-
最佳答案：1.信息量大,要求处理速度要快.2.各像素间相关性强,压缩潜力大.3.图像处理技术综合性强,对数学要求较高.
-
最佳答案：matlab里面直接 imhist（）不就出来了么?直方图不就是个统计图么,你数一下总共有多少个不同的灰度值,每一个灰度值上总共分布了多少个像素点.这就是横坐标
-
最佳答案：经过(-1)^(x+y)加权的DFT,得到的是中心化的频谱,取共轭实际上相当于在Z平面逆时针旋转180度,IDFT后自然也就逆时针旋转180度了
-
最佳答案：这是图像滤波、平滑的问题处理方式.一般使用模板进行平滑的时候,因为模板本身是有大小的所以边缘的地方处理不到.边缘一般忽略掉或是采用加行加列的方式.比如3*3模板
-
最佳答案：我只做了一部分,代码：I=imread('mingpian.jpg');I1=rgb2gray(I);%转换成灰度图像Imax=double(max(max(I
-
最佳答案：不知道是谁搞出来这种方向的名称.经典的信号处理理论包括最最基本的连续信号、离散信号,这些在信号系统和数字信号处理课程中都应该学过,然后就是随机信号处理、多采样率
-
最佳答案：1 阈值分割是为了突出图像中我们感兴趣的部分的方法,通过二值化（或多值化）以后目标物体会以特定的灰度值呈现出来,主要侧重在物体本来就已经有灰度特征,使用阈值分割
-
最佳答案：要写程序用?旋转和平移及放大缩小道理都是一样的.不过旋转稍稍复杂一点.不过他们都需要重采样,建议你自己实现,应该不难.envi里面basic tools菜单里面
-
最佳答案：使用 定向空间约束法 进行图像挖掘（类似于data mining）
-
最佳答案：数学基础还是要的 不过在看数字图像处理的专业书的时候不需要太多的数学 就是在傅里叶变换的时候看看数学书就行了 但是在实际应用中数学很重要 还有c语言、算法、数据