1. 图像处理的主要方法分几大类?答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。
空域法：直接对获取的数字图像进行处理。
频域法：对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空间域，得到图像的处理结果2. 图像处理的主要内容是什么?答：图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。
图像变换：对图像进行正交变换，以便进行处理。
图像增强：对图像的某些特征进行强调或锐化而不增加图像的相关数据。
图像复原：去除图像中的噪声干扰和模糊，恢复图像的客观面目。
图像编码：在满足一定的图形质量要求下对图像进行编码，可以压缩表示图像的数据。
图像分析：对图像中感兴趣的目标进行检测和测量，从而获得所需的客观信息。
图像识别：找到图像的特征，以便进一步处理。
图像理解：在图像分析的基础上得出对图像内容含义的理解及解释，从而指导和规划行为。
3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。
答：像素：在卫星图像上，由卫星传感器记录下的最小的分立要素(有空间分量和谱分量两种)。
通常，表示图像的二维数组是连续的，将连续参数 x,y ，和 f 取离散值后，图像被分割成很多小的网格，每个网格即为像素 图像分辨率：指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点数。
单位是“像素点/单位长度”图像深度是指存储每个像素所用的位数,也用于量度图像的色彩分辨率.图像深度确定彩色图像的每个像素可能有的颜色数,或者确定灰度图像的每个像素可能有的灰度级数.它决定了彩色图像中可出现的最多颜色数,或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表示，这一数据位的位数即为像素深度，也叫图像深度。
图像深度越深，能够表现的颜色数量越多，图像的色彩也越丰富。
）图像数据量：图像数据量是一幅图像的总像素点数目与每个像素点所需字节数的乘积。
图像分类：根据图像空间坐标和幅度（亮度或色彩）的连续性可分为模拟（连续）图像和数字图像。
模拟图像是空间坐标和幅度都连续变化的图像，而数字图像是空间坐标和幅度均用离散的数字（一般是整数）表示的图像。
图像的数学表示：一幅图像所包含的信息首先表现为光的强度（intensity）,即一幅图像可看成是空间各个坐标点上的光强度I 的集合，其普遍数学表达式为：I = f (x，y，z，λ，t) 式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度（幅度）。
上式表示一幅运动的(t)、彩色/多光谱的(λ)、立体的(x,y,z)图像。
图像的特点：1.空间有界:人的视野有限，一幅图像的大小也有限。
2.幅度（强度）有限：即对于所有的x，y都有0≤f(x,y) ≤Bm其中Bm为有限值。
图像三大类：在每一种情况下，图像的表示可省略掉一维，即1.静止图像：I = f（x，y，z, λ）2.灰度图像：I = f（x，y，z，t ）3.平面图像：I = f（x，y,λ,t）而对于平面上的静止灰度图像，其数学表达式可简化为：I = f（x，y）数字图像处理的基本步骤：1.图像信息的获取：采用图像扫描仪等将图像数字化。
2.图像信息的存储：对获取的数字图像、处理过程中的图像信息以及处理结果存储在计算机等数字系统中。
3.图像信息的处理：即数字图像处理，它是指用数字计算机或数字系统对数字图像进行的各种处理。
4.图像信息的传输：要解决的主要问题是传输信道和数据量的矛盾问题，一方面要改善传输信道，提高传输速率，另外要对传输的图像信息进行压缩编码，以减少描述图像信息的数据量。
5.图像信息的输出和显示：用可视的方法进行输出和显示。
数字图像处理系统五大模块：数字图像处理系统由图像输入、图像存储、图像通信、图像处理和分析五个模块组成。
1.图像输入模块：图像输入也称图像采集或图像数字化，它是利用图像采集设备（如数码照相机、数码摄像机等）来获取数字图像，或通过数字化设备（如图像扫描仪）将要处理的连续图像转换成适于计算机处理的数字图像。
数字图像处理作业——频域滤波器设计摘要在图像处理的过程中,消除图像的噪声干扰是一个非常重要的问题。
本文利用matlab软件,采用频域滤波的方式,对图像进行低通和高通滤波处理。
低通滤波是要保留图像中的低频分量而除去高频分量，由于图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓；高通滤波是要保留图像中的高频分量而除去低频分量，所以高通滤波可以保留较多的边缘轮廓信息。
本文使用的低通滤波器有巴特沃斯滤波器和高斯滤波器，使用的高通滤波器有巴特沃斯滤波器、高斯滤波器、Laplacian高通滤波器以及Unmask高通滤波器。
实际应用中应该根据实际图像中包含的噪声情况灵活地选取适当的滤波算法。
1、频域低通滤波器：设计低通滤波器包括 butterworth and Gaussian (选择合适的半径，计算功率谱比),平滑测试图像test1和2。
实验原理分析根据卷积定理，两个空间函数的卷积可以通过计算两个傅立叶变换函数的乘积的逆变换得到，如果f(x, y)和h(x, y)分别代表图像与空间滤波器，F(u, v)和H(u, v)分别为响应的傅立叶变换（H(u, v)又称为传递函数），那么我们可以利用卷积定理来进行频域滤波。
在频域空间，图像的信息表现为不同频率分量的组合。
如果能让某个范围内的分量或某些频率的分量受到抑制，而让其他分量不受影响，就可以改变输出图的频率分布，达到不同的增强目的。
频域空间的增强方法的步骤：（1）将图像从图像空间转换到频域空间；（2）在频域空间对图像进行增强；（3）将增强后的图像再从频域空间转换到图像空间。
低通滤波是要保留图像中的低频分量而除去高频分量。
图像中的边缘和噪声都对应图像傅里叶频谱中的高频部分，所以低通滤波可以除去或消弱噪声的影响并模糊边缘轮廓。
理想低通滤波器具有传递函数：其中D0为制定的非负数，D(u,v)为点(u,v)到滤波器中心的距离。
