(完整版)数字图像处理简答题

1、1. 图像处理的主要方法分几大类?答：图字图像处理方法分为大两类：空间域处理（空域法）和变换域处理（频域法）。空域法：直接对获取的数字图像进行处理。频域法： 对先对获取的数字图像进行正交变换，得到变换系数阵列，然后再进行处理，最后再逆变换到空间域，得到图像的处理结果2. 图像处理的主要内容是什么?答： 图形数字化（图像获取）：把连续图像用一组数字表示，便于用计算机分析处理。 图像变换 ：对图像进行正交变换，以便进行处理。图像增强 ：对图像的某些特征进行强调或锐化而不增加图像的相关数据。图像复原 ： 去除图像中的噪声干扰和模糊，恢复图像的客观面目。图像编码 ： 在满足一定的图形质量要求下对图像进

2、行编码，可以压缩表示图像的数据。图像分析 ： 对图像中感兴趣的目标进行检测和测量，从而获得所需的客观信息。图像识别 ：找到图像的特征，以便进一步处理。图像理解 ：在图像分析的基础上得出对图像内容含义的理解及解释，从而指导和规划行为。3. 名词解释：灰度、像素、图像分辨率、图像深度、图像数据量。答： 灰度 : 使用黑色调表示物体, 即用黑色为基准色，不同的饱和度的黑色来显示图像 . 像素 ： 在卫星图像上，由卫星传感器记录下的最小的分立要素（ 有空间分量和谱分量两种） 。 通常， 表示图像的二维数组是连续的，将连续参数x,y ， 和 f 取离散值后，图像被分割成很多小的网格，每个网格即为像素图像

3、分辨率： 指对原始图像的采样分辨率，即图像水平或垂直方向单位长度上所包含的采样点数。单位是 “像素点 / 单位长度”图像深度 是指存储每个像素所用的位数, 也用于量度图像的色彩分辨率. 图像深度确定彩色图像的每个像素可能有的颜色数, 或者确定灰度图像的每个像素可能有的灰度级数. 它决定了彩色图像中可出现的最多颜色数 , 或灰度图像中的最大灰度等级（图像深度：位图图像中，各像素点的亮度或色彩信息用二进制数位来表示，这一数据位的位数即为像素深度，也叫图像深度。图像深度越深，能够表现的颜色数量越多，图像的色彩也越丰富。）图像数据量： 图像数据量是一幅图像的总像素点数目与每个像素点所需字节数的乘积。4

4、. 什么是采样与量化？答： 扫描： 按照一定的先后顺序对图像进行遍历的过程。采样 ：将空间上连续的图像变成离散点的操作。采样过程即可看作将图像平面划分成网格的过程。量化：将采样得到的灰度值转换为离散的整数值。灰度级 ： 一幅图像中不同灰度值的个数。一般取0255，即256 个灰度级5. 说明图像函数If （x, y,z, ,t ） 的各个参数的具体含义。答：其中，x、y、z是空间坐标，入是波长，t是时间，I是像素点的强度。它表示活动的、彩色的、三维的视频图像。对于静止图像，则与时间t 无关；对于单色图像，则波长入为常数；对于平面图像，则与坐标z无关。6、请解释马赫带效应，马赫带效应和同时对比度

5、反映了什么共同的问题?答： 马赫带效应：基于视觉系统有趋向于过高或过低估计不同亮度区域边界值的现象。 同时对比度现象：此现象表明人眼对某个区域感觉到的亮度不仅仅依赖它的强度，而与环境亮度有关共同点：它们都反映了人类视觉感知的主观亮度并不是物体表面照度的简单函数。7、色彩具有那几个基本属性？描述这些基本属性的含义。答:色彩是光的物理属性和人眼的视觉属性的综合反映。色彩具有三个基本属性： 色调、饱和度和亮度色调是与混合光谱中主要光波长相联系的(红绿蓝)饱和度表示颜色的深浅程度， 与一定色调的纯度有关，纯光谱色是完全饱和的，随着白光的加入饱和度逐渐减 少。(如深红、浅红等)亮度与物体的反射率成正比。

6、颜色中掺入白色越多就越 明亮，掺入黑色越多亮度越小。8、什么是视觉的空间频率特性？什么是视觉的时间特性？答：视觉的空间频率特性：空间频率是指视像空间变化的快慢。明亮的图像(清 晰明快的画面)意味着有大量的高频空间成分；模糊的图像只有低频空间成分。 视觉的时间特性：使视觉图像建立起来是需要时间的，而视觉图像建立起来之后， 即使把目标图像拿走，视觉反应也要持续一段时间。因此而产生视觉的运动感觉 9、颜色模型有哪几种？答：RGB真型：所有颜色都可以看作3个基本颜色：红 (R)、绿(G)、蓝(B)的不同组合。RGB真型面向彩色显示器或打印机等设备。HSI模型：基于区分颜色的3种基本特征量，即：色调(h

7、ue)饱和度(saturation) 和亮度(intensity) 。适合人的 视觉系统。HSI格式可以用一个圆柱体表示：圆柱体横截面形成彩色环；色调由 角度表示；饱和度由半径上的点至圆心的距离表示， 圆周上的颜色其饱和度为1, 圆心的饱和度为0;圆柱的轴线表示亮度，底部的亮度最低，顶部的亮度最高 10、图像的四种基本类型是什么？ 答：二值图像、灰度图像、索引图像和真彩色 RGBS像 11、什么是图像的信息量、图像的振幅谱？答：图像的信息量：表示图像所含信息的多少。图像的振幅谱：图像信号g(x,y) 的傅里叶变换。12、为什么进行灰度变换可以增强对比度？答：对比度增强或对比度拉伸：一幅图像通过

8、点运算将其灰度范围扩大， 该方法 称为对比度增强。方法：线性灰度变换(线性点运算)和非线性点运算 13、图像有哪些显示特性？答：最重要的显示特性是图像的大小、光度分辨率、低频响应、高频响应、点问 距和噪声特性。14、傅里叶变换有哪些重要的性质？答：1.共腕对称性和周期性：傅里叶变换不改变函数的奇偶性， 但对虚实性有影 响，也就是说，偶函数的傅里叶变换不引入系数，虚实性保持不变；而奇函数的 傅里叶变换将引入系数-j ,从而改变虚实性，即“奇变偶不变”。2.加法定理。3.位移定理：函数位移不会改变其傅立叶变换的模(幅值)，但是会改变实部与 虚部之间的能量分布，具结果是产生一个与角频率和位移量均成正

9、比的相移4.相似性定理(尺度变换)描述函数自变量的尺度变化对其傅里叶变换的影响5 . 相 关定理(卷积定理)6帕斯维尔(Parseval )定理，它表明：变换函数与原函数 具有相同的能量。也称能量保持定理。7.二维傅里叶变换的分离性8.旋转性质： 对于f(x,y)旋转0的傅里叶变换F(u,v)也旋转019 -平均值15、如何由一维傅里叶变换实现二维傅里叶变换？(分离性)答：可分离性是指可以将二维离散傅里叶变换分解成下面的两个一维离散傅里叶变换来实现（一个二维傅里叶变换可以由连续两次运用一维傅里叶变换来实现。）16、什么是小波？小波函数是唯一的吗？答 ： 小波变换是一种在有限宽度的范围内进行的正

10、交的或非正交的变换。小波变换的基函数是一种不仅在频率上而且在位置上变化的有限的波形函数。不是唯一的17、一个小波函数应满足哪些条件？答：（1）函数应有速降特性（衰减性），即在一个很小的区间外，函数为零。（ 2）函数应有波动性（振荡性），即平均值为零（3）函数具有带通型，即4）函数具有能量有限性18、试述小波变换的基本性质。答： （ 1） 线性： 小波变换是线性变换，它把一维信号分解成不同尺度的分量（ 2）（ 3）冗余性：小波基函数不唯一。信号f（x） 的小波变换与小波重构不存在一一对应的关系，而傅里叶变换与逆变换存在一一对应关系；小波变换的基函数有多种可能的选择。（4）小波逆变换存在性（重构性

11、）小波变换是一种信息保持型的可逆变换，原来信号的信息完全保留在小波变换系数中。（5）能量比例性：在允许条件下，小波变换幅度的平方的积分与信号能量成正比（6）正则性：小波变换随尺度a 的减少而迅速减少，以保证其在频域上较好的局域性能19、为什么一般情况下对离散图像的直方图均衡化并不能产生完全均匀分布的直方图？答： 直方图均衡化处理的 “中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成 “均匀” 分布直方图分布。由于离散

12、图象的直方图也是离散的，其灰度的累积分布函数是一个不减的阶梯函数。如果映射后的图象仍能取到所有256 级灰度，那一定是原图象没有任何改变，这种情况只可能发生在原图象的直方图已经是一条水平线的情况下。一般情况下映射后所得到的图象只能取到少于256 级灰度，这样在变换后的直方图中会有某些灰度级空缺，当然这些空缺应该均匀分布在0 到 255之间。 于是问题就变成了将原有的256个值，即各灰度的概率，按顺序分成n （n<256）份，每份的概率总和应该相等。显然这个问题是不一定有解的，因此我们只能找到一个近似解。其结果就是最后得到一幅有空缺且不太平坦的直方图。20、高通滤波法中常有几种滤波器？答：

13、 巴特沃斯高通滤波器、指数高通滤波器、梯形高通滤波器和高斯高通滤波器等。21、同态滤波器的特点是什么？适用于什么情况？答： 其作用是对图像的灰度范围进行压缩调整，同时将图像的对比度增强的方法。同态滤波原理：在对数域中对图像进行滤波，在压缩图像整体灰度范围的同时，扩张用户感兴趣的灰度范围。22、图像数据压缩的目的是什么？数据压缩的三个评价指标是什么？答： 目的是减少存储数据所需要的空间和传输所用的时间。数据的表示、传输、变换和编码方法对图像数据按一定的规则进行变换和组合，从而达到以尽可能少的代码（符号）来表示尽可能多的信息23、图像数据中存在哪几种冗余性？什么是空间冗余和视觉冗余？空间冗余、时间

14、冗余、信息熵冗余（编码冗余）、结构冗余、知识冗余、频谱冗余（视觉冗余）及其它冗余。视觉冗余：人的眼睛对图像细节和颜色的辨认有一个极限，人的视觉特性决定了它最多可辨认出216 种颜色，而彩色图像一般每个像素用24 位表示，则可表示出224 种颜色，由此而带来的数据冗余即为视觉冗余。 空间冗余 ：当图像中的大部分景物表面颜色都是均匀的、连续的，图像数字化后大量相邻像素的数据是完全一样或十分接近的，这就是空间冗余。24、常用的客观保真度准则包括那两种？各有什么特点？常用的准则可分为：客观保真度准则和主观保真度准则。客观保真度准则： 最常用的客观保真度准则是原图像和解码图像之间的均方误差和均方信噪比两

15、种。主观保真度准则：客观保真度是一种统计平均意义下的度量准则，对于图像的细节无法反映出来。具有相同客观保真度的不同图像，人的视觉可能产生不同的视觉效果。因 此采用主观方法测量图的质量更合适。25、简述有损压缩和无损压缩的原理，讨论两者的差异，及各自的应用场合。有损压缩有损压缩可以减少图像在内存和磁盘中占用的空间，在屏幕上观看图像时，不会发现它对图像的外观产生太大的不利影响。无损压缩无损压缩的基本原理是相同的颜色信息只需保存一次。压缩图像的软件首先会确定图像中哪些区域是相同的，哪些是不同的。无损压缩方法的优点是能够比较好地保存图像的质量，但是相对来说这种方法的压缩率比较低利用。有损压缩技术可以大

16、大地压缩文件的数据，但是会影响图像质量。 如果使用了有损压缩的图像仅在屏幕上显示，可能对图像质量影响不太大，至少对于人类眼睛的识别程度来说区别不大。可是， 如果要把一幅经过有损压缩技术处理的图像用高分辨率打印机打印出来，那么图像质量就会有明显的受损痕迹。26、什么是图像复原？图像复原与增强有何区别？图像复原：根据事先建立起来的系统退化模型，使降质了的图像以最大的保证度恢复成原图像的本来面貌。不同： 图像增强：不考虑图像的退化原因，采用增强技术来突出图像中感兴趣的特征。 因此增强后的图像可能与原始图像有一定的差异。图像复原：需要知道退化原因而找出相应的逆过程方法，从而使恢复图像尽可能地接近于原图

17、像二者之间的关系：通常对已退化的图像先做复原处理，再作增强处理27、什么是约束复原？什么是无约束复原？无约束恢复（逆滤波法或反向滤波法）：在求解过程中，不受任何其他条件的约束。最小二乘估计是一种常用的无约束的图像恢复方法约束复原法：在无约束复原法的基础上附加一定的约束条件，从而在多个可能结果中选择一个最佳结果。典型的有约束图像恢复技术是有约束的最小二乘图像恢复28、图像几何校正一般包括那两步？像素灰度内插有哪三种方法？各有何特点？常用的灰度插值方法有最近邻法、双线性插值法和三次内插法。最近邻法：接取与输出点位置最邻近像素的灰度值为该点的灰度作为采样值。双线性插值法。三次插值法：了得到更精确的（

18、u0, V0）点的灰度值，采用三次内插法，由连续信 号采样定理可知，若对采样值用插值函数S=sin （兀x） /（冗x）插值，则可以准确地恢复原函数，即可准确地得到采样点间任意点的值。29、如果退化图像完全由噪声引起，则如何复原此类退化图像？盲卷积复原30、什么是图像分析（图像理解）？答： 图像分析主要是对图像中感兴趣的目标进行监测和测量，以获得它们的客观信息，从而建立对图像的描述。图像分析：使用数字、文字、符号、几何图形或其组合表示图像的内容和特征，是对图像景物的详尽描述和解释。31、什么是图像分割？答：将一幅图像分解为若干互不交叠的、有意义的、具有相同性质的区域32、什么是边缘？边缘检测的

19、理论依据是什么？有哪些方法？各有什么特点？答：边缘：图像中像素灰度有阶跃变化或屋顶状变化的像素的集合。它存在于目标与背景、目标与目标、区域与区域、基元与基元之间。分类：边缘分为阶跃状和屋顶状两种。33、连续图像和数字图像如何相互转换？答： 数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC得到原始的数字图像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。34

20、、采用数字图像处理有何优点？数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。2数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。3数字图像处理技术适用面宽。4数字图像处理技术综合性强。35、图像处理中正交变换的目的是什么？图像变换主要用于那些方面？正交变换可以使得图像能量主要集中分布在低频率成分上，边缘和线信息反映在高频率成分上。因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像编码压缩和形状分析等方面36、离散的沃尔什变换与哈达玛变换之间有那些异同？哈达玛（Hadamard）

21、变换和沃尔什（Walsh）变换的变换核都是由1, 一1组成的正交方阵。它们不同的地方在于变换矩阵的行列排列次序不同。哈达玛变换每行的列率排列是没有规则的，沃尔什变换的列率是由小到大。37、什么是小波？小波基函数和傅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。38、为何称小波变换为信号的“电子显微镜”，如何实现该功能？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。39、 傅里叶变换、加窗傅里叶变换和小波变换的时间

22、频率特性有什么不同 ?傅里叶变换使得时间信号变成了频域信号，加窗傅里叶变换使得时间信号变成了时频信号，但是窗口是固定的，小波变换同样变成了时频信号，但是时频的窗口是变化的。40、图像增强的目的是什么，它包含那些内容？图像增强是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。41、什么是图像平滑？试述均值滤波的基本原理。为了去除或减弱图像中的噪声，可以对图像进行平滑处理，称为图像平滑大部分的噪声都可以看作是随机信号，它们对图像的影响可以看作是孤立的。对于某一像素而言，如果它与周围像素点相比，有明显的不同，我们就认为该点被噪声感染了。基于这样的分析，我

23、们可以用求均值的方法，来判断每一点是否含有噪声，并用适当的方法消除所发现的噪声。42、什么是中值滤波，有何特点？中值滤波是非线性的处理方法，在去噪的同时可以兼顾到边界信息的保留。中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。中值滤波首先选一个含有奇数点的窗口 WW将这个窗口在图像上扫描，把该窗口中所含的像素点按灰度级的升（或降）序排列，取位于中间的灰度值，来代替该点的灰度值。中值滤波器对处理椒盐噪声非常有效，因为这种噪声是以黑白点叠加在图像上的。 经均值滤波器处理后的图像肃然可见噪声更少，但是所付出的代价

24、是图像变得模糊了。在这种情况下综合考虑可以得出，中值滤波器要远远优于均值滤波器。通常， 中值滤波器比均值滤波器更适合去除椒盐噪声。43、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。44、如何衡量图像编码压缩方法的性能？一般地，图像压缩应能做到压缩比大、算法简单、易于用硬件和软件实现、压缩和解压缩实时性好、解压缩恢复的图像失真小

25、等。但这些指标对同一压缩方法很难统一， 在实际系统中往往需要抓住主要矛盾，全面权衡。常用的图像压缩技术指标有：（1）图像熵与平均码长；（2）图像冗余度与编码效率；（3）压缩比；（ 4）客观评价SNR；（5）主观评价。图像的主客观两种评价之间存在着密切的联系。 但一般来说，客观评价高的主观评价也高，因此在图像编码的质量评价时，首先作客观评价，以主观评价为参考。45、大部分视频压缩方法是有损压缩还是无损压缩？为什么？视频比静态图像数据量更大，同时可压缩的冗余信息更多。大部分视频压缩方法是以人眼感觉无明显失真为依据的，因此采用有损压缩。事实上， 视频可以看成是一幅幅不同但相关的静态图像的时间序列。因

26、此， 静态图像的压缩技术和标准可以直接应用于视频的单帧图像。另外， 利用视频帧间信息的冗余可以大大提高视频的压缩比。46、若图像上任意两像素点的亮度电平值相等或者任意两时刻同一位置上的像素的亮度电平值相等，能够说明上述两种情况下像素相关吗？为什么？不能。 像素的空间相关性和时间相关性是以空间和时间的相邻性为基础的。因此，图像上任意两像素点的亮度电平值相等或者任意两时刻同一位置上的像素的亮度电平值相等带有偶然性，不能说明两像素相关。47、根据JPEG算法说明JPEG图像显示时会出现马赛克现象的原因。由于JPEG算法将整幅图像分成若干个8X8的子块，解码也是以子块为单位的， 所以块间的解码误差可能

27、反映为方块效应，在视觉上会出现马赛克现象。48、讨论混合编码的优点混合编码一般指将预测编码与变换编码相结合进行编码的方法。预测编码根据相邻像素相关性来确定后继像素的预测值，若用差值进行编码则可以压缩数据量；变换编码对原始图像进行正交变换，在变换域进行抽样达到压缩的目的；混合编码将两种编码方法结合起来，可以发挥两种编码方法的优点，取得更好的效果49、 Huffman 编码有何优缺点？Huffman 编码在无失真的编码方法中效率优于其他编码方法，是一种最佳变长码，其平均码长接近于熵值。但当信源数据成分复杂时，庞大的信源集致使Huffman 码表较大，码表生成的计算量增加，编译码速度相应变慢；另外不

28、等长编码致使硬件译码电路实现困难。上述原因致使Huffman 编码的实际应用受到限制。50、算术编码有何优点？举例说明其适用范围。在信源符号概率接近的条件下，算术编码效率高于Huffman 编码。因此，在扩展的JPEG系统中用算术编码取代了 Huffman编码。另外，算术编码除了常见的基于概率统计的模式外，还有自适应模式。在这种模式下，各个符号的初始概率相同， 它们依据出现的符号而发生变化。这种模式特别适用于不便于进行符号概率统计的实际场合中。51、JPEG为什么要进行彩色空间转换？JPEG算法处理的是单独的彩色分量图像，所以来自其他彩色空间的图像数据要以JPEG格式保存，需要进行彩色空间的转

29、换52、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。后所产生的复原效果，53、什么是阈值分割技术？该技术适用于什么场景下的图像分割？可用

30、一个灰度级阈值T 进行分割，分割出目标区域与背景区域，这种方法我们称为灰度阈值分割方法。通常用于图像中目标和背景具有不同的灰度集合：目标灰度集合与背景灰度集合。54、边缘检测的理论依据是什么？有哪些方法？各有什么特点？边缘检测这是基于幅度不连续性进行的分割方法。通常采用差分、梯度、 拉普拉斯算子及各种高通滤波处理方法对图像进行边缘检测。55、基于图像边缘的算子分割技术的理论根据是什么？通过差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图像边缘进行增强，然后再进行一次门限化的处理，便可以将边缘增强的方法用于边缘检测，最后根据边缘来进行图像分割。55、什么是区域？什么是图像分割？区域可以认为是图

31、像中具有相互连通、一致属性的像素集合，图像分割就是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。56、什么是Hough 变换？试述采用Hough 变换检测直线的原理。霍夫变换的基本思想是点线的对偶性。图像变换前在图像空间，变换后在参数空间。 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。57、如何表示图像中一点的彩色值？颜色模型起什么作用？图像中一点的彩色值颜色三维空间中的一个点来表示，每个点有三个分量，不同的 颜色空间各分量的含义不同。颜色模型规定了颜色的建立、描述和观察方式。颜

32、色模型都是建立在三维空间中的，所以与颜色空间密不可分。58、色调、色饱和度和亮度的定义是什么？在表征图像一点颜色时，各起什么 作用？HSV模型由色度（H）,饱和度（S）,亮度（V）三个分量组成的，与人的视觉 特 性比较接近。HSV颜色模型用Munsell三维空间坐标系统表示。色调（H）表示颜色的种类，用角度来标定，用-18001800或003600度量。色饱和 度 （ S） 表示颜色的深浅，在径向方向上的用离开中心线的距离表示。用百分比来度量，从0%到完全饱和的100%。亮度（V）表示颜色的明亮程度，用垂直轴表 示。也 通常用百分比度量，从0%（黑）到 100%（白）。59、为什么有时需要将一种颜色数据表示形式转换为另一种形式？实际应用中常用的颜色空间很多，有RGB、 HSV、 HSI、 YUV、 YIQ 等。目前常用的颜色空间可分为两类，一类是面向硬设备的，比方说彩色显示器、打印机等，另一类面向以彩色处理为目的的应用，面向硬设备的最常用的颜色空间是RGB颜色空间，而面向颜色处理的最常用颜色空间是HSI 颜色空间以及HSV 颜色空间。针对不同的应用目的采用不同的彩色空间可能更合适，因此，有时需要将一种颜色数据表示形式转换为另一种形式。60、 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