DISP1、说明图象数字化与图象空间分辨率之间的关系。1答：图像数字化包括两个过程：采样和量化。而图像的空间分辨率是在图像采样过程中选择和产生的。空间分辨率用来衡量数字图像对模拟图像空间坐标数字化的精度。2、说明图象数字化与图象灰度分辨率之间的关系。答：图像数字化包括两个过程：采样和量化。而图像灰度分辨率是在图像量化过程中灰度分辨率是只对应同一模拟图像的亮度分布进行量化操作所采用的不同量选择和产生的。化级数，也就是说可以用不同的灰度级数来表示同一图像的灰度分布。3、看图说明伪彩色图象采集卡的工作原理，并说明LUT的原理和作用。转换器处理，转化成数字信号，传给帧处答：模拟图像数据由摄像头采集后，经A/D)RGB三色。LUT(显示查找表理器经过其处理后，然后查询LUT表，经过D/A转换器输出变成实际上就是一张像素灰度值的映射表，它将实际采样到的像素灰度值经过一定的变换，它的优点在于易这样可以很容易根据需求得到相应的颜色，了另外一个与之对应的灰度值，于调整、起到突出图像的有用信息、增强图像的光对比度的作用。DISP2、粗略画出下列图象的傅立叶变换图象：1变换后的图像如下：（从左至右）、证明付里叶变换的可分离性及快速算法可行性。2可分离性：对于二维傅里叶变换，若把y看成一个常数，则可得到沿x方向的答：u=0,1,……，N－1的一维傅里叶变换，再将y看成一个变量，x不变，则可得到y方向上v=0,1,……，N－1的一维傅里叶变换，因此二维傅里叶变换可分离。快速算法可行性：假设N是2的L次方，对于有N个点的傅里叶变换，需要完成N*N次复数乘法和N*(N－1)次复数加法，而对于快速算法，则有(N/2)*L个蝶形算法，因此运算量为㏒N个复乘和(N/2)*2N㏒N个复加，在N较大时，计算量比DFT少很多。2证明:可分离性:F(u,v)=(1/N)∑∑f(x,y)exp[-j2π(ux+vy)/N]其变换核g(x,y,u,v)=exp[-j2π(ux+vy)/N]=exp(-j2πux/N)*exp(-j2πvy/N)所以，F(u,v)=(1/N)∑{[∑f(x,y)exp(-j2πux/N)]exp(-j2πvy/N)}可分离性证毕。进行傅里叶变换，y再对进行傅里叶变换，x这相当于先对快速算法可行性：由可分离性可知，对一维的快速算法可行，那么对二维同样可行，下证一维的快速算法可行性。F(u)=∑f(x)exp(-j2πux/N),其中N是2的M(整数)次幂。令f(2r)=f1(r);f(2r+1)=f2(r),则F(u)=∑f(2r)exp[-j2πu(2r)/N]+∑f(2r+1)exp[-j2πu(2r+1)/N]=∑f(2r)exp[-j2πu(2r)/N]+exp(-j2πu/N)f(2r+1)exp[-j2πu(2r)/N]=F1(u)+exp(-j2πu/N)F2(u)因此，F(u)可以分为2个（N/2）长的序列的傅里叶变换。若一直分下去，则最终被划分为两两一组，即快速傅里叶变换。DISP31.a.可分离性：b.快速算法可行性：：FWT首先证明一维情况下的快速算法，可先针W(u,v)又由沃尔什变换的可分离性及其对称性，可知：对于二维沃尔什变换。所以可知二维沃尔W(u,v)FWT求出yFWT求出W(u,y)，接着再针对变量用对x变量用什变换是具有可行性的。2. 实现：可以通过2N点FFTN∴快速计算一个点DCTx点序列(n)点；①将x(n)补N个零点形成2N2N；(k)(n)的DFT，得Xx②用FFT求2N2N'-jkπ/2NeX③将(k)乘以(k)X，后取实部，得；2N2N④对于奇异点，做如下处理：的计算。FDCT点N这样，便完成．DISP41、试述直方图均衡化的增强原理。答：直方图均衡化是最常见的间接接对比度增强方法之一。直方图均衡化则通过使用累积函数对灰度值进行“调整”以实现对比度的增强。直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。直方图均衡化就是把给定图像的直方图分布改变成“均匀”分布直方图分布。直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。综上所述，直方图均衡可以达到增强图像的效果。2、试述规定化直方图增强原理。答：在实际应用中，希望能够有目的地增强某个灰度区间的图像，即能够人为地修正直方图的形状，使之与期望的形状相匹配，这就是直方图规定化的基本思想。...