1图象的表示形式 2遥感数字图象表示方法 3遥感数字图象处理系统

先举个例子说明一下什么是平滑(smoothing)，如下面两幅图所示：可以看到，图 3.2 比图 3.1 柔和一些(也模糊一些)。是不是觉得很神奇？其实实现起来很简单。我们将原图中的每一点 的灰度和它周围八个点的灰度相加，然后除以 9，作为新图中对应点的灰度，就能实现上面 的效果

这一章，我们主要和调色板打交道。先从最简单的反色讲起

我们在第三章介绍平滑与锐化时引入了模板操作，今天还要用到它

在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回答， 你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白：一张 A4(210mm×297mm) 幅面的照片，若用中等分辨率(300dpi)的扫描仪按真彩色扫描，其数据 量为多少？让我们来计算一下：共有(300×210/25.4) ×(300×297/25.4)个象素，每个象素占 3 个字节，其数据量为 26M 字节，其数据量之大可见一斑了

《高等数学 1,2》 《经济数学 1，2，3》 《文科数学 1，2》 《线性代数》 《概率论与数理统计 I》 《概率论与数理统计 II》 《数值分析Ⅰ》 《数值分析Ⅱ》 《数值分析Ⅲ(或计算方法)》 《离散数学 I》 《离散数学 II》 《复变函数与积分变换 I》 《复变函数与积分变换 II》 《运筹学》 《运筹学（公选）》 《数学模型》 《数学建模（公选）》 《矢量分析与场论》 《大学物理 I1 ，I2》 《大学物理 II1 ，II2》 《大学物理Ⅲ》 《医学物理学》 《文科物理》 《近代物理（公选）》 《现代工程技术中的物理基础（公选）》 《科学研究方法论（公选）》 《科学技术概论（公选）》 《PASCO 物理探索（公选）》 《数学分析 1，2，3》 《高等代数 1，2》 《空间解析几何》 《常微分方程》 《信息论概论》 《信号与系统 I》 《信号与系统 II》 《数据分析与应用软件》 《信息论与编码理论 I》 《信息论与编码理论 II》 《最优化方法》 《数字信号处理》 《数字图像处理》 《数学专业英语》 《算法分析》 《信息科学导论》 《电路分析》 《数学物理方法》 《电磁场与电磁波》 《应用光学》 《电子设计自动化》 《光度学与色度学基础》 《数字信号处理及应用》 《激光原理及应用》 《信息光学》 《光电子技术基础》 《光电测量技术》 《微波原理与天线》 《现代通信技术》 《红外物理及应用》 《数字语音处理》 《大学物理实验 I1，I2》 《近代物理实验（公选）》 《近代物理基础与实验》 《电子信息专业综合实验》 《数学实验》 《信号与系统课程设计》 《数字信号处理课程设计》 《信息论与编码理论课程设计》 《数字图象处理课程设计》 《计算机技能培训》 《专业实践与训练》 《毕业实习》

2.1 色度学基础 2.2 人的视觉特性 2.3 图像数字化 2.4 数字图像表示形式和特点 2.5 本章小结

⚫ 一、引言 ⚫ 二、平滑 ⚫ 三、中值滤波 ⚫ 四、边缘检测 ⚫ 五、细化 ⚫ 上机实习

图象的分割与检测(识别)实际上是一项非常困难的工作。很难说清楚为什么图象应该分割成 这样而不是那样。人类的视觉系统是非常优越的，它不仅包含了双眼，还包括了大脑，可以 从很复杂的景物中分开并识别每个物体，甚至可以毫不费力地跟上每秒好几十帧变化的图 象。举两个例子来说明一下人类视觉系统的优越性

这一章的内容我认为是最有趣的。还记得前言中那个抽取骨架的例子吗？现在我们就来看看 它是如何实现的。 今天所讲的内容属于一门新兴的学科：数学形态学(Mathematical Morphology)。说起来很有 意思，它是法国和德国的科学家在研究岩石结构时建立的一门学科。形态学的用途主要是获 取物体拓扑和结构信息，它通过物体和结构元素相互作用的某些运算，得到物体更本质的形 态