考纲

1 概念

数字图像$f(x,y)$由离散的像素点构成，每个像素点具有特定的位置$(x,y)$和灰度值（强度值）$f$，通过这些像素的排列构成了整幅图像。

数字图像处理是将图像信号转换为数字信号并使用计算机进行处理的技术，广泛应用于各种领域，如生物医学工程。

在计算机中，数字图像以二维矩阵的形式呈现。为了方便图像的扫描和显示，我们使用的坐标系为矩阵坐标系（$\downarrow x\to y$）。矩阵坐标系与平面坐标系一样，都遵循右手法则（手掌朝内面向自己。手臂方向即为x的正轴方向，大拇指朝上垂直手臂的方向为y的正轴方向。如图所示），但不同的是，矩阵坐标系相较于平面坐标系顺时针旋转了90°，使图像的原点位于左上角。这样设计的目的也是为了适应显示器的扫描方式：从左上角开始，从左到右逐行扫描图像。

由矩阵坐标系表示的空间称为空间域，也叫图像空间。空间域中的操作都是直接对像素值进行操作，通过改变像素的数值而改变整幅图像的。$f(x,y)=\left[\begin{array}{cccc}255& 128& 64& 0\\ 128& 255& 128& 64\\ 64& 128& 255& 128\\ 0& 64& 128& 255\end{array}\right]$对应于下图【忽略绿色边框】。$f(0,0)=f(1,1)=f(2,2)=f(3,3)=255$

人类的感知仅限于电磁波谱的可见波段，而成像机器几乎覆盖整个电磁波谱范围，因此数字图像处理领域非常广泛。

三种类型的计算机处理：

• 低级处理：如降低噪声的图像预处理、对比度增强和图像锐化。输入输出都是图像。
• 中级处理：涉及图像的分割和特征提取，输入是图像，输出是从图像中提取的特征，如边缘、轮廓等。
• 高级处理：主要集中在目标识别和理解上，与人类视觉的认知功能相关。

以下是数字图像的一些关键概念和属性：

1. 像素（Pixel）

   • 像素是数字图像的最小单元，每个像素用一个或多个数值表示其颜色或亮度。
   • 像素的排列方式决定了图像的分辨率和清晰度。

2. 分辨率（Resolution）

   • 分辨率指图像中每单位面积的像素数量，通常以宽×高（如1920×1080）表示。
   • 分辨率越高，图像的细节表现越好，但文件大小也会增加。

3. 颜色深度（Color Depth）

   • 颜色深度指每个像素用于表示颜色的比特数，常见的颜色深度有8位、16位、24位等。
   • 8位图像：每个像素表示256个灰度值（0-255）。
   • 24位图像：每个像素表示RGB三原色，每种颜色占8位，总计16,777,216种颜色。

4. 图像分辨率与尺寸

   • 数字图像的尺寸以像素宽度和高度表示，例如1920×1080像素。
   • 对应物理尺寸时需结合图像的DPI（每英寸点数）信息。

5. 数字图像的种类

   • 位图图像（Bitmap Images）：由像素阵列组成，如照片。
   • 矢量图像（Vector Images）：由几何图形（点、线、曲线）组成，放大不失真，常用于设计。

还需要注意的是：灰度级与灰度值不同。灰度级是衡量灰度（从黑色到白色的变化）的一个标量，而灰度值是像素点的实际数值。灰度级越高，图像的亮度越大。由于本书中灰度级按照灰度值划分，因此在本书中可以理解为灰度级 = 灰度值。

2005甄题【名词解释】

像素

像素是数字图像中将空间离散后的最小单位，代表图像中的一个点，具有特定的位置和灰度值（强度值），决定了图像的视觉信息和内容。

2008、2012甄题【名词解释】

数字图像

数字图像是由离散的像素点构成的二维矩阵，通过数字方式表示。每个像素点具有特定的位置和灰度值，这些像素共同形成图像的视觉信息。

可考题【简答题】

数字图像的基本类型有哪些？分别有什么特点？

位图图像：由像素构成的图像，分辨率依赖于像素密度。适用于照片等细节丰富的图像，但放大可能失真。
矢量图像：由数学方程定义，不依赖分辨率，放缩不失真，常用于标志和字体。

可考题【简答题】

数字图像处理分为哪几个层次？具体内容包括什么？分别有什么特点？

低级处理：如降低噪声的图像预处理、对比度增强和图像锐化。输入输出都是图像。
中级处理：涉及图像的分割和特征提取，输入是图像，输出是从图像中提取的特征，如边缘、轮廓等。
高级处理：主要集中在目标识别和理解上，与人类视觉的认知功能相关。

2 应用领域【了解】

2.1 伽马射线成像【核医学影像】☆

下图显示了一个医疗场景，其中伽马射线用于捕获器官和骨骼等内部结构的图像。环境被描绘成高科技和清洁的，强调了成像过程的非侵入性。

下图是核医学成像图示，展示了接受 PET 或 SPECT 扫描的患者。该图像突出了如何使用放射性示踪剂创建详细的内部图像，通常揭示高代谢活动的区域，如癌细胞或心脏组织。

伽马射线成像的主要用途包括核医学和天文观测，具体应用如下：

1. 核医学中的伽马射线成像

   • 伽马射线成像在核医学中用于诊断和治疗，主要方法是将放射性同位素注入人体。同位素在衰变时发射伽马射线，使用伽马射线检测器收集这些放射线，进而生成图像。这种技术用于检测骨骼病变，如感染或肿瘤。

     • 图1.6(a) 显示了一幅使用伽马射线成像得到的骨骼扫描图像。这类图像清晰显示了骨骼结构中的异常情况，比如病变部位的感染或肿瘤。

     • 图1.6(b) 则展示了另一种形式的核成像——正电子发射断层成像（PET）。这种方法通过注入放射性同位素，同位素衰变时发射正电子，正电子与电子相遇时发生湮灭，同时发射出两束伽马射线。通过检测这些伽马射线，利用断层成像技术生成三维断层图像。图1.6(b)中的图像展示了脑部和肺部的肿瘤，肿瘤以白色小团块形式显现。

2. 天文观测中的伽马射线成像

   • 在天文学中，伽马射线成像用于观测宇宙中的高能现象。例如，图1.6(c) 显示了约15000年前天鹅星座中的一颗恒星发生超新星爆发后形成的天鹅星座环。伽马射线成像揭示了这一超热稳定气团的壮丽色彩，图1.6(c)通过天体的自然辐射获得，与核医学中的成像原理有所不同。

3. 核反应堆中的伽马射线成像

   • 伽马射线成像还可用于工业领域，如核反应堆的监测。图1.6(d) 展示了一幅核反应堆中真空管伽马辐射的图像。图1.6(d)显示了左下方的强辐射区域，这些信息对核反应堆的安全监控非常关键。

综上：伽马射线成像在核医学中用于诊断疾病，在天文领域用于观测宇宙现象，在工业上用于监控核反应堆，展示了其在多个高能领域中的独特价值。

2.2 X射线成像

下图显示了使用 X 射线捕获体内图像的医疗场景。该图像突出显示了躺在 X 光台上的患者，机器定位以进行扫描，并包括骨骼结构的可见 X 射线图像。

X射线成像因其强大的穿透力和高分辨率，广泛应用于医学、工业和天文学领域，为多学科提供了重要的图像数据。

1. 医学中的X射线成像

   • 用途：用于诊断和检查身体内部结构。
   • 原理：X射线通过X射线管产生，自由电子撞击阳极时释放X射线。X射线穿透人体，不同组织对射线的吸收率不同，在胶片或数字设备上形成影像。
   • 示例：
     • 常规胸部X光：图1.7(a)展示了一幅胸部X射线影像，显示了肺部和胸腔的结构。
     • 数字化X射线成像：包括数字化胶片和荧光屏技术，直接将X射线转换为光信号，再由数字系统捕获。

2. 血管造影

   • 用途：通过造影剂增强血管对比度，帮助放射科医生观察血管病变或阻塞。
   • 原理：通过导管注入造影剂，X射线下增强血管可视性。
   • 示例：
     • 图1.7(b)显示了一幅主动脉血管造影图像，造影剂流经大血管时，显示了血管和肾脏的高对比图像。

3. 计算机轴向断层成像 (CAT)

   • 用途：提供高分辨率三维影像，用于精确检查和诊断。
   • 原理：CAT扫描通过多角度的X射线生成身体内部“切片”图像，组合切片形成三维重建。
   • 示例：
     • 图1.7(c)展示了一幅头部的CAT切片，显示了脑部结构的详细信息。

4. 工业中的X射线成像

   • 用途：用于检测工业产品中的缺陷。
   • 原理：工业X射线使用更高能量，穿透材料，生成产品内部结构图像。
   • 示例：
     • 电路板X射线图像：图1.7(d)显示了电路板内部的元件分布，用于检测缺陷如元件缺失或断线。
     • 工业CAT扫描：用于更大物体的扫描，如火箭发动机。

5. 天文学中的X射线成像

   • 用途：用于观测高能天体现象。
   • 示例：
     • 图1.7(e)展示了天鹅星座环的X射线成像，显示了这一天文现象的高能辐射特征。

2.3 紫外波段成像

以下是科学或医学背景下的紫外线 （UV） 成像图示。该图像显示了紫外光如何与生物样品相互作用，揭示了在正常光线下不可见的细节，例如细微的皮肤状况或隐藏的结构。

1. 紫外光在显微方法中的应用

   • 荧光显微技术是紫外光成像的一个重要应用领域，尤其在生物学和材料科学中。
   • 原理：紫外光不可见，但它能激发某些物质发出可见光。当紫外光子与荧光物质的电子相互作用时，电子跃迁至更高能级，再回落时发射出低能的可见光子。这一现象称为荧光。
   • 应用：
     • 原发荧光：一些物质天然具有发荧光的能力。
     • 次生荧光：一些物质经过化学处理后也可发出荧光。
   • 示例：
     • 玉米荧光显微图像：图1.8(a)显示了正常玉米的荧光显微图像，图1.8(b)则展示了被黑穗病感染的玉米。黑穗病是一种由寄生真菌引起的病害，对玉米等作物威胁严重。
     • 通过荧光显微技术，研究人员可以清晰地分辨感染区域与健康区域，荧光对比度使病理研究更加直观有效。

2. 紫外光在天文观测中的应用

   • 紫外波段的天文成像用于研究高能天体事件，许多天体在紫外光下表现出独特的结构和辐射特性。
   • 原理：紫外光波段揭示了天体发出的高能辐射，这些信息在可见光下通常不可见。天文学家利用紫外成像来研究恒星形成、超新星爆发等高能事件。
   • 示例：
     • 天鹅星座环：图1.8(c)展示了天鹅星座环在紫外波段的成像，揭示了其在高能区域的结构。通过紫外光观测，科学家能够更深入地了解该区域的物理特性，如恒星风和气体的运动。

2.4 可见光和红外波段成像

下图同时显示了可见光和红外 （IR） 成像。一侧，您可以在正常可见光下看到拍摄对象，而另一侧则显示红外成像，突出热模式和温差。

可见光和红外光谱成像的应用范围非常广泛，覆盖了从显微技术到天文学、遥感、工业检测和执法等多个领域。

1. 显微方法中的应用

   • 光学显微镜成像是传统的可见光应用领域，涵盖了从制药、材料科学到微观检测等多个学科领域。
   • 示例：
     • 图1.9展示了一些典型的光学显微镜图像，这些图像用于研究材料特征、检测药品成分、甚至进行微电子元件检测。成像技术可以增强图像，使得测量和分析变得更加容易。

2. 遥感中的应用

   • 可见光和红外波段结合在遥感中广泛应用，例如NASA的LANDSAT卫星通过多光谱成像监测地球环境（见表1.1），这包括对建筑物、植被、水体等的监测。
   • 示例：
     • 图1.10展示了美国华盛顿特区的多光谱图像，通过不同波段，清晰地界定了河流（如波托马克河）和周围的建筑环境。这类图像被用于评估人口增长、污染及其对环境的影响。

3. 气象观测中的应用

   • 多光谱成像也是气象卫星的核心技术之一，特别是在飓风、台风等灾害性天气的监控中。
   • 示例：
     • 图1.11展示了美国国家海洋和大气管理局(NOAA)卫星拍摄的飓风卡特丽娜图像，风眼清晰可见。这帮助气象学家进行精确的天气预报和灾害预警。

4. 红外成像中的应用

   • 全球夜晚灯光数据集：这是通过NOAA/DMSP卫星的红外成像系统拍摄的，工作波段为10.0～13.4微米。该系统用于监测全球人类居住区的灯光情况。
   • 示例：
     • 图1.12和图1.13显示了全球夜晚灯光数据，这些数据可以用于估算全球各地的电力消耗。

5. 工业检测中的应用

   • 自动视觉检测：可见光成像常用于产品质量控制和检测异常。
   • 示例：
     • 图1.14(a)显示了CD-ROM驱动器控制板的图像，其中用图像处理技术检测了丢失的部件。
     • 图1.14(b)展示了药丸胶囊的图像，机器可以识别出缺失、不完整或变形的药丸。
     • 图1.14(c)显示了液位异常的图像，图像处理技术用来查找未注满到要求液位的瓶子。
     • 图1.14(d)显示了一个透明塑料制品中的气泡图像，制品内的气泡数量超过了标准要求。
     • 图1.14(e)显示了针对颜色和出现的异常(如变黑的小片)等进行检测的一批谷物。
     • 图1.14(f)显示了一个人工植入体的图像（代替人眼的透镜)，它使用“结构光”照明技术突出透镜中心的变形和其他瑕疵。

6. 执法中的应用

   • 指纹识别、车牌识别和货币追踪是可见光成像在执法中的重要应用。
   • 示例：
     • 图1.15(a)显示了一幅拇指指纹图像。指纹图像通常由计算机处理，这一处理要么是增强指纹图像，要么是寻找特征，以便自动搜索数据库，寻找潜在的匹配指纹。
     • 图1.15(b)显示了一幅纸币图像。数字图像处理在该领域的应用包括自动计数和执法中为追踪和鉴别钱币读取序列号等。
     • 图1.15(c)和图1.15(d)展示了车牌自动识别的应用，在交通监控和执法中广泛使用。

2.5 微波波段成像

这是科学或医学背景下的微波成像图示。它显示了微波如何穿透身体或物体，根据内部结构或温度变化创建图像。该场景突出显示了扫描过程和生成的图像，展示了微波成像检测原本不可见的细节的能力。

微波波段成像的主要应用是雷达成像，它具备许多独特优势，使其成为探测复杂地形和极端环境的理想工具。以下是微波雷达成像的主要特点和应用：

1. 全天候、全时段数据收集

   • 雷达成像可以在任何天气条件下进行，不受云层、光照、降雨等环境因素的影响。这与可见光或红外成像的局限性形成了鲜明对比。
   • 优势：在复杂气候环境或夜间，传统成像技术可能无法有效工作，而雷达可以持续获取高质量图像，确保关键区域的监测不中断。

2. 穿透能力

   • 雷达波能够穿透云层，在某些条件下甚至能够穿透植被、冰层和沙漠。这使得雷达可以在可见光无法穿透的区域内获取重要的地表信息。
   • 应用场景：对于难以接近的地区，如丛林、极地或沙漠地带，雷达常常是唯一的有效探测手段。

3. 工作原理

   • 雷达成像的原理类似于闪光照相机，但区别在于雷达自身提供光源，使用微波脉冲照射地面。天线接收反射回来的微波信号，然后通过数字计算机处理技术生成图像。
   • 与传统照相机不同，雷达图像中显示的不是物体的可见外观，而是物体反射的微波能量。

4. 应用实例

   • 图1.16展示了西藏东南部的雷达图像，清晰地描绘了拉萨市以东90公里的崎岖山区，尽管该地区有云层和大气干扰，但图像中的细节依然清晰可见。
   • 特点：雷达图像不仅展现了山峰和河谷的高差，还突破了大气条件的干扰，使得像拉萨河谷这样的细节在雷达图像中依然非常明显。

5. 地表探测的独特优势

   • 在探测某些人类难以接近的区域，如极端气候或地形复杂的地区（如高山、沙漠等），雷达成像技术显得尤为重要。它提供了可靠的地表数据，用于地质勘探、灾害预警、环境监测等领域。

总结

• 微波雷达成像凭借其全天候作业、强大的穿透能力和对大气条件的免疫力，在科学研究、地质勘探和环境保护等领域发挥着至关重要的作用。它能够突破可见光和红外波段的局限，提供更多关于地表及其特征的信息，尤其是在难以接近的地理区域或极端天气条件下。

2.6 无线电波段成像

以下是无线电波成像的图示，显示了如何使用无线电波来捕获图像或检测对象。它重点介绍了在科学或医疗环境中使用无线电波进行无创成像的过程。

无线电波段成像具有广泛的应用，尤其在医学和天文学中表现尤为突出。

1. 医学中的应用：磁共振成像（MRI）

   • 磁共振成像（MRI）是无线电波在医学中的主要应用。MRI的工作原理是通过将病人置于强磁场中，然后发送短脉冲无线电波穿过人体。人体的不同组织会对这些无线电波产生不同的反应，发射出相应的无线电波脉冲，这些信号由计算机处理并转化为图像。
   • 特点：
     • 无创性：MRI不像X射线或CT扫描，它不使用电离辐射，对人体组织和器官无损害。
     • 高分辨率：MRI能产生清晰的二维或三维图像，特别适用于软组织的成像，如大脑、脊椎、关节等。
     • 多平面成像：MRI可以在任何平面上生成图像，提供详细的解剖信息。
   • 示例：
     • 图1.17展示了人的膝盖和脊椎的MRI图像，这类成像在骨科、神经学以及癌症诊断等方面具有重要的诊断价值。

2. 天文学中的应用：无线电波段天文观测

   • 在天文学中，无线电波段成像用于探测和研究宇宙中的天体。无线电波能够穿透宇宙中的尘埃和气体，这使得无线电波段天文观测成 为理解宇宙中一些难以通过其他波段观察的现象的重要工具。
   • 蟹状星云脉冲星（Crab Pulsar）：
     • 图1.18展示了蟹状星云中的脉冲星在无线电波段的图像。相比于可见光、X射线或伽马射线等波段的图像，脉冲星在无线电波段表现出不同的“外观”。
     • 脉冲星是快速旋转的中子星，它们通过发射极强的无线电波信号而被探测到。通过无线电波段，天文学家能够研究这些天体的自转速度、磁场强度以及能量发射机制。

3. 跨波段比较

   • 无线电波段图像与伽马射线、X射线、红外线、可见光等其他波段的图像对同一目标天体会提供不同的信息。例如，蟹状星云脉冲星的无线电图像侧重于脉冲星的无线电发射，而伽马射线图像则展示其高能粒子活动。这种跨波段比较有助于天文学家全面理解天体的各种物理现象。

2.7 电子显微镜成像

这是电子显微镜成像的图示。它显示了一位科学家在高科技实验室中在电子显微镜下观察样品，并在微观尺度上捕捉了复杂的细节。

电子显微镜利用电子束而非光束来成像，分为透射电子显微镜（TEM）和扫描电子显微镜（SEM）。
- 透射电子显微镜（TEM）：类似幻灯片投影仪，电子束穿透样本后投射在荧光屏上，产生高分辨率图像。适用于非常薄的样本。
- 扫描电子显微镜（SEM）：电子束扫描样本表面，不断检测电子与样本的相互作用，生成图像。适用于大体积样本。
- 放大倍数：电子显微镜的放大倍数可高达10000倍或更大，相比之下光学显微镜的放大倍数约为1000倍。图1.21展示了因过热损坏的样本图像。

2.8 计算机生成的合成成像

这是计算机生成的合成成像的更新图示。它描述了使用先进的算法和 AI 技术来创建详细而逼真的图像。该场景展示了一个现代工作站，屏幕上显示了 3D 合成图像，演示了将原始数据转换为视觉上令人惊叹的结果的过程。

分形图像是计算机生成图像的典型例子，基于特定的数学规则进行迭代复制。比如，一个正方形不断细分成更小的方块，或者从中心向外辐射生长，形成复杂的几何图案。图1.22展示了分形图像的两个例子，其中一个模拟了月面景色。

2.9 超声波成像☆

这是声波（超声波）成像的图示。它展示了使用超声波技术捕捉身体内部结构的过程，当波穿过身体时可以看到它们。

声波成像：利用声波的反射和传输特性来获取图像，在地质勘探、工业检测和医学等领域有广泛应用。

• 地质勘探
  • 低频声波（几百赫兹） 用于地质应用，如矿产和石油勘探。在地表之上，通过一辆大型卡车和一块大钢板，卡车振动产生声波，声波的反射强度和速度揭示地下成分的特征。
• 地震勘测
  • 图1.19显示了一个著名三维模型的横截面图像,研究人员主要根据这个模型来测试地震成像算法的性能。箭头指向碳氢化合物（油或气）的油气阱。这一目标要比周围的地层明亮，因为目标区域内的密度变化较大。地震解释人员寻找这些亮点来发现油气。上面的各个地层也很明亮，但它们的亮度变化并不明显。许多地震重建算法由于上方各个断层的影响而很难对这一目标成像。
• 海洋勘探 使用高压气枪产生声波，声波的反射通过水听器检测，计算机分析生成海底的三维图像。
• 医学超声波成像
  • 医学领域，特别是妇产科，使用 高频超声波（1-5 MHz） 成像。超声波穿透人体组织，部分声波在组织边界反射回探头，通过计算声波返回的时间和强度，计算机生成二维图像（图1.20）。
  • 超声波成像步骤：
    1. 向人体发射高频声波脉冲。
    2. 声波在不同组织边界反射。
    3. 反射波由探头拾取并传送给计算机。
    4. 根据声波传播速度和返回时间计算距离。
    5. 在显示器上生成二维图像。

2.9 磁共振成像☆

这是磁共振成像 （MRI） 的图示。它展示了 MRI 扫描仪内的患者，机器使用磁场和无线电波来捕捉身体的详细图像。

3 基本步骤

可以将后续各章的内容划分为两大宽泛类别：

1. 输入和输出都是图像的方法
   这一类方法的目标是对图像进行处理，使得输出仍然是一幅图像。这些处理可以包括图像增强、图像复原、彩色图像处理、小波变换和图像压缩等。主要涉及的章节内容如下：

   • 图像获取：这是图像处理的第一步，包括获取数字图像并进行预处理（例如缩放）。第2章详细介绍了这一过程。
   • 图像增强：通过操作图像，使其在特定应用中更适合显示。第3章和第4章中的增强技术示例为图像处理新手提供了一个较为简单的起点。
   • 图像复原：与增强不同，复原基于数学或概率模型来纠正图像中的退化。它更注重客观性，而不是增强的主观性。
   • 彩色图像处理：第6章探讨了彩色模型的基本概念，彩色图像处理对于当今网络中大量使用的数字图像尤为重要。
   • 小波变换：用于图像数据压缩和金字塔表示的基础。它是不同分辨率下的图像表示方式。第7章讨论了其他相关变换。
   • 图像压缩：减少图像存储量或降低图像带宽的处理。第8章详细讨论。
   • 形态学处理：使用形态学处理对一幅图像进行噪声去除，通过腐蚀和膨胀操作平滑对象的边缘，输出仍是一幅处理后的图像。

2. 输入可能是图像，但输出是从图像中提取的属性
   这一类方法的目标是从图像中提取特定的特征或属性，而输出往往不是图像，而是特定的描述、分类或属性。包括特征提取、分割、形态学处理和图像模式分类等。相关章节如下：

   • 形态学处理：形态学处理也可以用来提取特定的图像属性，如物体的形状、边界、骨架等。这些属性可以用于进一步的分析和处理。在这种情况下，输出的不是一幅完整的图像，而是描述图像中某些特征的属性数据。
   • 图像分割：将图像划分为各个组成部分或目标，这是图像处理中最困难的任务之一，成功的分割能更好地进行后续分析。
   • 特征提取：通常紧随分割阶段，通过检测和描述图像中的边界、区域或整体特征进行处理。
   • 图像模式分类：根据提取的特征对图像中的对象进行分类。最后一章将详细讨论图像模式分类方法，包括传统方法和现代深度神经网络（例如卷积神经网络）的方法。

知识库的作用

• 图像处理过程中，知识库在处理模块与数据之间充当桥梁，用来指导处理过程。例如，在检测材料缺陷时，知识库可能包含所有已知缺陷的列表，并根据这些信息对图像进行有效处理。各处理模块与知识库之间的交互性在图1.23中用双箭头表示。

可考题【简答题】

数字图像处理的基本步骤

1. 图像获取：通过摄像头、扫描仪等设备获取图像数据。

2. 预处理：初步处理图像，如去噪、灰度转换、平滑处理。

3. 图像增强：改善视觉效果或突出关键信息，如增强对比度和调整色彩。

4. 图像分割：将图像划分为多个区域或对象。

5. 特征提取：提取关键特征，如边缘、纹理、颜色。

6. 分类识别：根据特征对图像进行分类和识别，理解图像内容。

可考题【简答题】

数字图像处理的主要研究内容由哪些？简要说明它们的作用？

1. 图像增强：改善视觉效果，如对比度和色彩调整，使图像更清晰。

2. 图像复原：修复损坏或退化图像，常用降噪、去模糊等方法。

3. 图像压缩：减少图像数据量，提高存储和传输效率。

4. 图像分割：划分图像为多个有意义的区域，便于分析处理。

5. 图像识别：识别图像中的对象，如人脸或物体分类。

6. 目标检测：定位图像中特定目标，如行人、车辆。