数字图像处理复习
第一章概述（p1~2）
1. 图像的概念及数字图像的概念。

图-是物体透射或反射光的分布，是客观存在的。

像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。

是物体的一个数字表示，是以数字格式存放的图像。

2. 数字图像处理的概念。

数字图像处理又称为计算机图像处理，它是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，以提高图像的实用性。

3. 数字图像处理的优点。

▪精度高
▪再现性好
▪通用性、灵活性强
第二章数字图像处理基础
1. 人眼视觉系统的基本构造(p13)
2. 亮度的适应和鉴别(p15)
人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。

3. 光强度与主观亮度曲线。

(p15)
4. 图像的数字化及表达。

（采样和量化的概念）(p18)
5. 图像采样过程中决定采样空间分辨率最重要的两个参数。

(p19)
6. 图像量化过程中量化级数与量化灰度取值范围之间的关系。

(？)
7. 像素的相邻领域概念（4领域，8领域）。

(p22)
8. 领域空间内像素距离的计算。

（欧式距离，街区距离，棋盘距离）(p23)
第三章图像的基本运算（p49练习3.2，3.9 ？）
1. 线性点运算过程中各参数表示的含义（k，b）。

(p30)
2. 非线性点运算过程中不同的曲线部分对图像的调整过程。

（p31）
3. 会根据实际图像形式识别两幅图像中做了何种调整。

4. 点运算是否会改变图像内像素点之间的空间位置关系？（不会）
点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系
5. 对图像灰度拉伸，非线性拉伸与分段线性拉伸的区别？
分段线性拉伸是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而非线性拉伸是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。

6. 对于代数运算，会根据具体的图像识别做了何种运算。

（p33 5种）
7. 对于几何运算，会根据具体的图像形式判断做了何种变换。

（p39 5种）
8. 对于灰度重采样，至少理解最邻近插值法的含义。

（p46）
9. 图像旋转引起图像失真现象的解释:图像旋转后，由于数字图像的坐标值必须是整数，因此，可能引起图像部分像素点的局部改变。

第四章图像变换
1. 二维图像傅里叶变换具有哪些性质(p54可分性、平移性、周期性、共轭对称性、旋转性、分配律、尺度变换、平均值、卷积定理)
2. 图像频率的概念（何谓图像上的低频区，高频区）。

3. 会根据实际的图像傅里叶变换形式，解释其使用了哪种运算性质。

4. 图像二维傅里叶变换频谱图中，原点处的最大能量尖峰的含义。

图像的能量主要集中在低频区，即频谱图的中央位置。

5. 理解图像重构的概念，能够根据给出的图像，分辨图像重构的方法。

第五章图像增强（书后练习5.4？，5.5）
1. 图像增强最常用的两种方法（空间域增强、频率域增强）。

2. 图像直方图的含义，直方图均衡化的概念及效果。

（p78）
3. 会用matlab中直方图均衡化的函数。

（p81）
4. 理解空间域滤波增强中模板的概念，理解模板的工作方式。

5. 了解几种最基本的边缘锐化滤波器，知道每种滤波器在处理图像时主要是提取何种边缘特征。

(低通滤波器，理想高通滤波器、梯形高器、指数高器，同态滤波器)
第六章图像复原（书后练习6.3,6.4）
1. 图像退化的原因有哪些？（p101）
2. 图像退化的线性模型。

(?)
3.掌握几种最基本的噪声模型，掌握分辨图像被何种噪声进行污染退化，并能够从图像中分辨出。

(P105高斯噪声、均匀分布噪声、脉冲噪声即椒盐噪声、)
4. 掌握中值滤波和均值滤波的含义及处理方法。

5. 了解最大最小值滤波的含义及处理方法。