数字图像处理与分析习题及答案文档格式.docx

数字图像处理与分析习题及答案文档格式.docx

《数字图像处理与分析习题及答案文档格式.docx》由会员分享，可在线阅读，更多相关《数字图像处理与分析习题及答案文档格式.docx（16页珍藏版）》请在冰豆网上搜索。

2.什么是图像识别与理解？

图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望

比方要从一幅照片上

确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出

来的人脸区域进行分析，确定其是否是该犯罪分子。

3.简述图像几何变换与图像变换的区别。

①图像的几何变换：

比方图像的平移、旋转、放大、缩小等，

这些方法在图像配准中使用较多。

②图像变换：

比方傅里叶变换、小波变换等。

4.一个数字图像处理系统由哪几个模块组成？

答：

一个基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

5.连续图像和数字图像如何相互转换？

数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像〔连续图像〕信号，再由模拟/数字转化器〔ADC〕得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值〔可能是灰度或色彩〕整数化的过程称为量化。

6.采用数字图像处理有何优点？

数字图像处理与光学等模拟方式相比具有以下鲜明的特点：

1．具有数字信号处理技术共有的特点。

〔1〕处理精度高。

〔2〕重现性能好。

〔3〕灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

7.数字图像处理主要包括哪些研究内容？

图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

第二章数字图像表示及其处理

什么是量化噪声，它是什么引起的？

语言信号采样量化过程中导致的噪声。

如：

A/D转换〔模拟到数字〕。

在语言编码通信中，解调后信号和原传递信号的差异是因幅度和时间的量化而产生的，这种失真称为量化失真。

因为这种失真和杂乱的干扰一样，听起来和元件产生的热噪声相似，所以叫做量化噪声。

1.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。

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。

2.图像的数字化包含哪些步骤？

简述这些步骤。

图像的数字化主要包含采样、量化两个过程。

采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。

经过采样之后得到的二维离散信号的最小单位是像素。

量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。

经过采样和量化后，数字图像可以用整数阵列的形式来描述。

3.图像量化时，如果量化级比较小会出现什么现象？

为什么？

如果量化级数过小，会出现伪轮廓现象。

量化过程是将连续变化的颜色划分到有限个级别中，必然会导致颜色信息损失。

当量化级别到达一定数量时，人眼感觉不到颜色信息的丧失。

当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间过度就会变得突然，可能会导致伪轮廓现象。

4.简述二值图像与彩色图像的区别。

二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。

这种图像又称为黑白图像。

二值图像的矩阵取值非常简单，每个像素的值要么是1，要么是0，具有数据量小的特点。

彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。

红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。

5.简述二值图像与灰度图像的区别。

灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。

标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。

6.简述灰度图像与彩色图像的区别。

标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级.彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。

1.设图像的大小为32×

32的图标，每个像素有16种颜色，共有多少种不同的图标？

如果每100万个可能的图标中有一个有意义，识别一个有意义的图标需要1秒钟，则选出所有有意义的图标需要多长时间？

解：

1632×

32/106=161024/106＝1.044×

101227s。

可见随机图像的复杂度是非常高的。

2.扫描仪的光学分辨率是600×

1200线，一个具有5000个感光单元的CCD器件，用于A4幅面扫描仪，A4幅面的纸张宽度是8.3英寸，该扫描仪的光学分辨率是多少dpi？

〔1〕600×

1200线，其中前一个数字代表扫描仪的横向分辨率，后一数字则代表纵向分辨率。

〔2〕dpi是指单位面积内像素的多少，也就是扫描精度，目前国际上都是计算一英寸面积内像素的多少。

光学分辨率是扫描仪的光学部件在每平方英寸面积内所能捕捉到的实际的光点数,是指扫描仪CCD的物理分辨率，也是扫描仪的真实分辨率，它的数值是由CCD的像素点除以扫描仪水平最大可扫尺寸得到的数值。

每一个感光单元对应一个像素。

由于CCD感光单元个数为5000，5000/8.3＝602（dpi）

第三章图像增强

5.空间滤波的平滑滤波器和锐化滤波器的相同点、不同点及系。

低通滤波器是保留小于截止频率的信号，而高通滤波器是保留大于截止频率的信号

解答：

相同点：

都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其他分量，从而到达增强某些频率分量的效果。

不同点：

平滑滤波器减弱或消除傅立叶空间的高频分量，所以到达了增强低频分量、平滑图像中细节的效果。

锐化滤波器减弱或消除傅立叶空间的低频分量，所以到达了增强高频分量、锐化图像中细节的效果。

联系：

两者效果相反，互为补充，从原图像中减去平滑滤波器的结果得到锐化滤波器的效果，从原图像中减去锐化滤波器的结果可得到平滑滤波器的结果

1图像增强的目的是什么，它包含那些内容？

图像增强是指对图像的某些特征，如边缘、轮廓、比照度等进行强调或锐化，以便于显示、观察或进一步分析与处理。

图像增强所包含的主要内容如书图4.1。

2图像增强的目的是什么？

图像增强目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差异，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。

3.图像增强与图像复原的联系与区别？

〔1〕二者的目的都是为了改善图像的质量。

〔2〕图像增强不考虑图像是如何退化的，而是试图采用各种技术来增强图像的视觉效果。

因此，图像增强可以不顾增强后的图像是否失真，只要看得舒服就行。

〔3〕而图像复原就完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆处理方法，从而得到复原的图像。

〔4〕如果图像已退化，应先作复原处理，再作增强处理

4、什么是直方图均衡化？

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。

5.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。

6、图像锐化与图像平滑有何区别与联系？

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。

7.简述直方图均衡化的基本原理。

直方图均衡化方法的基本思想是，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。

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。

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。

直方图均衡化实质上是减少图象的灰度级以换取比照度的加大。

在均衡过程中，原来的直方图上频数较小的灰度级被归入很少几个或一个灰度级内，故得不到增强。

假设这些灰度级所构成的图象细节比较重要，则需采用局部区域直方图均衡。

对离散图像的直方图均衡化是不能产生完全平坦的直方图的。

理由是：

〔1〕直方图是近似概率密度函数，〔2〕简并现象的存在使处理的灰度级总是要减少的，这是像素灰度有限的必然结果。

均衡化只是近似的，其结果只能是产生近似均匀的直方图。

对一副图像进行直方图均衡化处理，然后在进行一次直方图均衡化处理，结果不会发生变化。

〔1〕对于不同的图像，只要具有相同的灰度分布情况，其对应的灰度直方图是一致的；

〔2〕任意一副图像都有唯一的与其对应的一个灰度直方图。

对一副灰度级为2的n次方且已经直方图均衡化的图像能否用变长编码方法进行压缩？

效果如何？

能。

因为直方图均衡化并不能消除图像中的冗余信息和不相干信息。

如果均衡化过程中没有发生灰度合并，则压缩效率与均衡化无关;

如果发生了灰度合并，则压缩效率会有所提高。

8、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？

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。

9.什么是图像平滑？

试述均值滤波的基本原理。

为了去除或减弱图像中的噪声，可以对图像进行平滑处理，称