1、“.....而在任何对空间坐标,上的幅值称为该点图像的强度或灰度。当,和幅值为有限的离散的数值时，称该图像为数字图像。数字图像处理是指借用数字计算机处理数字图像，值得提及的是数字图像是由有限的元素组成的，每个元素都有个特定的位置和幅值，这些元素称为图像元素画面元素或像素。像素是广泛用于表示数字图像元素的词汇。视觉是人类最高级的感知器官，所以，毫无疑问图像在人类感知中扮演着最重要的角色。然而，人类感知只限于电磁波谱的视觉波段，成像机器则可覆盖几乎全部电磁波谱，从伽马射线到无线电波。它们可以对非人类习惯的那些图像源进行加工，这些图像源包括超声波电子显微镜及计算机产生的图像。因此，数字图像处理涉及各种各样的应用领域。图像处理涉及的范畴或其他相关领域例如，图像分析和计算机视觉的界定在初创人之间并没有致的看法。有时用处理的输入和输出内容都是图像这特点来界定图像处理的范围。我们认为这定义仅是人为界定和限制。例如，在这个定义下，甚至最普通的计算幅图像灰度平均值的工作都不能算做是图像处理。另方面，有些领域如计算机视觉研究的最高目标是用计算机去模拟人类视觉......”。

2、“.....这领域本身是人工智能的分支，其目的是模仿人类智能。人工智能领域处在其发展过程中的初期阶段，它的发展比预期的要慢的多，图像分析也称为图像理解领域则处在图像处理和计算机视觉两个学科之间。从图像处理到计算机视觉这个连续的统体内并没有明确的界线。然而，在这个连续的统体中可以考虑三种典型的计算处理即低级中级和高级处理来区分其中的各个学科。低级处理涉及初级操作，如降低噪声的图像预处理，对比度增强和图像尖锐化。低级处理是以输入输出都是图像为特点的处理。中级处理涉及分割把图像分为不同区域或目标物以及缩减对目标物的描述，以使其更适合计算机处理及对不同目标的分类识别。中级图像处理是以输入为图像，但输出是从这些图像中提取的特征如边缘轮廓及不同物体的标识等为特点的。最后，高级处理涉及在图像分析中被识别物体的总体理解，以及执行与视觉相关的识别函数处在连续统体边缘等。根据上述讨论，我们看到，图像处理和图像分析两个领域合乎逻辑的重叠区域是图像中特定区域或物体的识别这领域。这样，在研究中，我们界定数字图像处理包括输入和输出均是图像的处理，同时也包括从图像中提取特征及识别特定物体的处理......”。

3、“.....在自动分析文本时首先获取幅包含文本的图像，对该图像进行预处理，提取分割字符，然后以适合计算机处理的形式描述这些字符，最后识别这些字符，而所有这些操作都在本文界定的数字图像处理的范围内。理解页的内容可能要根据理解的复杂度从图像分析或计算机视觉领域考虑问题。这样，我们定义的数字图像处理的概念将在有特殊社会和经济价值的领域内通用。数字图像处理的应用领域多种多样，所以文本在内容组织上尽量达到该技术应用领域的广度。阐述数字图像处理应用范围最简单的种方法是根据信息源来分类如可见光射线，等等。在今天的应用中，最主要的图像源是电磁能谱，其他主要的能源包括声波超声波和电子以用于电子显微镜方法的电子束形式。建模和可视化应用中的合成图像由计算机产生。建立在电磁波谱辐射基础上的图像是最熟悉的，特别是射线和可见光谱图像。电磁波可定义为以各种波长传播的正弦波，或者认为是种粒子流，每个粒子包含定束能量，每束能量成为个光子。如果光谱波段根据光谱能量进行分组，我们会得到下图所示的伽马射线最高能量到无线电波最低能量的光谱。如图所示的加底纹的条带表达了这样个事实......”。

4、“.....而是由个波段平滑地过渡到另个波段。图像获取是第步处理。注意到获取与给出幅数字形式的图像样简单。通常，图像获取包括如设置比例尺等预处理。图像增强是数字图像处理最简单和最有吸引力的领域。基本上，增强技术后面的思路是显现那些被模糊了的细节，或简单地突出幅图像中感兴趣的特征。个图像增强的例子是增强图像的对比度，使其看起来好些。应记住，增强是图像处理中非常主观的领域，这点很重要。图像复原也是改进图像外貌的个处理领域。然而，不像增强，图像增强是主观的，而图像复原是客观的。在种意义上说，复原技术倾向于以图像退化的数学或概率模型为基础。另方面，增强以怎样构成好的增强效果这种人的主观偏爱为基础。彩色图像处理已经成为个重化情况下，在二阶导数中检测过零点将得到梯度中的局部最大值。另方面，二阶导数中的峰值检测是边线检测，只要图像操作使用个合适的尺度表示。如上所述，边线是双重边缘，这样我们就可以在边线的边看到个亮度梯度，而在另边看到相反的梯度。这样如果图像中有边线出现的话我们就能在亮度梯度上看到非常大的变化。为了找到这些边线，我们可以在图像亮度梯度的二阶导数中寻找过零点。总之......”。

5、“.....与这个点相联系的灰度级变换必须比在这点的背景上变换更为有效。由于我们用局部计算进行处理，决定个值是否有效的选择方法就是使用门限。因此，如果个点的二维阶导数比指定的门限大，我们就定义图像中的此点是个边缘点。术语边缘线段般在边缘与图像的尺寸比起来很短时才使用。分割的关键问题是如何将边缘线段组合成更长的边缘。如果我们选择使用二阶导数，则另个可用的定义是将图像中的边缘点定义为它的二阶导数的零交叉点。此时，边缘的定义同上面讲过的定义是样的。应注意，这些定义并不能保证在幅图像中成功地找到边缘，它们只是给了我们个寻找边缘的形式体系。图像中的阶导数用梯度计算，二阶导数使用拉普拉斯算子得到。电信班号蒋杨秩要领域，因为基于互联网的图像处理应用在不断增长。就使得在彩色模型数字域的彩色处理方面涵盖了大量基本概念。在后续发展，彩色还是图像中感兴趣特征被提取的基础。小波是在各种分辨率下描述图像的基础。特别是在应用中，这些理论被用于图像数据压缩及金字塔描述方法。在这里，图像被成功地细分为较小的区域。压缩，正如其名称所指的意思，所涉及的技术是减少图像的存储量，或者在传输图像时降低频带......”。

6、“.....因此将导致加州承载比值变低。被击实含砾粘土的硬化相当重要，因为土的硬化将使孔隙水压力消散。土的工程分类依照英国标准道路施工规范，般的粘性填土分类如表如下所示湿粘性填土干粘性填土含石粘性填土粉质粘性填土首先按可接受性进行提供土样特性，然后设计工程师在实验室分类以及工程性质测试基础进行决定土工程分类的上下限。爱尔兰含砾粘土基本上都属于含石粘性填土。道路施工规范条列出了击实方法。样孔工作以及土样的恢复。因为土样性质为土样敏感性提供了信息，所以取样时土体性质应被密切关注，尤其是水从小颗粒区域迁移到良好级配区域。而且土体在开挖时的条件为其原位条件提供了个相对精确的评价。土的分类土的描述与分类应该依照英国标准进行并依照英国标准进行测试。土的工程描述应基于按粒径大小分级并依照良好级配土的可塑性进行补充。对于许多冰渍土或含砾粘土混合土的难点在于其描述与工程性质测试的评价。关于以前的地基勘察纲要，爱尔兰含砾粘土的粘土与淤泥质土中常由易变比例的砂砾石卵石组成。良好级配且含水量为的低可塑性土最难进行描述与分类......”。

7、“.....个关键参数在土分类以及理解过程中经常被低估，该参数就是渗透系数。检查土的颗粒级配将间接说明土的渗透系数的大小。假如可能，为了准确评价土体的排水特性，三轴单元试验将采用无扰动原状土样或高质量土样进行试验。低可塑性的中等渗透性含砾粘土大约在到米秒范围内能经常通过不同排水条件进行模拟。其必须在取样区域安装排水边界以及水坑边界或借用钻孔以减少土样的含水量。因此，由于含水量的小量减少，工程性质复杂的冰渍土也能当作合适的工程填土加以应用。土工试验由于室内试验的许多规定使其被建议用作土的最后试验。土的工程参数列于表，该表源于国家档案登记处年月版的道路施工规范。其中包含以下内容含水量颗粒级配塑限加州承载比密实度最优含水量重塑土不排水抗剪强度当进行室内试验时，大量的关键因素应该被考虑。密实度加州承载比试验土样小于。含水量测试试样应小于以提供真实有效的对比。压缩时孔隙压力未加以考虑可能导致室内与实际存在相当大的差异。土样测试的准备方法必须被明确规定，而且试验应在指定试验室进行。进行含砾粘土的含水量测试时必须非常小心谨慎。理想地说......”。

8、“.....而且还有相应的级配分析曲线，虽然该曲线不是具有实际应用价值。在大部分情况附水的能力建立的较好但土方工程中计划的不恰当常导致其扩大。般来说，良好级配的土体对于含水量的轻微变大相当敏感，将导致强度下降或不适合用作工程回填土。许多含砾粘土尤其中等淤泥质土或良好级配的砂在选择阶段已经被筛除，但事实上它们能对压缩或强度起到特定的作用。筛选过程应尽量使用本地土体或者回填区或路堤边性质相对较差的土体，通过仔细评价应加以应用。回填材料必须保持定的含水量，既不能太湿导致土体不稳定也不能太干以致不能被充分压缩在过去定义为个二维函数这里和是空间坐标，而在任何对空间坐标,上的幅值称为该点图像的强度或灰度。当,和幅值为有限的离散的数值时，称该图像为数字图像。数字图像处理是指借用数字计算机处理数字图像，值得提及的是数字图像是由有限的元素组成的，每个元素都有个特定的位置和幅值，这些元素称为图像元素画面元素或像素。像素是广泛用于表示数字图像元素的词汇。视觉是人类最高级的感知器官，所以，毫无疑问图像在人类感知中扮演着最重要的角色。然而，人类感知只限于电磁波谱的视觉波段，成像机器则可覆盖几乎全部电磁波谱......”。

9、“.....它们可以对非人类习惯的那些图像源进行加工，这些图像源包括超声波电子显微镜及计算机产生的图像。因此，数字图像处理涉及各种各样的应用领域。图像处理涉及的范畴或其他相关领域例如，图像分析和计算机视觉的界定在初创人之间并没有致的看法。有时用处理的输入和输出内容都是图像这特点来界定图像处理的范围。我们认为这定义仅是人为界定和限制。例如，在这个定义下，甚至最普通的计算幅图像灰度平均值的工作都不能算做是图像处理。另方面，有些领域如计算机视觉研究的最高目标是用计算机去模拟人类视觉，包括理解和推理并根据视觉输入采取行动等。这领域本身是人工智能的分支，其目的是模仿人类智能。人工智能领域处在其发展过程中的初期阶段，它的发展比预期的要慢的多，图像分析也称为图像理解领域则处在图像处理和计算机视觉两个学科之间。从图像处理到计算机视觉这个连续的统体内并没有明确的界线。然而，在这个连续的统体中可以考虑三种典型的计算处理即低级中级和高级处理来区分其中的各个学科。低级处理涉及初级操作，如降低噪声的图像预处理，对比度增强和图像尖锐化。低级处理是以输入输出都是图像为特点的处理......”。