[1]在图像的空间分辨率不变的情况下，采样数越（），图像越（）。

[2]在景物大小不变的情况下，图像阵列M×N越（），图像的尺寸就越（）。

[1]图像平移变换是指将一幅图像或一幅图像中的（）（以下简称为图像块）中的所有像素，都按指定的X方向偏移量△X和Y方向偏移量△Y进行移动。

[2]图像旋转变换是指以图像的中心为（），将图像中的所有像素（也即整幅图像）旋转一个相同的角度。

图像噪声通常是一种（）、和（）像素变化现象，其灰度值与它们（）的灰度值有明显不同。

F(x,y)的拉普拉斯算子具有（）和（），可以满足图像中不同走向的边缘的锐化要求。

对数变换的作用是对原图像的灰度值动态范围进行压缩，主要用于（）。

图像边缘具有方向和幅度两个特征。

[1]沿边缘走向，像素的灰度值（），而沿垂直于边缘的走向，像素的灰度值则（）。

这种剧烈的变化或者呈阶跃状（step edge），或者呈屋顶状（roof edge），分别称为（）和（）。

[2]另一种是由（）和（）组合而成的脉冲状边缘剖面，主要对应于细条状的灰度值突变区域。

图像的纹理越平滑，对应的图像灰度起伏越（），图像的二阶矩R 越（），求得的值越（）

三阶矩可以用于确定直方图的（）

Sobel边缘检测算子在较好地获得边缘效果的同时，对噪声具有一定的（）作用，降低了对嗓声的（）。但Sobel 边缘检测算子检测的边缘（），即会检测出一伪边缘、所以边缘检测精度（）。

Prewitt算子的计算显然比Sobel算子更为（），但在噪声抑制方面Sobel算子比Prewitt算子略胜一筹。

在梯度边缘检测中，Prewitt算子的检测结果比Sobel算子的检测结果（）一些。

[1]某种局部的序列性在比该序列更大的区域内（）。

[2]序列由基本的纹理基元（）。

[3]在纹理区域内各部分具有（）。

H(hue)表示的是颜色的（），称为（）；S(saturation)表示颜色的（），称为（）；I(intensity)表示（），体现了无色的强度概念。

红、绿、蓝三色的补色分别为（）、（）、（）

当目标为矩形时，R取（）；对于圆形目标，R取（）。

[1]从纹理的形成原因角度分类：纹理可分为（）和（）两类。

[2]从纹理的组成规律角度分类：（）、（）

RGB模型主要用于（）、（）等硬件设备。

[1]闭运算：先进行（）运算，再进行（）运算

[2]开运算：先进行（）运算，再进行（）运算