光电图像处理重难点精讲 第三章_智慧树知到答案2021年

第三章 图像平滑和锐化：图像平滑与锐化是数字图像处理的重要内容，主要功能是去除图像中的噪声、提取图像中的边缘等。平滑与锐化处理是基于卷积操作的，卷积是线性系统信号处理的重要且基础方法。基于卷积的物理概念，如何设计卷积模板对图像进行处理，如何在图像处理过程中对图像的边界进行处理，如何在锐化过程中进行图像的标定是需要认真考虑的问题。本章视频首先讲解卷积的物理意义，然后介绍图像卷积处理中的卷积模板感念，然后介绍图像中一种重要的噪声——高斯噪声。基于高斯噪声的特点，介绍两种重要的平滑卷积模板：Box模板以及Gaussian模板。针对图像的锐化问题，首先介绍图像一阶微分、二阶微分的特点；图像梯度的概念及性质，图像锐化结果的后处理，及标定的常用方法等。3.1卷积:（1）通过一个计算实例复习时域连续卷积的计算过程。（2）进而重点介绍卷积的物理意义。概述线性系统的叠加性和齐次性，单位冲激函数以及单位冲激响应，单位冲激残余响应，残余响应等概念。通过这些概念讲解卷积的物理意义，重点和卷积公式相对应，讲解卷积中滑动，相乘，相加的物理意义。
3.2图像模板卷积:数字图像的模板卷积是数字图像处理的重要内容。本节首先引入模板的概念，介绍定义二维模板的4要素；进而详细介绍模板卷积的过程，并结合时域卷积，介绍数字图像模板卷积的物理意义；最后讲解在卷积过程中对图像边缘的处理方法。
3.3线性平滑空间滤波:该节首先介绍一个重要的噪声模型—高斯噪声。进而介绍用于去除图像高斯噪声的卷积模板的生成方法，模板元素的系数是模板元素坐标的函数，介绍了两种常用的平滑模板：算数均值滤波器和高斯加权算数均值滤波器。最后比较了应用这些滤波器对图像平滑处理的结果。
3.4线性锐化空间滤波:（1）介绍差分的概念（一阶差分和二阶差分）；（2）图像中的边缘模型及其差分特性。（3）图像梯度及其性质。（4）梯度锐化模板及其对边缘方向的灵敏度。（5）锐化结果的后处理。

[单选题]椒盐噪声的特点是？选项:[大小不定 位置一定, 大小一定 位置一定, 大小不定 位置不定, 大小一定 位置不定]
[单选题]不属于高斯噪声的是？选项:[椒盐噪声, 起伏噪声, 散粒噪声, 宇宙噪声]
[多选题]卷积模板的定义中需要哪些要素？选项:[模板元素的系数, 模板的大小, 模板的中心, 模板的形状]
[多选题]卷积运算包含几个步骤？选项:[两个函数之一反转, 相乘结果相加, 两个函数对应部分相乘, 两个函数之一滑动]
[多选题]下列关于图像的梯度说法正确的有？选项:[边缘方向平行于梯度方向, 梯度方向表征了灰度变化最快的方向, 边缘方向垂直于梯度方向, 梯度大小表征了灰度变化的快慢]