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：