河南理工大学数字图像期末总结

1什么是数字图像?像素？采样与量化？邻域以及像素间距离？图像坐标变换；半调输出和抖动技术；常见图像种类？数字图像处理目的，应用以及主要研究内容？答：数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素〔pixel〕。每个像素包括两个属性：位置和亮度。eq\o\ac(○,2)采样：将空间上连续的图像变换成离散点的操作称为采样。采样间隔的大小是个很重要的参数。eq\o\ac(○,3)量化是对图像幅度坐标的离散化，它决定了图像的幅度分辨率。量化值一般用整数来表示。非特殊用途的图像均为8bit量化，即用0~255描述“黑~白”。

量化的方法包括：分层量化、均匀量化和非均匀量化eq\o\ac(○,4)像素的邻域：邻域是指一个像元〔X，Y〕的邻近形成的像元集合。即{〔X=p,Y=Q〕}P、Q、为任意整数。像素的四邻域：像素P(X,Y)的四邻域是〔X+1，Y〕，〔X—1，Y〕，〔X,Y+1〕，〔X,Y—1〕eq\o\ac(○,5)像素之间距离的定义：对于像素p、q和z，分别具有坐标(x,y)，(s,t)和(u,v)，如果(1)D(p,q)≥0(D(p,q)=0，当且仅当p=q),(2)D(p,q)=D(q,p)(3)D(p,z)≤D(p,q)+D(q,z)那么称D是距离函数或度量。N4(p)——像素(x,y)的4邻域(x+1,y)，(x-1,y)，(x,y+1)，(x,y-1)ND(p)——像素(x,y)的对角邻域(x+1,y+1)，(x+1,y-1)，(x-1,y+1)，(x-1,y-1)N8(p)——像素(x,y)的8邻域N4(p)+ND(p)eq\o\ac(○,6)为了在这些设备上输出灰度图像并保持其原有的灰度级常采用一种称为半调输出的技术。半调输出的原理是利用人眼的集成特性，在每个像素位置打印一个其尺寸反比于该像素灰度的黑圆点，即在亮的图像区域打印的点小，暗的图像区域打印的点大。当点足够小，观察距离足够远时，人眼就不容易分开各个小点，而得到比拟连续、平滑的灰度图像。eq\o\ac(○,7)抖动技术通过变动图像的幅度值来改善量化过粗图像的显示质量。抖动的实现一般是对原始图像f(x,y)加一个随机的小噪声d(x,y)即将两者加起来进行显示。eq\o\ac(○,8)常见图像种类？1.索引图像2.灰度图像3.彩色图像eq\o\ac(○,9)数字图像处理目的，应用以及主要研究内容？目的：1.提高图像的视感质量，以到达赏心悦目的目的。2.提取图像中所包含的某些特征或特殊信息，便于计算机分析。3.对图像数据进行变换、编码和压缩，便于图像的存储和传输。应用：1视觉监控2.工业检测3.高精度制导4.医疗诊断5.通讯6.公共效劳1〕航天航空：登月、火星照片处理、飞机遥感、卫星遥感、气象预报2〕生物医学工程：CT、MRI〔核磁共振〕、B超、显微图像：红细胞、白细胞、染色体的分析、X光、心电图3〕通讯领域多媒体通讯：数字电视、高清析度电视(HDTV)、多媒体信息处理,可视、会议电视、、电视、计算机三网合一4〕工业：印刷电路板、机器人视觉、零件检测、邮政信件的自动检测5〕军事公安;导弹制导、侦察照片的处理、指纹识别、人脸识别6〕文化艺术：电视画面的数字编辑、动画制作、游戏、纺织工艺品设计、发型设计、文物资料图片的修复研究内容：1图像获取、表示和表现2图像复原3图像增强4图像分割5图像压缩编码6图像处理中的频域变换7目标表达与描述8形态学10数字图像处理的特点：1〕处理精度高，再现性好2〕处理方法的多样性3〕图像数据量庞大4〕处理费时5〕图像处理技术综合性强11什么是直方图？直方图：又称质量分布图，是一种统计报告图，有一些列高度不等的纵向条纹或线段表示数据分布的情况。灰度直方图〔histogram〕是灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。横坐标是灰度级，纵坐标是灰度级出现的频率。1２直方图的计算，性质，绘制及用途？计算：依据定义，假设图像具有L〔通常L=256,即8位灰度级〕级灰度，那么大小为MxN的灰度图像f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得：初始化hist[k]=0;k=0,…,L-1统计hist[f(x,y)]++;x=0,…,M-1,y=0,…,N-1归一化hist[f(x,y)]/=M*N性质：〔1〕只含图像各灰度值像素出现的概率，而无位置信息。〔2〕图像与直方图之间是多对一的映射关系。〔3〕图像各子区的直方图之和就等于该图像全图的直方图。用途：1〕数字化参数2〕边界阈值选择17.直方图的拉伸以及直方图均衡化和规定化拉伸：一幅给定图像的灰度级分布在0≤r≤1范围内〔灰度级进行了归一〕。可以对［0,1］内的任一r值进行变换s=T(r)变换函数T(r)应满足以下条件：〔1〕在0≤r≤1区间内，T(r)值单调增加；保证了图像的灰度级从白到黑的次序不变〔2〕对于0≤r≤1，有0≤T(r)≤1。保证了映射变换后的像素灰度值在容许的范围内均衡化：直方图均衡化是一种借助于直方图变换实现灰度映射从而到达图像增强的目的是把原图像的直方图通过变换函数修正为分布比拟均匀的直方图，从而改变图像整体偏暗或整体偏亮，灰度层次不丰富的情况。原理：首先假定连续灰度级的情况，推导直方图均衡化变换公式，令r代表灰度级，P(r)为概率密度函数。r值已归一化，最大灰度值为1。规定化：所谓直方图规定化，就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。用于产生处理后有特殊直方图的图像的方法，定义修改一幅图像的直方图，使它与另一幅图像的直方图匹配或具有一种预先规定的函数形状。目标：当需要具有特定的直方图的图像时，可按照预先设定的某个形状人为的调整图像的直方图。12什么是中值滤波，有何特点？答：中值滤波是指将当前像元的窗口〔或领域〕中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的根本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。特点：它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。13.中值滤波特性：a对大的边缘高度，中值滤波较邻域均值好得多，而对于较小边缘高度，两种滤波只有很少差异。b中值滤波是非线性的。c中值滤波在抑制图像随机脉冲噪声方面甚为有效。且运算速度快，便于实时处理。d中值滤波去除孤立线或点干扰，而保存空间清晰度较平滑滤波为好；但对高斯噪声那么不如平滑滤波。14用你熟悉的语言写出均值滤波器的源代码〔假设图像大小为M*N，用二维数组表示每个intaa[5][5]={1,1,1,1,1, 1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1};//滤波器unsignedchar*lpSrc;//像素指针intf[320][280];//每个像素的灰度存储在数组中，数组大小等于图像大小inti,j,c,d;intsum[320][280];//累加数组for(i=0;i<lWidth;i++) {for(j=0;j<lHeight;j++) {lpSrc=(unsignedchar*)lpDIBBits+lLineBytes*(lHeight-1-j)+i;//指向每个像素 f[i][j]=*(lpSrc);//灰度存储在对应的数组位置像素点对应的灰度for(i=2;i<lWidth-2;i++) { for(j=2;j<lHeight-2;j++)//去掉边界像素 {sum[i][j]=0;for(c=0;c<5;c++) {for(d=0;d<5;d++) {sum[i][j]=sum[i][j]+f[i-2+c][j-2+d]*aa[c][d]; } } f[i][j]=sum[i][j]/25;//滤波器的输出 }}for(i=0;i<lWidth;i++) {for(j=0;j<lHeight;j++) {lpSrc=(unsignedchar*)lpDIBBits+lLineBytes*(lHeight-1-j)+i; (*(lpSrc))=f[i][j];//把变化后的每个像素的灰度返回给图像 } }15图像锐化与图像平滑有何区别与联系？答：区别：图像锐化是用于增强边缘，导致高频分量增强，会使图像清晰；图像平滑用于消除图像噪声，但是也容易引起边缘的模糊。联系：都属于图像增强，改善图像效果20灰度变换：灰度变换的定义：对于输入图象f〔x，y〕，灰度级变换T将产生一个输出图像g〔x，y〕，且g〔x，y〕的每一个像素值都是由f〔x，y〕的对应输入像素点的值决定的，即g(x，y)=T[f(x，y)]。由于图像任一点的增强仅仅依赖于该点的灰度，因此这类图像增强技术常常是指点运算。灰度变换法又可分为三种：线性、分段线性及非线线性变换：突出感兴趣的灰度区间。相当于增加比照度.非线性变换：对应着非线性映射函数，典型的映射包括平方函数、对数函数、窗口函数、阈值函数、多值量化函数等。非线性变换:按对数函数变换：低灰度区扩展，高灰度区压缩按指数函数变换：高灰度区扩展，低灰度区压缩。21图像的平滑及锐化？常见的平滑和锐化方法有哪些？图像的平滑作用主要是为了去除图像中称为噪声的干扰信息。噪声在理论上可以定义为“不可预测，只能用概率统计方法来认识的随机误差。”通常用其数字特征，均值方差、相关函数等对噪声进行处理。图像锐化处理的目的是是增强图象的边缘或轮廓,使模糊图像变得清晰。图像模糊的实质上就是受到平均或积分运算，因此对其进行逆运算，如微分运算、梯度运算就可以使图像清晰。讨论用于空间滤波的平滑滤波器与锐化滤波器的相同点，不同点和联系平滑空间滤波器的原理是取图像中每个像素及其邻域的平均〔取均值或排序后取中值〕；而锐化空间滤波器的原理是对图像取微分〔一阶梯度法或二阶拉普拉斯法〕。此外，空间滤波器的工作原理还可借助频域进行分析，它们的根本特点都无非是让图像在频域某个范围内的分量受到抑制而让其它分量不受影响，从而改变输出图的频率分布，到达增强的目的，从这样的视角看，那么平滑可用低通滤波实现，锐化可用高通滤波实现。平滑空间滤波器主要应用于模糊处理和减小噪声；锐化空间滤波器那么主要应用于突出图像中的细节边缘或轮廓，或者增强被模糊了的细节。22图像锐化滤波的几种方法。〔1〕直接以梯度值代替；〔2〕辅以门限判断；〔3〕给边缘规定一个特定的灰度级；〔4〕给背景规定灰度级；〔5〕根据梯度二值化图像。23、图像增强时，平滑和锐化有哪些实现方法？平滑的实现方法：邻域平均法，中值滤波，多图像平均法，频域低通滤波法。锐化的实现方法：微分法，高通滤波法。８为什么要进行图像编码？图像编码：数字图像的特点之一是数据量庞大。因此在实际应用中图像压缩是必需的。图像编码主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性，对图像信号进行高效编码，即研究数据压缩技术，目的是解决数据量大的矛盾。一般来说，图像编码的目的有三个：①减少数据存储量；②降低数据率以减少传输带宽；③压缩信息量，便于特征提取，为后续识别作准备。26、常见的数据冗余包括哪些？1.编码冗余:一般来说如果没有充分利用编码对象的概率特性就会产生编码冗余2.像素相关冗余：图像中一般存在与像素间相关性直接联系着的数据冗余称为像素间冗余也成为空间冗余或几何冗余3.心理视觉冗余：人眼感觉到的区域的亮度不仅仅取决于该区域的反射光，还取决于其他一些因素，例如马赫带现象。产生这种现象的原因是由于眼睛对所有视觉信息感受的灵敏度不同。在正常的视觉处理过程中，各种信息的相对重要程度不同，那些不太重要的信息称为心理视觉冗余27、保真度标准有哪些？1.客观保真度标准：图像压缩过程对图像信息的损失能够表示为原始图像与压缩并解压缩后图像的函数。2.一般表示为输出和输入之差：3.两个图像之间的总误差：4.均方根误差：5.均方信噪比；6.主观保真度标准：通过视觉比拟两个图像，给出一个定性的评价，如很粗、粗、稍粗、相同、稍好、较好、很好等，可以对所有人的感觉评分计算平均感觉分来衡量。什么是信息量和信息熵，它们的用途有哪些？信息量：即表示该符号所需的位数。如果将信源所有可能事件的信息量进行平均，就得到了信息熵。信息熵：信息熵就是平均信息量。熵值是平均码长的下限，熵值H(X)除以平均码长即表示编码效率。9边界表达的方法：链码对区域轮廓点的1种编码表示方法

利用一系列具有特定长度和方向的相连的直线段来表示目标的轮廓

每个线段的长度固定而方向数目取为有限轮廓的起点需用〔绝对〕坐标表示，其余点都可只用接续方向来代表偏移量

轮廓线段的近似表达?

多边形是一系列线段的封闭集合，它可用来逼近大多数实用的曲线到任意的精度

最小周长多边形

聚合逼近多边形

分裂逼近多边形

区域表达方法：四叉树和骨架；边界描述：长度，直径；区域描述：区域面积，区域重心，偏心率，圆形性和矩的计算公式。

28、什么是图像退化？常见的退化原因有哪些？什么叫模糊？常见的噪声类型？空域中消除噪声的滤波器包括哪些？了解每种滤波器可以去除哪些类型的噪声？了解自适应局部噪声滤波器和自适应中值滤波器的工作原理图像退化：由场景得到的图像没能完全地反映场景的真实内容，产生了失真等问题产生原因:透镜像差/色差：光学系统本身聚焦不准〔失焦，限制了图像锐度〕模糊〔限制频谱宽度〕：图像采集过程中产生噪声〔是一个统计过程〕抖动〔机械、电子〕模糊：在图像采集过程中产生的退化噪声：在图像记录过程中产生的退化常见类型：1热噪声：与物体的绝对温度有关。2闪烁噪声：电流运动产生。3发射噪声：高斯分布〔电子运动的随机性〕。4有色噪声：粉色噪声和褐色噪声。空域中消除噪声的滤波器包括：均值滤波器算术均值滤波器：此时可以消除噪声，使图像变得模糊。几何均值滤波器：几何均值滤波器所到达的平滑度可以与算术均值滤波器相比，但在滤波过程中会丧失更少的图像细节。谐波均值滤波器：对于“盐”噪声效果比拟好，它善于处理像高斯噪声那样的其他噪声。逆谐波均值滤波器：这种滤波器适合减少或在实际中消除椒盐噪声的影响。顺序统计滤波器中值滤波器：没有其它平滑滤波器中的平滑效果，尤其对于椒盐噪声非常有用最大值/最小值滤波器：最大值滤波器对于椒噪声具有良好效果，而最小值滤波器对于盐噪声具有良好效果中点滤波器：对于高斯和均匀随机分布噪声有最好的效果。工作原理：自适应滤波器：它们的行为变化基于由矩形窗口定义的区域内图像的统计特征。自适应中值滤波器算法工作在两个层次，定义为A层和B层A层：A1=gmed–gminA2=gmed–gmax如果A1>0且A2<0,转到B层否那么增大窗口尺寸如果窗口尺寸≤Sw，那么重复A层否那么输出gxyB层：B1=gxy–gminB2=gxy–gmax如果B1>0且B2<0,输出gxy否那么输出gmed什么是图像分割？它的形式化定义以及分割依据？如何定位孤立点以及直线？边缘检测的原理及方法？阈值的选择和阈值化处理？基于过渡区的阈值的原理及相关参数的计算？哈夫变换进行边缘拟合的原理以及区域生长法的原理图像分割是把图像分解成构成的部件和对象的过程。形式化定义：令集合R代表整个图像区域，对R的分割可看作将R分成假设干个满足以下条件的非空子集〔子区域〕R1，R2，R3，…Rn分割依据：1相似性分割2非连续性分割定位孤立点以及直线：从这些值中寻找绝对值最大值，确定当前点更加接近于该模板所对应的直线边缘检测的原理及方法：物体的边缘是以图像局部特性的不连续性的形式出现的，从本质上说，边缘意味着一个区域的终结和另一个区域的开始。边缘上的这种变化可以通过微分算子进行检测：一阶导数：通过梯度来计算二阶导数：通过拉普拉斯算子来计算阈值的选择和阈值化处理：它把一幅灰度图像转换成二值图像基于过渡区的阈值的原理：它本身也是图像中的一个区域，一个特别的区域。一方面它将不同的区域分割开来，具有边界的特点；另一方面，它的面积不为零，具有区域的特点。相关参数的计算：剪切变换的计算哈夫变换进行边缘拟合的原理：其根底是利用了点-线对偶性，把在图像空间对点的检测转化为在参数空间对直线的检测。区域生长法的原理：根本思想是将具有相似性质的像素结合起来构成区域。信息量是指从N个相等可能事件中选出一个事件所需要的信息度量或含量，也就是在辩识N个事件中特定的一个事件的过程中所需要提问"是或否"的最少次数.信息熵是描述信源本身统计特性的一个物理量。它是信源平均不定度，是信源统计特性的一个客观表征量。灰度线性变换中我们常用的三段线性变换法线性变换假定原图像f(x,y)的灰度范围为[a,b]，希望变换后图像g(x,y)的灰度范围扩展至[c,d]，线性变换表示式为：g(x,y)=[(d-c)/(b-a)]f(x,y)+c此关系式可用图3-1表示。假设图像中大局部象素的灰度级分布在区间[a,b]，很小局部的灰度级超出了此区间，为改善增强的效果，可令：其中Fmax为输入图像的最大灰度值2〕分段线性变换为了突出感兴趣的目标或灰度区间，相对抑制那些不感兴趣的目标或灰度区间，常采用分段线性变换法。常用的是三段线性变换法，如图3-2所示，其数学表达式为图中对灰度区间[a,b]进行了线性变换，而灰度区间[0,a][b,Fmax]受到了压缩。通过细心调整折线拐点的位置及控制分段直线的斜率，可对任一灰度区间进行扩展或压缩。这种变换适用于在黑色或白色附近有噪声干扰的情况。例如照片中的划痕，由于变换后0~a以及b~Fmax之间的灰度受到压缩，因而使噪声干扰得到减弱分段线性变换3〕非线性灰度变换

当用某些非线性函数，例如用对数函数作为映射函数时，可实现图像灰度的非线性变换，对数变换的一般式为：

g(x,y)=a+ln[f(x,y)+1]/(b*ln[c])

这里a、b、c是便于调整曲线的位置和形状而引入的参数，它使低灰度范围的图像得以扩展而高灰度图像得到压缩，从而使图像的分布均匀与人的视觉特性相匹配。

指数变换的一般式为：

g(x,y)=bc[f(x,y)-a]-1

其中a、b、c三个参数用来调整曲线的位置和形状，它的效果与对数相反，它将对图像的高灰度区给予较大的扩展。单项选择题〔从以下各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每题1分，共10分〕(D)1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，那么该图象的信息量为：a.0b.255c.6d.8(B)2.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(D)3.以下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)4.以下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)5.一曲线的方向链码为12345，那么曲线的长度为a.5b.4c(C)6.以下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.中值滤波d.Laplacian增强(B)7.以下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(C)8.采用模板［-11］主要检测____方向的边缘。a.水平b.45c.垂直(D)9.二值图象中分支点的连接数为：a.0b.1c.2d.3(A)10.对一幅100100像元的图象，假设每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，那么图象的压缩比为：a.2:1b.3:1c.4:1d.1:2填空题〔每空1分，共15分〕1.图像锐化除了在空间域进行外，也可在频率域进行。2.图像处理中常用的两种邻域是4-邻域和8-邻域。3.直方图修正法包括直方图均衡和直方图规定化两种方法。4.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。5.多年来建立了许多纹理分析法，这些方法大体可分为统计分析法和结构分析法两大类。6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。7.检测边缘的Sobel算子对应的模板形式为和。-1-2-1-101000-202121-1018.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。三、名词解释〔每题3分，共15分〕1.数字图像1.数字图像是将一幅画面在空间上分割成离散的点〔或像元〕，各点〔或像元〕的灰度值经量化用离散的整数来表示，形成计算机能处理的形式2.图像锐化图像锐化是增强图象的边缘或轮廓。3.灰度共生矩阵从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵4.细化细化是提取线宽为一个像元大小的中心线的操作。5.无失真编码无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。四、判断改错题〔以下命题是否正确，正确的就在题号前的括弧内打“√”，错误的打“×”并改正。每题2分，共10分〕(对)1.灰度直方图能反映一幅图像各灰度级像元占图像的面积比。(错)2.直方图均衡是一种点运算，图像的二值化那么是一种局部运算。改正：直方图均衡是一种点运算，图像的二值化也是一种点运算。或：直方图均衡是一种点运算，图像的二值化不是一种局部运算。(错)3.有选择保边缘平滑法可用于边缘增强。改正：有选择保边缘平滑法不可用于边缘增强。或：有选择保边缘平滑法用于图象平滑〔或去噪〕。(对)4.共点直线群的Hough变换是一条正弦曲线。(对)5.边缘检测是将边缘像元标识出来的一种图像分割技术。五、简答题〔每题5分，共20分〕1.简述线性位移不变系统逆滤波恢复图像原理。答：设退化图象为g(x,g)，其傅立叶变换为G(u,v),假设逆滤波器为1/H(u,v)那么对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v)〔2分〕对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFT[F(u,v)]以上就是逆滤波恢复图象的原理。〔2分〕假设存在噪声，为防止H(u,v)=0,可采用两种方法处理。〔0.5分〕①在H(u,v)=0时,人为设置1/H(u,v)的值；②使1/H(u,v)具有低同性质。即H-1(u,v)=1/H(u,v)当D≤D0H-1(u,v)=0当D>D0(0.5分)2.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；〔2分〕图象平滑用于去噪，对图象高频分量即图象边缘会有影响。〔2分〕都属于图象增强，改善图象效果。〔1分〕3.伪彩色增强与假彩色增强有何异同点？答：伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强那么是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。4.梯度法与Laplacian算子检测边缘的异同点？答：梯度算子和Laplacian检测边缘对应的模板分别为-1-11111-411〔梯度算子〕〔Laplacian算子〕〔2分〕梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。〔2分〕相同点都能用于检测边缘，且都对噪声敏感。〔1分〕六、计算题〔共30分，每题分标在小题后〕1.对数字图像f(i,j)(图象1)进行以下处理，要求：1)计算图像f(i,j)的信息量。〔10分〕1)统计图象1各灰度级出现的频率结果为p(0)=5/640.078；p(1)=12/640.188;p(2)=16/64=0.25;p(3)=9/640.141p(4)=1/640.016;P(5)=7/640.109;p(6)=10/640.156;p(7)=4/640.063(4分，每个1分)信息量为2.75(bit)2)按下式进行二值化，计算二值化图象的欧拉数。(10分〕0132132105762576160616312675356532272616265023521232124231231201〔图像1〕2〕对于二值化图象，假设采用4-连接，那么连接成分数为4，孔数为1，欧拉数为4-1=3；〔5分〕假设采用8-连接，那么连接成分数为2，孔数为2，欧拉数为2-2=0；3.计算图像2在Δx=1,Δy=0度的灰度共生矩阵。(10分)图像2在Δx=1,Δy=0度的灰度共生矩阵为1/121/241/241/121/2401/121/121/241/121/121/121/121/121/120一、填空题〔每题1分，共15分〕1、列举数字图像处理的三个应用领域医学、天文学、军事2、存储一幅大小为，256个灰度级的图像，需要8Mbit。3、亮度鉴别实验说明，韦伯比越大，那么亮度鉴别能力越差。4、直方图均衡化适用于增强直方图呈尖峰分布的图像。5、依据图像的保真度，图像压缩可分为无损压缩和有损压缩6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余三种冗余根底上。7、对于彩色图像，通常用以区别颜色的特性是色调、饱和度亮度。8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法：二、选择题〔每题2分，共20分〕1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。〔B〕A图像整体偏暗B图像整体偏亮C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景2、图像灰度方差说明了图像哪一个属性。〔B〕A平均灰度B图像比照度C图像整体亮度D图像细节3、计算机显示器主要采用哪一种彩色模型〔A〕A、RGBB、CMY或CMYKC、HSID、HSV4、采用模板［-11］T主要检测〔A〕方向的边缘。A.水平B.45C.垂直D.1355、以下算法中属于图象锐化处理的是：(C)A.低通滤波B.加权平均法C.高通滤波D.中值滤波6、维纳滤波器通常用于〔C〕A、去噪B、减小图像动态范围C、复原图像D、平滑图像7、彩色图像增强时，C处理可以采用RGB彩色模型。A.直方图均衡化B.同态滤波C.加权均值滤波D.中值滤波8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。A.逆滤波B.维纳滤波C.约束最小二乘滤波D.同态滤波9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫B。A.巴特沃斯高通滤波器B.高频提升滤波器C.高频加强滤波器D.理想高通滤波器10、图象与灰度直方图间的对应关系是B__A.一一对应B.多对一C.一对多D.都不四、简答题〔每题5分，共20分〕1、逆滤波时，为什么在图像存在噪声时，不能采用全滤波？试采用逆滤波原理说明，并给出正确的处理方法。复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中，用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。由上式可以看到，即使我们知道退化函数，也可能无法准确复原未退化的图像。因为噪声是一个随机函数，其傅氏变换未知。当退化为0或非常小的值，N(u,v)/H(u,v)之比很容易决定的值。一种解决该问题的方法实现值滤波的频率时期接近原点值。2、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。3、简述梯度法与Laplacian算子检测边缘的异同点？答：梯度算子和Laplacian检测边缘对应的模板分别为-1-11111-411〔梯度算子〕〔Laplacian算子〕〔2分〕梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。〔2分〕相同点都能用于检测边缘，且都对噪声敏感。〔1分〕4、将高频加强和直方图均衡相结合是得到边缘锐化和比照度增强的有效方法。上述两个操作的先后顺序对结果有影响吗？为什么？答：有影响，应先进行高频加强，再进行直方图均衡化。高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而到达提高比照度的效果。假设先进行直方图均衡化，再进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素主要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，再进行高频加强，获得的图像边缘不突出，图像的比照度较差。五、问答题〔共35分〕1、设一幅图像有如下图直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。假设在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，那么均衡后，他们的灰度值为多少？〔15分〕答：①，k=0，1，…7，用累积分布函数〔CDF〕作为变换函数T[r]处理时，均衡化的结果使动态范围增大。r0=00.1740.1741/7s0=1/70.174r1=1/70.0880.2622/7r2=2/70.0860.3482/7s1=2/70.174r3=3/70.080.4283/7r4=4/70.0680.4963/7s2=3/70.148r5=5/70.0580.5544/7r6=6/70.0620.6164/7s3=4/70.120r7=10.38411s4=10.384②均衡化后的直方图：③0、1、2、3、4、5、6、7均衡化后的灰度值依次为1、2、2、3、3、4、4、7第5页〔共第5页〔共7页〕答：理想低通滤波器〔频域〕的传递函数为：滤波器半径交叉局部〔侧面图〕：对应空间域〔进行傅立叶反变换，为sinc函数〕：用理想低通滤波器滤波时，频域：，傅立叶反变换到时域有：，频域相乘相当于时域作卷积。因此，图像经过理想低通滤波器后，时域上相当于原始图像与sinc函数卷积，由于sinc函数振荡，那么卷积后图像也会振荡；或者说由于sinc函数有两个负边带，卷积后图像信号两侧出现“过冲现象”，而且能量不集中，即产生振铃效应。假设截止频率越低，即D0越小，那么sinc函数主瓣越大，表现为中心环越宽，相应周围环〔旁瓣〕越大。而中心环主要决定模糊，旁瓣主要决定振铃效应。因此当介质频率较低时，会产生很强的振铃效应。选择适当的截止频率，会减小振铃效应。1.一幅灰度级均匀分布的图象，灰度范围在[0，255]，那么该图象的信息量为：82.图象与灰度直方图间的对应关系是：多对一3.以下算法中属于图象锐化处理的是：高通滤波4.以下算法中属于点处理的是：二值化6.以下算法中属于图象平滑处理的是：中值滤波7.采用模板［-1,1］主要检测垂直方向的边缘：垂直9.维纳滤波器通常用于：复原图像10.图像灰度方差说明了图像哪一个属性：图像比照度11、以下算法中属于局部处理的是：中值滤波12、数字图像处理研究的内容不包括：数字图像存储13、将灰度图像转换成二值图像的命令为：im2bw14.像的形态学处理方法包括：腐蚀15.一曲线的方向链码为12345，那么曲线的长度为：6.2416.以下图象边缘检测算子中抗噪性能最好的是：Prewitt算子17.二值图象中分支点的连接数为：31.图像锐化除了在空间域进行外，也可在频率域进行。2.对于彩色图像，通常用以区别颜色的特性是色调、饱和度、亮度。3.依据图像的保真度，图像压缩可分为无损压缩和有损压缩。4.存储一幅大小为1024*1024，256个灰度级的图像，需要8Mbit。5.一个根本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成。6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。8.多年来建立许多纹理分析法，这些方法大体可分为统计分析法和结构分析法两大类。9.直方图修正法包括直方图均衡和直方图规定化两种方法。10.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。11.图像处理中常用的两种邻域是4-邻域和8-邻域。12.假设将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项的像素灰度代替〔设灰度级为256〕，所得到的图像将亮度增加，比照度减少。13.数字图像处理，即用计算机对图像进行处理。14.图像数字化过程包括三个步骤：采样、量化和扫描15.MPEG4标准主要编码技术有DCT变换、小波变换等16.灰度直方图的横坐标是灰度级，纵坐标是该灰度出现的频率17.数据压缩技术应用了数据固有的冗余性和不相干性，将一个大的数据文件转换成较小的文件。18.根本的形态学运算是腐蚀和膨胀。先腐蚀后膨胀的过程为开运算，先膨胀后腐蚀的过程为闭运算。19.在RGB彩色空间的原点上，三个基色均没有亮度，即原点为黑色，三基色都到达最高亮度时那么表现为白色。20.列举数字图像处理的三个应用领域医学、天文学、军事。21.机器视觉的目的是开展出能够理解自然景物的系统。22..计算机图形学目前的一个主导研究方向是虚拟现实技术。23.数字图像是图像的数字表示，像素是其最小的单位。24.灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。25.彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述的。26.图像的数字化包括了空间离散化即采样和明暗表示数据的离散化即量化。27.分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。28.直方图均衡化方法的根本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而到达清晰图像的目的。29.图像锐化的目的是加强图像中景物的细节边缘和轮廓。30.因为图像分割的结果图像为二值图像，所以通常又称图像分割为图像的二值化处理。31.将相互连在一起的黑色像素的集合称为一个连通域，通过统计连通域的个数，即可获得提取的目标物的个数。32.腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。33.膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。34.对于椒盐噪声，中值滤波效果比均值滤波效果好。35.直方图均衡化方法的根本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。36.图象增强按增强处理所在空间不同分为空域和频域两种方法。37.常用的彩色增强方法有真彩色增强技术、假彩色增强技术和伪彩色增强三种。38.常用的灰度内插法有最近邻元法、双线性内插法和〔双〕三次内插法。39.在形态学处理中，使用结构元素B对集合A进行开操作就是用B对A腐蚀，然后用B对结果进行膨胀。使用结构元素B对集合A进行闭操作就是用B对A膨胀，然后用B对结果进行腐蚀。(T)1.灰度直方图能反映一幅图像各灰度级像元占图像的面积比。(F)2.直方图均衡是一种点运算，图像的二值化那么是一种局部运算。改：后者也是点运算。(F)3.有选择保边缘平滑法可用于边缘增强。改：用于图象平滑〔或去噪〕。(T)4.共点直线群的Hough变换是一条正弦曲线。(T)5.边缘检测是将边缘像元标识出来的一种图像分割技术。(F)6.开运算是对原图先进行膨胀处理，后再进行腐蚀的处理。(F)7.均值平滑滤波器可用于锐化图像边缘。1、什么是数字图像处理系统？他有那几局部组成？ 答：数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。它包括图像处理硬件和图像处理软件。2、由于曝光过度，使得整图非常明亮〔例如：灰度范围从200到250〕，请分析如何才能使图像亮暗清楚，层次清晰，请写出计算公式 答：曝光过度的图像亮度集中在灰度较高的一个小范围内，没有层次感，细节模糊，要是图像层次