一幅灰度级均匀分布的图像，其灰度范围为[0,255]，则该图像的信息量为8。

图像与灰度直方图之间的关系：一对多。

属于图像锐化处理的算法：高通滤波。

属于点处理的算法：二值化。

计算机显示器主要采用哪一种彩色模型：RGB。

属于图像平滑处理：中值滤波。

采用模板[-1 1]主要检测垂直方向的边缘。

模板[-1;1]主要检测水平方向的边缘。

用一幅100*100的图像，若每像元用8bits表示其灰度值，结果霍夫曼编码后压缩图像的数值为40000bit，则图像的压缩比为2:1。

维纳滤波器用于：复原图像。

图像灰度方差说明了图像的哪一个属性：图像对比度。

属于局部处理：中值滤波。

属于点处理：灰度线性变换、二值化。

属于全局处理：傅里叶变换。

数字图像处理研究的内容不包括：数字图像存储。

数字图像处理研究的内容包括：图像数字化、图像增强、图像分割。

将灰度图像转换成二值图像的命令为im2bw。

像的形态学处理方法包括：膨胀、腐蚀。

一曲线的方向链码为12345，则曲线的长度为6.24。

下列图像边缘检测最好的是：prewitt算子。

二值图像中分支点的连接数：3。

图像锐化除了在空间域进行外，也可在频率域进行。

对于彩色图像，通常用以全部颜色的特性是：色调、饱和度、亮度。

依据图像的保真度，图像压缩可分为：有损压缩、无损压缩。

一个基本的数字图像处理系统由：图像输入、图像存储、图像输出、图像通信、图像处理和分析5块组成。

低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。

一般来说，采样间距越大，图像数据量越少，质量越差，反之亦然。

多年来建立了许多纹理分析法，这些方法大体可分为统计分析法和结构分析法两大类。

直方图修正法包括：直方图均衡和直方图规定化两种方法。

图像压缩系统是由编码器和解码器两个截然不同的结构块组成的。

图像处理中常用的两种邻域是4-邻域和8-邻域。

若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项组成的。所得到的图像将亮度增加，对比度减少。

数字图像处理，即用计算机对图像进行处理。

图像数字化过程包括三个步骤：采样、量化和扫描。

MPEG4标准主要编码技术：离散余弦变换、小波变换等。

灰度直方图的横坐标是灰度级，纵坐标是该灰度出现的频率。

数据压缩技术应用了数据固有的冗余性和不相干性，将一个大的数据文件转换成较小的文件。

基本的形态学运算：腐蚀、膨胀。

开运算：先腐蚀后膨胀。

闭运算：先膨胀后腐蚀。

在RGB彩色空间的圆点上，三个基色均没有亮度，即原点为黑色，三基色都打到最高亮度时则为白色。

列举数字图像处理的三个应用领域：医学、天文学、军事。

机器视觉的目的是发展处能够理解自然景物的系统。

计算机图形学目前的一个主导研究方向是虚拟现实技术。

灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。

彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述的。

图像的数字化包括了空间离散化采样和明暗表示数据的离散化量化。

分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。

直方图均衡化方法的基本思想：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。

图像锐化的目的是加强图像中景物的细节边缘和轮廓。

因为图像分割的结果图像为二值图像，所以通常又称图像分割为图像的二值化处理。

腐蚀：一种消除连通域的边界点，使边界向内收缩的处理。

膨胀：将目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。

对于椒盐噪声，中值滤波效果比均值滤波效果好。

直方图均衡化方法的基本思想是：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。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的（灰度直方图）。

图像增强按增强处理所在空间不同分为：空域方法、频域方法。

彩色增强方法：真彩色增强技术、假彩色增强技术、伪彩色增强三种。

常用的灰度内插法：最近邻元法、双线性内插法、（双）三次内插法。

在形态学处理中，使用结构元素B对集合A进行开操作：B对A腐蚀，然后用B对结果进行膨胀。使用结构元素B对集合A进行闭操作就是用B对A膨胀，然后用B对结果进行腐蚀。

灰度直方图能反映一幅图像各灰度级像元占图像的面积比。

直方图是一种点运算，图像的二值化也是一种点运算。

有选择保边缘平滑法不可用于边沿增强。（用于图像平滑、去噪）

共点直线群的霍夫（Hough）变换是一条正弦曲线。

边缘检测是将边缘像元标识出来的一种图像分割技术。

开运算：先腐蚀、后膨胀。

闭运算：先膨胀、后腐蚀。

均值平滑滤波器：用于图像平滑（去噪）。

拉普拉斯滤波器：用于图像锐化（边沿增强）。

数字图像：将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。

图像：是自然生物或人造物理的观测系统对世界的记录，是以物理能量为载体，以物质为记录介质的信息的一种形式。

数字图像处理：采用特定的算法对数字图像进行处理，以获取视觉、接口输入的软硬件所需要数字图像的过程。

图像增强：通过某种技术与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。

无损压缩：可精确无误的从压缩数据中恢复出原始数据。

灰度直方图：灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素个数。或：灰度直方图是指反映一幅图像各灰度级像元出现的概率。

细化：提取线宽的一个像元大小的中心线的操作。

8联通的意义：对于具有值V的像素p和q，如果q在集合N8(p)中，则称这两个像素是8-连通的。

中值滤波：中值滤波是指当前像元的窗口！（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。

像素的邻域：邻域是指一个像元(x,y)的邻近（周围）形成的像元集合。即p、q为任意整数。像素的四邻域：(x+1,y),(x-1,y),(x,y+1),(x,y-1)。

灰度直方图：以灰度值为自变量，灰度值概率函数得到的曲线就是灰度直方图。

无失真编码：无失真编码是指压缩图像经解压可以恢复原图像，没有任何信息损失的编码技术。

直方图均衡化：直方图均衡化是指通过1变换函数将原图像的直方图修正为平坦的直方图，以此来修正原图像之灰度值。

采样：对图像f(x,y)的空间位置坐标(x,y)的离散化的函数值的过程称为图像的采样。

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。

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，没有颜色信息。

色度：通常把色调和饱和度通称为色度，它表示颜色的类别与深浅程度。

图像锐化：是增强图像的边缘或轮廓。

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。

数据压缩：指减少表示给定信息量所需的数据量。

图像锐化滤波的几种方法：

直接以梯度值代替；

辅以门限判断；

给边缘规定一个特定的灰度级；

给背景规定灰度级；

利用梯度二值化图像。

伪彩色增强和假彩色增强有何异同点：

伪彩色图像：对一幅灰度图像结果三种变换得到三幅图像，进行彩色合成后得到一幅彩色图像。

假彩色增强：对一幅彩色图像进行处理得到与原图像不同的彩色图像。

不同点：处理对象不同。

相同点：利用人眼对彩色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色表示。

图像编码的基本原理是什么？数字图像的冗余表现有哪几种表现形式？

虽然表示图像需要大量的数据，但图像数据是

数据图像的冗余：空间冗余、时间冗余、视觉冗余、信息熵冗余、结构冗余、知识冗余。

什么是中值滤波，有什么特点？

中值滤波是指当前像元的框图（或邻域）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：它是一种非特性的图像平滑法，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。

什么是直方图均衡化？

将原图像的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图像。

图像均衡化处理后，图像的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图像看起来就更清晰了。

图像增强的目的是什么？

图像增强目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征的差别，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，满足某些特殊分析的需要。

图像锐化与图像平滑有何区别与联系？

图像锐化：属于增强边缘，导致高频分量增强，会使图像清晰。

图像平滑：用于消除噪声，但是也容易引起边缘的模糊。

区别：

联系：都属于图像增强，改善图像效果。

在彩色图像处理中，常使用HSI模型，它适用于做图像处理的原因有：

在HSI模型中亮度分量和色度分量是分开的。

色调与饱和度的概念与人的感知联系紧密。

图像复原和图像增强的主要区别是：

图像增强是一个主观过程。

图像复原是一个客观过程。

图像增强不考虑图像是如何退化的。

图像复原须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：邻域平均法、中值滤波器、多图像平均法、频域低通滤波器（包括理想低通滤波器、巴特沃斯低通滤波器、高斯低通滤波器）

锐化：微分法（各种微分算子）、频域高通滤波器（包括理想高通滤波器、巴特沃斯高通滤波器、高斯高通滤波器）

简述直方图均衡化的基本原理？

对像素个数多的灰度级进行展宽。

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。

因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。

当在白天进入一个黑暗剧场时，在能看清并找到时需要适应一段时间，试述发生这种现象的视觉原理？

人的视觉绝对不能同时在整个亮度适用范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度集的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。

说明一幅灰度图像的直方图分布与对比度之间的关系？

直方图的峰值集中在低端，则图像较暗，反之，图像较亮。

直方图的峰值集中在某个区域，图像昏暗。

图像中物体和背景差别很大的图像，其直方图具有双峰特性。

总之，直方图一均匀，图像对比度越好。

简述梯度法与拉普拉斯算子检测边缘的异同点。

梯度算子：[-1,1]或者[-1;1]

拉普拉斯算子[0,1,0;1,-4,1;0,1,0]

梯度算子利用阶跃边缘灰度变换的一阶导数特性，认为极大值点对应于边缘点。

拉普拉斯算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性。认为边缘点是零交叉点。

相同点：都能用于检测边缘、且都对噪声敏感。

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设计费吧在不同的位置上。

图像中又有干净点又有污染点。

中值滤波是选择适当的点代替污染点的值，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技术。

什么是图像运算，具体包括哪些？

图像的运算是指以像素点的幅度值作为运算单元的图像运算。

这种运算包括：点运算、代数运算、几何运算。

图像处理与计算机图形学的区别于联系是什么？

虽然二者目前仍然是两个相对独立的学科分支，但它们重叠之处越来越多。

它们都是用计算机进行点、面处理，都用光栅显示器。

在图像处理中，需要用计算机图形学中的交互技术和手段输入图形、图像和控制相应的过程。

在计算机图形学中，也经常采用图像处理操作来帮助合成模型的图像。

图形和图像处理算法的结合是促进计算机图形学和图像处理技术发展的重要趋势之一。

研究对象不同：

研究内容不同：

过程不同：

计算机图形学：研究对象是能在人的视觉系统中产生视觉印象的事物，包括自然景物、拍摄到的图片、用数学方法描述的图形等。

数字图像处理：研究对象是图像。

计算机图形学：研究内容为图形生成、透视、消阴等。

数字图像处理：研究内容为图像处理、图像分割、图像分析等。

计算机图形学：由数学公式生成仿真图形或图像。

数字图像处理：由原始图像处理出分析结果。

计算机图形学和数字图像处理是相互逆过程。

数字图像处理：有数字计算机即其他有关的数字技术。对图像施加某种运算和处理，从而达到某种预期的目的。

计算机图形学：研究用计算机生成、处理和显示图形的一门科学。

两者的区别：

两者联系：

试述图像退化的基本模型，并画出框图且写出数学表达式。

图像复原处理的关键是建立退化模型，原图像f(x,y)是通过一个系统H及加入一来加性噪声n(x,y)而退化成一幅图像g(x,y)的，如下图所示。

这样，图像的退化过程的数学表达式可以写为：

g(x,y)=H[f(x,y)]+n(x,y)

图像有哪些特征？

人工纹理是由自然背景上的符号排列而成。这些符号可以是线条、点、字母、数字等。

自然纹理是具有重复性排列现象的自然景象。

图像中点的特征含义：其幅度与其邻区的幅度由显著不同。

图像中线条的特征：意味着它在界面上的幅度发布出现凹凸状，也就是说在线段的法向上幅度由明显的起伏。

幅度特征：在所有的图像特征中最基本的是图像的幅度特征。可以在某一像素点或其

直方图特征：

变化系数特征：由于图像的二维变换

点和线条的特征：

灰度边沿特征：图像的灰度、纹理的改变或不连续时图像的重要特征，它可以指示图像内各种物体的实际情况。

纹理特征：纹理可以分为人工纹理和自然纹理。

简述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换为计数问题。