数字图像处理题 怎么做？
数字图像处理的一道基础题，大神只要教我如何求出滤波结果就行了 均值滤波：是用3×3邻域的9个数值，求取平均值代替邻域中心点的值对灰色区域部分，以左上角数值为15的点为例，均值滤波后该点值应该=（1+2+2+1+2+1+2+1+15）/9=3以正中间数值为2的点为例，均值滤波后该点值应该=（15+1+2+0+3+2+2+1+2）/9=28/9其他点也是同样的方法来求取中值滤波：是把3×3邻域的9个数值按大小顺序排列，以序列中间的数值代替邻域中心点的值对灰色区域部分，以左上角数值为15的点为例，3×3邻域按数值从小到大顺序排列{1 1 1 1 2 2 2 2 15}，中间点为2，中值滤波后该点值应该为2以正中间数值为2的点为例，3×3邻域按数值从小到大顺序排列{0 1 1 2 2 2 2 3 15}，中间点为2，中值滤波后该点值应该为2其他点也是同样的方法来求取你的图片已经治好我多年的颈椎病，不知道你明白了吗？
简述如何获得和处理数字图像，所需的主要设备和操作步骤有哪些？ 1、数字图像处理主要就是一些算法，如果已经入门VC的话，就可以做一些简单的图像处理算法。推荐看一本图像书《数字图像处理基础》朱虹著，将的很通俗易懂（1）目前，数字图像处理的信息大多是二维信息，处理信息量很大。2、如一幅256×256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512×512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit～22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高。
数字图像处理的基本算法及要解决的主要问题 图像处理，是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。目前大多数的图像是以数字形式存储，因而图像处理很多情况下指数字图像处理。此外，基于光学理论的处理方法依然占有重要的地位。图像处理是信号处理的子类，另外与计算机科学、人工智能等领域也有密切的关系。传统的一维信号处理的方法和概念很多仍然可以直接应用在图像处理上，比如降噪、量化等。然而，图像属于二维信号，和一维信号相比，它有自己特殊的一面，处理的方式和角度也有所不同。目录1 解决方案2 常用的信号处理技术o 2.1 从一维信号处理扩展来的技术和概念o 2.2 专用于二维（或更高维）的技术和概念3 典型问题4 应用5 相关相近领域6 参见解决方案几十年前，图像处理大多数由光学设备在模拟模式下进行。由于这些光学方法本身所具有的并行特性，至今他们仍然在很多应用领域占有核心地位，例如 全息摄影。但是由于计算机速度的大幅度提高，这些技术正在迅速的被数字图像处理方法所替代。从通常意义上讲，数字图像处理技术更加普适、可靠和准确。比起模拟方法，它们也更容易实现。专用的硬件被用于数字。
如何进行数字图像处理中的膨胀和腐蚀计算 腐蚀的算法：用3x3的结构元素，扫描图像的每一个像素用结构元素与其覆盖的二值图像做“与”操作如果都为1，结果图像的该像素为1.否则为0.结果：使二值图像减小一圈定义：E=B ？ S={ x，y|Sxy？B}膨胀.
计算长度为N的序列的FFT需要（N/2）log2N次乘法，则计算一幅N*N图像的二维FFT需要多少次乘法 图像的二维FFT可以看作先对图像的每行进行一维序列的FFT（N行共需要N次），再对得到的结果矩阵的每一列进行一维序列的FFT（N列共需要N次）.所以对N*N的图像的二维FFT共需要进行2N次长度为N的一维序列的FFT，总乘法次数为：2N*(N/2)log2N).
