(2021年整理)数字图像处理期末考题

1、数字图像处理期末考题数字图像处理期末考题 编辑整理：尊敬的读者朋友们：这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（数字图像处理期末考题）的内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的源泉，前进的动力。本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快 业绩进步，以下为数字图像处理期末考题的全部内容。数字图像处理一、填空题1、数字图像的格式有很多种，除gif格式外，还有 jpg 格式、 tif 格式。2、图像数据中存在的有时间冗余、

2、空间冗余、结构冗余、信息熵冗余、 知识冗余、 视觉 冗余。3、 在时域上采样相当于在频域上进行_延拓 .4、 二维傅里叶变换的性质_分离性 、 线性 、周期性与共轨对称性、_位移性 、尺度变换、旋转性、 平均值 、卷积。（不考)5、 图像中每个基本单元叫做 图像元素 ;在早期用picture表示图像时就称为 像素 .6、 在图象处理中认为线性平滑空间滤波器的模板越大,则对 噪声的压制越好 ;但使 图像边缘和细节信息 损失越多; 反之， 则对 噪声的压制不好 ,但对 图像的细节等 信息保持好。模板越平,则对 噪声的压制越好 ，但对 图像细节 的保持越差;反之,则对 噪声的 压制不好，但对 图像细

3、节和边缘 保持较好。7、 哈达玛变换矩阵包括_+1 和_1 两种矩阵元素.（不要)8、 对数变换的数学表达式是 t = clog ( 1 + | s ） 。9、 傅里叶快速算法利用了核函数的_周期性 和_对称性 。（不要)10、 直方图均衡化的优点是能自动地增强整个图像的 对比度 。(不要）二、选择题（ d ）1.一幅灰度级均匀分布的图象，其灰度范围在0，255，则该图象的信息量为： a. 0 b.255 c。6 d.8（ c )2。采用模板-1 1主要检测_方向的边缘. a.水平 b。45 c。垂直 d。135( c ）3. 下列算法中属于图象平滑处理的是: a。梯度锐化 b。直方图均衡 c

4、. 中值滤波 d。laplacian增强（ b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c。一对多 d.都不对( a ）5.对一幅图像采样后,512512的数字图像与256256的数字图像相比较具有 的细节。 a.较多 b.较少 c。相同 d。都不对（ b ）6。下列算法中属于点处理的是： a。梯度锐化 b。二值化 c。傅立叶变换 d.中值滤波( d ）7.二值图象中分支点的连接数为： a.0 b。1 c。2 d。3（ a ）8.对一幅100100像元的图象，若每像元用bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a。2:1

5、 b。3:1 c.4:1 d。1：2（ d ）9。下列算法中属于局部处理的是： a。灰度线性变换 b.二值化 c.傅立叶变换 d。中值滤波 （ b )10。下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b。prewitt算子 c。roberts算子d。 laplacian算子三、简答题1。图像锐化与图像平滑有何区别与联系？ 答：图象锐化是用于增强边缘，导致高频分量增强,会使图象清晰； 图象平滑用于去噪，对图象高频分量即图象边缘会有影响.都属于图象增强,改善图象效果。2. 将m幅图像相加求平均可以起到消除噪声的效果，用一个的模板进行平滑滤波也可以起到消除噪声的效果,试比较这两种方法的消

6、噪效果。答：将m幅图像相加求平均利用了m幅图像中同一个位置的m个像素的平均值,用一个的模板进行平滑滤波选用了同一幅图像中的个像素的平均值.因为参与的像素个数越多,消除噪声的能力越强，所以如果,则前者消除噪声的效果较好，反之后者消除噪声的效果较好。3。如何仅利用逻辑运算提取图像中一个长方形的轮廓?（不要这道题）答：将所给图像分别向上,下，左，右各移动一个像素，得到4幅平移图像，将这4幅图像分别与所给图像进行“异或”运算,得到各个方向的边界，再对这些边界图进行“与”运算，就得到轮廓。4。客观保真度准则和主观保真度准则各有什么特点？答：客观保真度准则提供了一种简单和方便的评估信息损失的方法，它用编码

7、输入图与解码输出图的函数表示图像压缩所损失的信息量。它不受观察者主观因素的影响。因为很多解压图最终是供人看的，所以在这种情况下用主观的方法来测量图像的质量常更为合适。主观保真度准则就是观察者用以评价图像质量的标准，它直接与应用目的相联系。四、计算题1。 如果f（0）=0,f（1)=1,f（2）=1，f（3）=2，(1）求沃尔什变换；（2）求哈达玛变换.（重点)解:（1） w(0)=1，w(1）= ，;（2） 。（写出计算过程)2。 设,分别借助沃尔什变换的1-d变换核和2d基本函数计算它的沃尔什变换。（重点）解: 分解=,利用，得到,，。利用,则它们的沃尔什变换为，得到，,.借助n=2时的沃尔

8、什变换的基本函数直接计算，有，。五、程序题1、改变图像的空间分辨率% function test imagae read write and displayimageyin=double（imread(lena512.bmp)）;subplot（121);imagesc（imageyin）;colormap（gray);xsize ysize=size(imageyin)sample_image=imageyin(1:2:xsize,1：2：ysize);subplot（122);imagesc(sample_image）；colormap（gray）;imwrite(uint8(sample

9、_image）,lena256。bmp）; other display image format : imshow data format imshow : uint8% data format imagesc： double2、直方图均衡化和获取直方图（这个只考读图,不编写程序） calculate histogram of imagesimage=double(imread（f315a1。jpg);imageshow=image；imageshow(1,1)=0；imageshow（1，2)=255；subplot（321)；imagesc(imageshow)；colormap（gray

10、）；drawnow;nr=zeros（1,256)；r=0:255；% for normalization number=0;m，n=size（image）;number=m*n;for i=1：m for j=1:n nr（image(i，j）+1）=nr(image（i，j）+1)+1; end end l=max(max(image）；subplot(322);hist(nr);plot（nr） drawnow； nr=nr/number; s=zeros(size（nr); for i=0：255 for j=0：i s（1+i)=s(1+i）+nr(j+1)； end end gim

11、age=size（image); for i=1:m for j=1:n gimage（i,j)=s(image（i,j)+1); end end gimage=gimage255.; subplot(323)； imagesc（gimage); colormap(gray）; drawnow； nr=zeros(1,256);% for normalization number=0;for i=1：m for j=1：n nr(fix(gimage（i,j)+1)）=nr（fix（gimage（i,j)+1)+1； end end subplot(324);hist（nr）；plot(nr)

12、 drawnow； gimageshow=gimage; gimageshow(1，1）=0; gimageshow（1，2)=255； subplot(325）; imagesc(gimageshow）; colormap（gray)； 3、均值滤波器：i=imread（tire.tif)；m，n=size(i）；ii1=zeros(m,n）;for i=1:16 ii（：，：， i)=imnoise(i，gaussian，0,0.01)； ii1=ii1+double(ii（：,:, i)）; if or(or（i= =1,i= =4）,or(i= =8,i= =16)）; figure； imshow(uint8(ii1/i)； endend4、理想低通滤波器:%理想低通滤波器所产生的模糊和振铃现象j=imread（lena.bmp)；subplot（331）;imshow(j）;j=double（j）; 采用傅里叶变换f=fft2（j)； 数据矩阵平衡g=fftshift（f)；subplot(332);imshow（log（abs（g）,),color(jet（64）;m，n=size（f);n1=f