图像处理——基本知识

一、什么是灰度直方图？

灰度直方图反映的是一幅图像中各灰度像素值出现的频率之间的关系

二、什么是局部处理？哪些算法属于局部处理？

其处理结果由图像中的一小部分领域的像素值确定，称为局部处理。如中值滤波

三、什么是点处理？哪些算法属于点处理？

在局部处理中，其输出只跟像素灰度有关的处理称为点处理。比如图像二值化、对比度增强

四、图像增强常用的方法？

图像的线性变换、非线性变化、直方图均衡化

五、锐化和平滑

锐化是指通过增强高频分量来减少图像的模糊，但在增强图像边缘的同时也增加了图像的噪声。
平滑则是跟锐化相反，过滤掉高频分量，减少噪声（如滤波），但可能使图片变得模糊。

六、膨胀和腐蚀

膨胀和腐蚀是图像处理中的形态学操作。

膨胀是使用最大化操作，填补图像中的空洞。具体操作是将图像A与一个卷积核B进行卷积，将卷积核B覆盖区域的最大像素值用来代替当时卷积核B所在位置的中心点。
腐蚀是为了消除细小目标，会使图像变小。具体操作和膨胀一样，不同之处在于使用最小像素值来代替

开运算（先腐蚀，再膨胀)：消除纤细连接，平滑大物体边缘
闭运算（先膨胀，后腐蚀)：填补空洞，连接相近物体，平滑边缘

七、无监督算法

无监督学习用于无类别信息的情况。聚类算法是一种常见的无监督算法，如网格聚类，它的原理是将数据空间划分为网格单元，将数据对象集映射到网格单元中，并计算每个单元的密度。根据预设的阈值来判断每个网格单元是否为为高密度单元，相邻的高密度单元形成“簇”