CUE
第一章
图像处理的研究内容:增强(改善主观质量)、恢复(消除客观影响)、压缩编码(减少冗余)、分割(分离感兴趣区域)、表达和描述(用另一种方式描述)
数字图像特点:数据量、冗余
数字图像优点:灵活、精度、再现
第二章
视觉现象:
自适应:原因
对比灵敏度:韦伯比与分辨的关系
马赫带、同时对比度:定义(亮度边界、背景与目标)
图像基础:
采样:采样定理
量化:定义
分辨率:不同单位的定义(dpi、pixel/m×m)
图像的表示:
矩阵、向量
随机性:直方图、均值方差自相关函数及含义、熵
像素间联系:
邻域:4、8
连通性:判断条件(邻域+准则(目标r与N(p)))、m连接的判断条件(4或只有对角)
连通与通路:定义(存在通路、连通性)
第三章
基本灰度变换及其作用、低阶和高阶码平面的含义
直方图:含义(灰度概率),性质(位置?与原图对应关系),
直方图均衡:含义(顾名思义),变换函数条件(单调性、取值区间),步骤(累加+四舍五入量化),作用(对比度),不足(平坦?灰度级数目)
直方图匹配:含义(顾名思义),步骤(两次均衡+近似值映射)
直方图统计矩:均值和方差的定义及含义
减法、加法处理的目的
空域滤波基础
相当于模板运算
边界是否延拓
空域平滑滤波:
目的(模糊、噪声)
线性:均值滤波(均值、加权均值(高斯)),作用(白噪声)
非线性:中值,作用(边缘、噪声)
空域锐化滤波:
参考第十章一二阶差分的含义
拉普拉斯算子:定义,模板
钝化、高提升滤波:
第十章
图像分割的定义、目的(用于后续操作)、分割依据(不同区域、同一区域)、常用方法(基于分割依据)
检测基础:
一阶差分:定义、满足的条件(平坦区域、灰度变化区域、灰度变化开始处)、响应(缓慢变化灰度边缘)
二阶差分:定义、满足的条件(平坦区域、灰度变化趋于、灰度变化开始处)、响应(缓慢变化灰度边缘、阶跃变化(细线或孤立点或噪声))
检测方法:
(1)模板匹配:
点检测模板
线检测模板
边缘检测模板:一阶差分和二阶差分检测边缘的区别、噪声对边缘检测的影响、边缘检测基本步骤、梯度算子模板(基本梯度算子(水平、垂直)、Roberts、Prewitt、Sobel)
Marr边缘检测:步骤(滤波、二阶差分、检测零交叉)
Canny边缘检测:步骤(滤波、梯度、抑制非最大值)
(2)阈值处理:
全局阈值处理:步骤
全局最佳阈值:步骤,分割阈值、误分割概率(背景、目标、总体)
Otsu算法:步骤
(3)区域分割:
区域生长:步骤、两个关键问题(初始点、区域一致性准则(灰度差、连通性))
区域分裂与聚合:步骤
第十一章
边界的表达
链码:定义(4、8),长度,具体表示,起始点归一化,旋转归一化,优点
区域的表达
四叉树:节点的表示方法(顺时针+后面)
边界描述子
简单的边界描述子:定义(边界的长度、直径、斜率)
形状数:定义,长度,性质(不变性)
傅里叶描述子: