复习大纲（康奈尔法）

CUE

第一章

图像处理的研究内容：增强（改善主观质量）、恢复（消除客观影响）、压缩编码（减少冗余）、分割（分离感兴趣区域）、表达和描述（用另一种方式描述）

数字图像特点：数据量、冗余

数字图像优点：灵活、精度、再现

第二章

视觉现象：
	自适应：原因
	对比灵敏度：韦伯比与分辨的关系
	马赫带、同时对比度：定义（亮度边界、背景与目标）

图像基础：
	采样：采样定理
	量化：定义
	分辨率：不同单位的定义（dpi、pixel/m×m）
	图像的表示：
		矩阵、向量
		随机性：直方图、均值方差自相关函数及含义、熵
	像素间联系：
		邻域：4、8
		连通性：判断条件（邻域+准则（目标r与N(p)））、m连接的判断条件（4或只有对角）
		连通与通路：定义（存在通路、连通性）

第三章

基本灰度变换及其作用、低阶和高阶码平面的含义

直方图：含义（灰度概率），性质（位置？与原图对应关系），

直方图均衡：含义（顾名思义），变换函数条件（单调性、取值区间），步骤（累加+四舍五入量化），作用（对比度），不足（平坦？灰度级数目）

直方图匹配：含义（顾名思义），步骤（两次均衡+近似值映射）

直方图统计矩：均值和方差的定义及含义

减法、加法处理的目的

空域滤波基础
	相当于模板运算
	边界是否延拓

空域平滑滤波：
	目的（模糊、噪声）
	线性：均值滤波（均值、加权均值（高斯）），作用（白噪声）
	非线性：中值，作用（边缘、噪声）

空域锐化滤波：
	参考第十章一二阶差分的含义
	拉普拉斯算子：定义，模板
	钝化、高提升滤波：
	

第十章
图像分割的定义、目的（用于后续操作）、分割依据（不同区域、同一区域）、常用方法（基于分割依据）

检测基础：
	一阶差分：定义、满足的条件（平坦区域、灰度变化区域、灰度变化开始处）、响应（缓慢变化灰度边缘）
	二阶差分：定义、满足的条件（平坦区域、灰度变化趋于、灰度变化开始处）、响应（缓慢变化灰度边缘、阶跃变化（细线或孤立点或噪声））
	检测方法：
		（1）模板匹配：
		点检测模板
		线检测模板
		边缘检测模板：一阶差分和二阶差分检测边缘的区别、噪声对边缘检测的影响、边缘检测基本步骤、梯度算子模板（基本梯度算子（水平、垂直）、Roberts、Prewitt、Sobel）
		Marr边缘检测：步骤（滤波、二阶差分、检测零交叉）
		Canny边缘检测：步骤（滤波、梯度、抑制非最大值）
		（2）阈值处理：
		全局阈值处理：步骤
		全局最佳阈值：步骤，分割阈值、误分割概率（背景、目标、总体）
		Otsu算法：步骤
		（3）区域分割：
		区域生长：步骤、两个关键问题（初始点、区域一致性准则（灰度差、连通性））
		区域分裂与聚合：步骤

第十一章

边界的表达
	链码：定义（4、8），长度，具体表示，起始点归一化，旋转归一化，优点

区域的表达
	四叉树：节点的表示方法（顺时针+后面）

边界描述子
	简单的边界描述子：定义（边界的长度、直径、斜率）
	形状数：定义，长度，性质（不变性）
	傅里叶描述子：