1、精選優(yōu)質(zhì)文檔-傾情為你奉上第一章1圖像的特點:1)直觀形象2)易懂3)信息量大2 圖像的分類：1）按灰度分類：二值圖像，多灰度圖像2）按色彩分類：單色圖像，動態(tài)圖像 3）按運動分類：靜態(tài)圖像，動態(tài)圖像 4）按時空分布分類：二維圖像，三維圖像3 數(shù)字圖像處理的主要內(nèi)容：1）圖像獲取 2）圖像變換3）圖像增強 4）圖像復(fù)原 5)圖像編碼 6）圖像分析 7）圖像識別 8）圖像理解4數(shù)字圖像處理方法：1）空域法 2）變換域法5什么是數(shù)字圖像的采樣和量化？ 采樣：將模擬圖像在空間上連續(xù)的點按照一定的規(guī)則變換成離散點的操作。量化：由于采樣圖像被分割成空間上離散的像素，但其灰度是連續(xù)的，還不能用計算機進行處

2、理，所以要對采樣后的圖像進行量化，即將連續(xù)的像素灰度值轉(zhuǎn)換成離散的整數(shù)值的過程。6圖像像素間的鄰接、連接和連通的區(qū)別？鄰接：兩個像素是否鄰接就看它是否接觸，一個像素和在它鄰域中的像素是鄰接的。鄰接僅僅考慮了像素間的空間關(guān)系。連接：對兩個像素，要確定它們是否連接，要考慮兩點：空間上要鄰接；灰度值要滿足某個特點的相似準(zhǔn)則第二章1 試述圖像采集系統(tǒng)的結(jié)構(gòu)及其各部分的功能？2 連續(xù)圖像隨機過程可以用哪些數(shù)字特征來描述？概率密度，一階矩或平均值，二階矩或自相關(guān)函數(shù)，自協(xié)方差，方差3 為什么說只要滿足采樣定理，就可以有離散圖像無失真的重建元連續(xù)圖像？這是由圖像的連續(xù)性決定的，由圖像上某一點的值可以還原出該

3、點的一個小鄰域里的值，這個圖像連續(xù)性越好，這個鄰域就可以越大，抽樣次數(shù)可以很少就可以無失真還原。而抽樣定理對應(yīng)這個鄰域最小的情況即抽樣次數(shù)最多的情況，大概是每周期兩個樣本4與標(biāo)量量化相比，向量量化有哪些優(yōu)勢？合理地利用樣本間的相關(guān)性,減少量化誤差提高壓縮率,5 Matlab圖像處理工具箱提供了哪幾類類型的數(shù)字圖像？它們之間能否轉(zhuǎn)換？如果可以如何轉(zhuǎn)換？二進制圖像，索引圖像，灰度圖像，多幀圖像，RGB圖像，它們之間可以相互轉(zhuǎn)換，轉(zhuǎn)換函數(shù)（23頁6 數(shù)字圖像的空間分辨率和采樣間隔有什么聯(lián)系？采樣間隔是決定圖像分辨率的主要參數(shù)第三章1 FFT的基本思想是什么?？利用DFT系數(shù)的特性，合并DFT運算中的

4、某些項， 把長序列DFT變成短序列DFT，從而減少其運算量。2快速離散余弦變換有幾種實現(xiàn)方法？如何實現(xiàn)？ （1） 利用FFT的快速算法（2）基于代數(shù)分解的快速算法第四章1圖像空域增強和頻域增強的基本原理是什么？像增強是指按特定的需要突出一幅圖像中的某些信息，同時削弱或去除某些不需要的 信息，它是一種將原來不清晰的圖像變得清晰或強調(diào)某些感興趣的特征，抑制不感興趣的特 征，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果的圖像處理方法頻域處理法的基礎(chǔ)是卷 積定理，它是將圖像看作波，然后利用信號處理中的手段對圖像波進行處理。空域處理法的 基礎(chǔ)是灰度映射變換，它是直接針對圖像中的像素進行

5、處理，所用到的映射變換取決于增強 的目的2簡述空域平滑濾波器和銳化濾波器的相同點，不同點及它們的聯(lián)系？相同點：都能減弱或消除傅立葉空間的某些分量，而不影響或較少影響其它分量，從而達到增強某些頻率分量的效果。不同點：平滑濾波器減弱或消除了傅立葉空間的高頻分量，所以達到了增強低頻分量、平滑圖像中細(xì)節(jié)的效果。銳化濾波器減弱或消除傅立葉空間的低頻分量，所以達到了增強高頻分量、銳化圖像中細(xì)節(jié)的效果。兩者聯(lián)系： 兩者效果相反，互為補充，從原始圖像中減去平滑濾波器的結(jié)果具有銳化的效果，而從原始圖像中減去銳化濾波器的結(jié)果則具有平滑的效果。3 同態(tài)濾波的特點是什么？適用什么情況？同態(tài)濾波是一種在頻域中同時將圖像

6、亮度范圍進行壓縮和將圖像對比度增強的方法同態(tài)濾波的原理：將灰度值看成是照度和反射率的產(chǎn)物，由于照度相對較小，可以看做圖像的低頻成分，而反射率是高頻成分。通過分別處理照度和反射率對像元灰度值的影響，達到揭示陰影區(qū)細(xì)節(jié)特征的目的。4為什么中值濾波對于脈沖噪聲和椒鹽噪聲的抑制效果比較好？中值濾波法是一種非線性平滑技術(shù)，它將每一象素點的灰度值設(shè)置為該點某鄰域窗口內(nèi)的所有象素點灰度值的中值。實現(xiàn)方法：通過從圖像中的某個采樣窗口取出奇數(shù)個數(shù)據(jù)進行排序用排序后的中值取代要處理的數(shù)據(jù)即可中值濾波法對消除椒鹽噪音非常有效，因為椒鹽噪聲的像素點值通常處于最大（或較大）或者最小（或較小）的范圍內(nèi)，采用取中間值的方法

7、時，椒鹽噪聲可以比較好的過濾掉。中值濾波在圖像處理中,常用于用來保護邊緣信息,是經(jīng)典的平滑噪聲的方法。5用于空域增強處理中的平滑濾波器和銳化濾波器的相同點、不同點以及聯(lián)系。相同點：都能減弱或消除傅立葉空間的某些分量，而不影響或較少影響其它分量，從而達到增強某些頻率分量的效果。不同點：平滑濾波器減弱或消除了傅立葉空間的高頻分量，所以達到了增強低頻分量、平滑圖像中細(xì)節(jié)的效果。銳化濾波器減弱或消除傅立葉空間的低頻分量，所以達到了增強高頻分量、銳化圖像中細(xì)節(jié)的效果。兩者聯(lián)系： 兩者效果相反，互為補充，從原始圖像中減去平滑濾波器的結(jié)果具有銳化的效果，而從原始圖像中減去銳化濾波器的結(jié)果則具有平滑的效果第五

8、章1 試分析比較三種典型的濾波復(fù)原方法：逆濾波，維娜濾波與約束最小二乘方濾波？2 數(shù)字圖像處理有哪幾種常用的噪聲？高斯噪聲，瑞利噪聲，伽馬噪聲，指數(shù)噪聲，均勻噪聲，椒鹽噪聲 3何謂圖像復(fù)原？圖像復(fù)原與圖像增強有什么區(qū)別？ 圖像恢復(fù)（Image Restoration）(客觀)當(dāng)造成圖像退化（圖像品質(zhì)下降）的原因已知時，復(fù)原技術(shù)可以對圖像進行校正。最關(guān)鍵的是對每種退化都需要有一個合理的模型。目的是消除退化的影響，從而產(chǎn)生一個等價于理想成像系統(tǒng)所獲得的圖像。圖像增強（Image Enhancement）(主觀)圖像增強是對圖像質(zhì)量在一般意義上的改善。當(dāng)無法知道圖像退化有關(guān)的定量信息時，可以使用圖像

9、增強技術(shù)較為主觀地改善圖像的質(zhì)量。其目的是得到一種特殊的藝術(shù)效果，增強動感和力度。 第六章1什么是三原色原理？1、自然界中的可見顏色都可以用這三基色按一定比例混合得到。2、三基色彼此之間相互獨立。任何一種都不能用另外兩種混合得到。3、三基色之間的混合比例直接決定混合色調(diào)的飽和度。4、混合色的亮度等于各個基色的亮度之和。所以，國際照明委員會（CIE） 規(guī)定以700nm(紅)、546.1nm (綠)、435.8nm(藍)三個色光為三基色。自然界的所有顏色都可以通過選用這三基色按不同比例混合而成。 2全彩色圖像處理與偽彩色圖像處理有什么差別？全彩色圖像處理是對彩色圖像進行彩色增強處理，其目的是突出圖

10、像中的用信息，偽彩色圖像處理是將黑白圖像轉(zhuǎn)化為彩色圖像主要目的是提高人眼對圖像的細(xì)節(jié)分辨能力一達到圖像增強的目的3 什么是偽彩色處理？偽彩色處理有哪些方法？ 偽彩色增強是把灰度圖像的各個不同灰度級按照線性或非線性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)。使原圖像細(xì)節(jié)更易辨認(rèn)，目標(biāo)更容易識別。偽彩色增強的方法主要有：1、密度分割法 2、灰度級一彩色變換法3、頻率域偽彩色增強法4簡述對圖像進行編碼壓縮的必要性和可行性。 必要性: 圖像數(shù)據(jù)的特點之一是信息量大，圖像在顯示、傳輸過程中所需要傳遞的信息量非常大，不利于數(shù)字圖像的傳輸和存儲。可行性：數(shù)字圖像中存在著冗余。從信息論觀點看，描述圖像

11、信源的數(shù)據(jù)由有用數(shù)據(jù)和冗余數(shù)據(jù)兩部分組成。冗余數(shù)據(jù)主要有：空間冗余、時間冗余、結(jié)構(gòu)冗余、信息熵冗余（編碼冗余）、知識冗余、心理視覺冗余等等。5有損壓縮編碼和無損壓縮編碼的區(qū)別在哪里？ 無損壓縮編碼無信息損失，解壓縮時能夠從壓縮數(shù)據(jù)精確地恢復(fù)原始圖像（亦稱無失真、無損、信息保持）編碼。有損壓縮編碼不能精確重建原始圖像，存在一定程度的失真（有失真或有損）編碼。6造成圖像質(zhì)量退化的典型原因主要有哪些？ 成像系統(tǒng)的像差、畸變、帶寬有限等造成圖像圖像失真；由于成像器件拍攝姿態(tài)和掃描非線性引起的圖像幾何失真；運動模糊：成像傳感器與被拍攝景物之間的相對運動，引起所成圖像的運動模糊；灰度失真：光學(xué)系統(tǒng)或成像傳

12、感器本身特性不均勻，造成同樣亮度景物成像灰度不同；輻射失真：由于場景能量傳輸通道中的介質(zhì)特性如大氣湍流效應(yīng)、大氣成分變化引起圖像失真；圖像在成像、數(shù)字化、采集和處理過程中引入的噪聲等。第四章 圖像增強1.圖象增強的目的和意義：對圖像的某些特征進行強調(diào)或尖銳化，以便于顯示、觀察和進一步分析處理【圖象增強】是指對圖像的某些特征，如邊緣、輪廓、對比度進行強調(diào)或尖銳化，以便于顯示、觀察或進一步地分析與處理。不以圖像保真度為原則，不增加圖像數(shù)據(jù)中的相關(guān)信息。有選擇的突出某些對人或機器分析感興趣的信息，抑制一些無用信息，以提高圖像的使用價值。針對圖像退化的一般性質(zhì)加以修正，改進圖像的平均質(zhì)量。2.點運算的

13、特點：針對孤立象元點的運算，人為地改善圖像的灰度和對比度【空間域】：圖像平面所在的二維空間；【空間域增強】：在圖像平面上直接針對一個一個像元點進行處理（點運算），或者對一個像元周圍的小區(qū)域進行處理（局部運算），處理后像元的亮度變化而位置不變【點運算增強】：點運算是把圖像中的每一像元值，按照特定的數(shù)學(xué)變換模式轉(zhuǎn)換成輸出圖像的一個新的亮度值。3.點運算的兩個方法包括：灰度變換、直方圖變換點運算變換方法包括：灰度變換法、直方圖調(diào)整法【直方圖】：直方圖是灰度級的函數(shù)，描述的是圖像中各個灰度級像素的個數(shù)。表示方法：橫坐標(biāo)：表示灰度級，根據(jù)像元的灰度范圍，以適當(dāng)間隔作為單位長；縱坐標(biāo)：表示像素統(tǒng)計值，代表

14、每一個灰度級像素數(shù)出現(xiàn)的數(shù)目，或者該像素占總像素的比例值。【直方圖特點與作用】：直方圖代表了圖像中亮度值（像元值）的分布情況，但是并不反映像元的空間位置關(guān)系，不同的圖像可能具有相同的直方圖。可以從圖像的直方圖的形態(tài)大致判斷出圖像質(zhì)量的好壞。【積累直方圖】：統(tǒng)計某一灰度值和這一灰度值以下的所有像元的數(shù)目根據(jù)積累直方圖也可以分析圖像的質(zhì)量：對于偏暗的圖像，在灰度小的部分像元數(shù)增長快；對于偏亮的圖像，在灰度大的部分像元數(shù)增長快積累直方圖更重要的利用是在圖像增強時作為變換函數(shù)。【灰度變換法】：通過變換函數(shù)使圖像的灰度值發(fā)生變化，調(diào)整圖像的灰度動態(tài)范圍或圖像對比度，是圖像增強的重要手段之一任一像素灰度為

15、r s=T(r)（線性變換、對數(shù)變換、指數(shù)變換） 同一像素灰度變?yōu)閟【線性變換】：將灰度范圍線性擴展原因：當(dāng)圖象成象時曝光不足或過度, 或由于成象設(shè)備的非線性和圖象記錄設(shè)備動態(tài)范圍太窄等因素，都會產(chǎn)生對比度不足的弊病，使圖象中的細(xì)節(jié)分辨不清。將原始圖像各像元亮度值按線性關(guān)系，在0-255的任意指定范圍內(nèi)進行擴大或者縮小，來改變像元值的分布。當(dāng)直線與橫軸夾角大于45°，圖像拉伸（像素值范圍擴大）；當(dāng)直線與橫軸夾角等于45°，圖像不變（像素值范圍不變）；當(dāng)直線與橫軸夾角小于45°，圖像壓縮（像素值范圍減小）。【分段線性變換】：不同范圍的像元值采用不同的比例進行擴大和縮

16、小。在進行變換的整個區(qū)間里，取n個間斷點，每相鄰兩個間斷點之間是一段線性變換的線段，每段的直線方程不同，可以拉伸，也可以壓縮。通過調(diào)整折線拐點的位置及分段直線的斜率可以對任一亮度區(qū)間進行擴展或者壓縮。【非線性變換】：當(dāng)用某些非線性函數(shù)如對數(shù)函數(shù)、指數(shù)函數(shù)等，作為映射函數(shù)時，可實現(xiàn)圖像灰度的非線性變換。對數(shù)變換：對數(shù)變換主要用于增強圖象暗的部分，即拉伸灰度值低的部分。指數(shù)變換：指數(shù)變換主要突出圖像亮區(qū)的差異，即圖像灰度值高的部分。【直方圖均衡化】：將原圖象的直方圖通過變換函數(shù)修正為均勻的直方圖，即各種灰度出現(xiàn)的概率是近似均勻的直方圖。自動調(diào)節(jié)圖像對比質(zhì)量，產(chǎn)生唯一結(jié)果圖象均衡化處理后，圖象的直方

17、圖是平直的，即各灰度級具有相同的出現(xiàn)頻數(shù)，那么由于灰度級具有均勻的概率分布，圖象看起來就更清晰了。直方圖均衡化變換函數(shù)：可以證明，這個特殊的變換函數(shù)就是原圖象的積累直方圖曲線統(tǒng)計某一灰度值和這一灰度值以下的所有像元的數(shù)目或者占總像元數(shù)的比值做出的直方圖。在均衡過程中，原來直方圖上頻數(shù)較小的灰度級被歸入很少幾個或一個灰度級內(nèi)，故得不到增強。若這些灰度級所構(gòu)成的圖象細(xì)節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。在某些情況下，并不一定需要具有均勻直方圖的圖像，有時需要具有特定的直方圖的圖像，以便能夠增強圖像中某些灰度級。修改一幅圖象的直方圖，使得它與另一幅圖象的直方圖匹配或具有一種預(yù)先規(guī)定的函數(shù)形狀。目

18、標(biāo)：突出我們感興趣的灰度范圍，使圖象質(zhì)量改善。它是對直方圖均衡化處理的一種有效的擴展。直方圖均衡化處理是直方圖規(guī)定化的一個特例。直方圖匹配也叫直方圖規(guī)定化。4.空域模板濾波增強的特點：強調(diào)與周圍相鄰像元點的關(guān)系，對圖像進行平滑或銳化平滑濾波器：鈍化圖像、去除噪音銳化濾波器：邊緣增強、邊緣提取【局部增強方法一】：【平滑】圖象在傳輸過程中，由于傳輸信道、采樣系統(tǒng)質(zhì)量較差，或受各種干擾的影響，而造成圖象毛糙，此時，就需對圖象進行平滑處理。平滑方法包括：均值濾波、中值濾波1、均值平滑：可見均值平滑就是將每個像元點為中心的鄰域內(nèi)各像元亮度的平均值來代替該像元的亮度值，達到去除噪聲平滑圖像的目的。平滑的目

19、的是去除噪音，但是在去除噪音的同時，也鈍化了圖像的邊緣與尖銳的細(xì)節(jié)。平滑的結(jié)果與模板的大小直接相關(guān)，模板越大，平滑效果越好，但是模板過大，會使邊緣信息損失的越大，從而使輸出的圖像變得模糊，因此需要合理的選擇模板大小2、中值濾波：將像元點為中心的M×N鄰域范圍內(nèi)的灰度值按大小排序，取中間的值來代替中心像元的值。它在抑制隨機噪聲的同時，有效保護邊緣銳度和圖像細(xì)節(jié)。適合去除椒鹽噪聲。當(dāng)領(lǐng)域內(nèi)的像元數(shù)為奇數(shù)時，取排序后的中間像元值；當(dāng)領(lǐng)域內(nèi)的像元數(shù)為偶數(shù)時，取排序后的中間兩像元的平均值。中值濾波強迫突出的亮點（暗點）更像它周圍的值，以消除孤立的亮點（暗點）。其突出優(yōu)點是在消除噪聲的同時，還能

20、防止邊緣模糊。【局部增強方法二】：【銳化】：在圖像的識別中常需要突出邊緣和輪廓信息。圖象銳化目的：加強圖象輪廓，使圖象看起來比較清晰。平滑通過積分使圖像邊緣模糊，銳化則通過微分使圖像邊緣突出、清晰。銳化處理可以用空間微分來完成.。微分算子的響應(yīng)強度與圖像在該點的突變程度有關(guān)圖像微分增強了邊緣和其他突變(如噪聲)而消弱了灰度變化緩慢的區(qū)域。一階微分和二階微分的區(qū)別:一階微分處理通常會產(chǎn)生較寬的邊緣、二階微分處理對細(xì)節(jié)有較強的響應(yīng),如細(xì)線和孤立點、一階微分處理一般對灰度階梯有較強的響應(yīng)、二階微分處理對灰度級階梯變化產(chǎn)生雙響應(yīng)。大多數(shù)應(yīng)用中,對圖像增強來說，一階微分處理主要用于提取邊緣。二階微分處理

21、比一階微分好,因為形成細(xì)節(jié)的能力更強。基于一階微分的圖像增強：梯度法【定向邊緣檢測】：有目的地檢測某一方向的邊、線或紋理特征時，可以選擇特定的方向模板，做卷積運算。所謂方向模板是一個元素的大小按一定規(guī)律取值因而對特定方向敏感的數(shù)學(xué)矩陣，當(dāng)它與圖象的線性地物匹配時，卷積結(jié)果具有較大的值，反之結(jié)果具有較小的值，從而能突出線性地物的信息5.頻域增強：傅立葉變換（空域-頻域），保留高頻或低頻【頻率域增強】：高通濾波、低通濾波、同態(tài)濾波【頻率】：一幅圖像上的亮度分布大致存在著亮度漸變和亮度突變兩種情況；把圖像中的這種亮度隨位置變化的頻繁程度表示為一種頻率；【對于亮度突變的地類】：邊緣、線性地物及噪聲：如

22、溝壑、河溪、湖泊邊界、海岸線等。集中在高頻區(qū)，屬于高頻率特性【對于亮度漸變的地類】：粗糙的結(jié)構(gòu)、較大面積的同類作物區(qū)：如平原、沙漠、海面等。特征穩(wěn)定，屬于低頻率特性突出主要的大的地類：在頻域中可以衰減高頻分量而保存低頻分量。這就是頻域的平滑處理相反，當(dāng)要突出邊緣和線性地物：在頻域中衰減低頻分量而保存高頻分量。這就是頻域的銳化處理。【傅立葉變化】：任何一條復(fù)雜的曲線，經(jīng)傅立葉變換，可以分解成若干條簡單曲線頻譜的圖像顯示：把振幅譜|F(u,v)|作為亮度顯示在屏幕上頻譜的頻域移中：常用的傅里葉正反變換公式其中心最亮點將分布在四角，這和我們正常的習(xí)慣不同，因此，需要把這個圖像的零點移到顯示的中心。一

23、般圖像能量集中低頻區(qū)域。變換之后的圖像中間部分是低頻，最亮，能量大。【傅立葉變換的物理意義】：一幅圖象在付氏變換以前的空間稱為空域，而付氏變換后的空間叫頻域。傅立葉變換是將圖象轉(zhuǎn)換到頻率域灰度分布函數(shù)（圖象的頻率分布函數(shù)）【低通濾波(平滑)】：圖像從空間域變換到頻率域后，其低頻分量對應(yīng)圖像中灰度值變化比較緩慢的區(qū)域，高頻分量則表征圖像中物體的邊緣和隨機噪聲等信息。低通濾波是指保留低頻分量，而通過濾波器函數(shù)H(u，v)減弱或抑制高頻分量的過程。低通濾波與空域中的平滑濾波器一樣可以消除圖像中的隨機噪聲，減弱邊緣效應(yīng)，起到平滑圖像的作用。常用的頻率域低通濾波器H(u,v)有四種:理想低通濾波器、Bu

24、tterworth低通濾波器、指數(shù)低通濾波器、梯形低通濾波器【理想低通濾波器的缺陷】：理想低通濾波器平滑處理的概念是清楚的，但它在處理中會產(chǎn)生較嚴(yán)重的模糊和振鈴現(xiàn)象。由于高頻成分包含有大量的邊緣信息，因此采用該濾波器在去噪聲的同時將會導(dǎo)致邊緣信息損失而使圖像模糊，同時有振鈴效應(yīng)。正是由于理想低通濾波器存在振鈴模糊現(xiàn)象，使其平滑效果下降。【巴特沃思低通濾波器】又稱為最大平坦濾波器：它的特性是連續(xù)性衰減，而不像理想濾波器那樣陡峭變化。采用該濾波器濾波在抑制噪聲的同時，圖像邊緣的模糊程度大大減小，沒有振鈴效應(yīng)產(chǎn)生。Butterworth低通濾波器振鈴現(xiàn)象隨著階數(shù)的增加而明顯【指數(shù)低通濾波器】：該濾波

25、器在抑制噪聲的同時，圖像邊緣的模糊程度較用Butterworth濾波產(chǎn)生的大些，無明顯的振鈴效應(yīng)。指數(shù)低通濾波器從通過頻率到截止頻率之間沒有明顯的不連續(xù)性，而是存在一個平滑的過渡帶。指數(shù)低通濾波器實用效果比Butterworth低通濾波器稍差，仍無明顯的振鈴現(xiàn)象。【梯形低通濾波器】：梯形低通濾波器介于理想低通濾波器和指數(shù)濾波器之間，濾波的圖像有一定的模糊和振鈴效應(yīng)。【高通濾波】：圖像中的邊緣或線條與圖像頻譜中的高頻成分相對應(yīng)。采用高通濾波器讓高頻順利通過，使圖像的邊緣或線條變得清楚，實現(xiàn)圖像的銳化常用的高通濾波器：理想高通濾波器、Butterworth高通濾波器、指數(shù)濾波器、梯形濾波器【理想高

26、通濾波器】：D0仍為截止頻率，當(dāng)比D0大時全部通過，否則全部阻止。【巴特沃思高通濾波器】：Butterworth高通濾波效果較好，但計算復(fù)雜，其優(yōu)點是有少量低頻通過，H(u，v)是漸變的，振鈴現(xiàn)象不明顯【指數(shù)高通濾波器】：指數(shù)高通效果比Butterworth差些，振鈴現(xiàn)象不明顯；【提醒高通濾波器】：梯形高通會產(chǎn)生微振鈴效應(yīng)，但計算簡單，較常用四種高通濾波器的比較：理想高通有明顯振鈴，圖像的邊緣模糊不清。Butterworth高通效果較好，振鈴不明顯，但計算復(fù)雜。 指數(shù)高通效果比Butterworth差些，但振鈴也不明顯。梯形高通的效果是微有振鈴、但計算簡單，故較常用。【同臺濾波】：同態(tài)濾波的目的：消除不均勻照度的影響而又不損失圖象細(xì)節(jié)依據(jù):反射分量反映圖象內(nèi)容，隨圖象細(xì)節(jié)不同在空間上作快速變化。反射分量的頻譜落在空間高頻區(qū)域；入射分量在空間上通常均具有緩慢變化的性質(zhì)。入射分量的頻譜落在空間低頻區(qū)域.這樣同態(tài)濾波函數(shù)就可以分別作用在這兩個分量上。同態(tài)濾波方法就是利用上式的形式將圖像中的照明分量和反射分量分開。這樣同態(tài)濾波函數(shù)就可以分別作用在這兩個分量上。6.假彩色合成方法對于分量圖像的要求：信息量最大，相關(guān)性最小【彩色增強技術(shù)的定義】：利用人眼的視覺特性，將灰度圖像變成