一、考试题型
1、选择题
2、填空题
3、简答题
4、综合题
二、考试参考用书
《数字图像处理》，李俊山编著，清华大学出版社（第四版）。
三、考试内容
第一章 绪论
1、理解和掌握数字图像和模拟图像的概念；
第二章 数字图像处理基础
1、了解人眼的视觉适应性、同时对比效应、马赫带效应、视觉错觉等亮度视觉特性；
2、理解图像成像模型；
3、理解和掌握数字图像的表示方法；
4、掌握空间分辨率和灰度分辨率的概念，并理解空间分辨率变化和灰度分辨率变化对图像视觉效果的影响；
5、理解和掌握像素的各种邻域，并会判断像素的邻接性和连通性。
第三章 图像的基本运算
1、掌握图像的灰度反转和对数变化的基本形式和作用；
2、掌握灰度直方图的概念，并理解灰度直方图的分布特征与图像对比度的关系；
3、掌握图像的相加运算、相减运算并了解相加和相减运算的应用；
4、了解图像的平移、旋转、镜像、转置、缩放等集合运算的求解；
5、会使用最近邻插值方法和双线性插值方法进行插值的计算。
第四章 空间域图像增强
1、掌握对比度拉伸、窗切片等基于点运算的图像增强方法；
2、理解直方图均衡化的原理，会使用直方图均衡化方法进行图像增强；
3、理解直方图规定化的原理，会使用直方图规定化方法进行图像增强；
4、会运用邻域平均法和中值滤波法对图像进行空间平滑滤波；
5、理解梯度法检测图像边缘的原理；
6、会运用拉普拉斯算子对图像进行空间锐化滤波。
第五章 频率域图像增强
1、了解二维傅里叶变换的定义和傅里叶频谱的特性；
2、理解频率域高通滤波和低通滤波的功能和原理，并掌握频率域图像处理的步骤；
3、熟悉理想低通滤波器、巴特沃斯低通滤波器和高斯低通滤波器的定义及特点；
4、熟悉理想高通滤波器、巴特沃斯高通滤波器和高斯高通滤波器的定义及特点；
5、理解带通滤波和带阻滤波的概念。
第六章 图像恢复
1、掌握图像的退化模型；
2、了解无约束最小二乘方恢复方法的原理；
3、掌握逆滤波图像恢复方法，并了解无约束恢复的病态性；
4、了解有约束最小二乘方恢复的原理；
5、掌握维纳滤波图像恢复方法；
6、掌握图像噪声的概念，并熟悉常见的图像噪声的概率密度函数。
第七章 图像压缩编码
1、了解离散余弦变换的定义；
2、理解图像压缩的基础和原理；
3、掌握图像编码系统模型的组成以及各部分的作用；
4、掌握费诺码、霍夫曼编码、算数编码的编码方法；
5、了解位平面编码和游程编码的思路；
6、掌握变换编码的过程；
7、掌握均方误差、均方信噪比、峰值信噪比的定义。
第八章 小波图像处理
1、掌握小波的概念及特点；
2、了解连续小波变换的定义；
3、了解图像小波变换的实现方法。
第九章 图像分割
1、了解图像分割的含义；
2、掌握Hough变换的基本原理；
3、掌握基于阈值的分割方法；
4、掌握区域生长法和分裂合并法的分割思路。
第十章 图像特征提取
1、了解图像边缘的特征；
2、掌握三种经典的边缘检测算子Roberts算子、Sobel算子和Prewitt算子，理解每种算子的特点；
3、掌握Marr边缘检测算法的原理及主要过程；
4、了解图像纹理的主要特性，会计算图像的灰度共生矩阵；
5、了解图像的形状特征：矩形度、圆形性和球状性；
6、掌握图像的均值、方差、标准差、熵等统计特征并理解每种统计特征反映了图像的什么特点。
第十一章 彩色图像处理
1、了解三基色原理、相加混色的三基色和三补色、相减混色的三基色和三补色；
2、了解CIE色度图的基本特点；
3、掌握亮度、色调、饱和度的含义，熟悉RGB模型和HSI模型；
4、理解白平衡法的基本原理；
5、掌握真彩色增强、伪彩色增强和假彩色增强的概念；
6、掌握HSI模型下真彩色增强的亮度、色调、饱和度增强方法；
7、掌握RGB模型和HSI模型下彩色图像的平滑和锐化方法。
1、掌握二值形态学的腐蚀和膨胀运算以及腐蚀和膨胀运算的作用；
2、掌握二值形态学的开运算和闭运算以及开运算和闭运算的作用。
