目录

1.邻域和邻接有何区别？

2. m邻接的定义是什么？为何要引入m邻接？

3、下图的连通域个数？分别是什么（使用8连通）

4、像素间的距离测度有哪四种，写出其表达式并绘制几何示意图。

5、图像间的减法运算有哪些常见应用？

---

1.邻域和邻接有何区别？

在图像处理中，像素之间的基本关系是邻域和邻接。邻域是指一个像素周围的所有像素，通常是以该像素为中心的矩形区域。邻接是指像素之间的空间关系，通常是指相邻的像素之间存在某种关系，例如它们在同一行、同一列或同一对角线上。在计算机视觉和图像处理中，邻接关系常常用于图像分割、边缘检测、形态学处理等任务中。

在数字图像处理中，通常使用3x3或5x5的邻域来处理像素。例如，可以使用邻域来计算像素的平均值、中值、方差等统计量，或者使用邻接关系来检测边缘、角点等特征。此外，在图像分割和形态学处理中，邻接关系也经常用于定义像素之间的连接性，例如4-邻接和8-邻接。4-邻接指一个像素与其上下左右四个相邻像素相连，而8-邻接则包括4-邻接的像素以及其对角线上的四个相邻像素。

邻域和邻接是数字图像处理中非常重要的基本概念，它们提供了处理像素之间关系的基础。

2. m邻接的定义是什么？为何要引入m邻接？

3、下图的连通域个数？分别是什么（使用8连通）

 图中的连通域个数为2个。

4、像素间的距离测度有哪四种，写出其表达式并绘制几何示意图。

像素间的距离测度有以下四种：

欧几里得距离（Euclidean distance）：也称为直线距离，是两点间的最短距离。

曼哈顿距离（Manhattan distance）：也称为城市街区距离或L1距离，是两点在标准坐标系上的绝对轴距总和。

切比雪夫距离（Chebyshev distance）：也称为棋盘距离或L∞距离，是两点在标准坐标系上的最大轴距。

 闵可夫斯基距离（Minkowski distance）：是欧几里得距离和曼哈顿距离的一般化。

5、图像间的减法运算有哪些常见应用？

图像间的减法运算是将一幅图像的像素值减去另一幅图像的像素值，然后将结果赋值给一个新的图像。这种运算在图像处理中有许多应用，其中一些常见的应用包括：

图像增强：通过将一幅图像的低对比度部分与一幅高对比度的图像相减，可以增强图像的细节。

运动检测：将两个相邻帧之间的图像进行减法运算，可以检测出图像中的运动物体。

背景减除：通过将当前帧与先前的背景帧进行减法运算，可以分离出场景中的前景物体，用于视频监控等应用。

形态学操作：在形态学操作中，减法运算常常用于计算图像中不同区域之间的距离和形态学梯度等操作。

物体分割：在图像分割中，通过对原始图像和已知的分割图像进行减法运算，可以识别新的物体并将其分割出来。

模板匹配：在模板匹配中，将待匹配图像与模板图像进行减法运算，可以计算出两幅图像之间的差异。