数字图像处理知识点总结

数字图像办理知识点总结第一章导论图像：对客观对象的一种相像性的生动性的描述或写真。图像分类：按可见性（可见图像、不行见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。图像办理：对图像进行一系列操作，以抵达预期目的的技术。图像办理三个层次：狭义图像办理、图像剖析和图像理解。图像办理五个模块：收集、显示、储存、通讯、办理和剖析。第二章数字图像办理的基本观点6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度重量0<i(x，y)<∞，反射分量0<r(x，y)<1.7.图像数字化：将一幅画面转变为计算机能办理的形式——数字图像的过程。它包含采样和量化两个过程。像素的地点和灰度就是像素的属性。8.将空间上连续的图像变换成失散点的操作称为采样。采样间隔和采样孔径的大小是两个很重要的参数。采样方式:有缝、无缝和重叠。将像素灰度变换成失散的整数值的过程叫量化。表示像素明暗程度的整数称为像素的灰度级（或灰度值或灰度）。数字图像依据灰度级数的差别可分为：黑白图像、灰度图像和彩色图像。采样间隔对图像质量的影响：一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。量化等级对图像质量的影响：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。但在很少量状况下对固定图像大小时，减少灰度级能改良质量，产生这类状况的最可能原因是减少灰度级一般会增添图像的对照度。比如对细节比较丰富的图像数字化。数字化器构成：采样孔：保证独自观察特定的像素而不受其余部分的影响。图像扫描机构：使采样孔按早先确立的方式在图像上挪动。光传感器：经过采样孔丈量图像的每一个像素的亮度。量化器：将传感器输出的连续量转变为整数值。输出储存体：将像素灰度值储存起来。它能够是固态储存器，或磁盘等。灰度直方图反应的是一幅图像中各灰度级像素出现的频次。以灰度级为横坐标，纵坐标为灰度级的频次，绘制频次同灰度级的关系图就是灰度直方图。直方图的性质：1)灰度直方图只好反应图像的灰度散布状况，而不可以反应图像像素的地点,即丢掉了像素的地点信息。一幅图像对应独一的灰度直方图，反之不行立。不一样的图像可对应同样的直方图一幅图像分红多个地区，多个地区的直方图之和即为原图像的直方图。直方图的应用：用于判断图像量化能否适合用于确立图像二值化的阈值计算图像中物体的面积计算图像信息量：熵H18.图像办理基本功能的形式：单幅图像→单幅图像，多幅图像→单幅图像，单（或多）幅图像→数字或符号。19.邻域：关于任一像素（i，j），该像素四周的像素构成的会合{（i+p,j+q），p、q取合适的整数}，叫做该像素的邻域。图像办理的几种详细算法：局部办理：挪动均匀光滑、空间域锐化。点办理：图像对照度增强、图像二值化。全局办理：傅里叶变换。迭代办理：细化。追踪办理6)地点不变办理和地点可变办理：输出像素JP(i，j)的值的计算方法与像素的地点(i，j)没关的办理称为地点不变办理或位移不变办理窗口办理和模板办理。图像的数据构造与特色：组合方式：一个字长寄存多个像素灰度值的方式。它能起到节俭内存的作用，但致使计算量增添，使办理程序复杂。比特面方式：按比特位存取像素，马上所有像素的同样比特位用一个二维数组表示，形成比特面。分层构造：由原始图像开始挨次构成像素数越来越少的一幅幅图像，就能使数据表示拥有分层性，其代表有锥形(金字塔)构造。树构造：关于一幅二值图像的行、列接连不停地二平分，假如图像被切割部分中的全体像素都变为拥有同样的特色时，这一部分则不再切割多重图像数据储存：逐波段储存，分波段办理时采纳；逐行储存，行扫描记录设施采纳；逐像素储存，用于分类。图像的特色：1)自然特色：光谱特色、几何特色、时相特色；2)人工特色：直方图特色，灰度边沿特色，线、角点、纹理特色；3)特色的范围：点特色、局部特色、地区特色、整体特色。4)特色提取：获取图像特色信息的操作。把从图像提取的m个特色量y1，y2，,，ym，用m维的向量Y＝[y1y2,ym]t表示称为特色向量。此外，对应于各特色量的m维空间叫做特色空间。23.对照度：一幅图像中灰度反差的大小，对照度=最大亮度/最小亮度第三章图像变换图像变换往常是一种二维正交变换。正交变换一定是可逆的；正变换和反变换的算法不可以太复杂；正交变换的特色是在变换域中图像能量集中散布在低频次成分上，边沿、线状信息反应在高频次成分上，有益于图象办理。图像变换的目的在于：1)使图像办理问题简化；2)有益于图像特色提取；有助于从观点上增强对图像信息的理解。第四章图像增强26.图像增强是采纳一系列技术去改良图像的视觉成效,或将图像变换成一种更适合于人或机器进行剖析和办理的形式。空间域增强是直接对图像各像素进行办理；频次域增强是先将图像经傅立叶变换后的频谱成分进行某种办理，而后经逆傅立叶变换获取所需的图像。29.30.灰度变换用来调整图像的灰度动向范围或图像对照度，是图像增强的重要手段之一。线性变换：对图像每一个像素灰度作线性拉伸，将有效改良图像视觉成效。分段线性变换：为了突出感兴趣目标所在的灰度区间，相对克制那些不感兴趣的灰度区间，可采纳分段线性变换。非线性灰度变换：对数变换（当希望对图像的低灰度区较大的拉伸而对高灰度区压缩时，可采纳这类变换，它能使图像灰度散布与人的视觉特征相般配).指数变换（对图像的高灰度区赐予较大的拉伸）直方图修整法包含直方图平衡化及直方图规定化两类。直方图平衡化：将原图像经过某种变换，获取一幅灰度直方图为均匀散布的新图像的方法。直方图平衡化变换函数，知足以下条件：在0≤r≤1内为单一递加函数，保证灰度级从黑到白的序次不变；在0≤r≤1内，有0≤T(r)≤1，保证映照后的像素灰度在同意的范围内。34.直方图平衡化原理：输出图像的概率密度函数能够经过变换函数T(r)控制原图像灰度级的概率密度函数获取,并改良原图像的灰度层次。一幅图像的sk与rk之间的关系称为该图像的积累灰度直方图。直方图规定化是使原图像灰度直方图变为规定形状的直方图而对图像作修正的增强方法。利用直方图规定化方法进行图像增强的主要困难在于要构成存心义的直方图。图像经直方图规定化，其增强成效要有益于人的视觉判读或便于机器辨别。38.为了克制噪声改良图像质量所进行的办理称图像光滑或去噪。39.用邻域内各像素的灰度均匀值取代该像素本来的灰度值，实现图像的光滑，又称邻域平均法。40.超限像素光滑法：将f(x,y)和邻域均匀g(x,y)差的绝对值与选定的阈值进行比较，根据比较结果断定点（x,y）的最后灰度g′(x,y)。41.灰度最邻近的K个邻点均匀法：可用窗口内与中心像素的灰度最靠近的K个邻像素的均匀灰度来取代窗口中心像素的灰度值。42.最大均匀性光滑：为防止除去噪声惹起边缘模糊，该算法先找出围绕图像中每像素的最均匀地区，而后用这地区的灰度均值取代该像素本来的灰度值。详细可选任一像素（x,y）的5个有重叠的3*3邻域，用梯度权衡它们灰度变化的大小。有选择保边沿光滑法：对图像上任一像素(x,y)的5×5邻域，采纳9个掩模：一个3×3正方形、4个五边形和4个六边形。计算各个掩模的均值和方差，对方差进行排序，最小方差所对应的掩模的灰度均值就是像素（x,y)的输出值。空间低通滤波法：应用模板卷积方法对图像每一像素进行局部办理。不论什么样的掩模，一定保证所有权系数之和为单位值，这样可保证输出图像灰度值在同意范围内，不会产生“溢出”现象。中值滤波：是对一个滑动窗口内的诸像素灰度值排序，用中值取代窗口中心像素的原来灰度值，所以它是一种非线性的图像光滑法。失散阶跃信号、斜升信号没有遇到影响。失散三角信号的顶部则变平了。关于失散的脉冲信号，当其连续出现的次数小于窗口尺寸的一半时，将被克制掉，不然将不受影响。各样空间域光滑算法成效比较：局部光滑法算法简单，但它的主要弊端是在降低噪声的同时使图像产生模糊，特别在边沿和细节处。并且邻域越大，在去噪能力增强的同时模糊程度越严重。超限像素光滑法对克制椒盐噪声比较有效，对保护仅有细小灰度差的细节及纹理也有效。并且跟着邻域增大，去噪能力增强，但模糊程度也大。超限像元光滑法比局部光滑法去椒盐噪声成效更好。灰度最邻近的K个邻点均匀法：较小的K值使噪声方差降落较小，但保持细节成效较好；而较大的K值光滑噪声较好，但会使图像边沿模糊。最大均匀性光滑经多次迭代可增强光滑成效，在除去图像噪声的同时保持边沿清楚性。但对复杂形状的界限会过分光滑并使细节消逝。有选择保边沿光滑法既能够除去噪声，又不损坏地区界限的细节。中值滤波对脉冲扰乱及椒盐噪声的克制成效好，在克制随机噪声的同时能有效保护边沿少受模糊。但它对点、线等细节许多的图像却不太适合。中值滤波法能有效削弱椒盐噪声，且比邻域、超限像素均匀法更有效。图像空间域锐化增强图像的边沿或轮廓。图像光滑经过积分过程使得图像边沿模糊，图像锐化则经过微分而使图像边沿突出、清晰。49.梯度锐化法：梯度为grad(x，y)=Max(|fx′|，|fy′|)或grad（x，y）=|fx’|+|fy′|。有梯度算子、Roberts、Prewitt和Sobel算子计算梯度，来增强边沿。50.Laplacian增强算子：g(x，y)=f(x，y)-▽2f(x，y)=5f(x，y)-[f(x+1，y)+f(x-1，y)+f(x，y+1)+f(x，y-1)]51.Laplacian增强算子特色：在灰度均匀的地区或斜坡中间▽2f(x，y)为0，增强图像上像元灰度不变；在斜坡底或低灰度侧形成“下冲”；而在斜坡顶或高灰度侧形成“上冲”高通滤波法就是用高通滤波算子和图像卷积来增强边沿。频次域光滑：因为噪声主要集中在高频部分，为去除噪声改良图像质量，滤波器采纳低通滤波器H(u,v)来克制高频成分，经过低频成分，而后再进行逆傅立叶变换获取滤波图像，即可达到光滑图像的目的：频次域低滤波器H(u,v)有四种：理想低通滤波器、Butterworth低通滤波器、指数低通滤波器、.梯形低通滤波器。55.各样滤波器成效比较;1)理想低通滤波器:在去噪声的同时将会致使边沿信息损失而使图像边模糊,并产生振铃效应。Butterworth低通滤波器的特征是连续性衰减，而不象理想滤波器那样峻峭变化，即显然的不连续性。所以采纳该滤波器滤波在克制噪声的同时，图像边沿的模糊程度大大减小，没有振铃效应产生。3)指数低通滤波器：图像边沿的模糊程度较用Butterworth滤波产生的大些，无显然的振铃效应。梯形低通滤波器的性能介于理想低通滤波器和指数滤波器之间，滤波的图像有必定的模糊和振铃效应。频次域锐化：采纳高通滤波器让高频成分经过，使低频成分削弱，再经逆傅立叶变换得到边沿锐化的图像。包含：理想高通滤波器、巴特沃斯高通滤波器、指数滤波器、梯形滤波器。彩色增强技术是利用人眼的视觉特征，将灰度图像变为彩色图像或改变彩色图像已有彩色的散布，改良图像的可分辨性。彩色增强方法可分为伪彩色增强和假彩色增强两类。伪彩色增强是把黑白图像的各个不一样灰度级依据线性或非线性的映照函数变换成不一样的彩色，获取一幅彩色图像的技术。伪彩色增强的方法主要有密度切割法、和频次域伪彩色增强三种。60.密度切割法是把黑白图像的灰度级从0（黑）到M0（白）分红N个区间Ii(i=1，2，，N),给每个区间Ii指定一种彩色Ci，这样，便能够把一幅灰度图像变为一幅伪彩色图像。61.灰度级一彩色变换将原图像f(x,y)的灰度范围分段，经过红、绿、蓝三种不一样变换

TR(?)、TG(?)和TB(?)，变为三基色重量

IR(x,y)

、IG(x,y)

、IB(x,y)

，而后用它们分别去控制彩色显示器的红、绿、蓝电子枪，便能够在彩色显示器的屏幕上合成一幅彩色图像。62.密度切割法比较简单、直观。弊端是变换出的彩色数目有限。63.假彩色增强是对一幅自然彩色图像或同一光景的多光谱图像，经过映照函数变换成新的三基色重量，彩色合成使感兴趣目标体现出与原图像中不一样的、奇怪的彩色。64.假彩色增强目的：使感兴趣的目标体现奇怪的彩色或置于奇异的彩色环境中，进而更惹人注视；使光景体现出与人眼色觉相般配的颜色，以提升对目标的分辨力。伪彩色增强与假彩色增强有何差别：伪彩色办理主要解决的是怎样把灰度图变为伪彩色图的问题,最简单的方法是选择对应于某一灰度值设一彩色值来代替,可称之为调色板替代法.此外一种比较好的伪彩色办理方法是设定三个独立的函数,给出一个灰度值,便由计算机估量出一个相应的RGB值.假彩色(falsecolor)办理是把真切的自然彩色图像或遥感多光谱图象办理成假彩色图像.假彩色办理的主要用途是:(1)光景映照成奇怪彩色,比本色更惹人注视.适应人眼对颜色的敏捷度,提升鉴识能力.可把细节丰富的物体映照成深浅与亮度不一的颜色.遥感多光谱图象办理成假彩色,能够获取更多信息.像素级影像交融是采纳某种算法将覆盖同一地域（或对象）的两幅或多幅空间配准的影像生成知足某种要求的影像的技术。67.颜色能够用R、G、B三重量来表示，也能够用亮度（I）、色别（H）和饱和度（S）来表示，它们称为颜色的三因素。把彩色的R、G、B变换成I、H、S称为HIS正变换，而由I、H、S变换成R、G、B称为HIS反变换。第五章图像还原与重修图像的退化是指图像在形成、传输和记录过程中，因为成像系统、传输介质和设施的不完美，使图像的质量变坏。图像还原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。70.图像还原过程以下：找退化原因→成立退化模型→反向推演→恢复图像71.图像还原和图像增强的差别：图像增强不考虑图像是怎样退化的，而是试图采纳各样技术来增强图像的视觉成效。所以，图像增强能够不管增强后的图像能否失真，只需看得舒畅就行。而图像还原就完整不一样，需知道图像退化的体制和过程等先验知识，据此找出一种相应的逆办理方法，进而获取还原的图像。假如图像已退化，应先作还原办理，再作增强办理。两者的目的都是为了改良图像的质量。点源的观点:一幅图像能够当作由无量多极小的像素所构成，每一个像素都能够看作为一个点源成像，所以，一幅图像也能够当作由无量多点源形成的。73.当输入的单位脉冲函数延缓了α、β单位，即当输入为δ（x–α，y–β）时，如果输出为h（x–α，y–β），则称此系统为位移不变系统。74.线性位移不变系统的输出等于系统的输入和系统脉冲响应（点扩散函数）的卷积。即：g(x,y)=f(x,y)*h(x,y)。75.图像退化的数学模型：g（x，y）=f（x，y）*h（x，y）+n(x，y)76.采用线性位移不变系统模型的原因：1）因为很多种退化都能够用线性位移不变模型来近似，这样线性系统中的很多半学工具如线性代数，能用于求解图像还原问题，进而使运算方法简捷和迅速。2）当退化不太严重时，一般用线性位移不变系统模型来还原图像，在好多应用中有较好的还原结果，且计算大为简化。3）只管实质非线性和位移可变的状况能更为正确而广泛地反应图像还原问题的实质，但在数学上求解困难。只有在要求很精准的状况下才用位移可变的模型去求解，其求解也常以位移不变的解法为基础加以改正而成。77.频次域恢复方法应注意：若噪声存在，并且H(u,v）很小或为零时，则噪声被放大。这意味着退化图像中小噪声的扰乱在H(u,v)较小时，会对逆滤波恢复的图像产生很大的影响，有可能使恢复的图像和f(x,y)相差很大，甚至改头换面。图像在获取过程中，因为成像系统自己拥有非线性、拍摄角度等因素的影响，会使获得的图像产生几何失真，可分为：系统失真和非系统是真。系统失真是有规律的、能展望的；非系统失真则是随机的。对图像进行几何校订的必需性：当对图像作定量剖析时，就要对失真的图像先进行精确的几何校订（马上存在几何失真的图像校订成无几何失真的图像），免得影响定量剖析的精度。几何校订分两步：图像空间坐标变换；第一成立图像像点坐标（行、列号）和物方（或参照图）对应点坐标间的映照关系，解求映照关系中的未知参数，而后依据映照关系对图像各个像素坐标进行校订；确立各像素的灰度值（灰度内插）81.图像空间坐标变换当n=1时，畸变关系为线性变换，式子中包含a00、a10、a01、b00、b10、b016个未知数，起码需要3个已知点来成立方程式，解求未知数。当n=2时，畸变关系式包含12个未知数，起码需要6个已知点来成立关系式，解求未知数。82.几何校订方法可分为直接法和间接法两种。83.常用的像素灰度内插法有近来邻元法、双线性内插法和三次内插法三种。84.像素灰度内插法成效比较：近来邻内插：最简单，成效尚佳，但校订后的图像边沿有显然锯齿状，即存在灰度不连续性。双线性内插法：较复杂，计算量较大，没有灰度不连续性的弊端，结果令人满意。但它拥有低通滤波性质，使高频重量受损，图像轮廓有必定模糊。3)三次内插：计算量最大，但内插成效最好，精度最高。85.图像重修有三种模型：透射模型、发射模型和反射模型。透射模型成立于能量经过物体后有一部分能量会被汲取的基础之上，透射模型常常用于射线、电子射线及光芒和热辐射的状况下，它们都遵照必定的汲取规则。发射模型可用来确立物体的地点。这类方法已经宽泛用于正电子检测,经过在相反的方向分解散射的两束伽马射线,则这两束射线的渡越时间可用来确立物体的地点。反射模型能够用来测定物体的表面特色，比如光芒、电子束、激光或超声波等都能够用来进行这类测定。89.从多个断面恢复三维形状的方法有Voxel法（体素法）、分块的平面近似法。第六章图像编码与压缩数据压缩的研究内容包含数据的表示、传输、变换和编码方法，目的是减少储存数据所需的空间和传输所用的时间。图像编码与压缩就是对图像数据按必定的规则进行变换和组合，达到以尽可能少的代码（符号）来表示尽可能多的图像信息。92.冗余数占有：编码冗余、像素间冗余、心理视觉冗余3种。依据解压重修后的图像和原始图像之间能否拥有偏差，图像编码压缩分为无偏差（亦称无失真、无损、信息保持）编码和有偏差（有失真或有损）编码两大类。依据编码作用域区分，图像编码为空间域编码和变换域编码两大类。描述解码图像相对原始图像偏离程度的测度一般称为保真度，可分为两大类：客观保真度准则和主观保真度准则。最常用的客观保真度准则是原图像和解码图像之间的均方根偏差和均方根信噪比两种。97.理论上最正确信息保持编码的均匀码长能够无穷靠近图像信息熵H。但老是大于或等于图像的熵H。霍夫曼编码：在信源数据中出现概率越大的符号，编码此后相应的码长越短；出现概率越小的符号，其码长越长，进而达到用尽可能少的码符表示信源数据。它在无损变长编码方法中是最正确的。行程编码的基来源理：将一行中颜色值同样的相邻像素用一个计数值和该颜色值来取代。100.一维行程编码只考虑了除去行内像素间的有关性.没有考虑其余方向的有关性.101.二维行程编码就是利用图像二维信息的强有关性，依据必定的扫描路径遍历所有的像素形成一维的序列，而后对序列进行一维行程编码的方法。102.混淆编码：既拥有行程编码的性质又是变长编码。第七章图像切割103.图像剖析：对图像中感兴趣的目标进行检测和丈量，以获取它们的客观信息，进而成立对图像的描述.图像切割：把图像分红互不重叠的地区并提取感兴趣目标的技术。记忆图像切割所需知足的五个条件。切割算法鉴于灰度值的两个基本特征：不连续性和相像性107.检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。检测图像像素的灰度值的相像性，经过选择阈值，找到灰度值相像的地区，地区的外轮廓就是对象的边。图像切割的方法：1)鉴于边沿的切割方法：先提取地区界限，再确立界限线定的地区。2)地区切割：确定每个像素的归属地区，进而形成一个地区图。3)地区生长：将属性靠近的连通像素聚集成地区4)分裂－归并切割：综合利用前两种方法，既存在图像的区分，又有图像的归并。110.边沿：图像中像素灰度有阶跃变化或屋顶变化的那些像素的会合。111.边沿检测算子：梯度算子、Roberts算子、Prewitt算子、Sobel算子、Kirsch算子（方向算子）、Laplacian算子、Marr算子。112.边沿检测算子比较：梯度算子：仅计算相邻像素的灰度差，对噪声比较敏感，没法克制噪声的影响2)Roberts算子：与梯度算子检测边沿的方法近似，对噪声敏感，但成效较梯度算子略好Prewitt算子：在检测边沿的同时，能克制噪声的影响Sobel算子：对4邻域采纳带权方法计算差分；能进一步克制噪声；但检测的边沿较宽5)方向算子：在计算边沿强度的同时能够获取边沿的方向；各方向间的夹角为456)拉普拉斯算子：长处，各向同性、线性和位移不变的；对细线和孤立点检测成效较好。弊端，对噪音的敏感，对噪声有双倍增强作用；不可以检测出边的方向；常产生双像素的边沿。7)Marr算子：σ的选择很重要，σ小时边沿地点精度高，但边沿细节变化多；σ大时光滑作用大，但细节损失大，边沿点定位精度低。应依据噪声水平易边沿点定位精度要求适入选用σ。曲面拟合法：其过程是求均匀后再求差分，因此对噪声有克制作用。因为梯度算子和Laplace算子都对噪声敏感，所以一般在用它们检测边沿前要先对图像进行光滑。114.曲面拟合法：用平面或高阶曲面来拟合图像中某一小地区的灰度表面，求这个拟合平面微分或二阶微分检测边沿，可减少噪声影响。其过程是求均匀后再求差分，因此对噪声有抑制作用。边沿追踪：将检测的边沿点连结成线就是边沿追踪。直角坐标系中的一条直线对应极坐标系中的一点，这类线到点的变换就是Hough变换变换特色：对ρ、θ量化过粗，直线参数就不精准，过细则计算量增添。所以，对ρ、θ量化要兼备参数目化精度和计算量。2)Hough变换检测直线的抗噪性能强，能将断开的边沿连结起来。3)别的Hough变换也可用来检测曲线。118.地区生长：单一型、质心型、混淆型。单一型：弊端是地区增添的结果与开端像素有关，开端地点不一样则切割结果有差异。120.地区分裂归并法无需早先指定种子点,它按某种一致性准则分裂或许归并地区.能够先进行分裂运算,而后再进行归并运算;也能够分裂和归并运算同时进行,经过连续的分裂和合并,最后获取图像的精准切割成效.121.分裂归并法对切割复杂的场景图像比较有效.第八章二值图像办理与形状剖析122.在二值图像中，把相互连结的像素的会合聚集为一组，于是拥有若干个0值的像素(0像素)和拥有若干个1值的像素(1像素)的组就产生了。把这些组叫做连结成分。二值图像上改变一个像素的值后，整个图像的连结性其实不改变（各连结成分既不分别、不联合，孔也不产生、不用逝），则这个像素是可删除的。124.孤立点：B（p）=1的像素p，在4/8毗邻的状况下，当其4/8毗邻的像素所有是0时，像素p称作孤立点。其连结数Nc(p)=0。125.内部点：B（p）=1的像素p，在4/8毗邻的状况下，当其4/8毗邻的像素所有是1时，称作内部点。内部点的连结数Nc(p)=0。126.界限点:在B（p）=1的像素中，把除了孤立点和内部点之外的点叫做界限点。界限点的连结数属于[1，