数字图像处理与识别需要掌握的知识要点

一、图像的点运算：
1.灰度直方图；2.灰度的线性变换；3.灰度对数变换；4.伽马变换；5.灰度阈值变换；
6.分段线性变换；7.直方图均衡化；8.直方图规定化。
二、图像的几何变换：
1.图像平移；2.图像镜像；3.图像转置；4图像缩放；5.图像旋转；6.插值算法；
应用（人脸配准）
三、空间域图像增强：
1.空间域滤波；2.图像平滑；3.中值滤波；4.图像锐化（基于一阶导数的图像增强—梯度算子；基于二阶微分—拉普拉斯算子，高斯拉普拉斯变换）。
四、频率域图像增强：
1.傅里叶变换和快速傅里叶变换；2.频域低通和高通滤波器；3.利用频率域滤波消除周期噪声。
五、小波变换（多分辨率分析，Gabor多分辨分析，Haar小波、Daubechies小波）
六、图像复原
七、彩色图像处理
1.彩色模型（RGB,CMY,CMYK,HSI,HSV,YUV,YIQ,LAB)
2.彩色补偿和彩色平衡
八、形态学图像基础
1.二值图像的基本形态学运算（腐蚀，膨胀、开运算、闭运算）
2.二值图像的形态学应用（击中与击不中；边界提取与跟踪；区域填充；连通分量提取及其实现，细化算法，像素画算法，凸壳，bwmorph函数）
3.灰度图像的基本形态学运算（灰度膨胀，灰度腐蚀，灰度开、闭运算、顶帽top-hat变换
九、图像分割
1.边缘检测（常见的边缘检测算子）；2霍夫变换（直线检测，曲线检测，任意形状检测）3.阈值分割；4.区域分割；5.基于形态学分水岭算法的图像分割
十、特征提取
十一、图像识别
十二、ANN
十三、SVM********