数字图像处理课程考试大纲

《数字图像处理PS》课程考核大纲【考核目的】通过本课程的学习，考察学生对PHOTOSHOP软件的掌握程度，检验学生是否可以熟练的运用PS进行图像处理以及绘图设计。

帮助学生熟悉图像处理的思维方式及操作技巧，并锻炼其独立思考，解决问题的能力。

力求为学生打下夯实的软件运用功底，为日后的设计做好理论与实践基础。

【课程学习的基础】数字图像处理PS课程是软件应用的基础课，为了确保达到教学目的和要求，学生应掌握的平面构成、色彩构成、设计概论等专业理论知识。

同时应对计算机及常用软件有一定的操控能力，为使用PS软件打下实践基础。

【考核的内容范围】课堂教学中已讲授的PHOTOSHOP软件基础理论知识和软件常用功能的运用，包括课程中强调的教学重点及教学难点。

【考核方法】采取课堂出勤、课堂练习与最终设计作品相结合的考核方式；【期末考核对试题的要求】抓住教学重点与难点，重点考察学生对软件的整体操控能力与实践运用情况，侧重学生在图像处理与绘图设计中运用一定的创新思维。

【考核的具体内容】第一章 数字图像处理基本感念知识点：1．图像的概念 2．位图与矢量图 3．分辨率 4．常用文件存储格式考核目标：1．识记：（1）图像的概念 （2）位图与矢量图 （3）常用文件存储格式2．理解：（1）位图与矢量图的运用 （2）分辨率的概念3．运用：可以对图像进行常见格式的存储第二章 图像的选取、移动与变形知识点：1．选区的概念 2．创建选区的基本方法 3．规则选框工具 4．魔棒、快速选择和套索工具 5．色彩范围命令的使用 6．选区的编辑操作 7．图像移动操作 8．图像变形操作考核目标：1．识记：（1）创建选区的基本方法 （2）选区的移动与图像的移动2．理解：选区加减、移动、修改、变换等选区的编辑操作3．运用：能对图层、图像、路径、选区及Alpha通道等进行缩放、旋转、斜切和透视操作。

第三章 图像的绘制与修复知识点：1．图像的绘制 2．基本绘图工具 3．【画笔】面板 4．图像修复工具 5．图像修饰工具 6．图像的填充 7．图像的描边考核目标：1．识记：各种基本绘图工具的用法以及属性栏内的参数设置2．理解：在【画笔】面板中进行画笔设置的方法与规律3．运用：熟练运用颜色的填充与描边第四章 图层、通道与蒙版知识点：1．图层的基本概念 2．图层的创建及基本操作 3．图层蒙版 4．图层的剪贴路径 5．填充图层与调节图层 6．图层样式 7．图层的混合模式 8．通道的编辑与应用考核目标：1．识记：（1）图层的创建及基本功能 （2）图层蒙版的概念，能通过图层蒙版控制图像的合成效果2．理解：（1）通道与蒙版的概念 （2）通道的编辑与运算方法3．运用：蒙版的编辑与应用第五章 图像色彩的调整知识点：1．色彩与图像 2．图像的色彩模式 3．图像明暗阶调的调整 4．图像色彩的调整考核目标：1．识记：图像的色彩模式及特点2．理解：图像阶调层次的调整方法3．运用：能够利用一些特殊色彩处理的命令来制作戏剧化的图像色彩效果第六章 滤镜特效知识点：1．滤镜功能的使用常识 2．常用的滤镜效果分析 3．变形性滤镜 4．模拟绘画及自然效果滤镜 5．校正性滤镜 6．纹理化与光效滤镜 7．滤镜库与智能滤镜考核目标：1．识记：滤镜功能的使用常识2．理解：各种不同类型滤镜的功能特色3．运用：在图像设计中灵活地运用各种滤镜特效第七章 自动功能知识点：1．常用自动恢复命令 2．历史记录面板的恢复功能 3．动作的基本操作 4．图像的自动批处理考核目标：1．识记：自动功能在PS中的作用和意义2．理解：Photoshop中基本的文件恢复命令原理及快捷键的使用3．运用：能够通过动作板来记录操作，并实现对大量图像的批处理操作第八章 现代“光”元素的运用知识点：1．20世纪的早期光艺术 2．现代计算机图像设计中的光艺术 3．Photoshop “光”元素设计案例讲解 4．CD包装设计中抽象线条所形成的光感 5.运动宣传海报中繁复的后期光效基本操作考核目标：1．识记：数码“光”元素在设计中的拓展2．理解：现代光感元素中直线光的创作思路3．运用：用所学的知识制作运动宣传海报中复杂的后期光效第九章 材质与肌理制作知识点：1．肌理的概念与形态 2．早期计算机艺术中的材质创造 3．计算机拓宽的新肌理范畴 4．文字设计中的特殊肌理效果 5．杂志封面中的肌理设计 6．公益广告中的肌理生成考核目标：1．识记：材质和肌理在PS软件中的意义和作用2．理解：基本材质和肌理的制作规律3．运用：水滴肌理效果来强化广告主题【样题】运用PS软件进行图像设计要求：1．对PS多项功能运用有所体现2．保存ps格式及JPEG格式3．设计图像和谐美观，有一定的艺术性 4．有一定的独创性。

武汉工程大学《数字图像处理》研究生入学考试大纲一、命题原则：1、考察学生对数字图像处理的基础知识（包括基本概念、基本内容、基本结论、基本计算）的掌握程度以及运用已掌握的知识分析和解决问题的能力。

2、考试对象为报考我校2007年模式识别与智能系统专业各方向的研究生入学考试考生。

3、难易适度，难中易比例：容易：30%，中等：40%，偏难15%，难：15%。

4、考试知识点覆盖率达85%以上。

二、题型、分值及考试时间：1、题型包括：填空题、计算题、选择题、简答题、论述题2、考试时间：180分钟3、满分：150分三、考试内容与要求（一）数字图像基础1、掌握图像感知和获取、图像的采样和量化，熟练掌握数字图像的表示、空间和灰度分辨率。

2、熟练掌握像素，以及其连通性、区域、边界、距离等概念。

（二）空间域图像增强1、掌握基本灰度变换，包括图像反转、对数变换、分段线性变换。

2、熟练掌握直方图的概念，掌握直方图处理的基本方法。

3、熟练掌握平滑空间滤波方法，重点掌握平滑线性滤波器、统计排序滤波器、中值滤波器的概念和方法。

4、熟练掌握锐化空间滤波方法，以及拉普拉斯算子和梯度法增强的概念和方法。

（三）频率域图像增强1、掌握二维傅立叶变换及反变换的概念，掌握频率域滤波的概念和原理，以及与空间域滤波的关系。

2、掌握平滑的频率域滤波器的概念，重点掌握理想低通滤波器、高斯低通滤波器。

3、掌握频率域锐化滤波器，重点掌握理想高通滤波器、高斯高通滤波器、频率域拉普拉斯算子。

（四）图像复原1、掌握图像退化/复原过程的模型，掌握图像噪声以及噪声类型的概念，掌握噪声的添加方法。

2、掌握空间滤波复原的概念，重点掌握均值滤波器、顺序统计滤波器、中值滤波器。

3、掌握最小均方误差滤波、逆滤波等概念。

（五）彩色图像处理1、掌握彩色图像的表示方法，掌握RGB彩色模型和HIS彩色模型，及其相互转换方式。

2、掌握图像伪彩色处理的概念和方法。

3、掌握灰度图像与彩色图像的转换。

•1、图像：是物理场景或另外一个图像的表示似性的、生动性的描述或写真。

）像素：图像元素•空间分辨率：图像中可辨别的最小细节•由采样率(单位距离采样点数, ex: dpi)决定，相当于使用像素的物理尺寸来决定•灰度级分辨率：所能辨别的最小灰度级变化•用于确定表示图像的灰度级个数邻域：在给定像素附近的一像素集合•邻接：是满足相似性准则的邻域•集合S中任意像素p, 所有连接到p的像素称为S的连通组分区域R的边界是区域中像素的集合，这些像素的邻域像素有一个或多个不再R中.边缘：是由具有某些导数值（超过预先设定的阈值）的像素形成的对比度：对象的平均亮度与其周围背景的差异量.直方图：是灰度级的函数，用于统计图像中每个灰度级像素出现的个数高频提升滤波器：将一定比例的原始图像加到高通滤波器过滤后的图像的一种滤波器锐化空间滤波器：突出图像中的细节或者增强被模糊了的细节的滤波器。

直方图均衡：使原直方图变换为具有均匀密度分布的直方图，然后按该直方图调整原图像的一种图像处理技术对比度拉伸Contrast stretching: 对比度拉伸 (也加正则化normalization) 是一种通过拉伸亮度的跨度范围的图像增强技术。

图像复原:即利用退化过程的先验知识，去恢复已被退化图像的本来面目(理想图像)。

图像复原的基本任务:消除模糊。

•图像复原的基本思路：先建立退化的数学模型，然后根据该模型对退化图像进行拟合。

改变像素之间的空间关系的两要素：几何变换；插值（内插）向前映射和向后映射比较：向前映射：输入像素可能映射到输出图像边界外而出现浪费多次运算漏掉像素向后映射：逐像素、逐行地产生输出图像。

因此选择向后映射实现插值算法。

•最近临域插值：也叫零阶插值：输出像素的灰度值等于离它所映射到的位置最近的输入像素的灰度值图像配准：对一幅图像F(浮动图像)寻找一个或一系列的空间变换,使其与另一幅图像R(参考图像)上对应点达到空间上的一致膨胀：使集合扩大B的反射进行平移与A的交集不为空（将结构元素中点与集合A中对应点相与,再将与的结果相或，得到对集合中一点的膨胀运算结果）；♦膨胀在数学形态学运算中的作用是增加物体边界点。

3.数字图像处理的内容不包括（） A．图像数字化 B.图像增强 C.图像分割 D.数字图像存储
4. 图像分辨率的单位dpi表示单位长度（ ）上包含的像素数目。 A．米 B.厘米 C. 寸 D.英寸
5.一幅大小为16*16，灰度级为2的图像，像素点有（）个 A．256 B. 512 C. 1024
第2章 matlab软件 • 熟悉matlab界面：命令窗口、工作间、命令历史窗口、路
素少的灰度级，使灰度直方图均衡分布。
histeq,adapthisteq 2.直方图规定化：将直方图按照参考图像的直 方图进行均衡化
[hgram,x]=imhist(I1);
J=histeq(I,hgram) ; • 图像增强：突出有用的特征，便于分析和处理。
方法：直方图均衡化、图像平滑、图像锐化和伪彩色处理
• hold on/off
• grid on/off • 格式化：title，text, legend, label • 特殊字符：: \pi, \omega, \Theta, ^2
第4章 matlab工具箱 • 浏览工具箱：菜单栏-主页-？-image processing toolbox • 图像类型：RGB图像，索引图像，灰度图像，二值图像 • 各种图像的数据结构 • 图像的数据类型：uint8,uint16,double,im2double • 图像类型转换：rgb2gray; ind2rgb, rgb2ind; ind2gray,
• Fourier, DFT，FFT
• fft2, ifft2 • fftshift的作用 • 傅里叶变换的幅度谱和相位谱 • fft高频和低频滤波，字符识别 • 为什么引入DCT?保持傅里叶变换的功能有减少数据量。 • DCT主要用于图像压缩。

数字图像处理复习提纲⼀、填空题1、图像是三维场景在⼆维平⾯上的影像。

作为多媒体元素之⼀的图像，具有以下、、和⼀览性4个特点。

2、图像的数字化包括和两个过程，数字图像常⽤来描述。

3、数字图像可根据特性分为不同的类型。

静态图像可分为和。

也称为栅格图像。

其中，是由许多象素点表⽰的⼀副图像，每个象素具有颜⾊属性和位置属性。

4、位图可以分为以下、、和四种类型。

5、如果输出图像的像素值由对应的输⼊图像的像素值及邻域象像素决定，则称其为（区处理）。

若操作是在单个象素上进⾏，即输出图像的每个像素仅由相应的输⼊图像的像素值决定，则称其为点操作（点处理），或称为灰度变换。

6、灰度变换就是把原图像的像素灰度经过某个变换函数变成新的图像灰度。

7、常见的灰度变换⽅法有和。

8、直接灰度变换法法可以分为、、和。

9、直⽅图修正法可以分为和。

10、是指通过修改直⽅图的形状来达到图像增强的⽬的。

11、是灰度级的函数，反映了图像中每⼀灰度级出现的次数或频率。

12、的⽬的是消除噪声和模糊图像，在提取⼤⽬标之前去除⼩的细节或弥合⽬标间的缝隙。

可以在频域和空间域进⾏。

13、中值滤波可以实现图像平滑。

图像锐化可以在空间域和频率域通过⾼通滤波实现，即减弱或消除低频分量⽽不影响⾼频分量。

14、技术是通过将每⼀灰度级匹配到彩⾊空间上的⼀点，将单彩⾊图像映射为⼀幅彩⾊图像。

15、常⽤的伪彩⾊处理⽅法有：、和。

16、图像分割⼀般可基于象素灰度值的两个性质：不连续性和相似性。

17、图像分割算法可分为两类：利⽤灰度的基于边界的分割和利⽤灰度的基于区域的分割。

18、确定阈值的⽅法有：、和。

19、边缘检测可以借助微分算⼦在空间域通过来实现。

20、分⽔岭分割算法的主要⽬的就是找出集⽔盆地之间的分⽔线。

有两种基本算法：和。

21、图像的代数运算中，图像相加⼀般⽤于对同⼀场景的多幅图像求平均，以便有效降低加性噪声。

图像相减运算⼜称为图像差分运算，常⽤于检测图像中的变化及运动物体。

武汉工程大学2024年硕士研究生入学考试
《数字图像处理》考试大纲
一、 参考教材：
1.洪汉玉著. 现代图像图形处理与分析. 中国地质大学出版社.
2.冈萨雷斯. 数字图像处理（第三版、第四版）. 电子工业出版社.
二、 考试方法、考试时间
闭卷考试，试卷满分150分。

考试时间180分钟
三、 试题形式
基本概念约占20%、简答题约占40%、分析与计算题约占 40% 四、 考试内容及要求
为了组织好该门课程的研究生入学考试，以便能真正选拔出优秀人才，故试题的难度系数在原本科生该门课程结业考试试题难度系数的基础上，适当加大。

因此参加该门课程考试的考生须掌握如下内容。

1.图像处理与分析实用基础算法
1)数字图像的基本概念
2)图像插值：双线性插值
3)离散图像变换
4)图像增强
5)图像分割
6)边缘检测及边缘检测算子
1
2.动目标运动去模糊方法研究
1)线性运动模糊图像退化模型与分析
2)基于自适应的各向异性正则化的模糊核估计
3)采用基于保边缘的最大似然估计去模糊
3.复杂背景图像的复原算法研究
1)卷积与反卷积理论
2)基于卷积理论的复杂背景退化模型及求解原理
4.图像识别理论
1)光学字符的检测与识别方法
2)基于多级滤波的OTSU递归分割方法
3)字符图像模板匹配识别方法
5.图像检测
1)路面及桥梁病害图像的检测方法
2)特征提取及分析
3)图像检测方法
2。

湖北省高等教育自学考试实践（技能）课程大纲课程名称：数字图像处理课程代码：04586一、实践能力的培养目标本课程理论和实践相结合，其任务重点在于培养学生使用PhotoShop处理图像的能力，该技术被广泛应用于艺术设计、平面出版、广告宣传、数码照片后期处理、插画、网页设计、三维特效制作、影视制作以及印前出版等各个领域。

通过对软件技能和前沿设计风格的综合介绍，来提高学生的图像设计能力，拓宽设计思维，是一门理论与实践紧密结合的软件课程。

二、技能课程教学基本要求学分：6 学时：108课程的主要内容为Photoshop的软件简介，软件的基本操作，图像的选择和编辑，颜色的调整和应用，图像的绘制及修饰，文本的编辑和文字变形效果的设置，图层、通道和蒙版的概念、分类和应用，滤镜的应用，3D图像的查看和编辑以及动画的制作。

教学基本内容包括：（1）数字图像处理基本概念基本要求：理解位图与矢量图的概念、特点及应用；理解图像分辨率的概念；能根据后端输出的需要正确地设置图像分辨率；了解Photoshop中常用的图像存储格式。

（2）Photoshop的基本操作基本要求：掌握Photoshop工作界面的构造；掌握文件的新建、打开、保存、关闭等基本操作；掌握图像的各种显示效果，以及各种辅助工具的使用；掌握图像和画布尺寸的调整方法，以及使用多种方法设置绘图的颜色；了解图层的含义，掌握恢复操作的多种方法（3）图像的选取移动与变形基本要求：掌握创建选区的基本方法；熟悉选区加减、移动、修改、变换等选区的编辑操作；掌握选区的移动与图像的移动；掌握如何对图层、图像、路径、选区及Alpha通道等进行缩放、旋转、斜切和透视操作。

（4）图像的绘制与修复基本要求：熟练掌握各种基本绘图工具的用法以及属性栏内的参数设置；掌握在画笔面板中进行画笔设置；掌握应用图像修复工具来修复图像中的污点、划痕、破损以及多余的部分；掌握应用图像修饰工具来调整图像局部的亮度、暗度、色彩饱和度及清晰模糊程度等；熟练掌握颜色的填充与描边；掌握文字的输入与编辑；掌握字符面板与段落面板的用法。

度值的像素所在的位置信息。不同的图像，可能有相同的直方图。
pr (rk
)
nk n

0 rk 1 k 0,1,2,, L 1
nk 为图像中具有灰度级 rk 的像素数，n 是图像总像素数，共有 L 级灰度。
直方图绘制与直方图均衡化函数的用法
均值滤波原理与 MATLAB 实现 1. 外部噪声,内部噪声.邻域平均法运算,模版, 2. 邻域平均法: 通过邻域内像素点求平均来去除突变的像素值，滤掉一定噪声,但变整体模糊.平
当 前 图像
固 定 背景 图 像 或 背 景模 型 图 像 或 前 一幅 图 像
差 影 运算 及 阈 值化 处 理
阈 值 化差 影 运 算结 果 图 像
分 割 、 匹 配 、 投 影 等处 理
8.
获 取 目标
第 6 章 图像的几何变换
比例缩放的 MATLAB 实现
A=imread(‘A.jpg’); %读入图像
量化后用一个字节(8bit)来表示。即 0～255 共 256 级灰度值，对应的颜色为从黑到白. 3. 量化:均匀量化和非均匀量化.一般用均匀量化.
采样列 像素
采样行
行间隔
采 样 间隔
采样、量化与图像质量的关系 当量化级数 L=2Q 一定时，采样点数 M×N 对图像质量有着显著影响采样点数越多，图像质量越
MATLAB 图像数据类型有三种： double： 实型， 64 位浮点, 占 8 个字节。 uint8： 8 位无符号整型, 占 1 个字节。 uint16： 16 位无符号整型, 占 2 个字节。
矩阵元素的引用
A(:,3)=0;
%将 A 矩阵的第 3 列元素清 0;
A(5,:)=1;
%将 A 矩阵的第 5 行元素置 1;

A=zeros（12，12）；
b = ~A；
figure, imshow(b);
b(:,4:1:6)=0;
b(:,10:1:12)=0;
figure,imshow(b);
c=b’;
figure,imshow(c);
4 设下面图像的灰度矩阵如下，请用 直方图均衡化方法修正该图像灰度 矩阵。详细写出直方图均衡化的实 现步骤和最后修正后的图像矩阵B， 并画出修正矩阵的直方图。
数字图像处理复习内容概括
第一章 数字图像处理概念与基础
1、图像的定义 2、数字图像处理的定义 3、产生图像的类别 4、数字图像处理的特点与主要方法 5、图像的类型 6、图像简单Matlab处理（读取、显示和存储、抽取、旋转, 提 取、翻转）与应用 7、图像矩阵的基本运算（算术、关系和逻辑） 8、简单函数的M文件编程
X1 X2 X3 X4 X5 X6 X7 x8
11、分别用中值滤波、四邻域法、八邻域法、sobel算子和prewitt算子编程实现对具有 10%的‘gaussian’噪声图像（image.tif） 的增强处理。
12、用低通滤波和高通滤波的方法编程实现图像（image.tif） 的增强处理。
13、应用Matlab实现的Huffman编码函数和Huffman译码函数编程实现图像（image.tif)压 缩处理。
4、主要掌握的内容
(1) 灰度变换中的线形、指数、对数增强方法分别具有什么增强特点？
(2)为什么对比度拉伸能够实现图像对比度增强? (3) 什么是图像灰度直方图？图像直方图反映了图像的什么特征？ (4) 直方图均衡化图像处理主要实现思想什么？他的实现过程与matlab实现程序。 (5) 直方图规定化图像处理的主要实现思想什么？掌握处理步骤与matlab实现程序。

2
数字图像处理考试大纲
6、简述图像阈值分割的基本原理（P212） 图像阈值分割是一种广泛使用的图像分割技术。它利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不 同灰度级的两类区域的组合。选择一个合适的阈值，以确定图像中的每一个像素点应该属于目标还是背景区域，从而产生相应的二值 图像。阈值分割不仅可以大量压缩数据，减少存储容量，而且能大大简化在其后的分析处理步骤。 7、图像熵的概念并用式子简单说明。 （P95） 图像熵是图像的平均信息量度，即图像中各个灰度级比特数的统计平均值。图像熵是进行无失真编码的理论极限。它的计算公式
图像输入设备起光电转换的作用， 将图像光学信号转换为模拟电信号，经过 A/D 转换为数字图像。图像信息处理是由计算机担 任，经过处理后的图像可以在图像显示器上显示，同时也可以通过打印机等输出设备输出图像。 3、简述区域描述中的分散度、伸长度、欧拉数。 （P247～P248） 分散度和伸长度都是一种面积的测度。分散度描述相同面积的几何体，其周长越小就越紧凑。伸长度则描述当一定面积的几何体， 其宽度越小就越细长。而欧拉数则定义的是物体个数与孔数之差。 4、简述单连接区域增长法的步骤。 （P226-P227） 1、对图像进行光栅扫描，求出不属于任何区域的像素； 2、将该像素的灰度值与其 4 邻域或 8 邻域内不属于任何一个区域的像素灰度值相比较，如果其值的绝对值小于某个设定的门限 值，就把它们合并成一个区域； 3、对于那些新合并的像素，重复第 2 步操作； 4、反复进行第 2、3 步操作，直到区域不能再增长为止； 5、返回第一步，重新寻找能成为新区域出发点的像素。 5、用图示表示一般图像处理系统的工作过程。 （P349）
数字图像处理考试大纲
填空题
1、 当外界景象通过眼球的光学系统进入视网膜上成像后，视网膜就产生相应的生理电图像，并经视神经传入大脑。 （P13） 2、 人和高级动物都有高度发达而完善的检测、识别、记忆视觉信息的能力。由于视神经的侧抑制作用而产生的视觉马赫现象，有增强图 像轮廓，提高图像反差的作用。 （P14） 3、 图像质量的含义包括两个方面，一个是图像的逼真度，另一个是图像的可懂度。所谓图像的逼真度是描述被评价图像与标准图像的偏 离程度。 （P34） 4、 在数字图像处理领域中常用的压缩编码，在数据领域常用的有三类：信息保持编码、保真度编码、特征抽取。 （P85） 5、 图像分割的方法还可以按分割法本身分为 阈值法、界线探测法、匹配法。 （P193） 6、 为了在图像中检测出已知形状的目标物，我们使用这个目标物的形状模板与图像匹配，在约定的某种准则下检测出目标物图像，通常 称其为模板匹配法。它能检测出图像中的直线、曲线、边缘图案等等。 （P207） 7、 阈值的选取是阈值分割技术的关键。 如果阈值选取过高， 则过多的目标点被误归为背景； 阈值选得过低， 则会出现相反的情况。 （P219） 8、 一幅数字图像可以看作是像素点的集合。邻接和连通是图像的基本几何特性之一，主要研究像素或由像素构成目标物之间的关系。 9、 邻接通常有三种定义方法，4 邻接、8 邻接、6 邻接。 （P245-P246） 10、 几种常用的边界描述方法：链码、付立叶形状描述子、弦分布和自回归模型描述方法。 （P245-P246） 11、 图像数据压缩的可能性是因为图像中像素之间，行或帧之间都存在着较强的相关性。从统计观点出发，简单直观地讲，就是某一个像 素的灰度值总是和其周围其他像素灰度值有某种关系。 应用某种编码方法提取并减少这些相关特性， 使可实现图像信息的数据压缩。 （P84） 12、 请列举出至少三种几种边缘检测算子：罗伯特算子、Sobel 梯度算子、拉普拉斯算子。 （P194-195） 13、 作为区域分割的方法，最基本的是区域增长法。区域增长法又可分为单连接区域增长、混合连接区域增长、中心连接区域增长以及混 合连接组合技术。 14、 框架可采用语义网络中的节点-槽-值表示结构，所以框架也可以定义为是一组语义网络的节点和槽。利用它，可以描述格式固定的事 物、行动和事件。 （P361） 15、 图像描述是图像识别和理解的必要前提。 作为最简单的二值图像可采用其几何特性描述物体的特性， 一般图像描述方法采用二维形状 描述，它有边界描述和区域描述两类方法。 16、 图像数据压缩的目的可以是节省图像存储器的容量，也可以是减少传输信道容量，还可以是为了缩短图像处理时间。 （P84） 17、 一幅图像的熵值是这幅图像的平均信息量度，也可以讲是图像中各个灰度级比特数的统计平均值。 （P84） 18、 二值图像的简单几何特征有：周长、面积、位置。 （P242-243） 19、 边界描述的一种常用方法：链码表示法。 （P259） 20、 所谓二值图像是指只有两个灰度级的图像，即图像内容“非白即黑” 。二值图像编码，如每一个像素用一位二进制码（0 和 1）代表 就称为直接编码。 （P111） 21、 在一般情况下，编码效率往往用下列简单公式表示：η=H/R（%） 。式中 H 为信源熵，R 为平均码字长度。 （P260-261） 22、 在变长编码中，对出现概率大的信息符号赋于短码字，而对于出现概率小气信息符号赋于长码字。如果码字长度严格按照所对应符号 出现概率大小逆序排列，则编码结果平均码字长度一定小于任何其它排列方式。 (P87) 23、 算术编码的方法是将被编码消息表示成实轴 0～1 之间的一个间隔。消息越长，编码表示它的间隔就越小，表示这一间隔所需的二进 制位数就越多。(P95) 24、 直方图修正是图像灰度级变换的最常用的一种方法。一幅过曝光的图片，其灰度级都集中在高亮度范围内，而曝光不足的图片，其灰 度级集中在低亮度范围内。 （P143） 25、 梯度是图像处理中最为常用的一次微分方法。 26、 所谓最佳阈值是指使图像中目标物和背景分割错误最示表示典型的模式识别系统，并简单说明。 （P280）

一、课程性质与考试基本要求： (1)二、考试方法： (1)三、试题类型： (1)四、课程考试内容及要求： (1)五、不同性质考试内容所占比重： (5)六、成绩评定方式： (5)一、课程性质与考试基本要求：二、考试方法：三、试题类型：四、课程考试内容及要求：数字图像处理的有关定义、概念；数字图像处理(MATLAB)的有关函数的使用；二维三维绘图3. 1 图像变换3. 1. 1 傅里叶变换3. 1. 2 离散余弦变换3. 2 灰度变换3. 2. 1 灰度线性变换3. 2. 2 灰度非线性变换3. 3 直方图变换3. 3. 1 灰度直方图3. 3. 2 直方图修正基础3. 3. 3 直方图均衡化3. 3. 4 直方图规定化3. 5 空间域图像锐化3. 5. 1 梯度法3. 5. 2 空域高通滤波法3. 5. 3 掩摸匹配法；3. 6 频域图像平滑和锐化3. 6. 1 频域低通滤波法3. 6. 2 频域高通频滤波3. 2 灰度变换3. 2. 1 灰度线性变换3. 2. 2 灰度非线性变换3. 3 直方图变换3. 3. 1 灰度直方图3. 3. 2 直方图修正基础3. 3. 3 直方图均衡化3. 3. 4 直方图规定化4. 1 边缘检测4. 1. 1 边缘算子法4. 1. 2 模板匹配法4. 1. 3 曲面拟合法4. 2 灰度阈值分割4. 2. 1 双峰法4. 2. 2 p参数法4. 2. 3 最大方差自动取阈法4. 3 区域生长4. 3. 1 灰度差判别准则4. 3. 2 灰度分布相似性判别准则4. 1 边缘检测4. 1. 1 边缘算子法4. 1. 2 模板匹配法4. 1. 3 曲面拟合法第五章图像恢复与校正5. 1 图像恢复的基本概念5. 2 图像退化的模型5. 3 图像复原的代数方法5. 3. 1 基本方程5. 3. 2 分块循环矩阵的对角化5. 3. 3 反向滤波器5. 3. 4 最小二乘方滤波器5. 4 最小二乘方恢复5. 4. 1 约束的最小二乘方复原5. 4. 2 最大熵滤波器5. 5 图像几何畸变校正5. 6 图像的几何变换5. 6. 1 图像几何变换原理5. 6. 2 坐标变换5. 6. 3 灰度插值5. 1 图像恢复的基本概念5. 2 图像退化的模型第八章图像数据压缩编码8. 1 概述8. 1. 1 图像编码压缩的必要性8. 1. 2 图像编码压缩的可能性8. 1. 3 图像编码压缩的分类8. 1. 4 图像编码压缩术语简介8. 2 预测编码8. 2. 1 线性预测编码8. 2. 2 非线性预测编码8. 3 正交变换编码8. 3. 1 变换编码的基本原理8. 3. 2 正交变换编码特性评价8. 3. 3 变换编码8. 4 统计编码8. 4. 1 哈夫曼编码Huffman Coding 8. 4. 2 香农编码Shannon Coding 8. 4. 3 算术编码Arithmetics Coding 8. 5 二值图像编码8. 5. 1 直接编码8. 5. 2 跳跃空白编码8. 5. 3 游程长度编码.8. 6 多媒体图像数据压缩技术8. 1 概述8. 1. 1 图像编码压缩的必要性8. 1. 2 图像编码压缩的可能性8. 1. 3 图像编码压缩的分类8. 1. 4 图像编码压缩术语简介8. 2 预测编码8. 2. 1 线性预测编码8. 2. 2 非线性预测编码8. 3 正交变换编码8. 3. 1 变换编码的基本原理8. 3. 2 正交变换编码特性评价8. 3. 3 变换编码8. 4 统计编码8. 4. 1 哈夫曼编码Huffman Coding五、不同性质考试内容所占比重：六、成绩评定方式：。

《数字图像处理》课程考试大纲第一章绪论了解：数字图像处理的起源、数字图像处理的作用理解：数字图像处理的基本步骤、数字图像处理系统的基本构成。

掌握：数字图像的概念、数字图像处理的概念。

第二章数字图像处理基础了解：人眼的构造、人眼的亮度适应和鉴别、光和电磁波谱。

理解：图像传感器的原理、视觉错觉、同时对比。

掌握：图像成像基本模型、简单图像形成模型、图像取样和量化的基本概念、数字图像的表示、空间和灰度级分辨率、放大和收缩数字图像、相邻像素、像素的邻接性、联通性、距离度量、线性和非线性操作。

第三章空间域图像增强了解：混合空间增强。

理解：算术/逻辑增强、直方图局部增强。

掌握：基本灰度变换（图像反转、对数变换、幂次变换、分段线性变换），直方图处理，图像平均处理，空间滤波的机理，平滑线性滤波器，中值滤波，锐化空间滤波器。

第四章频率域图像增强了解：快速傅里叶变换。

理解：高频提升滤波、高频加强滤波。

掌握：傅里叶变换及其反变换，二维离散傅里叶变换的一些基本性质，频率域的基本性质，频率域滤波的步骤，空间域滤波和频率域滤波之间的对应关系，三种基本的频率域平滑滤波器，三种基本的频率域锐化滤波器，同态滤波的原理。

第五章图像复原了解：自适应滤波器的原理；瑞利噪声、伽马噪声、指数分布噪声、脉冲噪声的概率密度函数；谐波均值滤波器、逆谐波均值滤波器的函数形式；理解：噪声参数的估计；退化函数的估计；维纳滤波的原理；掌握：图像复原的概念；图像退化/复原过程的模型；高斯噪声、平均噪声的概率密度函数；周期噪声的特点；算术均值滤波、几何均值滤波；中值滤波、中点滤波；带通滤波、带阻滤波；线性、位置不变的退化；逆滤波第六章彩色图像处理了解：彩色基础；。

理解：全彩色图像处理。

掌握：彩色模型；伪彩色图像处理。

第七章小波变换和多分辨处理不考第八章图像压缩了解：图像压缩模型。

理解：词典编码；LZW编码；预测编码。

掌握：相对冗余和压缩率的计算；编码冗余；像素间冗余；心理视觉冗余；保真度准则；霍夫曼编码；B编码；移位编码；算术编码；行程编码；变换编码原理；Jpeg编码的原理和步骤。

《数字图像处理》考试大纲
一、基本要求
了解图像信息的基本知识，熟悉并掌握图像变换、图像压缩编码、图像增强与复原、图像分割、图像描述和对象识别等数字图像处理技术的基本原理和基本方法。

二、考试范围
1、图像的线性运算，离散图像变换的一般表示方法，以及DFT、DCT、K
－L变换等
2、霍夫曼（Huffman）编码，算术编码，以及预测编码和变换编码的基本原
理和方法
3、灰度变换、直方图均衡化、平滑空间滤波器、基于一阶微分和二阶微分
的锐化空间滤波器等空间域图像增强处理技术；频率域平滑滤波器和锐
化滤波器；图像的同态增晰技术的基本原理方法；图像退化模型和最小
均方误差滤波复原
4、点、线、边缘检测算子，直方图阈值分割，类间方差阈值分割，区域生
长和分开－合并区域方法，Hough变换的原理方法
5、二值图像的几何特性，二维形状描述方法
6、基于统计模式识别的图像对象识别方法
三、题型（共100分）
1、简述题（20－25）
2、求解题（45－50）
3、分析题（30分）
四、主要参考书目
1、《数字图像处理》（第2版），夏良正、李久贤编著，东南大学出版社，2005.8
2、《数字图像处理》（第二版），冈萨雷斯等著，电子工业出版社，2003。

1.什么是数字图像？数字图像是二维图像用有限的数字数值像素的表示，由数组或矩阵表达，其光照位置和强度都是离散的，像素为它的基本元素，是可以用计算机或数字电路储存和处理的图像。

2．数字图像的采样和量化。

采样：是把空间域上连续的图像转化成离散的采样点（像素）集合（数字图像）的操作量化：是对图像各像素点幅值的离散化3．将下列矩阵用3*3的模版中值滤波处理，写出处理结果。

中值滤波：非线性的处理方法，在去噪的同时可以兼顾到边界信息的保留。

选一个含有奇数点的窗口W，将这个窗口在图像上扫描，把该窗口中所含的像素点按灰度级的升（或降）序排列，取位于中间的灰度值，来代替该点的灰度值。

先从行开始，每个元素代替初始元素后再右移，然后开始下一行。

4．简述大津分割的原理。

原理：对于图像I（x，y），设图像的大小为M*N，前景（目标）和背景的分割阈值记作T，属于前景（设像素值小于T）的像素个数为n0，占整幅图像的比例记为ω0，其平均灰度记为μ0；属于背景（设像素值大于T）的像素个数为n1,占整幅图像的比例为ω1，平均灰度记为μ1。

图像的总平均灰度记为μ，类间方差记为g。

则有如下计算：错误！未找到引用源。

(1) 错误！未找到引用源。

(2) 错误！未找到引用源。

(3)错误！未找到引用源。

(4) 错误！未找到引用源。

(5)错误！未找到引用源。

(6)将式（5）带入（6），求得类间方差：错误！未找到引用源。

(7) 大津分割即通过遍历找到使类间方差最大的T值，进行图像的二值分割的方法。

5．简述k均值分割的过程。

（1）确定分类数和聚类中心（2）按聚类中心将图像各像素分到各类（3）计算分类后的均值，令其代替上一类的聚类中心（4）从（2）开始重新分类，直到聚类中心不再变化6．常用的二值图像形态学操作有哪些？怎样构成形态学滤波器？•二值图像的形态学操作在腐蚀、膨胀这两种最基本的运算上有开启和闭合运算。

腐蚀是对图像内部做滤波处理，具有收缩图像的功能；膨胀是对图像外部做滤波处理，具有扩大图像的功能。

《数字图像处理》复习纲要第1章引论1.数字图像、图像处理、图像分析/理解2,数字图像处理发展的基本历程和应用领域3,请列出图像处理与模式识别的10个具体应用例子4.请给出图像处理与模式识别系统结构框图第2章图像与成像系统1.图像获取(数字化)2.数字图像的描述()3.理解灰度图像和彩色图像的关系4.理解RGB空间和YUV、HSI空间的关系。

以及YUV、HIS的优点是什么？第3章图像处理中的正交变换1.离散傅里叶变换，DCT变换基本公式(2维)2.请写出下面变换的数学表达式：ID CFT, 2D CFT, ID DFT, 2D DFT, ID DCT3.计算：x(0)=l,x(l)=2,x(2)=3 三点的DFT (多项式表达)x(0,0)=l,x(0, 1)=2, x(l,0)=3, x(l, 1)=4 四点的DFT (多项式表达)4.理解傅里叶变换，DCT变换，小波变换的可分离性。

5.说明图像小波变换的优点。

6.Gabor变换与傅立叶变换的关系。

第4章图像增强1.什么是直方图，直方图修改(灰度变换)的作用是什么？2.什么是直方图均衡，直方图规定，它们的作用是什么？3.图像平滑与图像锐化的区别(它们都是图像增强的方式，平滑主要是去除噪声，而锐化是增强边缘）4.什么是邻域平均、什么是中值滤波。

（会计算）5.图像平滑的方法有哪些？邻域平均、中值滤波（空域），低通滤波器（频域）6.了解图像的锐化包括一阶、二阶微分。

了解哪些算子是一阶，那些是二阶一阶导数/梯度算子（Roberts, Sobel, Prewitt）、二阶导数Laplacian算子：各自主要特征、优缺点、主要作用、怎么运用。

以及这些算子（Prewitt, Roberts, Laplacian）的形式是什么？7.图像锐化包括使用算子（空域），以及高通滤波器（频域）。

8.理解高、低通滤波器的特点。

9.掌握什么是同态滤波，要求画出框图。

10.什么是伪彩色图像处理。

数字图像处理复习提纲（1）1.基本的图像处理和分析系统组成和图像处理和分析模块具2.有哪些主要功能。

图1.3.1 p4 功能：数字图象采集、数字图像显⽰、数字图像存储、数字图像通信3.图像数字化过程包含哪些步骤，每个步骤对图像质量和数据量有什么影响。

步骤：采样、量化。

采样：是将空间上连续的图像变成离散点的操作，将图像分裂成离散的像素，采样间隔越⼩，所得的图像像素越多，图像质量越好，但数据量⼤。

量化：将像素灰度转换成离散的整数值的过程，量化等级越多，所得的图像层次越丰富，灰度分辨率越⾼，质量越好，但数据量⼤。

（采样间隔⼤会出现国际棋盘效应；量化等级低会出现假轮廓现象）4.量化深度与数据量和灰度等级之间的关系。

量化深度越深，所得的图像层次越丰富，灰度分辨率越⾼，质量越好，但数据量越⼤。

5.图像平滑和锐化⽅法可以从空间域和变化域上进⾏，主要有哪些⽅法？图像平滑：局部平滑法、超限像素平滑法、灰度最相近的K个零点平均法、梯度倒数加权平滑法、最⼤均匀性平滑、有选择保边缘平滑法、空间低通滤波法、多幅图像平均法、中值滤波。

图像锐化：梯度锐化法、laplacian增强算⼦、⾼通滤波法。

6.图像分割⽅法有哪⼏种？基于边缘提取的分割法；区域分割；区域增长；分裂—合并分割7.图像有损编码的保准度准则有哪2类，为什么要分别⽤采⽤这两类保准度准则评价压缩编码？客观保真度准则、主观保真度准则。

尽管客观保真度准则提供了⼀种简单、⽅便的评估信息损失的⽅法，但很多解压图像最终是供⼈观看。

对具有相同客观保真度的不同图像，在⼈的视觉中可能产⽣不同的效果。

这是因为客观保真度是⼀种统计平均意义下的度量准则，对于图像中的细节⽆法反映出来，⽽⼈的视觉能够察觉出来，这种情况下，⽤主观的⽅法来测量图像的质量更为合适。

8.造成⼏何误差的原因有⼏类？各有什么特点？①图像在获取过程中，由于成像系统本⾝具有⾮线性、拍摄⾓度等因素的影响，会使获得的图像产⽣⼏何失真。

一、理论课程主要内容及学时安排（32学时）第一章绪论（2学时）1、数字图像处理的发展2、数字图像处理的主要研究内容3、数字图像处理的基本步骤4、图像处理系统的组成第二章数字图像基础（4学时）1、视觉感知要素2、图像的取样和量化3、像素间的基本关系4、数字图像处理中的基本数学运算第三章灰度变换和空间滤波（8学时）1、基本灰度变换函数2、直方图处理3、空间滤波基础4、平滑空间滤波器5、锐化空间滤波器第四章频域滤波（8学时）1、二维傅立叶变换及其性质2、频域滤波基础3、频域平滑滤波器4、频域锐化滤波器5、选择性滤波器第五章图像复原与重建（4学时）1、图像退化复原模型2、噪声模型3、空间滤波去噪4、频域滤波消除周期噪声5、逆滤波第六章彩色图像处理（6学时）1、彩色基础和模型2、伪彩色处理3、彩色变换4、平滑和锐化二、实验课程主要内容及学时安排（16学时）1、图像信号的数字化（2学时）实验目的通过本实验了解图像的数字化参数取样频率（象素个数）、量化层数与图像质量的关系。

实验内容编写并调试图像数字化程序，要求参数k，n 可调。

其中k为亚抽样比例；n为量化比特数；选择任意图像进行处理，在显示器上观察各种数字化参数组合下的图像效果。

2、图像灰度级修正（2学时）实验目的掌握常用的图像灰度级修正方法，即图象的灰度变换法和直方图均衡化法，加深对灰度直方图的理解。

观察图象的增强效果，对灰度级修正前后的图像加以比较。

实验内容编程实现图像的灰度变换。

改变图像输入、输出映射的灰度参数范围(拉伸和反比)，观看图像处理结果。

对图像直方图均衡化处理，显示均衡前后的直方图和图像。

3、图像的平滑滤波（2学时）实验目的学习如何对已被噪声污染的图像进行“净化”。

通过平滑处理，对结果图像加以比较，得出自己的实验结论。

实验内容编写并调试窗口尺寸为m×m的平滑滤波函数。

编写并调试窗口尺寸为m×m的中值滤波函数。

4、图像的锐化处理（2学时）实验目的学习如何用锐化处理技术来加强图像的目标边界和图像细节，对图像进行梯度算子、拉普拉斯算子、Sobel算子设计，使图像的某些特征（如边缘、轮廓等）得以进一步的增强及突出。