【正文】 性變換和非線性變換，非線性變換包括對(duì)數(shù)變換和指數(shù)變換等. I：表示光照強(qiáng)度或稱為亮度，它確定了像素的整體亮度，而不管其顏色是什么。,256個(gè)灰度級(jí)的圖像需要多少bit？一幅512x512的32bit真彩圖像的容量為多少bit？ （1）一幅 1024768，256 個(gè)灰度級(jí)的圖像的容量為：b=10247688 = 6291456 bit（2）一幅 512512的32位真彩圖像的容量為：b=51251232=8388608 bit“*”標(biāo)記的像素的4鄰域、對(duì)角鄰域、8鄰域像素的坐標(biāo)（坐標(biāo)按常規(guī)方式確定）、灰度圖像與彩色圖像的區(qū)別？RGB彩色圖像與索引彩色圖像有什么區(qū)別？。因?yàn)榛叶确植伎稍谥狈綀D中描述，所以該圖像增強(qiáng)方法是基于圖像的灰度直方圖。為紅色，120176。S：飽和度，飽和度參數(shù)是色環(huán)的原點(diǎn)到彩色點(diǎn)的半徑長(zhǎng)度。第四直方圖對(duì)應(yīng)的圖像灰度范圍充滿了整個(gè)動(dòng)態(tài)范圍，對(duì)比度最好。 均值濾波器對(duì)高斯噪聲的濾波結(jié)果較好。使用中值濾波時(shí)，被污染的點(diǎn)一般不處于中值的位置，即選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。3的鄰域平均和中值濾波處理（邊界不作處理），寫(xiě)出處理結(jié)果。？造成圖像退化的原因很多，大致可分為以下幾個(gè)方面： （1 ）射線輻射、大氣湍流等造成的照片畸變。？哪一種模型更適合用于顯示、圖片和打印場(chǎng)合？由三基色混配各種顏色通常有兩種方法：相加混色法和相減混色法。該模型的重要性在于：一方面消除了亮度成分I 在圖像中與顏色信息的聯(lián)系，另一方面色調(diào)H 和飽和度S 分量與人的視覺(jué)感受密切相關(guān)。？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？雖然表示圖像需要大量的數(shù)據(jù)，但圖像數(shù)據(jù)是高度相關(guān)的， 或者說(shuō)存在冗余（Redundancy）信息，去掉這些冗余信息后可以有效壓縮圖像，同時(shí)又不會(huì)損害圖像的有效信息。3)計(jì)算編碼效率１5. Matlab是一個(gè)重要的圖像處理工具，試逐條解釋下列Matlab語(yǔ)句所實(shí)現(xiàn)的功能。先找邊，后確定區(qū)域。在圖像空間中的直線上的每一個(gè)點(diǎn)都會(huì)映射到參數(shù)空間中的相同參數(shù)，所以只要找到這個(gè)參數(shù)就可以找到圖像空間中的直線。（1）四連通目標(biāo)物區(qū)域邊界 四連通目標(biāo)物區(qū)域邊界由四連通的邊界點(diǎn)組成，其中四連通的邊界點(diǎn)由值為1 且有八連通的相鄰0值點(diǎn)的目標(biāo)物點(diǎn)組成，如上圖所示：（2）八連通目標(biāo)物區(qū)域邊界 八連通目標(biāo)物區(qū)域邊界由八連通的邊界點(diǎn)組成，其中八連通的邊界點(diǎn)由值為1 且有四連通的相鄰0值點(diǎn)的目標(biāo)物點(diǎn)組成，如下圖所示：10. 題圖 給出了一幅二值圖像，用八方向鏈碼對(duì)圖像中的邊界進(jìn)行鏈碼表述(起點(diǎn)是S 點(diǎn))，寫(xiě)出它的八鏈碼(沿順時(shí)鐘)，并對(duì)該鏈碼進(jìn)行起點(diǎn)歸一化，說(shuō)明起點(diǎn)歸一化鏈碼與起點(diǎn)無(wú)關(guān)的原因。 和20，目標(biāo)像素的均值和標(biāo)準(zhǔn)差分別為200 和45。（2）模板匹配法、其他快速計(jì)算法、受幾何失真等影響小的匹配算法、幾種實(shí)用的圖像匹配算法？課本P1744. 最小距離分類(lèi)器進(jìn)行模式識(shí)別的工作原理是什么？？通過(guò)比較對(duì)象邊緣的形狀數(shù)的相似程度，來(lái)匹配對(duì)象。單層的感知器模型實(shí)際上就是一種線性分類(lèi)器多層感知器則可看作它的某種非線性推廣和發(fā)展：自組織映射網(wǎng)絡(luò)如果使其鄰域交互作用設(shè)為零則等價(jià)于C均值聚類(lèi)算法。一、簡(jiǎn)單聚類(lèi)法 1. 最近鄰規(guī)則的簡(jiǎn)單試探法2. 最大最小距離算法：以最大距離原則選取新的聚類(lèi)中心，以最小距離原則進(jìn)行模式歸類(lèi)；二、 系統(tǒng)聚類(lèi)法 首先每一個(gè)樣本自成一類(lèi)，然后按照距離準(zhǔn)則逐步合并，類(lèi)別數(shù)由多到少，達(dá)到合適的類(lèi)別數(shù)為止。兩類(lèi)問(wèn)題的判決規(guī)則為：如果則判： 思想：當(dāng)被識(shí)對(duì)象用n維隨機(jī)向量X表示，而我們已知分類(lèi)的先驗(yàn)概率的條件概率密度函數(shù)，便可根據(jù)貝葉斯公式，求解后驗(yàn)概率，并按后驗(yàn)概率的大小來(lái)判別分類(lèi)，這就是貝葉斯決策方法。補(bǔ)充：數(shù)字圖像處理研究的主要內(nèi)容？（1） 圖像數(shù)字化（2） 圖像變換（3） 圖像增強(qiáng)（4） 圖像復(fù)原（5） 圖像數(shù)據(jù)壓縮典型的低通、高通濾波器有哪些？工作原理是什么？同態(tài)濾波器的工作原理？對(duì)彩色圖像如何進(jìn)行平滑處理？令Sxy表示在RGB彩色圖像中定義一個(gè)中心在（x，y）的鄰域的坐標(biāo)集，在該鄰域中RGB分量的平均值為：可以得出結(jié)論：用鄰域平均值平滑可以在每個(gè)彩色平面的基礎(chǔ)上進(jìn)行,其結(jié)果與用RGB彩色向量執(zhí)行平均是相同的。* 算術(shù)編碼將被編碼的圖像數(shù)據(jù)看作是由多個(gè)符號(hào)組成的字符序列，對(duì)該序列遞歸地進(jìn)行算術(shù)運(yùn)算后，成為一個(gè)二進(jìn)制分?jǐn)?shù)。圖像分割的基本策略基于灰度值的兩個(gè)基本特性 基于邊界的算法：基于灰度的不連續(xù)性檢測(cè)邊界間斷分割（非連續(xù)性分割） 邊緣連接法2基于區(qū)域的算法：基于灰度的相似性進(jìn)行聚類(lèi) 閾值分割法 基于區(qū)域的分割邊緣檢測(cè)的原理及方法邊緣檢測(cè)基本思想：邊緣檢測(cè)首先檢出圖像局部特性的不連續(xù)性，然后再將這些不連續(xù)的邊緣像素連接成完整的邊界。分水嶺分割算法的基本思想 圖像等效為地貌的三維模型，像素的灰度值表示該點(diǎn)的海拔高度，每一個(gè)局部極小值及其影響區(qū)域稱為集水盆， 集水盆的邊界則形成分