 波法 、多 图 象平 均法 ，采 用 取平 均 值 或中 值的 方 法来 模糊 噪 声 图 象 边缘 及噪 声 频率 都在 高 频区 ，用 低通 滤 波法 来去 噪声 。 17. 图像锐化的目的是什么？对增强后的图像会产生什么影响？ 目 的 ：增 强图 像 的边 缘和 图 像的 细节 。 处 理 方法 ： 微 分 法和 高通 滤 波法 图 象 边缘 或线 条 等细 节部 分 在高 频区 ，用 高 通滤 波让 高频 分 量通 过。 18. 图 像 锐化 的原 理 依据 。 图 像 平滑 往往 使 图像 中的 边 界、 轮廓 变得 模 糊， 为了 减少 这 类不 理 效 果的 影响 ， 这就 需要 利 用图 像锐 化技 术 ，使 图像 的边 缘 变的 清 晰 。图 像锐 化 处理 的目 的 是为 了使 图像 的 边缘 、轮 廓线 以 及图 像 的 细节 变的 清 晰， 经过 平 滑的 图像 变得 模 糊的 根本 原因 是 因为 图 像 受到 了平 均 或积 分运 算 ，因 此可 以对 其 进行 逆运 算（ 如 微分 运 算 ）就 可以 使 图像 变的 清 晰。 从频 率域 来 考虑 ，图 像模 糊 的实 质 是 因为 其高 频 分量 被衰 减 ，因 此可 以用 高 通滤 波器 来使 图 像清 晰。 19. 编写用 cos(x)(- ≤x≤ )函数作为规定直方图对图像 f 作规定化图像增强
数据图像处理期末复习
数据图像处理期末复习1.1数字图像处理及特点1、什么是数字图像？什么是数字图像处理？数字图像：数字图像是物体的一个数字表示，是以数字格式存放的图像，它传递着物理世界事物状态的信息，是人类获取外界信息的主要途径。
数字图像处理：它指将图像信号转换成数字信号并利用计算机对其进行处理的过程，已提高图像的实用性，达到人们所要求的的预期结果。
2、图像处理的目的①提高图像的视觉质量，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，便于计算机分析。
③对图像数据进行变换、编码和压缩，便于图像的存储和传输。
3、数字图像的特点①处理信息量很大②数字图像处理占用的频带较宽③数字图像中各个像素相关性大1.2数字图像处理系统1、数字图像处理系统的组成（结构）数字图像处理系统由输入设备、输出设备、存储、处理组成。
图像输入设备将图像输入的模拟物理量转变为数字化的电信号，以供计算机处理。
图像输出设备则是将图像处理的中间结果或最后结果显示或打印记录。
图像处理计算机系统是以软件方式完成对图像的各种处理和识别，是数字图像处理系统的核心部分。
由于图像处理的信息量大，还必须有存储设备。
2、数字图像处理的优点①精度高②再现性好③通用性、灵活性强1.3数字图像处理的主要研究内容1、数字图像处理的主要研究内容①图像增强②图像编码③图像复原④图像分割⑤图像分类⑥图像重建1.4数字图像处理的应用和发展1、举例说明数字图像处理有哪些应用和发展？①航天和航空技术方面的应用②生物医学工程方面的应用③通信工程方面的应用④工业和工程方面的应用⑤军事、公安方面的应用⑥文化艺术方面的应用⑦其他方面的应用2、数字图像处理领域的发展方向①图像处理的发展向着高速率、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
②图像、图形结合朝着三维成像或多维成像的方向发展③结合多媒体技术，硬件芯片越来越多，把图像处理的众多功能固化在芯片上将会有更加广阔的应用领域④在图像处理领域近年来引入了一些新的理论并提出了一些新的算法，如神经网络。
- 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。
2快速离散余弦变换有几种实现方法？如何实现？（1）利用FFT的快速算法（2）基于代数分解的快速算法第四章1图像空域增强和频域增强的基本原理是什么？像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，它是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法频域处理法的基础是卷积定理，它是将图像看作波，然后利用信号处理中的手段对图像波进行处理。
空域处理法的基础是灰度映射变换，它是直接针对图像中的像素进行处理，所用到的映射变换取决于增强的目的2简述空域平滑滤波器和锐化滤波器的相同点，不同点及它们的联系？相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果。
3 同态滤波的特点是什么？适用什么情况？同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度增强的方法同态滤波的原理：将灰度值看成是照度和反射率的产物，由于照度相对较小，可以看做图像的低频成分，而反射率是高频成分。
通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。
4为什么中值滤波对于脉冲噪声和椒盐噪声的抑制效果比较好？中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。
实现方法：通过从图像中的某个采样窗口取出奇数个数据进行排序用排序后的中值取代要处理的数据即可中值滤波法对消除椒盐噪音非常有效，因为椒盐噪声的像素点值通常处于最大（或较大）或者最小（或较小）的范围内，采用取中间值的方法时，椒盐噪声可以比较好的过滤掉。
中值滤波在图像处理中,常用于用来保护边缘信息,是经典的平滑噪声的方法。
5用于空域增强处理中的平滑滤波器和锐化滤波器的相同点、不同点以及联系。
相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果1 试分析比较三种典型的滤波复原方法：逆滤波，维娜滤波与约束最小二乘方滤波？2 数字图像处理有哪几种常用的噪声？高斯噪声，瑞利噪声，伽马噪声，指数噪声，均匀噪声，椒盐噪声3何谓图像复原？图像复原与图像增强有什么区别？图像恢复（Image Restoration）(客观)当造成图像退化（图像品质下降）的原因已知时，复原技术可以对图像进行校正。
最关键的是对每种退化都需要有一个合理的模型。
目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。
图像增强（Image Enhancement）(主观)图像增强是对图像质量在一般意义上的改善。
当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。
其目的是得到一种特殊的艺术效果，增强动感和力度。
第六章1什么是三原色原理？1、自然界中的可见颜色都可以用这三基色按一定比例混合得到。
2、三基色彼此之间相互独立。
任何一种都不能用另外两种混合得到。
3、三基色之间的混合比例直接决定混合色调的饱和度。
4、混合色的亮度等于各个基色的亮度之和。
所以，国际照明委员会（CIE）规定以700nm(红)、546.1nm (绿)、435.8nm(蓝)三个色光为三基色。
自然界的所有颜色都可以通过选用这三基色按不同比例混合而成。
2全彩色图像处理与伪彩色图像处理有什么差别？全彩色图像处理是对彩色图像进行彩色增强处理，其目的是突出图像中的用信息，伪彩色图像处理是将黑白图像转化为彩色图像主要目的是提高人眼对图像的细节分辨能力一达到图像增强的目的3 什么是伪彩色处理？伪彩色处理有哪些方法？伪彩色增强是把灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。
使原图像细节更易辨认，目标更容易识别。
伪彩色增强的方法主要有：1、密度分割法 2、灰度级一彩色变换法3、频率域伪彩色增强法4简述对图像进行编码压缩的必要性和可行性。
必要性: 图像数据的特点之一是信息量大，图像在显示、传输过程中所需要传递的信息量非常大，不利于数字图像的传输和存储。
可行性：数字图像中存在着冗余。
从信息论观点看，描述图像信源的数据由有用数据和冗余数据两部分组成。
冗余数据主要有：空间冗余、时间冗余、结构冗余、信息熵冗余（编码冗余）、知识冗余、心理视觉冗余等等。
5有损压缩编码和无损压缩编码的区别在哪里？无损压缩编码无信息损失，解压缩时能够从压缩数据精确地恢复原始图像（亦称无失真、无损、信息保持）编码。
有损压缩编码不能精确重建原始图像，存在一定程度的失真（有失真或有损）编码。
6造成图像质量退化的典型原因主要有哪些？成像系统的像差、畸变、带宽有限等造成图像图像失真；由于成像器件拍摄姿态和扫描非线性引起的图像几何失真；运动模糊：成像传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；灰度失真：光学系统或成像传感器本身特性不均匀，造成同样亮度景物成像灰度不同；辐射失真：由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；图像在成像、数字化、采集和处理过程中引入的噪声等。
第四章图像增强1.图象增强的目的和意义：对图像的某些特征进行强调或尖锐化，以便于显示、观察和进一步分析处理【图象增强】是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。
不以图像保真度为原则，不增加图像数据中的相关信息。
有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。
针对图像退化的一般性质加以修正，改进图像的平均质量。
2.点运算的特点：针对孤立象元点的运算，人为地改善图像的灰度和对比度【空间域】：图像平面所在的二维空间；【空间域增强】：在图像平面上直接针对一个一个像元点进行处理（点运算），或者对一个像元周围的小区域进行处理（局部运算），处理后像元的亮度变化而位置不变【点运算增强】：点运算是把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。
3.点运算的两个方法包括：灰度变换、直方图变换点运算变换方法包括：灰度变换法、直方图调整法【直方图】：直方图是灰度级的函数，描述的是图像中各个灰度级像素的个数。
表示方法：横坐标：表示灰度级，根据像元的灰度范围，以适当间隔作为单位长；纵坐标：表示像素统计值，代表每一个灰度级像素数出现的数目，或者该像素占总像素的比例值。
【直方图特点与作用】：直方图代表了图像中亮度值（像元值）的分布情况，但是并不反映像元的空间位置关系，不同的图像可能具有相同的直方图。
可以从图像的直方图的形态大致判断出图像质量的好坏。
【积累直方图】：统计某一灰度值和这一灰度值以下的所有像元的数目根据积累直方图也可以分析图像的质量：对于偏暗的图像，在灰度小的部分像元数增长快；对于偏亮的图像，在灰度大的部分像元数增长快积累直方图更重要的利用是在图像增强时作为变换函数。
【灰度变换法】：通过变换函数使图像的灰度值发生变化，调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一任一像素灰度为r →s=T(r)（线性变换、对数变换、指数变换）→同一像素灰度变为s 【线性变换】：将灰度范围线性扩展原因：当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图象中的细节分辨不清。
将原始图像各像元亮度值按线性关系，在0-255的任意指定范围内进行扩大或者缩小，来改变像元值的分布。
当直线与横轴夹角大于45°，图像拉伸（像素值范围扩大）；当直线与横轴夹角等于45°，图像不变（像素值范围不变）；当直线与横轴夹角小于45°，图像压缩（像素值范围减小）。