考核内容
（1）图像的基本概念、数字化的方法和步骤、图像系统的组成、图像存储及格式；视觉感知要素、图像的感知和获取、图像的采样和量化、像素间的一些基本关系。
（2）数字图像的基本概念；图像空域增强（点操作）等的基本概念；图像坐标变换、图像间运算和图像灰度映射的相关理论知识；直方图变换的理论知识和利用直方图变换进行图像增强的实现方法。图像空域增强（模版操作）等基本概念；像素间联系、模版运算相关知识；利用典型线性滤波和非线性滤波进行图像增强的方法。频域图像增强的技术原理；利用低通、高通滤波器进行图像增强的相关技术和相关理论。
（3）图像退化的系统模型和噪声的统计描述；基于均值滤波、排序类滤波器的噪声滤除方法，并选择性滤波器的实现原理；逆滤波和维纳滤波器在图像处理中的实现方法和原理。图像重建的基本原理和基本方式，雷登变换在图像重建中的意义和作用。
（4）彩色模型基础，伪彩色和全彩色图像处理的基本方法，彩色变换的基本原理，彩色图像的平滑和锐化。
（5）图像金字塔、子带编码及哈尔变换；多分辨率处理的级数展开、尺度函数和小波函数等；一维小波变换、快速小波变换、二维小波变换和小波包的基本原理。
（6）图像压缩的相关知识，如数据冗余、图像编解码模型和图像保真度和质量的表示；变长编码、位平面编码的基本原理和关键技术，如霍夫曼编码、哥伦布编码、算术编码、基于符号的编码、LZW编码、行程编码、比特平面编码、预测编码（无损预测和有损预测）和小波编码的基本原理和实现系统框架。
-
均值滤波和和中值滤波都可以起到平滑图像，虑去噪声的功能。
-
均值滤波采用线性的方法，平均整个窗口范围内的像素值，均值滤波本身存在着固有的缺陷，即它不能很好地保护图像细节，在图像去噪的同时也破坏了图像的细节部分，从而使图像变得模糊，不能很好地去除噪声点。均值滤波对高斯噪声表现较好，对椒盐噪声表现较差。
-
中值滤波采用非线性的方法，它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘，选择适当的点来替代污染点的值，所以处理效果好，对椒盐噪声表现较好，对高斯噪声表现较差。
