*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区域的白或 灰细节。
*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+ ?）?
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。 空间均值处理的 重要应用 是，为了对感兴趣的物体得到一个粗略的描 述而模糊一幅图像。
* 中值滤波器 机理：将像素邻域内灰度的中值代替该像素的值；
对于处理脉冲噪声非常有效，该种噪声也称为椒盐噪声；
*量化 ：把采样点上对应的亮度连续变化区间转换为单个特定数码的 过程，称之为量化，即采样点亮度的离散化。
* 灰度图像 ：指每个像素的信息由一个量化的灰度级来描述的图像， 它只有亮度信息，没有颜信息。
*图像锐化滤波的几种方法。 答：（1）直接以梯度值代替；（2）辅以门限判断；（3）给边缘规定一 个特定的灰度级；（4）给背景规定灰度级；（5）根据梯度二值化图像。 *伪彩增强和假彩增强有何异同点。
答：伪彩增强是对一幅灰度图像经过三种变换得到三幅图像，进行 彩合成得到一幅彩图像； 假彩增强则是对一幅彩图像进行处 理得到与原图象不同的彩图像；主要差异在于处理对象不同。相同 点是利用人眼对彩的分辨能力高于灰度分辨能力的特点， 将目标用 人眼敏感的颜表示。
* 图像编码基本原理是什么？数字图像的冗余表现有哪几种表现形 式？ 答：虽然表示图像需要大量的数据，但图像数据是高度相关的， 或 者说存在冗余（ Redundancy）信息，去掉这些冗余信息后可以有效压 缩图像，同时又不会损害图像的有效信息。
数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视 觉冗余、 信息熵冗余、结构冗余和知识冗余。
*什么是中值滤波，有何特点？ 答：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。特点：它是一种非线 性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随 机噪声的同时能有效保护边缘少受模糊。
*图像增强的目的是什么？ 答：对图像进行加工，使其结果比原始图像更适用于特定应用。 “特定”一词表明图像增强技术是面向问题的。
*图像锐化与图像平滑有何区别与联系？ 答：区别：图像锐化是用于增强边缘，导致高频分量增强，会使图像 清晰；图像平滑用于消除图像噪声，但是也容易引起边缘的模糊。联 系：都属于图像增强，改善图像效果。
*图像复原和图像增强的主要区别是：
图像增强主要是一个主观过程，而图像复原主要是一个客观过程；图 像增强不考虑图像是如何退化的 ,而图像复原需知道图像退化的机制 和过程等先验知识
*图像增强时，平滑和锐化有哪些实现方法？ 平滑的实现方法：邻域平均法，中值滤波，多
图像平均法，频域低通 滤波法。
锐化的实现方法：微分法，高通滤波法。
*对于椒盐噪声，为什么中值滤波效果比均值滤波效果好？ 椒盐噪声是复制近似相等但随机分布在不同的位置上， 图像中又干净 点也有污染点。中值滤波是选择适当的点来代替污染点的值，所以处 理效果好。因为噪声的均值不为 0，所以均值滤波不能很好地去除噪 声。
*什么是区域？什么是图像分割？ 区域可以认为是图像中具有相互连通、一致属性的像素集合。图像分 割时把图像分成互不重叠的区域并提取出感兴趣目标的技术。 *图像中微分算子的特点
1.一阶微分产生较粗的边缘，二阶微分产生的边缘则较细；    2.对
于孤立的噪声点，在该点及其周围点上，二阶微分比一阶微分的响应 要强很多； 3.二阶微分有一个过渡，即从正回到负，在图像中，表现 为双线。
二维图像函数 f(x,y) 的拉普拉斯变换定义为：
锐化图像 = 原图像+ 直方图均衡化的基本原理拉普拉斯图像
*对于数字图像处理而言，离散傅里叶变换和其反变换必定存在。
用(-1) x+y乘以f(x,y) ，可以将F(u,v)原点变换到频率坐标的 (M/2,N/2) 处 在决定形状特点时，相位信息非常重要。


版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。