第一章 绪论、第二章 数字图像处理基础 题目

• 绪论

1. 简述数字图像概念（2012）

将一幅图像在空间上分割成离散的点，即取样操作——对坐标值进行数字化；同时将各点的灰度值进行量化，用离散的整数表示，形成计算机能处理的形式。

数字图像可以用一个二维函数f（x,y）表示，（x,y）表示空间坐标，f为空间坐标（x,y）对应的灰度值。

• 数字图像处理基础

1. 当在白天进入一个黑暗剧场时，在能看清并找到座位时，需要适应一段时间，试描述发生这种现象的视觉原   

理。（2015）

人的视觉系统不能同时在整个亮度范围内工作，当周围环境亮度发生变化时，视觉系统是通过改变亮度灵敏度来调整亮度感知的。因此，在白天进入一个黑暗剧场时，视觉系统需要一定的时间来改变亮度灵敏度，在完成调整后，才能在黑暗的环境中看清座位。

1. 简述图像邻域。（2011）

图像邻域是指一个像元（x,y）的邻近元素形成的集合，即{（x-q,y-p）}，p、q为任意整数。例如一个像素的4邻域：{（x+1,y）,（x-1,y）,（x,y+1）,（x,y-1）}。

1. 简述灰度级分辨率。（2012）

灰度级分辨率指的是灰度级图像中可分辨的灰度最小变化，灰度级分辨率用灰度级或者比特数表示，灰度级分辨率越高，图像质量越好，当灰度级分辨率太低时，会出现伪轮廓线，最极端的情况是二值化图像，会有严重的伪轮廓线。

1. 图像量化时，如果彩色量化级数小会怎么样？为什么会这样？（2018）

图像的量化过程即将图像各点的灰度值进行采样并数字化的过程，这是一个将连续变化的颜色划分到有限个级别的过程中，必然会导致颜色信息的损失。当量化的级数达到一定数量时，人眼察觉不到颜色信息的丢失。但如果量化级数太小就会导致图像的质量很差，量化级数过小时，图像的分辨率就会降低，颜色层次欠丰富，过渡不自然，最极端的情况就是二值化黑白图像，会出现严重的伪轮廓线。

1. 简述图像对比度。（2009）

图像对比度指的是一副图像中敏感区域最亮的白和最暗的黑之间不同亮度级的测量，即代表了一幅图像灰度反差的大小。

1. 简述图像配准。（2011）

图像配准指的是对一幅图像进行一种或一系列的空间变换，使它与另一幅图像上的对应点达到空间上的一致，这种一致指的是对象上所有点，或至少是所有感兴趣的点在两张已经配准的图像上有着相同的空间位置。

1. 有两幅图像，一张为畸变图像，一张为几何校正的图像，畸变可用一对双线性插值方程来建模。（2011）

双线性插值：v=ax+by+cxy+d 名字叫双线性插值，但其实是非线性插值

1. 假设有两张数字图像，对其进行配准，可能涉及的变化有平移、转动、尺度变化（2021）