方向的相关性，又可以消除像素垂直方向的相关性。
114. 二维行程编码是利用图像的二维信息的强相关性，对图像按照一定的扫描路线进行扫描，遍历所有的像素点，获得点点相邻的关系后进行一维行程编码的方法。这样，既可以消除行内像素之间水平方向的相关性，又可以消除像素垂直方向的相关性。而一维行程编码只考虑了消除行内像素之间的相关性，没有考虑到某种方向之间的相关性；
115. 压缩编码算法很多，比如行程编码、霍夫曼编码等。每种不同的压缩编码方法具有各自不同的特点。比如行程编码擅长对多个重复数据连续出现的情况进行编码；霍夫曼编码则可以有效地将出现频率高、低不同的数据进行编码。如果将不同的编码方式巧妙的结合在一起，则可以达到更高的压缩率，这就是混合压缩编码的思想。
116. 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子
假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：
s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00
由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取：
S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7， s4≈6／7，s5≈1，s6≈l，s7≈1。 可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。 因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。
117. 分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。
ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。
118. （1 ）直接以梯度值代替；（2 ）辅以门限判断；（3 ）给边缘规定一个特定的灰度级；（4 ）给背景规定灰度级；（5）根据梯度二值化图像。
119. 伪彩色增强是对一幅灰度图像经过三种变换得到三幅图像，进行彩色合成得到一幅彩
色图像；
假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。
120. 虽然表示图像需要大量的数据，但图像数据是高度相关的， 或者说存在冗余（Redundancy）信息，去掉这些冗余信息后可以有效压缩图像，同时又不会损害图像的有效信息。 数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、 信息熵冗余、结构冗余和知识冗余。
121. 中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。特点：它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。
122. 将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。
123. 图像增强目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
124. 中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。
中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
125. 区别：图像锐化是用于增强边缘，导致高频分量增强，会使图像清晰；图像平滑用于消除图像噪声，但是也容易引起边缘的模糊。联系：都属于图像增强，改善图像效果。
126. 1、在HIS 模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。
127. 图像增强主要是一个主观过程，而图像复原主要是一个客观过程；图像增强不考虑图像是如何退化的, 而图像复原需知道图像退化的机制和过程等先验知识
128.平滑的实现方法：邻域平均法，中值滤波，多图像平均法，频域低通滤波法。 锐化的实现方法：微分法，高通滤波法。
129. 直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。
130. 人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。
131. 直方图的峰值集中在低端，则图象较暗，反之，图象较亮。直方图的峰值集中在某个区域，图象昏暗，而图象中物体和背景差别很大的图象，其直方图具有双峰特性，总之直方图分布越均匀，图像对比度越好。
132. 椒盐噪声是复制近似相等但随机分布在不同的位置上，图像中又干净点也有污染点。中值滤波是选择适当的点来代替污染点的值，所以处理效果好。因为噪声的均值不为0，所以均值滤波不能很好地去除噪声。
133. 区域可以认为是图像中具有相互连通、一致属性的像素集合。图像分割时把图像分成互不重叠的区域并提取出感兴趣目标的技术。
134. 图像的运算是指以像素点的幅度值为运算单元的图像运算。这种运算包括点运算、代数运算和几何运算。
135. ①幅度特征。在所有的图像特征中最基本的是图像的幅度特征。可以在某一像素点或其邻域内作出幅度的测量，可以直接从图像像素的灰度值，或从某些线性、非线性变换后构成新的图像幅度的空间来求得各式各样的图像的幅度特征图。②直方图特征。一幅数字图像可以看作是一个二维随机过程的一个样本，可以用联合概率分布来描述。通过对图像的各像素幅度值可以设法估计出图像的概率分布，从而形成图像的直方图特征。③变换系数特征。由于图像的二维变换得出的系数反映了二维变换后图像在频率域的分布情况，因此常常用二维的傅里叶变换作为一种图像特征的提取方法。④点和线条的特征。图像中点的特征含义是，其幅度与其邻区的幅度有显著的不同；图像中线条的特征意味着它在截面上的幅度分布出现凹凸状，也就是说在线段的法向上幅度有明显的起伏。⑤灰度边沿特征。图像的灰度、纹 理的改变或不连续是图像的重要特征，它可以指示图像内各种物体的实际情况。⑥纹理特征。纹理可以分为人工纹理和自然纹理。人工纹理是由自然背景上的符号排列组成，这些符号可以是线条、点、字母、数字等。自然纹理是具有重复性排列现象的自然景象。
136. 把直线上点的坐标变换到过点的直线的系数域，通过利用共线和直线相交的关系，使直线的提取问题转化为计数问题。
137. 假彩色增强是将一幅彩色图像映射到另一幅彩色图像，从而达到增强彩色对比，使某些图像达到更加醒目的目的。伪彩色增强是把一幅黑白域不同灰度级映射为一幅彩色图像的技术手段。
138. 虽然表示图像需要大量的数据，但图像数据是高度相关的， 或者说存在冗余（Redundancy）信息，去掉这些冗余信息后可以有效压缩图像， 同时又不会损害图像的有效信息。数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、 信息熵冗余、结构冗余和知识冗余。
139：数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化，所以数字图像处理具有很好的再现性。
数字图像处理的主要优点是：精度高、再现性好、通用性、灵活性强。 140：数字图像是物体的一个数字表示，是以数字格式存放的图像，它是目前社会生活中最常见的一种信息媒体，它传递着物理世界事务状态的信息，是人类获取外界信息的主要途径。
141：
图像 数字化 预处理 图像分割 特征提取 自动识别 显示打印结果
人机交互处理 142：1）航空和航天技术方面的应用，主要用于地形地质，矿藏探查，森林、水利、海洋、农业等资源调查，自然灾害预测预报，环境污染检测，气象卫星云图处理及地面军事目标识别。
2）生物医学工程方面的应用，目前广泛应用于临床诊断和治疗的各种成像技术。 3）通信工程方面的应用，将电话、电视和计算机以三网合一的方式在数字通信网上传输。采用编码技术来压缩信息量，如分形编码、自适应网络编码、小波变换编码等。
4）工业和工程方面的应用，主要有产品质量检测、生产过程的自动控制、CAD/CAM等。 5）军事、公安方面的应用，主要用于导弹的精确制导，判断分析，指纹识别，人脸鉴别，图片复原，交通监控，事故分析等。
6）文化艺术方面的应用，电视画面的数字编辑、电影特技、动画的制作、电子图像游戏、广告、MTV、纺织服装设计等。
143：是指视觉的主观感受在亮度有变化的地方出现虚幻的明亮或黑暗的条纹。
马赫带效应的出现是人类的视觉系统造成的。生理学对马赫带效应的解释是：人类的视觉系统有增强边缘对比度的机制。
144：视觉是人类的重要功能。视觉过程是一个非常复杂的过程。主要有三个：光学过程、化学过程和神经处理过程。
当人眼接收光刺激时，首先是条件反射，由视网膜神经进行处理。随后图像信号通过视觉通道反映到大脑皮层，大脑皮层做出相应的处理：存储图像、信息处理、特征提取，决策和描述。最终做出反应。
145: 图像有许多种分类方法，按照图像的动态特性，可以分为静止图像和运动图像；按照图像的色彩，可以分为灰度图像和彩色图像；按照图像的维数，可分为二维图像、三维图像和多维图像。
二值图像：只有黑白两种颜色。
亮度图像：像素灰度级用8bit表示，介于黑色和白色之间的256中灰度中的一种。
索引图像：颜色是预先定义好的，有256种彩色，通过索引来表示，每个像素占8bit。 RGB图像：真彩色图像，每一个像素由红、绿和蓝三个字节组合而成。可产生1670万种不同的颜色。
146：图像的获取即图像的数字化过程，包括扫描、采样和量化。
图像的采样：将空间上连续的图像变换成离散点的操作称为采样。一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差。
图像的量化：经采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理。将像素灰度转换成离散的整数值的过程叫量化。量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大。
147：将同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减，这就是差影法。 差值图像提供了图像间的差值信息，能用于指导动态监测、运动目标的检测和跟踪、图像背景的消除及目标识别等。
148：点运算、代数运算、逻辑运算和几何运算。
149：图像的位置变换（平移、镜像、旋转）、形状变换（放大、缩小）及图像的复合变换等。
150：会的。
因为图像旋转以后，会出现空白点，有些信息丢失，需要对这些点进行灰度级的插值处理。
151：可分离性、平移性质、周期性和共轭对称性、旋转性质、分配率、尺度变换等。
152：是根据图像在变换域的某些性质对其进行处理。
用于在频域进行图像分析、图像增强及图像压缩等工作。
153：是采用某种技术手段，感受图像的视觉效果，或将图像转换成更适合人眼观察和机器分析、识别的形式，以便从图像中获取更有用的信息。 空间域增强技术：点处理，模板处理即邻域处理。 频率域增强技术：高、低通滤波、同态滤波等。
154：直接灰度变换属于点处理技术，关键是设计合适的映射函数。包含的技术有：灰度线性变换、分段线性变换、反转变换、对数变换、幂次变换、灰度切分。