图像的直方图。

直方图表示数字图像中每一灰度级与其出现频数（该灰度像数的数目）间的统计关系。

直方图均衡化

也叫直方图均匀化，是一种常用的灰度增强算法。对一幅对比度较小的图像，经过均匀化处理后，其所有灰度级出现的相对频数相同。此时图像的熵最大。图像所包含的信息量最大。

直方图规定化和。

通过控制图像的直方图，得到具有特定的直方图的图像。

图像的灰度级。

表示图像像素位置上亮暗程度的整数称为灰度。灰度级指图像经量化后得到的灰度的等级。

图像的退化模型

景物成像过程中可能畸变、模糊、失真或混入噪声，使得所成图像降质，称为图像退化。可用下列模型表示：<IMG src=" img/7-1-5.JPG" align=absMiddle>

图像中值滤波

是一种非线性滤波，利用一个含有奇数点的滑动窗口，将窗口正中那点值用窗口内各点灰度的中值代替。

图像锐化

利用微分法、拉普拉斯算法、高通滤波等方法使模糊图像变的清晰的过程。

图像平滑。

利用邻域平均、低通滤波、多幅图像平均以及中值滤波等方法，减少图像的噪声的方法。

图像均值滤波和

。

利用像素灰度的平均值代替每个像素的值。

图像增强，。

利用各种数学方法和手段，提高图像中人们感兴趣部分的清晰度，包括图像灰度修正、图像平滑、噪声去除、图像边缘增强等。

试叙述图像矩阵f(x,y),M和N的意义？

f(x,y)反映了图像上点坐标（x,y）与该点上的能量值之间的对应关系；M是每行像素的个数，N是每列像素的个数。

简述图像信号的数字化过程。

包括在空间上的离散化和对每个取样点的离散化过程。首先对图像进行取样，在空间上将图像离散化为像素的阵列。然后将每个样本的灰度值进行量化，将其转化为有限个离散值、赋予不同码字，再由计算机进行处理运算。

连续图像和数字图像如何相互转换?

数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

图像处理中正交变换的目的是什么？图像变换主要用于哪些方面？

正交变换可以使得图像能量主要集中分布在低频率成分上，边缘和线信息反映在高频率成分上。因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像编码压缩和形状分析等方面。

引起图像退化的原因有哪些？

造成图像退化的原因很多，可分为以下几个方面：（1）射线辐射、大气湍流等造成的照片畸变。（2）模拟图像数字化的过程中，由于会损失部分细节，造成图像质量下降。（3）镜头聚焦不准产生的散焦模糊。（4）成像系统中始终存在的噪声干扰。（5）拍摄时，相机与景物之间的相对运动产生的运动模糊。（6）底片感光、图像显示时会造成记录显示失真。（7）成像系统的像差、非线性畸变、有限带宽等造成的图像失真。（8）携带遥感仪器的飞行器运动的不稳定，以及地球自转等因素引起的照片几何失真。

用DCT变换对Matlab自带图像cameraman.tif做图像压缩，分别显示变换前后的图像。

给定一数字图像‘baboon.tif’，对该图像分别加入高斯噪声、椒盐噪声、乘性噪声。

一信源有<IMG src=" img/7-6-1.JPG" align=absMiddle>分别为<IMG src=" img/7-6-2.JPG" align=absMiddle>求其Huffman二进制编码，并求效率。

相应的Huffman编码是 <IMG src=" img/7-6-3.JPG" align=absMiddle> 编码效率为<IMG src=" img/7-6-4.JPG" align=absMiddle>