您所在位置：网站首页 > 行业资料 > 其它行业文档图像处理与识别考试大纲(版)

图像处理与识别考试大纲(版)

2页

卖家[上传人]：206****923

文档编号：40527556

上传时间：2018-05-26

文档格式：DOC

文档大小：36.50KB

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

10 金贝

/ 2 举报版权申诉马上下载

文本预览

下载提示

常见问题

1、873 图像处理与识别考试大纲（2008 版）一、复习内容及基本要求一、复习内容及基本要求主要内容包括三部分：第一部分是数字图像处理的基础，由绪论和数字图像基础两章组成；第二部分是数字图像增强处理的理论、方法和实例，包括空间域图像增强、频率域图像增强和形态学图像处理三章；第三部分是图像特征提取与分析的基本理论、方法和实例，包括图像分割、表示与描述和对象识别三章。具体章节如下： 1、绪言内容：数字图像处理的概念、数字图像处理的起源、数字图像处理的应用实例、数字图像处理的基本步骤、图像处理系统的部件。要求：了解数字图像处理的基本概念和起源，熟悉数字图像处理的应用实例，掌握图像处理的基本步骤以及图像处理识别系统的部件等。重点：数字图像处理的基本概念；数字图像处理的基本步骤；图像处理的部件 2、数字图像基础内容：图像感知和获取、图像取样和量化、像素间的一些基本关系、线性和非线性操作要求：了解图像感知和获取，掌握图像取样和量化的概念，熟练掌握像素间的一些关系以及线性和非线性操作的概念重点：图像量化和取样；像素间的一些空间关系 3、空间域图像增强内容：背景知识、某些

2、基本灰度变换、直方图处理、用算术/逻辑操作增强、空间滤波基础、平滑空间滤波器、锐化空间滤波器；要求：了解图像空间增强的主要目的和方法，掌握图像空间增强的相关术语、图像灰度级变换方法、图像直方图的概念和直方图均衡化的图像处理算法。掌握图像的算术和逻操作增强方法，了解空间滤波基础，掌握平滑空间滤波的基本概念和特点。掌握图像的一阶微分和二阶微分的典型计算方法、锐化空间滤波的基本概念和特点。重点：分段线性变换；直方图概念；直方图均衡化图像处理算法；平滑空间滤波器；图像一阶微分、二阶微分的概念和计算方法；拉普拉斯算子和典型梯度增强算法 4、频率域图像增强内容：背景、傅立叶变换合频率域的介绍、平滑的频率域滤波器、频率域锐化滤波器。要求：了解傅立叶变换的起源，掌握一维和二维傅立叶离散变换及反变换的定义，掌握频率域滤波器的概念、性质和计算步骤，掌握空间域滤波和频率域滤波的对应关系。掌握平滑的频率域滤波器和频率域锐化滤波器的概念和性质。掌握傅立叶变换的性质，计算方法、卷积和相关定理。重点：二维离散傅立叶变换和反变换；频率域滤波的概念和计算步骤；空间域滤波和频率域滤波的对

3、应关系；高斯低通滤波器；高斯高通滤波器；傅立叶变换的性质；卷积和相关定理 5、形态学图像处理内容：序言、膨胀与腐蚀、开操作与闭操作、击中或击不中变换、一些基本的形态学算法要求：了解形态学的相关背景，掌握膨胀和腐蚀形态学操作的基本定义、性质、计算方法。掌握开、闭和击中或击不中变换等基本形态学操作算法的定义、性质、计算方法。重点：膨胀、腐蚀；开、闭和击中击不中变换 6、图像分割内容：间断检测、边缘连接合边界检测、门限处理、基于区域的分割要求：掌握图像中点、线和边缘检测的基本方法。掌握边缘连接、图像阈值化处理方法，包括全局自动阈值化、自适应阈值化、最佳全局阈值化。掌握区域分割的原理。重点：边缘检测；自适应全局最佳阈值化算法；区域分割的基本公式。 7、表示与描述内容：表示方法、边界描绘子、区域描绘子、运用主分量进行描绘要求：掌握链码、多边形近似、边界线段、骨架等概念和基于这些概念的图像对象的基本表示方法。了解边界描绘的基本方法，掌握一些简单的描绘子、形状数的概念、傅立叶描绘子和统计矩的相关概念。了解区域描绘的基本方法，掌握一些简单的描绘子、拓扑描绘子以及纹理等描绘子。掌握主分量分析方法，并了解主分量的主要应用。重点：链码概念和骨架化算法；形状数的概念和傅立叶描绘子；拓扑描绘子；主分量分析方法 8、对象识别内容：模式和模式类、基于决策理论方法的识别要求：掌握模式和模式类的概念，掌握最小距离分类器、相关匹配等基本方法。掌握最优统计分类器的基本原理。重点：模式和模式类概念、最小距离分类器；最优统计分类器的基本原理二、参考书目二、参考书目数字图像处理，第二版，冈萨雷斯，阮秋琦等译，电子工业出版社，2004 年。

《图像处理与识别考试大纲(版)》由会员206****923分享，可在线阅读，更多相关《图像处理与识别考试大纲(版)》请在金锄头文库上搜索。

点击阅读更多内容

TA的资源