六、 思考与练习1 什么是图像增强技术2 是什么导致图像质量变差按照产生的原因 包括几种3 按 照 图 像 增 强 技 术 进 行 的 空 间 不 同 图 像 增 强 可 以 分 为 几 类 分 别 是 什 么 4 高通滤波器、低通滤波器、带通滤波器、带阻滤波器的传递两数分别是什么 5 小 波 变 换 的 哪 些 特 点 使 它 适 用 于 去除 图 像 噪 声 6 图像分割的意义是什么7 图像

图像增强技术是指通过对图像进行处理，提高图像质量、增强图像的特定信息或减少图像的噪声等方法。
图像质量变差的原因包括：图像采集设备的限制、环境噪声、图像传输过程中的失真、图像处理过程中的误差等。
按照图像增强技术进行的空间不同，图像增强可以分为频域增强、空域增强和小波变换增强等。
高通滤波器的传递函数是H(u,v)=1-L(u,v)，低通滤波器的传递函数是H(u,v)=L(u,v)，带通滤波器的传递函数是H(u,v)=H_h(u,v)-H_l(u,v)，带阻滤波器的传递函数是H(u,v)=1-H_b(u,v)+H_a(u,v)。
小波变换的特点包括：多分辨率分析、局部性、正交性和紧性等，这些特点使得小波变换适用于去除图像噪声。
图像分割的意义是将图像分为若干个子区域，每个子区域具有相似的特征或属性，从而实现对图像的理解、分析和处理等目的。
图像分割的算法包括：阈值化分割、基于区域的分割、基于边缘的分割、基于聚类的分割、基于水平集的分割和深度学习等。
阈值化分割算法主要包括以下步骤：选择合适的阈值、将图像像素根据阈值分为两类、根据应用需求对分割结果进行后处理等。
区域生长算法分割效果较差的原因可能包括图像噪声的影响、初始种子的选取不合理、生长过程中的停滞等。
基于目标几何和统计模型的分割算法优点包括对图像的先验知识利用充分、分割结果具有较高的准确性等，缺点包括对于复杂图像的处理难度较大、计算复杂度高等。
图像边缘类型包括物体边缘和图像纹理边缘。
图像的边缘提取一般由预处理、边缘检测和后处理三部分构成，预处理包括灰度化、滤波等；边缘检测包括基于梯度、基于二阶导数、基于模板匹配等方法；后处理包括边缘连接、边缘细化等。
图像边缘提取的难点包括噪声的影响、图像纹理、弱边缘和重叠边缘等问题。
图像边缘提取算法的性能评价包括准确性、鲁棒性、计算复杂度等指标。
图像配准是指将多幅图像中的同一场景进行对准和重合，从而实现图像融合、目标检测和目标跟踪等应用。
图像配准的应用可以分为医学影像配准、遥感影像配准和普通图像配准等。
图像获取时，一般可以分为拍摄照片、视频和三维扫描等三种