1、图像的最小基本单位：像素
2、根据每个像素所代表信息的不同，可将图像分为二值图像、灰度图像、RGB
图像以及索引图象、多帧图像
3、图像的空间分辨率是指图像中每单位长度所包含的像素或点的数目，常以像
素/英寸为单位表示
4、当高分辨率下的图像以低分辨率表示时，在同等的显示或者打印输出条件下，
图像的尺寸变小，细节变得不明显；而当将低分辨率的图像放大，则会导致图像的细节仍然模糊
5、了解相邻像素的概念。
依据标准的不同，我们可以关注像素P的4邻域和8
邻域
6、常见的几种距离函数：
（1）欧氏距离：
即距离等于r的像素形成以P为圆心的圆
（2） D4距离（街区距离）：
即距离等于r的像素形成以P为中心的菱形
（3） D8距离（棋盘距离）：
距离等于r的像素形成以P为中心的方形
7、表2.5 提取矩阵元素或子块的方法
8、表2.11 图像格式转换函数
9、读取图像文件：I=imread；显示图像：imshow(I)
10、图像和直方图的关系：多对1
11、图像的点运算：线性变换，对数变换，伽马变换，阈值变换，直方图均
衡化，直方图规定化。
12、伽玛变换又称指数变换或幂次变换，是另一种常用的灰度非线性变换。
●γ>1时，图像的高灰度区域对比度得到增强。
●γ<1时，图像的低灰度区域对比度得到增强。
●γ=1时，这一灰度变换是线性的，即不改变原图像。
15、图像平移的变换公式书P68
则平移之后的点坐标（x1,y1）变为
用矩阵表示为
对变换矩阵求逆，可以得到逆变换
即
16、表4.1 合法值
17、图像镜像的变换公式
●水平镜像的变换关系为
对矩阵求逆得到
●竖直镜像变换关系可形式化地描述如下。
逆运算为
18、空间域图像增强：图像平滑，图像锐化。
19、图像平滑（低通滤波器），包括平均平滑和高斯平滑，中值滤波 20、图像锐化（高通滤波器），包括梯度算子、拉普拉斯算子、高提升滤波和高斯-拉普拉斯变换
21、例5.1中的w 提供了一种平均的加权模式，首先在以点（x ，y ）为中心3×3邻域内的点都参与了决定在新图像g 中（x ，y ）点像素值的运算；而且所有系数都为1，表示它们在参与决定g （x ，y ）值的过程中贡献（权重）都相同；最后前面的系数是要保证整个模板元素和为1，这里应为1/9，这样就能让新图像同原始图像保持在一个灰度范围中（如[0，255]）。
22、频域原点位置的傅里叶变换为
23、幅度谱、相位谱和功率谱 幅度谱：
相位谱：φ（u,v ）=argtan(Im(u,v)/Re(u,v)) 功率谱：P(u,v)=|F(u,v)|²=Re(u,v) ²+Im(u,v)²
24、幅度谱又叫频率谱，幅度谱直接反映频率信息，是频域滤波中的一个主要依据
25、频谱与其空间域图像之间的联系：低频（频谱图像中靠近中心的区域）对应着图像的慢变化分量；高频（频谱图像中远离中心的区域）对应着一幅图像中较快变化的灰度级。
电路板的灰度较为一致的背景区域就对应着频谱的低频部分，而横竖电路线条的灰度变换则是相对高频的成份，且灰度变换越剧烈，就对应着越高的频域分量
26、图像中整体灰度分布的特性，如明暗、灰度变化趋势等则是在比较大的程度上取决于对应的幅度谱，因为幅度谱反映了图像整体上各个方向的频率分量的相对强度。
27、相位谱决定图像结构，幅度谱决定图像灰度分部特性。
28、灰度的阈值变换也常被称为阈值化或二值化，可以将灰度图像转换成黑白的
二值图像；直方图修正技术—直方图均衡化又被称为灰度均衡化，是指通过某种灰度映射使图像转换为在每一灰度级上都有近似相同的像素点数的输出图像。
29、Robert 交叉梯度对应的模板为w1 = [−1 001]，w2 = [0 1−1
]，w1对接近+45°边缘有较强响应；w2对接近-45°边缘有较强响应；Sobel 梯度对应的模板为
w1 = [−10
1−2
2
−1
1
]w2 = [−1−2
−1
2
1
2
1
],w1对水平边缘有较大的竖直梯度；w2对竖直
边缘有较大的水平梯度。
30、跨行语句的方法是在行末使用3个半角圆点。
简答题
1、灰度图像和RGB图像的区别？
灰度图像指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。
标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。
RGB图像是根据三原色成像原理来实现对自然界中的色彩描述的。
红、绿、蓝这三种基色的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。
2、简述图像几何变换和图像变换的区别？
图像几何变换：改变图像的大小或形状。
比如：图像的平移、旋转、放大、缩小等。
图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
比如：傅里叶变换，小波变换等。
3、图像平滑和图像锐化有什么区别和联系？
图像平滑用于消除图像噪声，但是也容易引起边缘的模糊；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。
联系：都属于图像增强，改善图像效果。
4、为什么进行图像增强？
图像增强是指根据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的处理方法。
其主要目的是使处理后的图像对某种特定的应用来说，比原始图像更适用。
因此，这类处理是为了某种应用目的而去改善图像质量的。
处理的结果使图像更适合于人的观察或机器的识别系统。
5、为什么要对傅里叶频谱图像进行对数变换?
由对数函数曲线可知，这种变换可以增强一幅图像中的较暗部分的细节；直接显示频谱时，图像显示设备的动态范围往往不能满足要求，从而丢失了大量的暗部细节。
而在使用对数变换之后，图像的动态范围被合理地非线性压缩，从而可以清晰地显示。
计算题
1、
A=->B=？
当x，y方向分别缩小到原来的0.7，0.8倍时
解：
1）变换后大小4*4——>（4*0.7）*（4*0.8）——>3*3
2）行列变换x变换后（行）（1，2，3）—x/0.7—>（1，3，4）Y变换后（列）（1，2，3）—y/0.8—>（1，3，4）
3）变换后结果B=
2、
H=1/16A=——>B=
编程题（三选一）
1、‘a.jpg’ I(m*n*3) 同一窗口显示原图，直方图，均衡化后的图，均衡化后的直方图。
clear all;clc;close all;
I=imread(‘a.jpg’);
A=rgb2gray(I);
B=im2double(I);
subplot(4,4,1);imshow(A);title(‘原图’)；
subplot(4,4,2);imhist(A);title(‘原图直方图’)；
subplot(4,4,3);imshow(histeq(B));title(‘均衡化后的图’)；
subplot(4,4,1);imhist(histeq(B));title(‘均衡化后的直方图’)；
2、对‘rise.tif’进行傅里叶变换（同窗口显示原图，未经对数变换图，经对数变换图）
clear all;clc;close all;
I=imread(‘rise.tif’);
F=fft2(im2double(I));
F=fftshift(F);
T=log(F+1);
subplot(3,3,1);imshow(I);title(‘原图’);
subplot(3,3,2);imshow(F,[]);title(‘未经对数变换图’);
subplot(3,3,3);imshow(T,[]);title(‘经对数变换图’);
3、以7*7的平均模板对a.jpg进行平均平滑滤波（显示原图，平均平滑后图像）要求：卷积滤波，重复填充边界
clear all;clc;close all;
I=imread(‘a.jpg’);
h=fspecial(‘average’,7);
I7=imfilter(I,h,’conv’,’replicate’);
subplot(2,2,1);imshow(I);title(‘原图’);
subplot(2,2,2);imshow(I7);title(‘平均平滑后图像’);。