1.图像锐化与图像平滑有何区别与联系？
答：图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。
2.将M幅图像相加求平均可以起到消除噪声的效果，用一个nXn的模板进行平滑滤波也可以起到消除噪声的效果，试比较这两种方法的消噪效果。
答：将M幅图像相加求平均利用了M幅图像中同一个位置的M个像素的平均值，用一个nXn的模板进行平滑滤波选用了同一幅图像中的nXn个像素的平均值。因为参与的像素个数越多，消除噪声的能力越强，所以如果M>nXn，则前者消除噪声的效果较好，反之后者消除噪声的效果较好。
3.如何仅利用逻辑运算提取图像中一个长方形的轮廓？（不要这道题）
答：将所给图像分别向上，下，左，右各移动一个像素，得到4幅平移图像，将这4幅图像分别与所给图像进行“异或”运算，得到各个方向的边界，再对这些边界图进行“与”运算，就得到轮廓。
4.客观保真度准则和主观保真度准则各有什么特点？
答：客观保真度准则提供了一种简单和方便的评估信息损失的方法，它用编码输入图与解码输出图的函数表示图像压缩所损失的信息量。它不受观察者主观因素的影响。因为很多解压图最终是供人看的，所以在这种情况下用主观的方法来测量图像的质量常更为合适。主观保真度准则就是观察者用以评价图像质量的标准，它直接与应用目的相联系
5.简述线性位移不变系统逆滤波恢复图像原理。
答：设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v) 。对上式作逆傅立叶变换得逆滤波恢复图象f(x,y) f(x,y)=IDFT[F(u,v)] 以上就是逆滤波恢复图象的原理。若存在噪声，为避免H(u,v)=0,可采用两种方法处理。1. H(u,v)=0时,人为设置1/H(u,v)的值；2. 使1/H(u,v)具有低同性质。即 H-1(u,v)=1/H(u,v) 当D≤D0 H-1(u,v)=0 当D>D0
6.图像锐化与图像平滑有何区别与联系？
答：图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。
7.伪彩色增强与假彩色增强有何异同点？
答：伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。
8、逆滤波时，为什么在图像存在噪声时，不能采用全滤波？试采用逆滤波原理说明，并给出正确的处理方法。
答：复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中，用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。
由上式可以看到，即使我们知道退化函数，也可能无法准确复原未退化的图像。因为噪声是一个随机函数，其傅氏变换未知。当退化为0或非常小的值，N(u,v)/H(u,v)之比很容易决定
的值。一种解决该问题的方法实现值滤波的频率时期接近原点值。
9、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。
答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。
10、简述梯度法与Laplacian算子检测边缘的异同点？
答：梯度算子和Laplacian检测边缘对应的模板分别为
梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。相同点都能用于检测边缘，且都对噪声敏感。
11、将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的先后顺序对结果有影响吗？为什么？
答：有影响，应先进行高频加强，再进行直方图均衡化。高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而达到提高对比度的效果。若先进行直方图均衡化，再进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素主要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，再进行高频加强，获得的图像边缘不突出，图像的对比度较差。
