北京理工大学数字图像处理结课复习
数字图像处理课程复习课件
深度学习基础
深度学习是机器学习的一个分支，它使用人工神经 网络模拟人脑神经元网络进行学习。深度学习模型 由多个层次的神经元组成，每个神经元接收输入并 产生输出。
图像分类算法
1 2 3
支持向量机（SVM）
SVM是一种监督学习算法，它通过找到一个超平 面将不同类别的图像分隔开来实现分类。
K最近邻算法（KNN）
生成对抗网络（GAN）可以生成具有高度真实感的图像，为数字图像处理提供了新的研 究方向。
三维图像处理的发展趋势
三维重建技术的发展
利用多视角图像和三维扫描等技术， 实现物体的三维重建，为虚拟现实、 增强现实和智能制造等领域提供了支 持。
三维数据压缩和传输
随着三维数据量的不断增加，三维数 据压缩和传输技术的研究和应用也越 来越重要，为远程医疗、智慧城市等 领域提供了便利。
傅里叶变换 拉普拉斯变换
卷积运算 形态学运算
将图像从空间域转换到频率域， 用于分析图像的频率特征。
通过滑动一个小的窗口（卷积核 ）来对图像进行滤波处理，用于 图像平滑、锐化等操作。
02
图像增强与滤波
Chapter
图像增强方法
对比度增强
01
通过调整像素值，提高图像的对比度，使图像更加清晰易见。
锐化处理
边缘检测与二值化
Sobel算子
通过计算像素点周围的像素强度，检测出边缘并计算出方向。
Canny边缘检测
通过计算像素点周围的梯度强度，检测出边缘并计算出方向。
二值化
通过设置阈值，将灰度图像转换为二值图像，突出边缘和轮廓。
特征提取与描述子
01
颜色特征
提取图像的颜色分布 和颜色直方图作为特 征。
02
北京理工大学数字图像处理结课复习
北京理工大学数字图像处理结课复习1. 什么是数字图像？以数字格式存放的图像称为数字图像2. 数字图像处理技术有哪些？利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。
图像获取、表示和表现、图像复原、图像增强、图像分析、图像重建、图像压缩编码3. 数字图像的基本类型黑白图像（二值图像）、灰度图像、索引图像、彩色图像4.数字图像处理系统组成部分？图像输入系统，图像处理与分析系统、图像输出系统、图像存储系统。
5.数字化过程的两个步骤图像数字化：指将模拟图像经过离散化之后，得到用数字表示的图像。
第一步：空间采样第二步：量化6．什么是灰度直方图？灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。
即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。
7. 图像与直方图的对应关系是多对一的映射关系8.图像的文件格式：位图、矢量图.9.数学上的卷积运算在信号处理和图像处理学科上通常又称为滤波10.线性移不变系统的性质①调谐输入总产生同频率的调谐输出；②系统的传递函数——一个仅依赖于频率的复值函数，包含了系统的全部信息；③传递函数对一调谐信号输入只产生两种影响——幅度的变化和相们的平移（时间原点的平移）11.图像的基本统计分析量(1) 图像的信息量(2) 图像灰度平均值(3). 图像灰度众数(4). 图像灰度中值(5) 图像灰度方差(6). 图像灰度值域12. 三种基本运算类型：点运算、代数运算、几何运算13.什么是点运算？点运算与几何运算的主要区别是什么？所谓点运算是指像素值（像素点的灰度值）通过运算之后，可以改善图像的显示效果。
这是一种像素的逐点运算。
点运算实际上是灰度到灰度的映射过程，点运算不会改变图像内像素点之间的空间位置关系。
几何变换不改变像素值，而可能改变像素所在的位置。
14.灰度插值的基本方法有哪些？最邻近插值法、双线性插值（一阶插值）、高阶插值15.齐次坐标表示为了能够用统一的矩阵线性变换形式，表示和实现这些常见的图像几何变换，就需要引入一种新的坐标，即齐次坐标。
数字图像处理复习总结
数字图像处理复习总结1.数字图像的三要素(理解):采样：确定像素的空间分布⽅式（采样间隔，栅格）；采样间隔的稀疏表现为空间分辨率的⼤⼩,空间分辨率的⼤⼩是影响图像质量的⼀个重要因素。
像素的空间分布⽅式通常隐含为等间距的矩形“栅格”⽅式，但这不是唯⼀的。
量化：确定像素的值（灰度值，⾊彩值）；像素的值域取决于量化的过程（即量化级的个数）。
对应：确定像素值到真实灰度或⾊彩的对应关系。
2.位率：为表⽰每⼀个像素所使⽤的数据位数。
3.量化级数：如8位对应256个灰度级或⾊彩值（理解）。
4.分辨率dpi（dots per inch，像素点个数/ 英⼨），300dpi表⽰300×300dpi，1inch=25.4mm；例如：⼀张A4（210mm×297mm）幅⾯的照⽚，若⽤中等分辨率（300dpi基本上是可以接受的最低分辨率）的扫描仪按真彩扫描，其数据量为：共有（300×210/25.4）×（300×297/25.4）个像素，每个像素占3个字节，其数据量为26M字节。
5.视频：帧/秒，对PAL，NTSC等隔⾏扫描的制式，1帧=2场；帧：⼀幅实际的图像；场：实际实现过程中表达的⼀幅。
6.带宽：Mbits/S，或Mbytes/S：数字视频的数据量以及需要的传输带宽就更⼤。
7.“图像”数字化设备（核⼼器件：光电转换器件：CCD，CMOS）数码照相机；扫描仪；普通扫描仪；胶⽚扫描仪；指纹传感器；数字化输⼊仪。
8.数字图像处理设备：通⽤计算机，DSP单板图像处理系统，FPGA单板图像处理系统。
9.图像显⽰设备（印象）：暂时显⽰设备：CRT显⽰器；电视机；液晶监视器；等离⼦体监视器永久显⽰设备：针式打印机；激光打印机；喷墨打印机10.彩⾊模型：RGB；（多应⽤于图像显⽰，图像数字化）HSI（与描述⾊彩相关的应⽤：绘画，⾊彩检测）：H：⾊相，⾊调；S：饱和度：饱和度值越⾼，⾊彩的纯度越⾼，⾊彩本⾝越纯净；I：亮度。
数字图像处理复习题(超牛)
对于数字图像处理的复习第一章1.1.1可以用f(x,y)来表示：（ABD）A、一幅2-D数字图像B、一个在3-D空间中的客观景物的投影；C 2-D空间XY中的一个坐标的点的位置；D、在坐标点（X,Y）的某种性质F的数值。
提示：注意3个符号各自的意义1.1.2、一幅数字图像是：(B)A、一个观测系统；B、一个有许多像素排列而成的实体；C、一个2-D数组中的元素D、一个3-D空间的场景。
提示：考虑图像和数字图像的定义1.2.2、已知如图1.2.2中的2个像素P和Q，下面说法正确的是：(C)A、2个像素P和Q直接的De距离比他们之间的D4距离和D8距离都短：B、2个像素p和q之间的D4距离为5；C、2个像素p和q之间的D8距离为5；D、2个像素p和q之间的De距离为5。
1.4.2、半调输出技术可以：(B)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用抖动技术实现；D、消除虚假轮廓现象。
提示：半调输出技术牺牲空间分辨率以提高幅度分辨率1.4.3、抖动技术可以(D)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用半输出技术实现；D、消除虚假轮廓现象。
提示：抖动技术通过加入随即噪声，增加了图像的幅度输出值的个数1.5.1、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：(A)A、256KB、512KC、1M C、2M提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。
1.5.2、图像中虚假轮廓的出现就其本质而言是由于：(A)(平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃)A、图像的灰度级数不够多造成的；B、图像的空间分辨率不够高造成；C、图像的灰度级数过多造成的D、图像的空间分辨率过高造成。
提示：图像中的虚假轮廓最易在平滑区域内产生。
1.5.3、数字图像木刻画效果的出现是由于下列原因所产生的：（A）A、图像的幅度分辨率过小；B、图像的幅度分辨率过大；C、图像的空间分辨率过小；D、图像的空间分辨率过大；提示：图像中的木刻效果指图像中的灰度级数很少1.5.4、当改变图像的空间分辨率时，受影响最大的是图像中的：(A)A、纹理区域（有许多重复单元的区域）；B、灰度平滑的区域；C、目标边界区域；D、灰度渐变区域。
【数字图像处理】期末复习资料及期末模拟试卷(含答案)doc(DOC)
Digital Image Processing Examination1. Fourier Transform problem.1） F or an image given by the function f(x,y)=(x+y)3 where x,y are continuous varibales; evaluatef(x,y)δ(x-1,y-2) and f(x,y)* δ(x-1,y-2),where δ is the Dorac Delta function.2） F or the optical imaging system shoen below,consisting of an image scaling and two forwardFourier transforms show that the output image is a scale and inverted replica of the original3) three binary images (with value 1 on black areas and value 0 elsewhere) are shown below. Sketch the continuous 2D FT of these images(don’t do this mathematically, try to use instead the convolution theorem and knowledge of FTs of common functions)2. The rate distortion function of a zero memory Gaussian source of arbitary mean and variance σ2 with respect to the mean-square error criterion is⎪⎩⎪⎨⎧≥≤≤=2220log 21)(σσσD D for D D Ra) Plot this functionb) What is D max c) If a distortion of no mor than 75% of the source’s variance is allowed, what is the maximumcompression that can be achieved?3. The PDF of an image is given by Pr(r) as shown below. Find the transform toconvert the image's PDF to Pr(z). Assume continuity, and find the transform in terms of r and z. Explain the transformation.4. A certain inspection application gathers black & white images of parts as they travel along a con-veyor belt. It is necessary to sort the parts into two categories: parts with holes and parts with-out holes. An example of an image that might be taken by the inspection camera is shown at the right. Propose a method to identify and locate the objects of each category in the image so that they can be picked up by a robotic system and placed in different bins. Assume that the imaging system knows where each image pixel is located on the conveyor belt at every point in time.Provide an annotated flow chart of the algorithm you propose.5.In a given application, an averaging mask is applied to input images to reduce noise and then aLaplacian mask is applied to enhance small details. Would mathematics predict that the result should be the same if the order of the operations were reversed? What practical issues would be encountered in computer implementation?Digital Image Processing Examination1. A preprocessing step in an application of microscopy is concerned with the issue ofisolating individual round particles from similar particles that overlap in groups of two or more.Assuming that all particles are of the same size, propose a morphological algorithm that will produce an image that contains only the isolated (non-overlapping) particles that are not in contact with the boundary of the image.2. An image represented by a continuous function f(x, y) is w = 2 cm wide and h = 3 cm high. The imageis to be converted to an array of pixels by a scanner whose response is zero above 80 lines/centimeter in both the horizontal and vertical directions. The discrete image is represented by an array ˆf(n, m) where n and m take on integer values, 0 ~ n ~ N - 1, 0~ m ~ M-1.(a)Determine suitable values for N and M.(b)Assume that ˆf(n, m) = f(na, mb). Determine the values of a and b.(c)Determine constants A, B, C, D, E such that the DFT of fˆ can be expressed as)(00) ,() , (EvmDuniBnCmemnfAvu F+-==∑∑=(d)Find numbers (P1, P2) such that F(u + jP1, v + kP2) = F(u, v) for any integers j, k, u, v.3. The arithmetic decoding process is the reverse of the encoding procedure. Decode the message 0.23355 given the coding model.4. The gradient of a function f (x) is defined as⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡∂∂∂∂=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=∇y f x f G G f y xComputationally, the first derivative is implemented by calculating the difference between adjacent pixels.(a) Is the following a linear operator?2122⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=∇y f x f f (b) State how would you implement the above operator using differences between pixels.(c) A Sobel operator uses two masks, Hx and Hy to process an image. Explain why are two masksneeded and what do they measure?(d)Write down the masks Hx and Hy, and identify them in the followingfigures:5. The three images shown were blurred using square averaging masks of sizes n=23, 25 , and 45, respectively. The vertical bars on the left lower part of (a) and (c) are blurred, but a clear separation exists between them. However, the bars have merged in image (b), in spite of the fact that the mask that produced this image is significantly smaller than the mask that produced image (c). explain this.Digital Image Processing Examination1. An image array f(m, n) of size M1 × N1 is to be convolved with a filter array h(m, n) of size M2 × N2 to produce a new image array g(m, n).1)Write a pseudo code program that describes a method to compute g(m, n) throughthe use of Fourier transforms. The result should be the same size as would beachieved with direct convolution.2)Modify the algorithm so that it does the correlation f ~ h rather than theconvolution.2. You have the job of designing an algorithm that will count the number of objects with holes and the number of objects without holes in images of the kind shown here. Assume that the images are binary with 0 corresponding to black and 1 correspondingto white. The imaging system is of low quality and produces images that are corrupted with salt and pepper noise.The objects do not overlap or touch, but may be close to each other in any direction.They may be of any shape or size. The algorithm should not be confused by the salt and pepper noise, and should not count noise pixels as objects.Write a pseudo-code description of your algorithm. You may also include a block diagram and other information to make it understandable to a programmer. State any assumptions you make, such as: “Objects must contain at least 50 pixels.”least 50 pixels.”3. Suppose that an image has the gray-level probability density functions shown. Here, p 1(z) corresponds to objects and p 2(z) corresponds to the background. Assume that p 1=p 2 and find the optimal threshold between object and back ground pixels.4. The Sobel operator computes the following quantity at each location (x, y) in an image array, A:Gx[j,k]=(A[j+1,k+1]+2A[j+1,k]+A[j+1,k-1])-(A[j-1,k+1]+2A[j-1,k]+A[j-1,k-1]) Gy[j,k]=(A[j-1,k-1]+2A[j,k-1]+A[j+1,k-1])-(A[j-1,k+1]+2A[j,k+1]+A[j+1,k+1]) G[j,k] = |Gx[j,k]| + |Gy[j,k]|The position of A[j, k] is column j and row k of the array.The operation is implemented as the convolution of the image array A with two masks, Mx and My followed by the magnitude operation.1) Write a 3 × 3 array for each mask, Mx and My.2) What mathematical operation on an image array is approximated by the Sobeloperator? Show how the Sobel operator is related to the mathematical operation.5. Answer the following questions about morphological image processing.(a) Shown below are two tables with expressions that relate to binary morphological image processing. Associate each expression in the left table with one from the right table.(b) A well-known morphological algorithm uses the following iteration with a structuring element B.(1) Initialize X[p] = 1 for some pixel A p ∈(2) A B X Y )(⊕=(3) If X Y ≠ then set X = Y and repeat (2)An original set A is shown in (A) and an initial pixel p 2 A is shown in (B). The result after one iteration of the algorithm with structuring element⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=010111010Bis shown in (C). Fill in the result of the next two iterations by marking theappropriate pixels for the set Y in (D) and (E). In frame (F) show the result for Y that would be reached after a large number of iterations.Digital Image Processing Examination1. Consider the edge model depicted below. Sketch the gradient and Laplacian of the signal. It is not needed to compute exact numerical values in your answer. Plot of approximate shapes of the responses will be sufficient.2. The white bars in the test pattern shown are 7pixels wide and 210 pixels high. The separation between bars is 17 pixels. What would this image look like after application of .1) A 3*3 arithmetic mean filter?2) A 7*7 median filter.3) A 9*9 contraharmonic mean filter with Q=13. The video coding system introduced in the class utilizes several major components –inter-frame motion estimation, motion compensated prediction, DCT, Huffman coding,and quantization.(a)When an encoded signal can be used to reconstruct the exact value of theoriginal signal, we say the encoding method is lossless; otherwise, it’s calledlossy. A lossy coding technique introduces distortion to the signal.Which component in the above video coding system is lossy?(b)The motion compensation process in the encoder generates a motion vectorand prediction errors for each image block in the video signal. Suppose duringthe transmission of the encoded video stream, one motion vector is lost (e.g.,due to the network erasure error). What will be the visual effects of suchtransmission errors on the decoded image sequence?4.Consider a black-and-white image consisting of round and rectangular objects, as shown in the image below. Assume the sizes of the objects are fixed and known. We also know that the width and length of the rectangles are larger than the diameter of the circles. None of the rectangles are tilted. In general, the objects may overlap with each other.Design a morphological operation based system to automatically detect all the instances of the rounds objects that overlap with rectangular objects.5. An image A, represented by an N × M array of bytes, has a uniform brightnesshistogram. It is desired transform A into an image B in a way that produces a triangular brightness histogram2550,36240][≤≤=k k MNk h bDescribe a process that will accomplish the transformation. If possible, derive an equation for the transformation function. At a minimum, sketch the transformation function and indicate how you would use it in a program to compute the array B.模拟试卷一1.对将一个像素宽度的8通路转换到4通路提出一种算法。
数字图像处理期末总结
数字图像处理期末总结引言数字图像处理是一门研究利用计算机对图像进行处理和分析的学科，依靠数字图像技术可以对图像进行多种处理和改进，如增强图像质量、去除噪声、进行模式识别等。
本学期我们学习了数字图像处理的基本理论知识和常用算法，并实践了相关实验，以下是我对本学期数字图像处理课程的总结。
一、课程概述数字图像处理课程的目标是让学生了解数字图像的基本概念和处理技术，掌握数字图像处理的常用算法和工具，培养学生分析和解决实际图像处理问题的能力。
本课程分为理论学习和实验实践两部分，理论学习主要包括数字图像的表示和处理原理，常用图像处理方法的原理和算法，实验实践则通过使用Python和相关图像处理库进行实际图像处理。
二、理论学习在理论学习部分，我们首先学习了数字图像的表示方法，了解了数字图像的像素结构和灰度级等基本概念。
接着学习了图像的增强和恢复，常用的图像增强技术包括直方图均衡化、对比度拉伸和空域滤波等。
我们通过实验学习了这些方法的原理和实现，同时也学习了如何评价图像增强的效果。
在图像恢复方面，我们学习了图像去噪和图像复原的方法。
图像去噪包括空域滤波和频域滤波两种方法，我们学习了均值滤波、中值滤波和高斯滤波等常用的滤波器，并实践了相关实验。
图像复原主要涉及退化模型和修复方法的学习，我们学习了线性和非线性滤波方法、逆滤波和最小二乘滤波等图像复原算法。
接着我们学习了图像压缩和编码的原理和方法，了解了JPEG和JPEG2000等常用的图像压缩标准。
我们学习了离散余弦变换（DCT）和小波变换等常用的压缩方法，同时也学习了如何评价图像压缩的质量和效果，例如信噪比和均方差等指标。
最后，我们还学习了图像分割和图像识别的基本理论和方法。
图像分割是将图像分割成若干块区域的过程，常用的分割方法包括阈值分割、区域生长和边缘检测等。
图像识别则是将分割后的图像中的特定对象或模式与预定义的模型进行匹配和识别，我们学习了基于模板匹配和特征提取的图像识别方法，并实践了相关实验。
（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。
数字图像处理期末复习(中文版)
第二章数字化过程对于M，N值和每个像素允许的离散灰度级数L的判定。
（书本P43~44,ppt1）○M,N必须取正整数○出于处理，存储和取样硬件的考虑，灰度级典型的取值是2的整数次幂，即L=2^k. 这里假设离散灰度级是等间隔的，并且是区间[0,L-1]内的整数。
数字b是存储数字图像所需的比特数，有b = M×N×k ，当M=N时，上式变为b=（N^2）*k . 当衣服图像有2^k 灰度级时，实际上通常称为该图像是k比特图像取样值是决定衣服图像控件分辨率的主要参数。
空间分辨率是突袭党中可辨别最小细节。
通常把大小为M*N，灰度为L级的数字图像称为控件分辨率为M*N像素，灰度级分辨率为L 级的数字图像。
比较不同空间分辨率的图像要保证同时他们的灰度分辨率相同。
（书本P44,ppt2）像素间的基本关系（书本P51~54,ppt3）相邻像素位于坐标（x,y）的一个像素p有4个水平和垂直的相邻像素，其坐标由下式给出：（x+1,y）(x-1,y) (x,y+1) (x,y-1)这个像素集称为N4（p）。
每个像素距（x,y）一个单位，如果(x,y)位于图像的便捷，则p的某个邻像素位于数字图像的外部。
P的4个对角的相邻像素有如下坐标：（x+1,y+1）(x+1,y-1) (x-1,y+1) (x-1,y-1)并用N D(p)表示。
与4个邻域点一起，这些点称为p的8领域，用N8（p）表示。
邻接性：定义V是用于定义邻接性的灰度值集合（Ⅰ）4邻接：如果q在N4（p）集中，则具有V中数值的两个像素p和q是4邻接。
（Ⅱ）8邻接：如果q在N8（p）集中，则具有V中数值的两个像素p和q是8邻接。
（Ⅲ）m邻接/混合邻接：如果（Ⅰ）q在N4（p）中，或者（Ⅱ）q在N D(p)中且集合N4（p）∩N4（q）没有V值的像素，则具有V值的像素p和q是m邻接。
☆混合邻接是8邻接的改进，其引入是为了消除采用8邻接常常发生的二义性。
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
数字图像处理复习提纲
A=zeros（12，12）；
b = ~A；
figure, imshow(b);
b(:,4:1:6)=0;
b(:,10:1:12)=0;
figure,imshow(b);
c=b’;
figure,imshow(c);
4 设下面图像的灰度矩阵如下，请用 直方图均衡化方法修正该图像灰度 矩阵。详细写出直方图均衡化的实 现步骤和最后修正后的图像矩阵B， 并画出修正矩阵的直方图。
数字图像处理复习内容概括
第一章 数字图像处理概念与基础
1、图像的定义 2、数字图像处理的定义 3、产生图像的类别 4、数字图像处理的特点与主要方法 5、图像的类型 6、图像简单Matlab处理（读取、显示和存储、抽取、旋转, 提 取、翻转）与应用 7、图像矩阵的基本运算（算术、关系和逻辑） 8、简单函数的M文件编程
X1 X2 X3 X4 X5 X6 X7 x8
11、分别用中值滤波、四邻域法、八邻域法、sobel算子和prewitt算子编程实现对具有 10%的‘gaussian’噪声图像（image.tif） 的增强处理。
12、用低通滤波和高通滤波的方法编程实现图像（image.tif） 的增强处理。
13、应用Matlab实现的Huffman编码函数和Huffman译码函数编程实现图像（image.tif)压 缩处理。
4、主要掌握的内容
(1) 灰度变换中的线形、指数、对数增强方法分别具有什么增强特点？
(2)为什么对比度拉伸能够实现图像对比度增强? (3) 什么是图像灰度直方图？图像直方图反映了图像的什么特征？ (4) 直方图均衡化图像处理主要实现思想什么？他的实现过程与matlab实现程序。 (5) 直方图规定化图像处理的主要实现思想什么？掌握处理步骤与matlab实现程序。
数字图像处理期末考试题库精华
数字图像处理期末考试题库精华数字图像处理是计算机视觉领域的重要分支，通过使用数字计算机对图像进行处理，旨在改善和增强图像的质量、分析和提取图像的特征、实现图像的压缩与传输等。
本文将为大家整理汇总数字图像处理期末考试题库的精华内容，以帮助大家进行复习备考。
一、基础概念与原理（300字）1.1 数字图像的定义与表示数字图像是由一系列离散的像素点构成的，每个像素点都具有特定的位置和灰度信息。
在计算机内部，数字图像通常使用矩阵来表示，其中每个元素代表一个像素点的灰度值或颜色值。
1.2 数字图像的采集与显示数字图像的采集通常通过数码相机、扫描仪等设备进行，它们会将光学信息转化为数字信号。
数字图像的显示利用显示器或打印机等设备，将数字信号转化为可见的图像。
1.3 灰度变换灰度变换是数字图像处理中常用的一种操作，通过对图像的灰度值进行调整，可以改变图像的亮度和对比度。
常见的灰度变换包括对数变换、幂次变换、直方图均衡化等。
1.4 空域滤波空域滤波是指在图像的空间域进行滤波操作，常见的空域滤波包括平滑滤波和锐化滤波。
平滑滤波可以减少图像的噪声和细节，而锐化滤波则可以增强图像的轮廓和细节。
二、图像增强与恢复（500字）2.1 直方图处理直方图可以用来描述图像中各个灰度级的分布情况，直方图处理可以通过对直方图的变换来改变图像的对比度和亮度。
直方图均衡化是一种常用的直方图处理方法，通过拉伸直方图来增强图像的对比度。
2.2 空域滤波器空域滤波器是一种广泛应用于图像增强的方法，常见的空域滤波器有中值滤波、均值滤波和高斯滤波等。
中值滤波器可以有效去除图像中的椒盐噪声，而高斯滤波器则可以模糊图像以减少噪声。
2.3 图像复原图像复原是指对受损图像进行恢复，常见的图像复原方法有降噪处理、去模糊处理和去伪影处理等。
这些方法通常需要通过数学模型和算法来实现对受损图像的重建。
三、图像分割与特征提取（500字）3.1 图像分割图像分割是将图像划分为若干个区域或对象的过程。
数字图像处理期末复习总结提纲（第一章-第七章）
考试题型：一、单选题（每题2分）例：计算机显示器主要采用哪一种彩色模型（）A、RGBB、CMY或CMYKC、HISD、HSV答案为A二、判断题(每题2分,正确的打“√”，错误的打“×”）例：在连通域中的点，按照其是否与背景相邻接，可以分为内部点和外部点。
（）答案×三、填空题（每空格2分）例：数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为【 1 】。
答案：像素在本课程中，Matlab语句imwrite(A,‘tire.tif’)的作用是【2】。
答案：将图像矩阵A写入图像文件tire.tif四、计算题（根据题目难度和答题时间不同，从5分至20分）例：（10分）设图像为：使用3×3的模板对其进行中值滤波处理，写出处理过程和结果。
书上重难点：第一章数字图像处理绪论*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*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。
*数字图像处理（Digital Image Processing）利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。
（计算机图像处理）*数字图像处理的优势（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。
*数字图像处理的目的（1）提高图像的视感质量，以达到赏心悦目的目的a.去除图像中的噪声；b.改变图像的亮度、颜色；c.增强图像中的某些成份、抑制某些成份；d.对图像进行几何变换等，达到艺术效果；（2）提取图像中所包含的某些特征或特殊信息。
a.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。
**数字图像处理的主要研究内容（1）图像的数字化a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理b.主要包括的是图像的采样与量化（2*）图像的增强a.加强图像的有用信息，消弱干扰和噪声（3）图像的恢复a.把退化、模糊了的图像复原。
数字图像处理简复习重点介绍
数字图像处理简复习重点介绍第一篇：数字图像处理简复习重点介绍1、数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
2、什么是图像识别与理解？5、简述图像几何变换与图像变换的区别。
6、图像的数字化包含哪些步骤？简述这些步骤。
7、图像量化时，如果量化级比较小会出现什么现象？为什么？8、简述二值图像与彩色图像的区别。
9、简述二值图像与灰度图像的区别。
10、简述灰度图像与彩色图像的区别。
11、简述直角坐标系中图像旋转的过程。
13、举例说明使用邻近行插值法进行空穴填充的过程。
14、举例说明使用均值插值法进行空穴填充的过程。
15、均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。
16、简述均值滤波器对椒盐噪声的滤波原理，并进行效果分析。
17、中值滤波器对椒盐噪声的滤波效果如何？试分析其中的原因。
18、使用中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？19、使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？ 20、写出腐蚀运算的处理过程。
21、写出膨胀运算的处理过程。
22、为什么YUV表色系适用于彩色电视的颜色表示？23、简述白平衡方法的主要原理。
24、YUV表色系的优点是什么？25、请简述快速傅里叶变换的原理。
26、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的高通滤波中的应用原理。
27、傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的低通滤波中的应用原理。
28、小波变换在图像处理中有着广泛的应用，请简述其在图像的压缩中的应用原理。
29、什么是图像的无损压缩？给出2种无损压缩算法。
2、对于扫描结果：aaaabbbccdeeeeefffffff，若对其进行霍夫曼编码之后的结果是：f=01e=11a=10b=001c=0001d=0000。
若使用行程编码和霍夫曼编码的混合编码，压缩率是否能够比单纯使用霍夫曼编码有所提高？31、DCT变换编码的主要思想是什么？32、简述DCT变换编码的主要过程。
数字图像处理复习要点及答案
一、简答1、简述图像数字化的过程；如何进行量化与取样的综合选择？并说明理由。
图像数字化包括采样和量化两个过程，对于缓变的图像，应该细量化，粗采样，以避免假轮廓；对于细节丰富的图像，应该细采样，粗量化，以避免模糊。
2、简述三基色原理。
⑴自然界中的绝大部分彩色，都可以由三种基色按一定比例混合得到；反之，任意一种彩色均可被分解为三种基色。
⑵作为基色的三种彩色，要相互独立，即其中任何一种基色都不能由另外两种基色混合来产生。
⑶由三基色混合而得到的彩色光的亮度等于参与混合的各基色的亮度之和。
⑷三基色的比例决定了混合色的色调和色饱和度。
3、简述奈奎斯特取样定理的意义。
要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高截至频率。
抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。
抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。
4、简述傅里叶变换频谱的分布特点与意义。
1、从分布上看，频谱中心处于屏幕中心，从中心向四周呈辐射状分布；离中心越远，频率越高，能量越小；2、中心点即直流分量点对应着图像的平均亮度；低频区域对应图像的实体细节；高频区域对应图像的边缘轮廓。
5、简述图像噪声分类与特点。
椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基本相同的。
高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随机的。
6、简述灰度直方图的概念与特点。
灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。
即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。
特点：（1）所有的空间信息全部丢失。
（2）每一灰度级的像素个数可直接得到。
7、简述直方图均衡与直方图规格化的概念。
直方图均衡方法的基本思想是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。
用以改变图像整体偏暗或整体偏亮，灰度层次不丰富的情况，将直方图的分布变成均匀分布直方图规格化:把已知直方图的图像变成期望直方图图像的过程8、列举图像平滑的主要代表算法，简述其处理原理与处理效果。
数字图像处理复习2000
《数字图像处理》复习题一、名词解释：1. 数字图像I(r,c)是对f(x,y)离散化(采样＋量化)后的结果 2. 图像工程 图象处理：底层操作，对象素操作，数据量大；对图象进行各种加工，以改善图象的视觉效果； 强调图象之间进行的变换； 从一个图象到另一个图象的过程 图象分析：对图象中感兴趣的目标进行提取和分割，获得目标的客观信息（特点或性质），建立对图象的描述； 以观察者为中心研究客观世界； 图象分析是一个从图象到数据的过程。
图象理解：研究图象中各目标的性质和它们之间的相互联系； 得出对图象内容含义的理解及原来客观场景的解释；以客观世界为中心，借助知识、经验来推理、认识客观世界，属于高层操作（符号运算）。
3. 名义分辨率映射到图象平面上的单个象素的景物元素的尺寸。
单位：象素/英寸，象素/厘米 4. 灰度直方图灰度直方图是灰度级的函数，描述的是图象中该灰度级的像素的个数。
即：横坐标表示灰度级，纵坐标表示图象中该灰度级出现的个数 5. 图像分割令集合R 代表整个图像区域，对R 的分割可看作将R 分成若干个满足以下5个条件的非空的子集（子区域）R1, R2,… Rn 。
1）∪Ri = R ；（i=1,…,n ）；整个图像不重叠2）对所有的i 和j ，i ≠j ，有Ri ∩Rj = ∅ ；互不重叠； 3）对 i=1,…,n ，有P(Ri) = TRUE ；P(Ri)是对Ri 中元素的逻辑谓词； TRUE 表示相同特性； 4）对i ≠j ，有P(( Ri ∪Rj )) = FLASE ；区域不同，特性不同； 5）对 i=1,…,n ，Ri 是连通的区域； 6. 低通滤波器[]),(),(),(1v u F v u H y x g -T=图像中的边缘和噪声都对应图像傅立叶变换中的高频部分，所以如要在频域中消弱其影响就要设法减弱这部分频率的分量。
根据频域增强技术的原理，需要选择一个合适的H (u , v )以得到消弱F (u , v )高频分量的G (u , v ) 7. 高通滤波器 8.4临域设像素p ，坐标为（x,y ），有4个近邻像素ri ，坐标分别为（x+1,y ），（x-1,y ），（x,y+1），（x,y-1），组成p 的4-邻域，记为N4（p ） 9.8临域p 的周围8个近邻像素全体称为p 的8-邻域，记为N8(p) 10.4连接设V 表示连接的灰度值集合，如V={8,9,…,16}；2个像素p 和r ，在V 中取值，且r 在N4（p ）中， 则它们为4-连接 11.8连接设V 表示连接的灰度值集合，如V={8,9,…,16}；2个像素p 和r ，在V 中取值， 且r 在N8（p ）中，则它们为8-连接 12. m-连接2个像素p 和r ，在V 中取值，且满足下列条件之一，则它们为m-连接； 条件一：r 在N4（p ）中；条件二：r 在N8（p ）中，且N4（p ）⋂ N4（r ）是空集； 即不能有元素同时出现在N4（p ）和 N4（r ）中。
数字图像处理期末复习题2讲课稿
设图像为：
请完成：
①用Roberts算子对其进行锐化，写出锐化过程和结果。（4分）
②用Laplacian算子对其进行锐化，写出锐化过程和结果。（6分）
3.已知Roberts算子的作用模板为： ，Sobel算子的作用模板为： 。
②用Sobel算子对其进行锐化，写出锐化过程和结果。（6分）
8.已知Roberts算子的作用模板为： ，Laplacian算子的作用模板为： 。
设图像为：
请完成：
①用Roberts算子对其进行锐化，写出锐化过程和结果。（4分）
②用Laplacian算子对其进行锐化，写出锐化过程和结果。（6分）
9.已知Roberts算子的作用模板为： ，Sobel算子的作用模板为： 。
5.在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”）
6.在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”）
②用Laplacian算子对其进行锐化，写出锐化过程和结果。（6分）
5.已知Roberts算子的作用模板为： ，Sobel算子的作用模板为： 。
设图像为：
请完成：
①用Roberts算子对其进行锐化，写出锐化过程和结果。（4分）
②用Sobel算子对其进行锐化，写出锐化过程和结果。（6分）
6.已知Roberts算子的作用模板为： ，Laplacian算子的作用模板为： 。
数字图像处理复习要点总结
数字图像处理复习要点总结1、离散的图像信息的熵：一幅图像如果有，，，…，共q 中幅度值，1s 2s 3s q s 并且出现的概率分别为，，，…，，那么每一种幅度值所具有的1P 2P 3P q P 信息量分别为，，，…，。
其平均信息1(log 12P 1(log 22P 1(log 32P )1(log 2qP 量即为熵，记为H 。
∑∑==-==q i i i qi i i P P P P H 1212log 1log 2、图像处理系统中常用的输入设备：（1）电视摄像机：摄像器件把输入的二维辐射（光学图像）信息转换为适宜处理和传输的电信号，然后经荧屏显示。
（2）飞点扫描设备：在水平和垂直两个偏转电路的控制下，CRT 的光点通过透镜光学系统在画面上逐行逐点依次扫描，与图像上亮度相对应的反射光由光电倍增管接受并转换为成比例的电流信号，经放大和A/D 变换，送计算机处理。
（3）鼓形扫描器：照片或负片安放在鼓形滚筒上，由光线照射或从内部光源透射在图像上，再由光线系统收集后送至光电倍增管，变换成电信号，经放大后送至A/D 变换器，再经高速数据接口送入计算机。
（4）微密度计：一种平台机械扫描式的光电转换图像输入设备，使用计算机控制旋转被测样片的平台，作x ，y 方向运动，可形成逐行扫描、螺旋扫描、随机扫描及跟踪扫描。
（5）其它图像输入设备：光敏二极管矩阵图像信息传感器、激光扫描器和图像位置检出器等。
3、三基色混色及色度表示原理（1）相加混色（彩色电视机）和相减混色（彩色电影、幻灯片、绘画原料）；（2）相加、相减混色区别：一、相加混色是由发光体发出的光相加而产生各种颜色，而相减混色是先有白色光，尔后从中减去某些成分（吸收）得到各种颜色；二、相加混色的三基色是红、绿、蓝，而相减混色的三基色是黄、青、紫，也就是说相加混色的补色就是相减混色的基色。
（3）格拉斯曼定律：一、所有颜色都可以用互相独立的三基色混合得到；二、假如三基色的混合比例相等，则色调和色饱和度也相等；三、任意两种颜色相混合产生的新颜色与采用三基色分别合成这两种颜色的各自成分混合起来得到的结果相等；四、混合色的光亮度是原来各分量光亮度的总和。
2024数字图像处理复习材料
图像处理复习简答题1：1．图像锐化与图像平滑有何区分与联系？答：图象锐化是用于增加边缘，导致高频重量增加，会使图象清楚； 图象平滑用于去噪，对图象高频重量即图象边缘会有影响。
都属于图象增加，改善图象效果。
2．频域空间的增加方法对应的三个步骤：（平滑与锐化）答：假定原图像为f(x,y)，经傅立叶变换为F(u,v)，输出图像为g(x,y)，则频率域锐化过程描述为：(1) 将图像f(x,y)从图像空间转换到频域空间，得到F(u,v)；(2) 在频域空间中通过不同的？？滤波函数H(u,v)对图像进行不同的增加,得到G(u,v) (3) 将增加后的图像再从频域空间转换到图像空间，得到图像g(x,y)。
（平滑—>低通滤波器, 锐化—>高通滤波器）3．图像数据压缩的必要性答：（1）数字图像的浩大数据对计算机的处理速度、存储容量都提出过高的要求。
因此必需把数据量压缩。
（2）从传送图像的角度来看，则更要求数据量压缩。
在信道带宽、通信链路容量肯定的前提下，采纳编码压缩技术，削减传输数据量，是提高通信速度的重要手段 。
4．图像锐化滤波的常用方法？ 答：○1以梯度值代替原来像素值；○2给定一个阈值，若梯度值小于这个阈值，则修改这个像素的灰度值，反之则保持不变； ○3给图像背景给予一个固定的灰度值； ○4给图像前景给予一个固定的灰度值；○5通过一个阈值，给图像的前景和背景分别给予不同的固定的灰度值。
简答题2 1. 图像滤波的主要目的是什么？主要方法有哪些？ 2. 图像噪声有哪些主要类型，主要特点是什么？ 3. 如何理解中值滤波的不变性？ 4. 什么是梯度倒数加权法平滑？5. 什么是Laplacian 算子？它有哪些特征？6. 罗伯特梯度与Sobel 梯度有什么区分？7. 依据像素的梯度值生成不同的梯度图像的方法有哪些？ 8. 定向检测的模板有哪些？9. 频率域滤波的主要滤波器有哪些？各有什么特点？ 10.同态滤波的基本操作有哪些？简答题2（答案）1. 图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，复原其它的信息。
- 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)。
1.什么是数字图像？以数字格式存放的图像称为数字图像
2.数字图像处理技术有哪些？利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。
图像获取、表示和表现、图像复原、图像增强、图像分析、图像重建、图像压缩编码
3.数字图像的基本类型
黑白图像（二值图像）、灰度图像、索引图像、彩色图像4.数字图像处理系统组成部分？图像输入系统，图像处理与分析系统、图像输出系统、图像存储系统。
5.数字化过程的两个步骤
图像数字化：指将模拟图像经过离散化之后，得到用数字表示的图像。
第一步：空间采样第二步：量化
6．什么是灰度直方图？灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。
即：横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。
7.图像与直方图的对应关系是多对一的映射关系
8.图像的文件格式：位图、矢量图.9.数学上的卷积运算在信号处理和图像处理学科上通常又称为滤波
10.线性移不变系统的性质
①调谐输入总产生同频率的调谐输出；②系统的传递函数——一个仅依赖于频率的复值函数，包含了系统的全部信息；
③传递函数对一调谐信号输入只产生两种影响——幅度的变化和相们的平移（时间原点的平移）
11.图像的基本统计分析量
(1)图像的信息量(2)图像灰度平均值(3).图像灰度众数(4).图像灰度中值(5)图像灰度方差(6).图像灰度值域
12.三种基本运算类型：点运算、代数运算、几何运算
13.什么是点运算？点运算与几何运算的主要区别是什么？所谓点运算是指像素值（像素点的灰度值）通过运算之后，可以改善图像的显示效果。
这是一种像素的逐点运算。
点运算实际上是灰度到灰度的映射过程，点运算不会改变图像内像素点之间的空间位置关系。
几何变换不改变像素值，而可能改变像素所在的位置。
14.灰度插值的基本方法有哪些？
最邻近插值法、双线性插值（一阶插值）、高阶插值
15.齐次坐标表示
为了能够用统一的矩阵线性变换形式，表示和实现这些常见的图像几何变换，就需要引入一种新的坐标，即齐次坐标。
16.什么是图像变换？图像变换的定义是将图像从空域变换到其它域（如频域）的数学变换
17.傅里叶变换在数字图像处理应用中的基本思路
先用(-1)(x+y)乘以图像得(-1)(x+y)f(x,y):然后对其进行傅里叶正变换得到原点在(M/2,N/2)之处的F(u,v)；接着根据图像的频率特性,利用有关的低通频率滤波器，或高通频率滤波器等，对其进行滤波处理；再将处理的结果进行傅里叶反变换；最后给反变换的结果再乘以(-1)(x+y)就可得到最终的结果。
18.什么是图像增强？图像增强的目的？
按我们的需要突出一幅图像中的某些“有用”信息，同时削弱另外一些“无用”信息的图像处理方法就是图像增强。
目的：
①图像的视觉效果。
②突出图像的特征，便于计算机处理。
19.图像增强方法分类主要有空域处理法和频域处理法
20.直方图均衡化的主要步骤
(1)求出图像中所包含的灰度级rk,可以定为0~L-1,
(2)统计各灰度级的像素数目nk(k=0,1,2,…L-1)
(3)计算图像直方图(4)计算变换函数：
(5)用变换函数计算映射后输出的灰度级Sk
(6)统计映射后新的灰度级Sk的像素数目nk
(7)计算输出图像的直方图
21.什么是中值滤波，中值滤波的特性，会计算中值滤波
中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序,中间值作为当前像元的输出值.①对大的边缘高度,中值滤波较邻域均值好得多,而对于较小边缘高度,两种滤波只有很少差别②中值滤波是非线性的③中值滤波在抑制图像随机脉冲噪声方面甚为有效,且运算速度快,便于实时处理④中值滤波去除孤立线或点干扰,而保留空间清晰度较平滑滤波为好；但对高斯噪声则不如平滑滤波。
22.什么是空域滤波？
空间域滤波是基于邻域处理的增强方法，它应用某一模板对每个像素与其周围邻域的所有像素进行某种数学运算得到该像素的新的灰度值，新的灰度值的大小不仅与该像素的灰度值有关，而且还与其邻域内的像素的灰度值有关。
常用的有图像平滑和图像锐化
23.什么是图像分割？
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。
24.图像分割方法分类
基于边缘检测的图像分割方法、基于阈值的图像分割、基于跟踪的图像分割方法、基于区域的图像分割
25.区域生长法的基本思想和三个关键条件
区域生长法基本思想是根据事先定义的相似性准则,将图像中满足相似性准则的像素或子区域聚合成更大区域的过程。
1)选择和确定一组能正确代表所需区域的种子像素种子像素
2)确定在生长过程中能将相邻像素合并进来的相似性准则3)确定终止生长过程的条件或规则止；
26.能列举出几种梯度边缘检测算子
(1)Roberts算子(2)Sobel算子(3)Prewitt算子
27.什么是图像恢复
图像恢复，是一种使退化了的图像去除退化因素，并以最大保真度恢复成原来图像的技术。
28图像数据存在的冗余分类
（1）编码冗余；（2）像素间的冗余；3）心里视觉冗余。