1、“.....对于灰度逐渐改变的图像，用斜矢量表示是合适的。斜变换已成功地应用于图像数据压缩中。哈尔函数哈尔函数系是完备的归化正交函数系。个连续的哈尔函数能致收敛。哈尔函数在图像数据压缩数字滤波等方面都获得良好应用。④小波变换小波变换，与傅立叶变换比较，小波变换是时间空间频率的局部化分析，它通过伸缩运算对信号函数逐步进行多尺度细化，最终达到高频处时间细分，低频处频率细分，能自动适应时频信号分析的要求，从而可聚焦到信号的任意细节，解决了傅立叶变换的困难问题。数字图像处理内容图像增强图像增强是突出图像中感兴趣信息削弱不感兴趣的信息，改变图像的视觉效果和质量的处理方法，其目的是为了使处理的结果更适合与人类视觉观察判断或机器识别分析，从而提高图像的使用价值。图像增强技术主要包括灰度对比度变换直方图修正图像平滑图像锐化及彩色增强处理等。图像增强可以采用单方法......”。

2、“.....以获得期望的增强效果。图像增强技术可以分为空域处理变换域处理。空域处理直接对图像的像素灰度进行调整。图像的对比度增强，灰度层次改善等处理方法均属于空域法处理。空域处理又可分为点运算和局部运算。输出结果仅与当前点有关的处理方法称为点运算，而输出结果与当前点邻域内多个像素相关的处理方法称为局部运算。应该明确的是，图像增强处理并不能增加原始图像信息，只能增强人或机器对种信息的辨别能力。图像增强处理有可能造成些信息的损失。般说来，部分图像信息的增强往往要以另外部分图像的信息的削弱为代价。图像恢复图像在形成记录处理和传输过程中，由于成像系统记录设备传输介质和处理方法的不完善，从而导致图像质量下降，这过程称为图像退化。图像恢复的任务是使退化的图像消除或降低退化因素，以保真度为准则，尽可能地恢复原来的图像。图像增强和图像恢复都是为了改善图像图像压缩都高度依赖于图像分割的结果。因此......”。

3、“.....提出了很多分割方法。然而，图像分割问题仍然是图像处理中的个瓶颈，这是因为，我们只能用图像信息中些局部特征去分割区域，因此各种分割方法必然带有局限性。第五章总结和展望总结通过以上内容的学习，我们可以大体了解数字图像处理技术的概念。也许以前对图像处理仅仅停留在把模糊的图像清晰化的理解上，通过以上内容的学习，我们可以比较全面地了解图像处理的主要内容。我们可以知道数字图像处理技术绝不是种简单的手工技术，它是种应用了数学计算机等多学科知识的技术。对未来的展望目前，果蔬采摘机器人的研究领域逐渐成为机器人研究领域的新方向，果实收获机器人对于农业生产工作具有十分重要的应用，因此此类研究具有很大的发展潜力。今后的研究应该着力解决并完善之前所述的各种问题和缺陷，并最终能够让果实收获机器人更加广泛地应用于现实的农业生产过程中。除此之外......”。

4、“.....在许多工业应用中，都需要快速检测出图像中的各种目标形状。在不远的将来，图像处理方式，计算机视觉系统都将广泛地运用于各种不同部门的实际生产工作中。参考文献冈萨雷斯数字图像处理学阮秋琦,译北京电子工业出版社,车国泉,秦军,陈于林种基于直方图均衡化改进的图像增强算法东北大学学报,赵秋宇,王晓红,张德喜可增强图像细节的改进的直方图均衡化算法信阳师范学院学报,李正飞基于小波变换的图像增强技术研究机械工程与自动化,数字图像处理北京电子工业出版社,李云,刘学诚基于小波变换的图像增强算法研究计算机应用软件,王想,郭廷文图像和视频亮度的自动调整电子学报,何明，卫保国，数字图像处理，科学出版社，。李俊山，李旭辉，数字图像处理，清华大学出版社，。刘直芳，王远琼，数字图像处理与分析，清华大学出版社，。量。前者是以牺牲不感兴趣信息的质量为代价来提高感兴趣信息的质量......”。

5、“.....般说来，图像增强是个主观的过程，即增强的内容增强的效果的评判都由主观决定。而图像恢复不仅根据人的主观感受来判断，还常常要根据些客观退化过程的先验知识将其模型化，并采用相反的过程进行处理，以便重建或恢复出原来图像。例如，锐化是图像增强过程，而通过去模糊函数去除图像模糊则是图像恢复技术。造成图像质量退化的因素包括光学系统的像差和畸变光学成像衍射成像系统的非线性成像过程的相对运动大气的湍流的扰动效应系统噪声等。图像的退化可以理解为在空间频率谱上的畸变，因此图像恢复过程将包含对退化图像谱的调制，这可以通过空间滤波器或使用图像生成过程中的点扩展函数对图像进行卷积来实现。图像压缩数字图像是用点阵表示并且是用图像文件的形式存放的。通常，图像文件都是大型文件，而在实际应用中，常常需要传递和交换图像文件，因此，需要设法把大型图像文件进行压缩，以减少存储传输和处理的时间......”。

6、“.....图像压缩的可能性在于，首先，图像数据存在着较强的相关性，图像内部邻近像素以及视频序列中相邻帧对应像素的灰度相同或相近，即含有大量的冗余信息。去除这些冗余就可以减少数据量。其次，图像的最终接受端往往是人们的视觉系统，它的感知或敏感范围有限。再次，图像的记录和显示设备接收信息量的程度也受本身的限制。最后，在许多实际应用中，只需保留部分有用的特征信息。图像压缩就是要尽可能去除其中的冗余，以减少表示个图像所需的数据量。从数学的观点看，图像压缩实际上就是将个二维的数据阵列变换为个在统计上无关的数据集合。图像冗余般有空间冗余时间冗余信息熵冗余结构冗余知识冗余视觉冗余等。图像分割为了进行图像的分析或识别，往往需要先将图像划分成若干个有意义的区域。图像分割就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这里特性可以使灰度颜色纹理或轮廓等，目标可以对应单个区域......”。

7、“.....图像分割使计算机图像处理的个基本问题，是进行许多后续图像分析任务的先行步骤。图像识别图像的可视化和基于目标平方向的低频信息和垂直方向的高频信息反映的是水平方向的高频信息和垂直方向的低频信息反映的是水平和竖直方向的高频信息。低频部分反映的是平滑区，而边缘细节噪声般存在于高频部分。因此，小波变换能在不同的尺度上，采用不同的方法来增强不同频率范围内图像的细节分量，再把处理后的系数进行小波重建，这样就能够在突出图像细节特征的同时，有效抑制图像噪声的影响，使图像轮廓更加突出。此外，小波变换的完善重构能力，保证了信号在分解过程中没有任何信息损失，也不会产生任何冗余信息。我们可以仅在低频部分采用直方图均衡化方法，既增强图像，也避免了细节的模糊和噪声的扩大。对图像在小波基下进行级分解，如图所示第三章数字图像评价的原理主观评价方法图像质量最基本的含义是人们对于幅图像视觉感受的主观评价。所以......”。

8、“.....但是，主观评价方法不能用具体的数学模型来实现，往往要动用大量的人力物力，费时费力，在很多情况下无法采用。此外，而主观的评价测试，其实验的条件较为困难，观察者的知识水平会影响评分的结果，且又受到个人情绪等些无法预测与控制的因素的影响。主观评价主要有两种度量尺度，即绝对尺度和相对尺度，所谓绝对尺度就是对给定影像给出绝对的质量评分结果，而相对尺度就是确定影像在批相比较的影像中的相对质量尺度。主观评价方法主要依靠人眼主观视觉效果来判断，常用的方法有均值意见评分法和国际标准。在标准下，为所有的评价者提供相同的图像观察条件，评价者根据自己的感受进行评分，最终根据多个评价结果得到该图像最终的值。为了使主观评价的分数具有无偏性，常采用种数据处理方法对得到的结果进行简单处理......”。

9、“.....得到每张图像的，并以标准图像的作为标准，用其他图像的与标准图像的进行相减，同时将得到的所有差值归化到之间，最终得到图像的值。标准图像的为，其他图像与标准图像偏差越大，其越大虽然较好地反映出了图像的直观质量，但无法应用数学模型对其进行描述，从工程应用的角度看，过于费时费力。在实际应用中，图像的主观质量评价方法受到了严重限制，甚至根本不适合于些应用场合，如实时图像传输等领域。图像的客观评判方法采用数学模型计算失真图像和原始图像的相似度或失真度，并量化为评判分数。在各种全参考型客观图像质量评价方法中，均方误差和峰值信噪比得到了广泛的应用。尽管客观质量评价不总是符合实际情况，不能完全取代主观质量评价，但是因为快速，稳定，可量化等优点，得到了广泛的应用，常常用于各种评价比较以及各种研究。第四章数字图像处理数字图像处理系统基本组成数字图像处理系统般包括，图像获取传感器，图像数字化单元......”。