科大數(shù)字圖像處理復(fù)習(xí)

1、【復(fù)習(xí)要點(diǎn)比較雜，比較亂，總結(jié)得比較寬泛，需要各人篩選記憶復(fù)習(xí)】1.什么是模擬圖像與數(shù)字圖像，二者有什么區(qū)別？模擬圖像:空間坐標(biāo)和明暗程度連續(xù)變化的、計(jì)算機(jī)無(wú)法直接處理的圖像，屬于可見(jiàn)圖像。三維空間連續(xù)，時(shí)間上連續(xù)，波譜上連續(xù)，可見(jiàn)物理圖像。圖像上信息是連續(xù)變化的模擬量。數(shù)字圖像:用計(jì)算機(jī)存儲(chǔ)和處理的圖像，是一種空間坐標(biāo)和灰度均不連續(xù)，以離散數(shù)學(xué)原理表達(dá)的圖像，在計(jì)算機(jī)內(nèi)部，數(shù)字圖像表現(xiàn)為二維矩陣屬于不可見(jiàn)圖像。區(qū)別：模擬圖像連續(xù)可見(jiàn)，不便于用計(jì)算機(jī)處理,也不便于圖像的儲(chǔ)存、傳輸；數(shù)字圖像不連續(xù)不可見(jiàn)。2.數(shù)字圖像處理包括哪幾個(gè)層次？各層次之間有何區(qū)別和聯(lián)系？數(shù)字圖像處理層次：狹義的圖像處理；

2、圖像識(shí)別與分析；圖像理解。區(qū)別：狹義的圖像處理:主要在圖像像素級(jí)上進(jìn)行的，是低級(jí)處理，處理的數(shù)據(jù)量非常大，輸入輸出均為圖像，是圖像圖像的過(guò)程，如圖像縮放、圖像平滑、對(duì)比度增強(qiáng)；圖像識(shí)別與分析: 通過(guò)分割和特征提取把原來(lái)以像素描述的圖像轉(zhuǎn)變成比較簡(jiǎn)潔的非圖形式的描述，是中級(jí)處理，輸入圖像，輸出提取的特征，是圖像數(shù)值或符號(hào)的過(guò)程，如區(qū)域分割、邊界檢測(cè)；圖像理解: 根據(jù)較抽象的描述進(jìn)行解析、判斷、決策，其處理過(guò)程和方法與人類(lèi)的思維推理有許多類(lèi)似之處，是高級(jí)處理，輸入為圖像，輸出為規(guī)則，是圖像描述及解釋的過(guò)程，如無(wú)人駕駛，自動(dòng)機(jī)器人、模式識(shí)別。聯(lián)系：隨著抽象程度的提高，數(shù)據(jù)量是逐漸減少的。具體說(shuō)來(lái)，原

3、始圖像數(shù)據(jù)經(jīng)過(guò)一系列的處理過(guò)程，逐步轉(zhuǎn)化為更有組織和用途的信息。在這個(gè)過(guò)程中，語(yǔ)義不斷引入，操作對(duì)象也逐步發(fā)生變化。另外，高層操作對(duì)低層操作有指導(dǎo)作用，能提高低層操作的效能，完成復(fù)雜的任務(wù)。3.數(shù)字圖像處理系統(tǒng)由哪些模塊組成？各模塊起何作用？模塊組成：數(shù)字圖像處理系統(tǒng)由圖像輸入,圖像存儲(chǔ),圖像輸出,圖像通信,圖像處理和分析5個(gè)模塊組成。各模塊作用: 圖像輸入模塊：圖像輸入也稱(chēng)圖像采集或圖像數(shù)字化,它是利用圖像采集設(shè)備(如數(shù)碼照相機(jī),數(shù)碼攝像機(jī)等)來(lái)獲取數(shù)字圖像,或通過(guò)數(shù)字化設(shè)備(如圖像掃描儀)將要處理的連續(xù)圖像轉(zhuǎn)換成適于計(jì)算機(jī)處理的數(shù)字圖像。圖像存儲(chǔ)模塊：主要用來(lái)存儲(chǔ)圖像信息。圖像輸出模塊：將

4、處理前后的圖像顯示出來(lái)或?qū)⑻幚斫Y(jié)果永久保存。 圖像通信模塊：對(duì)圖像信息進(jìn)行傳輸或通信。圖像處理與分析模塊：包括處理算法、實(shí)現(xiàn)軟件和數(shù)字計(jì)算機(jī),以完成圖像信息處理的所有功能。A.模擬圖像處理與數(shù)字圖像處理主要區(qū)別表現(xiàn)在哪些方面？答: 1)數(shù)學(xué)描述方法：模擬圖像主要用連續(xù)數(shù)學(xué)方法，數(shù)字圖像主要用離散數(shù)學(xué)方法。 2)圖像分辨率表示：數(shù)字圖像分辨率是指反映整個(gè)圖像畫(huà)面垂直和水平方向像素?cái)?shù)乘積。模擬圖像分辨率是指反映整個(gè)畫(huà)面最多的掃描線(xiàn)數(shù)。   3)圖像處理：數(shù)字圖像是通過(guò)對(duì)模擬圖像采樣，量化等處理獲得的，模擬圖像處理的方式很少，往往只能進(jìn)行簡(jiǎn)單的放大、縮小等，而數(shù)字圖像的

5、處理方式可以非常精確、靈活。數(shù)字圖像處理再現(xiàn)性好，模擬圖像的保存性較差，時(shí)間長(zhǎng)了會(huì)有所變化，而數(shù)字圖像不會(huì)因?yàn)楸４妗鬏敾驈?fù)制而產(chǎn)生圖像質(zhì)量上的變化。但數(shù)字圖像處理速度較慢，存儲(chǔ)容量大。   4)圖像傳輸：模擬圖像以實(shí)物為載體，傳輸相對(duì)困難，而數(shù)字圖像以數(shù)字信息為載體，傳輸相對(duì)較快B.圖像數(shù)字化：將連續(xù)色調(diào)的模擬圖像經(jīng)采樣量化后轉(zhuǎn)換成數(shù)字影像的過(guò)程。4.數(shù)字圖像處理主要應(yīng)用有哪些？舉例說(shuō)明？1）航天和航空技術(shù)方面 如：遙感技術(shù)用于農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)，自然災(zāi)害監(jiān)測(cè)、預(yù)報(bào)2）生物醫(yī)學(xué)方面 如：利用電磁波譜成像分析系統(tǒng)診斷病情3）通信工程方面 如：電話(huà)、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在

6、數(shù)字通信網(wǎng)上傳輸4）工業(yè)和工程方面 如：CAD和CAM技術(shù)，用于模具、零件制造和服裝5）軍事公安方面 如：各種偵察照片的判讀，圖片的判讀分析，指紋識(shí)別，不完整圖片的復(fù)原6）文化藝術(shù)方面 如：電視、多媒體、電影特技、游戲、動(dòng)畫(huà)制作5.什么是圖像對(duì)比度？定義：對(duì)比度=最大灰度值/最小灰度值。反映一幅圖像中灰度方差大小。6.圖像數(shù)字化包括哪兩個(gè)過(guò)程？每個(gè)過(guò)程對(duì)數(shù)字化圖像質(zhì)量有何影響？?jī)蓚€(gè)過(guò)程：抽樣：把時(shí)間上和空間上連續(xù)的圖像轉(zhuǎn)換為離散的抽樣點(diǎn)，即象素。量化：將抽樣后所得的連續(xù)的象素值離散化為整數(shù)值。對(duì)數(shù)字化圖像質(zhì)量的影響：抽樣間隔越大，所得圖像像素?cái)?shù)越少，圖像空間分辨率越低，質(zhì)量越差。反之圖像質(zhì)量好

7、，但數(shù)據(jù)量大。量化等級(jí)越多（灰度級(jí)數(shù)越多），所得圖像層次越豐富，灰度分辨率越高，質(zhì)量越好，但數(shù)據(jù)量大。反之，圖像質(zhì)量差，會(huì)出現(xiàn)假輪廓現(xiàn)象，但數(shù)據(jù)量小。7.數(shù)字化圖像的數(shù)據(jù)量與哪些因素有關(guān)？有關(guān)因素：量化間隔和灰度級(jí)數(shù)。量化間隔大數(shù)據(jù)量小，量化間隔小數(shù)據(jù)量大。灰度級(jí)數(shù)小數(shù)據(jù)量??；灰度級(jí)數(shù)大數(shù)據(jù)量大。8.什么是灰度直方圖？有哪些應(yīng)用？ 直方圖的定義:定義1:一個(gè)灰度級(jí)別在范圍0，L-1的數(shù)字圖象的直方圖是一個(gè)離散函數(shù) p(rk)= nk/n n是圖象的像素總數(shù) nk是圖象中第k個(gè)灰度級(jí)的像素總數(shù) rk是第k個(gè)灰度級(jí)，k = 0,1,2,L-1定義2:一個(gè)灰度級(jí)別在范圍0，L-1的數(shù)字圖象的直方圖是

8、一個(gè)離散函數(shù) p(rk)= nk k = 0,1,2,L-1 由于rk的增量是1，直方圖可表示為：p(k)= nk 即，圖象中不同灰度級(jí)像素出現(xiàn)的次數(shù)應(yīng)用：用于判斷圖像量化是否恰當(dāng)；用于確定圖像二值化的閾值； 當(dāng)物體部分的灰度值比其他部分灰度值大時(shí)，可利用直方圖統(tǒng)計(jì)圖像中物體的面積：計(jì)算圖像信息量熵：9. 灰度變換？灰度變換的目的是什么？有哪些實(shí)現(xiàn)方法。灰度變換：將一個(gè)灰度區(qū)間映射到另一個(gè)灰度區(qū)間的變換目的：提高對(duì)比度，使圖像動(dòng)態(tài)范圍加大，圖像對(duì)比度擴(kuò)展，圖像清晰，特征明顯，是圖像增強(qiáng)的重要手段。實(shí)現(xiàn)方法：線(xiàn)性變換，非線(xiàn)性變換，分段變換10.圖像熵和直方圖有何關(guān)系？利用直方圖計(jì)算圖像信息量熵1

9、1.統(tǒng)計(jì)圖像的直方圖，并且計(jì)算熵？熵反映了圖像信息豐富的程度,在圖像編碼處理中有重要意義.假設(shè)一幅數(shù)字圖像的灰度范圍為0，L-1，各灰度級(jí)像素出現(xiàn)的概率為P0，P1，,PL-1,則該圖像的平均信息量(熵)為:12.什么是點(diǎn)處理、局部處理、并行處理和串行處理？點(diǎn)處理：在局部處理中，當(dāng)輸出值JP(i,j)僅與IP(i,j)有關(guān)，則稱(chēng)為點(diǎn)處理點(diǎn)處理計(jì)算表達(dá)式： 局部處理：對(duì)輸入圖像IP（i,j）處理時(shí)，某一輸出像素JP(i,j)值由輸入圖像像素（i,j)及其鄰域N(i,j)中的像素值確定。這種處理稱(chēng)為局部處理。局部處理計(jì)算表達(dá)式：并行運(yùn)算：指對(duì)圖像中各個(gè)象素同時(shí)進(jìn)行相同處理的運(yùn)算方式，運(yùn)算快，但只能

10、用于處理的結(jié)果與處理的順序無(wú)關(guān)的場(chǎng)合。串行運(yùn)算：相對(duì)并行運(yùn)算而言，指的是在圖像上按照規(guī)定的順序逐個(gè)象素進(jìn)行處理的運(yùn)算的形式。說(shuō)明：凡是在對(duì)鄰域象素處理的基礎(chǔ)上進(jìn)行的處理方法都必須采用串行的運(yùn)算形式，同時(shí)必須規(guī)定處理的順序，處理的順序不同會(huì)產(chǎn)生不同的結(jié)果。13.圖像增強(qiáng)的目的是什么？它包含哪些內(nèi)容？圖像增強(qiáng)和圖像復(fù)原之間有何區(qū)別與聯(lián)系？目的：改善圖像的視覺(jué)效果；突出圖像的特征，便于計(jì)算機(jī)處理(把圖像處理成有利于后續(xù)處理的形式)。1、 圖像增強(qiáng)的定義：是指對(duì)圖像的某些特征，如邊緣、輪廓、對(duì)比度進(jìn)行強(qiáng)調(diào)或尖銳化，以便于顯示、觀察或進(jìn)一步地分析與處理。包含內(nèi)容：空域處理：點(diǎn)運(yùn)算增強(qiáng)；直方圖增強(qiáng)；空域模

11、板濾波；彩色圖像增強(qiáng)頻域處理：頻域的平滑；頻域的銳化區(qū)別與聯(lián)系:圖像增強(qiáng)不考慮圖像是如何退化的，而是試圖采用各種技術(shù)來(lái)增強(qiáng)圖像的視覺(jué)效果。因此，圖像增強(qiáng)可以不顧增強(qiáng)后的圖像是否失真，只要看得舒服就行。而圖像復(fù)原就完全不同，需知道圖像退化的機(jī)制和過(guò)程等先驗(yàn)知識(shí)，據(jù)此找出一種相應(yīng)的逆處理方法，從而得到復(fù)原的圖像。如果圖像已退化，應(yīng)先作復(fù)原處理，再作增強(qiáng)處理。二者的目的都是為了改善圖像的質(zhì)量。 14.寫(xiě)出將具有雙峰直方圖的兩個(gè)峰分別從23和155移到16和240的圖像線(xiàn)性變換。15.直方圖修正有哪兩種方法？二者有何區(qū)別與聯(lián)系？方法：直方圖均衡化和直方圖規(guī)定化（直方圖匹配）。區(qū)別：直方圖均衡化：是把原

12、始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。缺陷：直方圖均衡化只能產(chǎn)生唯一一個(gè)結(jié)果，故不能用于交互方式的圖像增強(qiáng)應(yīng)用。直方圖規(guī)定化：將一幅圖像通過(guò)灰度變換后，使其具有特定的直方圖形式，如使圖像與某一標(biāo)準(zhǔn)圖像具有相同的直方圖，或使圖像具有某一特定函數(shù)形式的直方圖?；舅枷胧亲儞Q直方圖使之成為某個(gè)特定的形狀，從而可以有控制地達(dá)到預(yù)定的目標(biāo)。聯(lián)系：直方圖均衡化主要用于增強(qiáng)動(dòng)態(tài)范圍偏小的圖像反差，它能自動(dòng)增強(qiáng)整個(gè)圖像的對(duì)比度（全局均衡化的直方圖），但是它的具體效果不易控制；而直方圖規(guī)定化就是有選擇的增

13、強(qiáng)某個(gè)灰度范圍內(nèi)的對(duì)比度或使圖像灰度值的分布滿(mǎn)足特定的條件。16.直方圖均衡化的實(shí)現(xiàn)實(shí)現(xiàn)算法：設(shè)f、g分別為原圖象和處理后的圖像。1) 求出原圖f的灰度直方圖，設(shè)為h。 h為一個(gè)256維的向量。(有256個(gè)灰度級(jí)，L=256)2）求出圖像f的總體像素個(gè)數(shù)Nf=m*n （m,n分別為圖像的長(zhǎng)和寬）計(jì)算每個(gè)灰度級(jí)的像素個(gè)數(shù)在整個(gè)圖像中所占的百分比。 hs(i)=h(i)/Nf (i=0,1,255)3）計(jì)算圖像各灰度級(jí)的累計(jì)分布hp。 4）求出新圖像g的灰度值。 17.什么是圖像平滑？敘述均值濾波和中值濾波的原理。中值濾波有何特點(diǎn)？圖像平滑：為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理均值濾波器鄰域平均法

14、：基本思想是用圖像上點(diǎn)（X,Y）及其鄰域像素的灰度平均值來(lái)代替點(diǎn)(X,Y)的灰度值。設(shè)有一幅N×N的圖像f(x,y)，若平滑圖像為g(x,y),則有 式中x,y=0,1,N-1； s為（x,y）鄰域內(nèi)像素坐標(biāo)的集合； M表示集合s內(nèi)像素的總數(shù)。中值濾波：對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用中值代替窗口中心像素的原來(lái)灰度值。鄰域平均法缺點(diǎn)：降低噪聲的同時(shí)使圖像產(chǎn)生模糊，特別在邊緣和細(xì)節(jié)處。中值濾波特點(diǎn)：在去除噪音的同時(shí)，可以比較好地保留邊的銳度和圖像的細(xì)節(jié)。中值濾波和鄰域平均法的比較：中值濾波的效果無(wú)論從客觀指標(biāo)還是主觀視覺(jué)效果上都遠(yuǎn)遠(yuǎn)超過(guò)鄰域平均法；中值濾波后的圖像邊緣得到了較好的

15、保護(hù)；超限中值濾波比一般中值濾波的效果要好。18.對(duì)下圖做3*3的中值濾波處理和鄰域平均處理，寫(xiě)出處理結(jié)果？ 19.多圖像平均法為何能去掉噪聲？多圖像平均法：對(duì)同一景物的多幅圖像取平均來(lái)消除噪聲的方法。 原始圖像 噪聲 ，這里，噪聲是加性白噪聲，即均值為0，方差為，且噪聲與圖像不相關(guān)。20.圖像銳化處理有幾種方法？計(jì)算上述圖像的梯度圖像。方法:空域處理：空域模板濾波中的銳化濾波（包括基本高通濾波，高增益濾波，微分濾波） 頻域處理：頻率域銳化（采用高通濾波器讓高頻成分通過(guò)，阻止削弱低頻成分，達(dá)到圖像銳化的目的。）21.試述頻率域增強(qiáng)的步驟。頻率域平滑與銳化的主要區(qū)別在哪里？步驟：思想：通過(guò)濾波器

16、函數(shù)以某種方式來(lái)修改圖像的變換，然后通過(guò)取結(jié)果的反變換來(lái)獲得處理后的輸出圖像。主要區(qū)別：在頻率域增強(qiáng)技術(shù)中，平滑主要是保留圖像中的低頻部分抑制高頻部分，銳化則保留圖像的高頻部分而削弱低頻部分。22.什么是假彩色增強(qiáng)和偽彩色增強(qiáng)，二者有什么區(qū)別？假彩色增強(qiáng)：對(duì)一幅自然彩色圖像或同一景物的多光譜圖像，通過(guò)映射函數(shù)變換成新的三基色分量，彩色合成使感興趣目標(biāo)呈現(xiàn)出與人眼色覺(jué)相匹配的顏色，以提高對(duì)目標(biāo)的分辨力。偽彩色增強(qiáng)：把黑白圖像的各個(gè)不同灰度級(jí)按照線(xiàn)性或非線(xiàn)性的映射函數(shù)變換成不同的彩色，得到一幅彩色圖像的技術(shù)，目的是使圖像細(xì)節(jié)更易辨認(rèn)，目標(biāo)更容易識(shí)別。區(qū)別：偽彩色處理主要解決的是如何把灰度圖變成偽彩

17、色圖的問(wèn)題,最簡(jiǎn)單的辦法是選擇對(duì)應(yīng)于某一灰度值設(shè)一彩色值來(lái)替代,可稱(chēng)之為調(diào)色板替代法.另外一種比較好的偽彩色處理方法是設(shè)定三個(gè)獨(dú)立的函數(shù) ,給出一個(gè)灰度值,便由計(jì)算機(jī)估算出一個(gè)相應(yīng)的RGB值. 假彩色(false color)處理是把真實(shí)的自然彩色圖像或遙感多光譜圖象處理成假彩色圖像.假彩色處理的主要用途是:(1)景物映射成奇異彩色,比本色更引人注目.(2)適應(yīng)人眼對(duì)顏色的靈敏度,提高鑒別能力.可把細(xì)節(jié)豐富的物體映射成深淺與亮度不一的顏色.(3)遙感多光譜圖象處理成假彩色,可以獲得更多信息.23.何為圖像復(fù)原？圖像復(fù)原與增強(qiáng)有何區(qū)別？圖像復(fù)原：圖像復(fù)原就是要盡可能恢復(fù)退化圖像的本來(lái)面目，它是沿

18、圖像退化的逆過(guò)程進(jìn)行處理。典型的圖像復(fù)原是根據(jù)圖像退化的先驗(yàn)知識(shí)建立一個(gè)退化模型，以此模型為基礎(chǔ)，采用各種逆退化處理方法進(jìn)行恢復(fù)，使圖像質(zhì)量得到改善。圖像復(fù)原和圖像增強(qiáng)的區(qū)別：（見(jiàn)13T）24.試述逆濾波復(fù)原的基本原理。它的主要難點(diǎn)是什么？如何克服？基本原理：假定圖像經(jīng)過(guò)線(xiàn)性操作而退化，先通過(guò)傅立葉變換將退化后且?guī)в性肼暤膱D像g(x)變換成G(u,v)，在頻率域中經(jīng)過(guò)復(fù)原(G(u,v)/H(u,v)操作后為F(u,v)，再通過(guò)傅立葉逆變換將F(u,v)變換成f(x,y)。主要難點(diǎn)：若噪聲為零，則采用逆濾波恢復(fù)法能完全再現(xiàn)原圖像。若噪聲存在，而且H(u,v）很小或?yàn)榱銜r(shí)，則噪聲被放大。這意味著退

19、化圖像中小噪聲的干擾在H(u,v)較小時(shí)，會(huì)對(duì)逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非。克服：1）在H(u,v）=0及其附近，人為地仔細(xì)設(shè)置H-1(u,v)的值，使N(u,v)*H-1(u,v)不會(huì)對(duì)產(chǎn)生太大影響。2）使H(u,v)具有低通濾波性質(zhì)。25.圖像幾何校正一般包括哪兩步？像素灰度內(nèi)插有哪三種方法？?jī)刹剑嚎臻g位置坐標(biāo)變換 灰度級(jí)內(nèi)插三種方法：最鄰近插值法 雙線(xiàn)性插值（一階插值） 高階插值26.有如下信源X，其中，。將該信源進(jìn)行Huffman編碼，并計(jì)算信源的熵。Huffman編碼： 信源的熵：27.什么是圖像分割，常用的圖像分割方法有哪些

20、？圖像分割：為后續(xù)工作有效進(jìn)行而將圖像劃分為若干個(gè)有意義的區(qū)域的技術(shù)。將圖像中具有特殊涵義的不同區(qū)域區(qū)分開(kāi)來(lái),這些區(qū)域是互相不交叉的,每一個(gè)區(qū)域都滿(mǎn)足特定區(qū)域的一致性。圖像分割方法：基于區(qū)域間灰度值的不連續(xù)性 思路：先找到點(diǎn)、線(xiàn)（寬度為1）、邊（不定寬度），再確定區(qū)域 方法：邊界分割法： 點(diǎn)、線(xiàn)、邊的檢測(cè) 邊緣連接分割法：通常對(duì)做過(guò)邊緣檢測(cè)的圖像進(jìn)行，用于連接中斷的線(xiàn) 基于區(qū)域內(nèi)部灰度間的相似性 思路：通過(guò)選擇閾值，找到灰度值相似的區(qū)域 區(qū)域的外輪廓就是對(duì)象的邊 方法：域值分割法：關(guān)鍵是域值的確定 直方圖得到域值、P參數(shù)法得到域值，最大方差自動(dòng)取值法 面向區(qū)域的分割：（區(qū)域增長(zhǎng)法、區(qū)域分裂與合

21、并）28.二值化，計(jì)算圖像的歐拉數(shù)。29.畫(huà)出鏈碼為222222555000的曲線(xiàn)，計(jì)算該曲線(xiàn)的長(zhǎng)度。 算法1：設(shè)某像素與其上下左右像素間的距離為1，與斜方向像素間的距離為，;算法2：將邊界的像素總和作為周長(zhǎng)，30.何為灰度共生矩陣？試求下面圖像0度方向的灰度共生矩陣?；叶裙采仃?是對(duì)圖像上保持某距離的兩象素分別具有某灰度的狀況進(jìn)行統(tǒng)計(jì)得到的。 共生矩陣表示共生矩陣用兩個(gè)位置的象素的聯(lián)合概率密度來(lái)定義，它不僅反映亮度的分布特性，也反映具有同樣亮度或接近亮度的象素之間的位置分布特性，是有關(guān)圖象亮度變化的二階統(tǒng)計(jì)特征。它是定義一組紋理特征的基礎(chǔ)。是分析圖象的局部模式和它們排列規(guī)則的基礎(chǔ)。31.什么是特征提取與特征選擇，二者有何區(qū)別？特征提?。簭臏p少特征之間的相關(guān)性和濃縮信息量的角度出發(fā)，根據(jù)原始數(shù)據(jù)的統(tǒng)計(jì)特性，用盡可能少的特征來(lái)最大限度的包含所有原始數(shù)據(jù)的統(tǒng)計(jì)特征。特征選擇 :