精心整理 欢迎下载
1、图像数字化的过程？ 答：图像的采样和量化
2、数字图像在数学中如何表示？ 答：以矩阵的形式表示
3、什么是灰度级、什么是层次？
答：灰度级：表示像素明暗程度的整数量。
层次：表示图像实际拥有的灰度级的数量。即对灰度级分段，每段对应一个层次，图像数据的实际层次越多，视觉效果就越好 4、像素之间有什么样的关系？ （1）相邻像素：邻域
4邻域N4（P）：点（X,Y）的垂直和水平相邻 （X+1，Y），（X-1，Y），（X,Y+1），（X,Y-1） D领域ND（P）：点（X,Y’）的对角线（X+1，Y+1），（X-1，Y-1），（X-1,Y+1），（X+1,Y-1） 8邻域N8（P）：D领域与4领域一起 （2）邻接性、连通性、区域和边界 5、两个像素连通的两个必要条件是： ① ②
两个像素的位置是否相邻
两个像素的灰度值是否满足特定的相似性准则（或者是否相等）
6、连通：在二值图像中，如果把具有1值的像素归属于邻接像素，则V={1}。
4联通：对于具有值V的像素p和q，如果q在集合N4(p)中，则称这两个像素是4连通的。 8连通：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。 m连通：对于具有值V的像素p和q，如果: I. q在集合N4(P)中； II. q在集合ND(P)中，
并且N4(P)（P）与N4(q)的交集为空（没有值V的像素） 7、距离：欧氏距离、D4距离（城市距离）、D8距离（棋盘距离） 欧式距离定义：像素p(x,y)和q(s,t)间的欧式距离定义如下：
De?(x?s)2?(y?t)
2具有与(x,y)距离小于等于某个值r的像素是：包含在以(x,y)为圆心，以r为半径的圆平面。 D4距离（城市距离）：像素p(x,y)和q(s,t)之间的D4距离定义为：
D4(p,q) = |x – s| + |y – t|
具有与(x,y)距离小于等于某个值r的那些像素形成一个菱形。 D8距离（棋盘距离）：像素p(x,y)和q(s,t)之间的D8距离定义为：
D8(p,q) = max(|x – s| ,|y – t|)
具有与(x,y)距离小于等于某个值r的那些像素形成一个正方形。
8、对比度的概念：对比度：是指一幅图像中灰度反差的大小。对比度 = 最大亮度 / 最小亮度
一、简答题:
精心整理 欢迎下载
1、距离
距离：欧氏距离定义、D4距离（城市距离）定义、D8距离（棋盘距离）定义
像素之间距离的定义：对于像素p、q和z，分别具有坐标(x,y)，(s,t)和(u,v)，如果D(p,q) ≥ 0 (D(p,q)=0，当且仅当p =q)，D(p,q) = D(q,p)，D(p,z) ≤ D(p,q) + D(q,z) 像素p(x,y)和q(s,t)间的欧式距离定义如下：De ( p, q) =（(x ? s)2 + (y ? t )2）^(1/2) D4距离（城市距离）： 像素p(x,y)和q(s,t)之间的D4距离定义为： D4(p,q) = |x – s| + |y – t|
D8距离（棋盘距离）:像素p(x,y)和q(s,t)之间的D8距离定义为： D8(p,q) = max(|x – s| ,|y – t|)
2、直方图的处理有：直方图均衡化 、直方图规定化 直方图均衡化主要用于增强动态范围偏小的图像的反差。
基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。
直方图规定化: 指定希望处理的图像所具有的直方图形状用于产生处理后有特殊直方图的图像的方法称为直方图匹配或直方图规定化处理使直方图具有特定的形状，可以有选择地增强某个灰度值范围内的对比度。目的：实现对输入图像进行有目的地增强 PDF：概率分布函数：PDF：各灰度出现的频率；P(rk) CDF：累计分布函数： PDF中的前N个值得累加:s?nk/n
?T(rk)?rk?pr(rj)??j?0j?0kknjn
3、 基本灰度变换：灰度级变换函数s = T(r) 三种基本类型、：
线性的(正比或反比)、 对数的(对数和反对数的)、 幂次的(n次幂和n次方根变换)
基本灰度变换：图像反转（反转变换）：s=L-1-r 适于处理增强嵌入于图像暗色区域的白色或灰色细节, 特别是当黑色面积占主导地位时. 对数变换：s=c*log（r+1）对数变换
使一窄带低灰度度输入图像映射为一宽带输出值. 可以用于扩展被压缩的高值图像中的暗像素.
幂次变换：s=cr^r 幂次变换 幂次曲线中的部分值把 输入窄带暗值映射到宽带输出值.相反,输入高值时也成立.
对比度拉伸(a)变换函数的形式(b)低对比度图像(c)对比度拉伸的结果(d)门限化的结果。
位图切割（灰度切割）：把数字图像分解成为位平面,对于分析每一位在图像中的相对重要性有用,用于辅助决定量化一个像素的位数是否充足,图像压缩.
4、图像分类:有黑白图像也称为二值图像其灰度值为0或255，灰度图像每个象素的亮度用一个数值来表示，通常数值范围在0到255之间，即可用一个字节来表示，0表示黑、255表示白，而其它表示灰度级别。彩色图像，其中彩色图象可以用红、绿、蓝三元组的二维矩阵来表示，三元组的每个数值也是在0到255之间，0表示相应的基色在该象素中没有，而255则代表相应的基色在该象素中取得最大值，这种情况下每个象素可用三个字节来表示。
精心整理 欢迎下载
5、什么是空间分辨率、灰度分辨率，它们各自对图像的质量有何影响？
答：空间分辨率：图像空间中可分辨的最小细节。一般用单位长度上采样的像素数目或单位长度上的线对数目表示。空间分辨率越高，图像质量越好； 空间分辨率越低，图像质量越差，会出现棋盘模式
（2）灰度分辨率：图像灰度级中可分辨的最小变化。一般用灰度级或比特数表示。灰度分辨率越高，图像质量越好；灰度分辨率越低，图像质量越差，会出现虚假轮廓
二、名词解释:
直方图:直方图是多种空间域处理技术的基础，指出了图像灰度值以及图像中该灰度出现的次数，直方图操作可用于图像增强，除了提供有用的图像统计资料外，直方图的固有信息在其他图像处理应用中也非常有用。 平滑滤波器：平滑滤波器是使用滤波器模板确定的邻域内像素的平均灰度值代替图像中每个像素的值，这种处理的结果可以减小灰度值的差。平滑滤波器用于模糊处理和降低噪声。 锐化滤波器：锐化处理可以用空间微分来完成，微分算子的响应强度与图像在该点的突变程度有关，图像微分增强了边缘和其他突变而消弱了灰度变化缓慢的区域，可以增大灰度值的差。锐化处理的主要目的是突出灰度的过滤部分。
滤波：滤波是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要
措施。
三、程序分析
g=imadjust(f,[0 1],[1 0]); %将原图反转 g=imcomplement (f) ; %获得原图负片
g2=imadjust(f,[0.5 0.75],[0 1]); %将部分灰度区域扩展 g3=imadjust(f,[ ],[ ],2); %使用[ ]，默认参数[0 1]
g =intrans(f,’stretch’,mean2(im2double(f)),0.9);%对比度拉伸方法 K1=imadd(I, J); %两幅图像加 K2=imsubtract(rice,50); %图像减一个常数 K3=immultiply(I, 2); %图像乘一个常数 K4=imdivide(I,2); %图像除一个常数
background=imopen(rice,strel(‘disk’,15)); %开运算
function my_fft()
[filename pathname]= uigetfile({'*.*';'*.jpg';'*.bmp';'*.pgm';'*.tiff';'*.gif'},' 读入图片'); str=[pathname filename]; I=imread(str); if length(size(I))>2 I=rgb2gray(I); end
imshow(I) %显示原图像 f1=fft2(double(I)); %离散傅立叶变换 f2=fftshift(f1); %直流分量移到频谱中心 r=real(f2); i=imag(f2);
a=sqrt(r.^2+i.^2); %计算频谱