‘壹’ 什么是matlab图像平滑处理
在图像的获取和传输过程中原始图像会受到各种噪声的干扰，使图像 质量下降。为了抑制噪声、改善图像质量，要对图像进行平滑处理。抑制或消除 这些噪声而改善图像质量的过程称为图像的平滑。 图像平滑的目的是为了消除噪 声。 噪声消除的方法又可以分为空间域或频率域，亦可以分为全局处理或局部处 理，亦可以按线性平滑、非线性平滑和自适应平滑来区别。图像的平滑是一种实 用的数字图像处理技术， 一个较好的平滑处理方法应该既能消除图像噪声，又不 使图像边缘轮廓和线条变模糊， 这就是研究数字图像平滑处理要追求的目标。一 般情况下， 减少噪声的方法可以在空间域或频率域进行处理， 主要有邻域平均法、 中值滤波法、低通滤波法等，邻域平均法即通过提高信噪比，取得较好的平滑效 果； 空间域低通滤波采用低通滤波的方法去除噪声；以及频域低通滤波法通过除 去其高频分量就能去掉噪声，从而使图像得到平滑。
‘贰’ 分析比较下列图像增强方法：直方图均衡化、平滑、锐化、伪彩色增强等，各种的优缺点,总结其适用场合
直方图均衡化：直方图均衡化是将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方
图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由
于灰度级具有均匀的概率分布，图象看起来就更清晰了。
图象在传输过程中，由于传输信道、采样系统质量较差，或受各种干扰的影响，而造成图象毛
糙，此时，就需对图象进行平滑处理。目的：去除或衰减图象中噪声和假轮廓；• 方法分类：空域和频域方法。
图象锐化（Image Sharpening）
1. 图象变模糊原因：（1）成像系统聚焦不好或信道过窄；（2）平均或积分运算；使目标物轮廓变模糊，细节轮廓不清晰。
2. 目的：加重目标物轮廓，使模糊图象变清晰。
3. 方法分类：
(1）空域微(差)分法—模糊图象实质是受到平均或积分运算，故对其进行逆运算（微分），使图象清
晰；
(2) 频域高通滤波法—从频域角度考虑，图象模糊的实质是高频分量被衰减，故可用高频滤波加重滤波
使图象清晰。在图像的识别中常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。
人眼的视觉特性：
• 分辨的灰度级介于十几到二十几级之间；
• 彩色分辨能力可达到灰度分辨能力的百倍以上。
彩色增强技术是利用人眼的视觉特性，将灰度图像变成彩色图像或改变彩色图像已有彩色的分布，改善图像的可分辨性。彩色增强方法可分为伪彩色处理和真彩色处理。
伪彩色的含义：把不敏感的灰度信号转换成敏感的彩色信号，称为伪彩色增强。伪彩色指定某灰度为某种彩色。
自然物体的彩色称为真彩色。
伪彩色增强是把黑白图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。使原图像细节更易辨认，目标更容易识别。伪彩色增强的方法主要有密度分割法、灰度级一彩色变换、频率域伪彩色增强三种。
我当初也没有学好，只是列出它们的作用 ，至于适用场合看用途应该就可以判断了。都是我一个一个找的啊。
‘叁’ 在数字图像处理中什么是图像平滑什么是图像锐化
（图象平滑）①目的：降低图像锐度，同时也会去除部分噪声，处理后导致图象模糊；②处理方法：邻域平均法、中值滤波法、多图象平均法，采用取平均值或中值的方法来模糊噪声；③图象边缘及噪声频率都在高频区，用低通滤波法来去噪声。
（图象锐化）①目的：增强图像轮廓和细节，使图象清晰，处理后噪声也会增强；②处理方法：梯度法、拉普拉斯算法、Robert算法，采用微分运算求信号变化率，加强高频分量，使图象轮廓清晰；③图象边缘或线条等细节部分在高频区，用高通滤波让高频分量通过。