2019春《数字图像处理》作业：直方图均衡与色彩空间对比

本次小作业是针对2019年春季学期的《数字图像处理》课程设计，主要包含四个部分：直方图均衡化、空间域滤波复原、快速傅里叶变换（FFT）以及相关性匹配。以下是各部分的详细知识点： 1. 直方图均衡化： - 任务要求学生对灰度和彩色图像分别进行直方图均衡化处理，目的是提高图像对比度，使图像细节更加清晰。学生需要理解并应用空间域图像增强的方法，对灰度图像histeq1.jpg至histeq4.jpg，以及彩色图像histeqColor.jpg进行操作，并分析在RGB和HSI颜色空间下的差异。 2. 空间域滤波复原： - 该部分要求学生利用7x7的算术均值滤波器、几何均值滤波器以及自适应滤波器对图像进行降噪处理。通过对ckt_salt_pep.tif以及其他至少20张图像（包括灰度和彩色）的滤波，学生将学习滤波器对图像质量的影响和选择合适的滤波器的重要性。 3. FFT变换： - FFT是核心内容之一，学生需对输入图像如fft.tif进行快速傅里叶变换，然后通过逆变换恢复原始图像。这涉及到频率域分析和图像重建，通过实际操作，学生能理解信号频谱的特征及其在图像处理中的应用。 4. 相关性匹配： - 在这个部分，学生将应用快速傅里叶变换进行相关性匹配，找出感兴趣物体的区域。例如，通过匹配操作，可以识别和定位图像中的特定模式或特征，这对于目标检测和图像分析至关重要。学生需要提供示例图像以展示匹配结果。 在完成这些实验时，学生需要编写清晰的程序源代码，包括编译步骤和运行指南，以便助教能够顺利地验证代码的正确性和有效性。同时，强调实验过程中不能直接调用现成库函数，需要自己实现相关功能。小组合作时，确保每个成员负责不同的任务，其中至少一人选择FFT变换作为研究对象，所有成员的小作业需集成到一个演示界面中，图像数量至少20张，以展示丰富的实践效果。 通过这次作业，学生不仅会深化对数字图像处理基础理论的理解，还会提升编程技能，以及对图像处理算法的实际操作能力。