图像处理习题

1、习题一1请说明图像数学表达式I二f（X,y,乙入，t）中各参数的含义，该表达式代表哪几种不同种类的图像图像数学表达式I二f（x,y,z,入,t）中，（x,y,z）是空间坐标，入是波长，t是时间，l是光点（x,y,z）的强度（幅度）。上式表示一幅运动（t）的、彩色/多光谱（入）的、立体（x,y,z）图像。2. 存储一幅1024x768,256个灰度级的图像需要多少bit幅512x512的32bit真彩图像的容量为多少bit（1）幅1024X768,256个灰度级的图像的容量为：b=1024X768X8二6291456bit（2）幅512X512的32位真彩图像的容量为：b=512X512X32=

2、8388608bit3写出“*”标记的像素的4邻域、对角邻域、8邻域像素的坐标（坐标按常规方式确定）4简述二值图像、灰度图像与彩色图像的区别RGB彩色图像与索引彩色图像有什么区别5简述直方图均衡化的基本原理。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。6在一个线性拉伸中，当a,b取何值时，可将双峰直方图的两个峰分别从23和155移到16和240画出灰度变换函数和两个直方图的形状。变换函数为：,则16=23a+b;240=155a+b于是：a=,

3、b=-230（两个直方图峰值之间距离拉开）7图像灰度变换增强有那几种方式，简述其原理。灰度变换、直方图处理、图象的代数运算线性变换和非线性变换,非线性变换包括对数变换和指数变换等8.说明RGB模型和HSI模型各参数的含义.I：表示光照强度或称为亮度，它确定了像素的整体亮度，而不管其颜色是什么。H：表示色度，由角度表示。反映了该颜色最接近什么样的光谱波长（既彩虹中的那种颜色）0°为红色,120°为绿色,240°为蓝色。0°到240°覆盖了所有可见光谱的颜色,240°到300°是人眼可见的非光谱色（紫色）。S：饱和度，饱和度参数

4、是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色,其饱和度值为1。在中心是中性（灰色）影调,即饱和度为0。9说明伪彩色图像处理的主要方法灰度分层灰度变换频域滤波10. 图像亮度增大或减小时，图像直方图如何变化当图像对比度增大或减小时，图像直方图如何变化画出示意图。当图像的亮度增大时，直方图向右平移；当图像的亮度减小时，直方图向左平移。当图像对比度增大时，直方图峰值之间距离增大；当图像对比度减小时，直方图峰值之间距离减小。11. 下图是一幅图像在不同状态下的直方图，试分析其视觉效果，哪一个直方图对应的图像对比度最高第一和第二直方图对应的图像分别偏暗和偏亮，对比度都很差。第三直方

5、图对应的图像灰度范围较大，对比度比前两个图像对比度要好。第四直方图对应的图像灰度范围充满了整个动态范围，对比度最好。12. 有一幅整体偏暗的图像，不能分辨其细节，这时单纯提高每个象素的灰度值能提高其对比度吗为什么若不能，应选择什么样的方法单纯提高图像每个像素的灰度值，只是使图像整体变亮，反映在直方图上则表现为直方图整体向又平移，因此不能提高对比度。要提高对比度可以通过斜率大于1的线性变换，扩展图像灰度动态范围，也可以通过直方图均衡化使图像灰度范围充满整个空间，都可以来提高对比度。13. 实现图像直方图均衡化的变换函数为，其中Dm为最大灰度值，P(D)为图像灰度的累积概率分布，试填写下表完成图像

6、直方图均衡化计算。原图像各灰度值出现的概率、累积概率分布P(D)、经变换所得灰度结果、经舍入处理而得的新的灰度值如下表所示：原始灰度荤像素个数概率累和概率P(D)f)=功新的灰度值06000.1600017000.190.352.4522EOD0210563.92431DC00.20.035.81643000J080J916.37652000.050.966.727&100.30.996.9377江oni1.07714. 图像平滑和图像锐化的主要方法有哪些简述其原理。平滑方法：均值滤波中值滤波低通滤波锐化方法：基于一阶微分的梯度法sobel算子拉普拉斯算子高通滤波15均值滤波器对高斯噪

7、声的滤波效果如何试分析其中的原因。均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。均值滤波器对高斯噪声的滤波结果较好。原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正态分布的均值为0,所以均值滤波可以消除噪声。16. 中值滤波器对椒盐噪声的滤波效果如何试分析其中的原因。中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。中值滤波器对椒盐噪声的滤波效果较好。原因：椒盐噪声

8、是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好。17. 图1所示为被噪声污染的图像，用那种方式可以得到较好的去除噪声效果18图像平滑、图像锐化、图像模糊、消除噪声四个选项那些是低通滤波的结果，那些是咼通滤波的结果。低通滤波对应图像平滑、图像模糊、消除噪声；高通滤波对应图像锐化。19. 试简述高通滤波器和低通滤波器的功能，并举例说明。高通滤波器可以提取图像的高频信息，如边缘等。低通滤波器可以去除图像的噪声等。20. 说明频域滤波的步骤。21图2所示的图像，分别采用下面三种不同的模板进行

9、滤波，试画出滤波后图像的示意图。-1-1-1-1-1-1-18-1-1-1-1-1-1-122.下图分别作3X3的邻域平均和中值滤波处理（边界不作处理），写出处理结果。11718111151115557155511J5551815123用下图所示模板H,对所给图像进行一阶微分锐化。(水平方向)131*0S7L7S&2269解：(1)边缘取0(2)其他行、列均做如下处理以第一行第一列的1为例，其经锐化后得：lxl-2x2+3xl+2x0+lx0+2x0+3x(-l)+0x(-2)+8x(-l)=-3:-IJ（：:0-6-门-110:10:习题二1为何称小波变换为信号的“电子显微镜”，如何

10、实现该功能小波变换的伸缩因子的变化，使得可以在不同尺度上观察信号，所以又称电子显微镜。实现小波变换可以应用Mallat的快速算法。2. 数据没有冗余度能否压缩为什么图像数据量大，同时冗余数据也是客观存在的。一般图像中存在着以下数据冗余因素：(1)编码冗余；(2)像素间的相关性形成的冗余；(3)视觉特性和显示设备引起的冗余。理论上，数据没有冗余度是不压缩的，否则无法解码出原始数据。但在大部分应用场合下采用有损压缩，数据没有冗余度也可以进行压缩。3. 引起图像退化的原因有哪些造成图像退化的原因很多，大致可分为以下几个方面：(1)射线辐射、大气湍流等造成的照片畸变。(2)模拟图像数字化的过程中，由于

11、会损失部分细节，造成图像质量下降。(3)镜头聚焦不准产生的散焦模糊。(4)成像系统中始终存在的噪声干扰。(5)拍摄时，相机与景物之间的相对运动产生的运动模糊。(6)底片感光、图像显示时会造成记录显示失真。(7)成像系统的像差、非线性畸变、有限带宽等造成的图像失真。(8)携带遥感仪器的飞行器运动的不稳定，以及地球自转等因素引起的照片几何失真。4什么是彩色的减性模型和加性模型哪一种模型更适合用于显示、图片和打印场合由三基色混配各种颜色通常有两种方法：相加混色法和相减混色法。相加混色和相减混色的主要区别表现在以下三个方面：(1) 相加混色是由发光体发出的光相加而产生的各种颜色，而相减混色是先有白色光

12、，然后从中减去某些成份(吸收)得到各种颜色。(2)相加混色的三基色是红、绿、蓝，而相减混色的三基色是黄、青、品红。也就是说，相加混色的补色就是相减混色的基色。(3)相加混色和相减混色有不同的规律。彩色电视机显示的颜色是通过相加混色产生的。而彩色电影和幻灯片等与绘画原料、打印机打印图片等是通过相减混色产生各种颜色的。5. 哪个颜色空间最接近人的视觉系统的特点在许多实用系统中，大量应用的是HSI模型，这个模型是由色度(H),饱和度(S)，亮度(I)三个分量组成的，与人的视觉特性比较接近。该模型的重要性在于：一方面消除了亮度成分I在图像中与颜色信息的联系，另一方面色调H和饱和度S分量与人的视觉感受密

13、切相关。基于人的视觉系统的颜色感觉特性，这些特征使HSI模型成为一个研究图像处理的重要工具。6. 图像复原和图像增强的主要区别是什么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。7. 试述图像退化的基本模型，并画出框图且写出数学表达式。图像复原处理的关键是建立退化模型,原图像f(x,y)是通过一个系统H及加入一来加性噪声n(x,y)而退化成一幅图像g(x,y)的，如下图所示n(x,y)这样图像的退化过程的数学表达式可写为：g(x,y)=Hf(x,y)+n(x,y)8. 图像量化时，如果量化级比较小会出现什

14、么现象为什么如果量化级数过小，会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级别中,必然会导致颜色信息损失。当量化级别达到一定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间过度就会变得突然，可能会导致伪轮廓现象。9. 图像编码基本原理是什么数字图像的冗余表现有哪几种表现形式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：编码冗余、视觉冗余、象素冗余。10.小波基函数和傅

15、里叶变换基函数有何区别小波信号的非零点是有限的。它与傅里叶变换的基函数(三角函数、指数信号)是不同的,傅里叶变换的基函数从负无穷到正无穷都是等幅振荡的。11. 小波变换在图像处理中有着广泛的应用，请简述其在图像的压缩中的应用原理。幅图像经过一次小波变换之后，概貌信息大多集中在低频部分，而其余部分只有微弱的细节信息。为此，如果只保留占总数据量1/4的低频部分，对其余三个部分的系数不存储或传输，在解压时，这三个子块的系数以0来代替，则就可以省略图像部分细节信息，而画面的效果跟原始图像差别不是很大。这样，就可以得到图像压缩的目的。12. 简述DCT变换编码的主要过程。第一步，将图像分成8*8的子块；

16、第二步，对每个子块进行DCT变换；第三步，将变换后的系数矩阵进行量化，量化后，得到的矩阵左上角数值较大，右下部分为0;第四步，对量化后的矩阵进行Z形扫描，以使得矩阵中为0的元素尽可能多的连在一起；第五步，对Z扫描结果进行行程编码；第六步，进行熵编码。13. 说明逆滤波法复原图像的基本原理及步骤。1) 对退化图像g(x,y)作二维离散傅立叶变换，得到G(u,v)；2) 计算系统点扩散函数h(x,y)的二维傅立叶变换，得到H(u,v)。F(u,v)3) 计算''丿4) 计算方的逆傅立叶变换，求得14. 设某一幅图像共有8个灰度等级，各灰度出现的概率分别为：，。试对此图像进行Huff

17、man编码，计算编码效率。r.3亠.肿*0.4*o.iJ0-6f。一4+、fJAAL*3零0.150.15P0.15/h2EX幼.0.q112Jf讣、yIpOp賈0.15V.1叫严1找(L15#%.17+0.2810却*£J2Op4+10.100.I诒0.L5*0.遍屮11L14：£IhP2酣0.A0.0'0.100.13门aamo.-2p0.060.0.07总p1000羊2如p0.040.pHP100122g+>p爭0.03口WV1O.-加*0H=-丈plogp=2.53k2k1) 计算图象的熵，即理论熵编码平均码字长度k=1，其中pk是各个灰度等级出现的概

18、率。卩=丈卩p二2.57kk2) 计算实际编码的平均码字长度k=1，其中Bk是各个灰度等级的的码字长度。n=H/P=98.4%3) 计算编码效率15. Matlab是一个重要的图像处理工具，试逐条解释下列Matlab语句所实现的功能。I=imread(')imshow(I)B=fft2(I)C=fftshift(B)figure,imshow(log(abs(B),)figure,imshow(log(abs(C),)16. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余分块一颜色空间转换一零偏置转换一DCT变换一量化一符号编码。颜色空间转换，减少了心理视觉冗余；零偏

19、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)。习题三1. 简述图像分割的概念、作用及策略。概念:图像分割是指通过某种方法，使得画面场景中的目标物被分为不同的类别。作用：把反应物体真实情况的占据不同区域的具用不同特性的目标分离出来，图像分割是图像分析和图像描述的关键步骤，图像分割的好坏直接影响了后续图像处理的效果。基本策略:基于灰度值的不连续性和相似性路线1：检测图像像素灰度值的相似性，选择阈值，找到灰度值相似的区域，区域的外轮廓就是物体的边界。路线2：检测图像像素灰度级的不连续性，找到线(宽度

20、为1)、边(不定宽度)。先找边，后确定区域。2说明图像分割的主要方法。阈值方法：根据图像的灰度值的分布特性确定某个阈值来进行图像分割边界分割方法：通过检测出封闭的某个区域的边界来进行图像分割区域提取方法：根据特定区域与其他背景区域特性上的不同来进行图像分割,基于像素聚类的分割方法。3. Canny算子边缘检测步骤。(a) 对图像进行高斯滤波；(b) 用方向梯度算子计算图像的方向梯度以及梯度方向；(c) 进行非极大值抑制；(d) 采用双阈值技术进行边缘迟滞；(e) 获取边缘。4. 说明采用Hough变换检测图像中的直线的主要原理。霍夫变换的基本思想是点一线的对偶性。图像变换前在图像空间，变换后在

21、参数空间。在图像空间中的直线上的每一个点都会映射到参数空间中的相同参数，所以只要找到这个参数就可以找到图像空间中的直线。Hough变换就是根据这个原理检测直线的。5. 请叙述边缘跟踪算法的主要步骤，并采用边缘跟踪算法对如下的边缘图像进行边缘跟踪，将跟踪结果填入表中。111111111111116. 请分别给出以下二值化边缘图像的原链码、归一化链码、差分码、归一化的差分码，并说明各类链码的基本特点。(AQ(a®0LI0D0D00a00a000LI110D00LI1D1D00100010LI1D0D1011011108.请画图表示开运算及闭运算的运算过程。解答：按照8-链码编码原码：01

22、2归一化链码：012差分码：061归一化的差分码：007开运算平滑图像轮廓，去掉长的突起闭运算平滑图像的轮廓，融合窄的缺口和细长的弯口，、边缘、毛刺和孤点。填补图像的裂缝及破洞9.若灰度相似准则V=1,试按四连通和八连通分别标出题图所示图像的目标物区域边界。0000000000111100011111100111111001111110011111100011110000000000题图8.13001111G00111o1101i01111o01111000°O'o根据边界的定义，以及边界点集合S和S的补集SC的连通性对应关系，题图所示图像的目标物区域边界如下图，其中边界点用

23、1表示，背景点用0表示，非边界的目标物点用空格表示。(1) 四连通目标物区域边界四连通目标物区域边界由四连通的边界点组成，其中四连通的边界点由值为1且有八连通的相邻0值点的目标物点组成，如上图所示：(2) 八连通目标物区域边界八连通目标物区域边界由八连通的边界点组成，其中八连通的边界点由值为1且有四连通o0000o00o11110O'0110-o11O'0110o1100-o111100o0000o0的相邻0值点的目标物点组成，如下图所示：10. 题图给出了一幅二值图像，用八方向链码对图像中的边界进行链码表述(起点是S点)，写出它的八链码(沿顺时钟)，并对该链码进行起点归一化，

24、说明起点归一化链码与起点无关的原因。(1) 八链码为：0。(2) 归一化八链码为：000022207。同一个封闭边界的不同起点的各个链码可以看作是由表示该边界的一串数码(链码)循环移位得到的，如果把这一串数看作N位自然数，则不同的起点就形成不同大小的N位自然数，其中必存在一个最小，若将最小的N位自然数串的起点作为归一化链码的起点，则该归一化链码必唯一，也与起点无关。11. 针对题10：(1) 写出其一阶差分码，并说明其与边界的旋转无关；(2) 写出其形状数，并说明阶数。(1)一阶差分码为：6700。当四链码旋转900(或八链码旋转450)的整倍数时，同起点的封闭边界旋转前后的原链码就不同，但链

25、码的数串中前后数码的变化大小是不变的，而差分码就定义为原链码前后数码的差模值，因此其差分码就不变，也就是説，一阶差分码与边界的旋转无关。(2)形状数就是归一化的差分码，即为：00067，形状数的阶数为17。12. 图像中背景像素的均值与标准差分别为110和20,目标像素的均值和标准差分别为200和45。试提出1种基于区域生长的方法将目标分割出来。可采用区域生长方法，其步骤如下：(1) 从左至右，从上到下扫描图像；(2) 将发现的灰度值大于200的像素作为种子点进行区域生长，生长准则为将相邻的灰度值与已有区域的平均灰度值的差小于45X3=135的像素扩展进来(由于目标区的标准差。为45，取其置信

26、区间为3。，即为135。)；(3) 如果不能再生长，则标记已生长的区域;(1)，继续进行。(4) 如果扫描到图像的右下角，则结束过程；否则返回13. 根据所给结构元素，对原图像进行腐蚀、膨胀。结构元索膨呢后的閔黑腐蚀后的图像14. 何为灰度共生矩阵试求下面图像0度方向的灰度共生矩阵。灰度共生矩阵：是对图像上度的狐呪进行统计得到的j共牛矩阵表共牛矩阵用两个位置的;仅反映兗度的分布特性,0312103220001322列具有某灰定义，它不或按近兗度的象素之间的位置分布特性，是有关閤彖亮度变化的二阶统计特征。它是定义一组纹理特征的基础.是分折图象的局部模式和它们排列规则的基础。0度方向日=(0.&#

27、177;1)7. 请对以下图像采用给出的结构元素进行膨胀和腐蚀。结构元素模式识别习题1.图像都有哪些特征（1）幅度特征（2）直方图特征（3）变换系数特征（4）线条和角点的特征（5）灰度边沿特征（6）纹理特征（7）2什么是图像匹配图像匹配的方法（1）把不同传感器或者同一传感器在不同时间，不同成像条件下对同一景物获取的两幅或多幅图像在空间上对准，或根据已知模式到另一模式图中寻找相应的模式。（2）模板匹配法、其他快速计算法、受几何失真等影响小的匹配算法、几种实用的图像匹配算法3. 说明模板匹配的原理课本P1744. 最小距离分类器进行模式识别的工作原理是什么-对于M个模式黄旳j二hNM为每一个模式类

28、确定一个原形模式向量叫-对于一个未刘模式向量咒，如果冥耳呵的距离最小，5. 匹配形状数的基本思想是什么通过比较对象边缘的形状数的相似程度，来匹配对象。6. 说明串匹配的算法思想。a由于匹配是逐字符进行的，选择一个好的开始点，可以大大减少计算量。b任何将两个串规则化为符号相同字符开头的方法都是有效的，只是这种方法不是穷举起点。C最大的R给出了最好的匹配7. 说明神经网络中反向传播（BP）算法的主要思想。BP学习算法由正向传播和反向传播组成：正向传播是输入信号从输入层经隐层，传向输出层，若输出层得到了期望的输出，则学习算法结束；否则，转至反向传播。反向传播是将误差（样本输出与网络输出之差）按原联接

29、通路反向计算，由梯度下降法调整各层节点的权值和阈值，使误差减小8. 说明前馈神经网络与统计模式识别的关系。1、神经网络与传统的统计模式识别在很多方面是相联系的，这种联系不但在于它们都是试图从样本数据出发完成模式识别问题，更重要的是它们在方法上具有一定的等价关系。2、单层的感知器模型实际上就是一种线性分类器3、多层感知器则可看作它的某种非线性推广和发展：自组织映射网络如果使其邻域交互作用设为零则等价于C均值聚类算法。4、它们之间的这些关系已经成为近年来入们广泛研究的方向之一，其中研究最多也是最有成果的就是前馈型神经网络与统计模式识别的关系。9. 分析自动机识别器与句法分析的关系。10. 说明传统

30、的图像数据结构。11. 分层数据结构的作用和种类。12请论述模式识别系统的主要组成部分及其设计流程，并简述各组成部分中常用方法的主要思想。13. 支持向量机的基本思想根押;泛函的有关理论.只要-秋擁函数肩（XJ；趴7）渦足Mercer条件，它就对应杲变换令问小的内积*因此，念晟优分类面1采m适当的内积開數用1"x>）就可以实现杲-，非线忖变换后的线忡址匹山计算篁杂膛却没有增川一扣曲的分类词数也理为/（-O=唧1百兀:_严：=忑gB十心这汕是灵持向宣机.14. 1）什么是特征选择从一组特征中挑选出一些最有效的特征以达到降低特征维数的目的，这个过程叫特征选择。2）什么是Fisher

31、线性判别15. 聚类分析的常用算法及算法思想。一、简单聚类法1. 最近邻规则的简单试探法2. 最大最小距离算法：以最大距离原则选取新的聚类中心，以最小距离原则进行模式归类；二、系统聚类法首先每一个样本自成一类，然后按照距离准则逐步合并，类别数由多到少，达到合适的类别数为止。三、动态聚类法首先选择若干个样本点作为聚类中心，然后各样本点向各个中心聚集，得到初始分类;判断初始分类是否合理，如果不合理，则修改聚类中心16. 贝叶斯判决准则有哪些（1）最大后验概率准则（2）17. 聚类分析的思想。1、若有未知类别的n个样本，要把它们分到C类中，可以有不同的聚类方法，如何评价聚类的好坏，需要决定一个聚类准

32、则。2、聚类准则的确定有两种方法，一是凭经验，根据分类问题，选择一种准则（例如以距离函数作相似性度量），用不断修改阀值，来达到某种最佳分类。另一种方法是确定一种函数，当该函数取最小值时，仍未达到最佳分类。18. 前馈神经网络进行模式识别的原理。19. 简述线性判别函数法进行多类问题识别的方法。20. 贝叶斯决策的思想及两种决策准则和判决规则。思想：当被识对象用n维随机向量X表示，而我们已知分类的先验概率的条件概率密度函数，便可根据贝叶斯公式，求解后验概率，并按后验概率的大小来判别分类，这就是贝叶斯决策方法。（2）最小风险贝叶斯判别则判:准则及规则：（1）两类问题的判决规则为:如果1（X）>

33、;°如果12<12注意，若:l(x)=01212我们规定任判或拒21. 监督学习与非监督学习的区别监督学习方法用来对数据实现分类，分类规则通过训练获得。该训练集由带分类号的数据集组成，因此监督学习方法的训练过程是离线的。非监督学习方法不需要单独的离线训练过程，也没有带分类号（标号）的训练数据集，一般用来对数据集进行分析，如聚类，确定其分布的主分量等。就道路图像的分割而言，监督学习方法则先在训练用图像中获取道路象素与非道路象素集，进行分类器设计，然后用所设计的分类器对道路图像进行分割。使用非监督学习方法，则依据道路路面象素与非道路象素之间的聚类分析进行聚类运算，以实现道路图像的分

34、割22. 结构模式识别的主要思想。补充：1、数字图像处理研究的主要内容（1）图像数字化（2）图像变换（3）图像增强（4）图像复原（5）图像数据压缩典型的低通、高通滤波器有哪些工作原理是什么同态滤波器的工作原理对彩色图像如何进行平滑处理令Sxy表示在RGB彩色图像中定义一个中心在（x，y）的邻域的坐标集，在该邻域中RGBxy工R(s,t)K(s,t)eS丄工G(s,t)K(s,t)eS丄工B(s,t)K(s,t)WSxy分量的平均值为：1c(x,y)=丄工c(s,t)orc(x,y)=K(s,t)wSxy可以得出结论：用邻域平均值平滑可以在每个彩色平面的基础上进行，其结果与用RGB彩色向量执行平均是相同的。平滑滤波可以使图像模糊化，从而减少图像中的噪声。伪彩色图像处理的基本原理及方法。原理：将灰度图像或者单色图像的各个灰度级匹配到彩色空间中的一点，从而使单色图像映射成彩色图像。方法：强度分层（亮度切割）灰度级到彩色变换频域滤波叙述几何畸变图像的恢复的算法步骤。算术编码的原理及方法算术编码原理及方法是将被编码的信源消息表示成0-1之间的一个间隔，即小数区间，消息越长，编码表示它的间隔就越小；以小数表示间隔，表示的间隔越小所需的二进制位数就越多，码字就越长。反之，间隔越大，编码所需的二进制位数就少，码