往年数字图像处理复习题Word文档格式.docx

往年数字图像处理复习题Word文档格式.docx

《往年数字图像处理复习题Word文档格式.docx》由会员分享，可在线阅读，更多相关《往年数字图像处理复习题Word文档格式.docx（13页珍藏版）》请在冰豆网上搜索。

根据较抽象的描述进行解析、判断、决策，其处理过程和方法与人类的思维推理有许多类似之处，是高级处理，输入为图像，输出为规则，是图像—描述及解释的过程，如无人驾驶，自动机器人、模式识别。

联系：

随着抽象程度的提高，数据量是逐渐减少的。

具体说来，原始图像数据经过一系列的处理过程，逐步转化为更有组织和用途的信息。

在这个过程中，语义不断引入，操作对象也逐步发生变化。

另外，高层操作对低层操作有指导作用，能提高低层操作的效能，完成复杂的任务。

3.数字图像处理系统由哪些模块组成？

各模块起何作用？

模块组成：

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。

各模块作用:

图像输入模块：

图像输入也称图像采集或图像数字化,它是利用图像采集设备（如数码照相机,数码摄像机等）来获取数字图像,或通过数字化设备（如图像扫描仪）将要处理的连续图像转换成适于计算机处理的数字图像。

图像存储模块：

主要用来存储图像信息。

图像输出模块：

将处理前后的图像显示出来或将处理结果永久保存。

图像通信模块：

对图像信息进行传输或通信。

图像处理与分析模块：

包括处理算法、实现软件和数字计算机,以完成图像信息处理的所有功能。

A.模拟图像处理与数字图像处理主要区别表现在哪些方面？

答:

1）数学描述方法：

模拟图像主要用连续数学方法，数字图像主要用离散数学方法。

2）图像分辨率表示：

数字图像分辨率是指反映整个图像画面垂直和水平方向像素数乘积。

模拟图像分辨率是指反映整个画面最多的扫描线数。

3）图像处理：

数字图像是通过对模拟图像采样，量化等处理获得的，模拟图像处理的方式很少，往往只能进行简单的放大、缩小等，而数字图像的处理方式可以非常精确、灵活。

数字图像处理再现性好，模拟图像的保存性较差，时间长了会有所变化，而数字图像不会因为保存、传输或复制而产生图像质量上的变化。

但数字图像处理速度较慢，存储容量大。

4）图像传输：

模拟图像以实物为载体，传输相对困难，而数字图像以数字信息为载体，传输相对较快

B.图像数字化：

将连续色调的模拟图像经采样量化后转换成数字影像的过程。

4.数字图像处理主要应用有哪些？

举例说明？

1）航天和航空技术方面如：

遥感技术用于农作物长势监测，自然灾害监测、预报

2）生物医学方面如：

利用电磁波谱成像分析系统诊断病情

3）通信工程方面如：

电话、电视和计算机以三网合一的方式在数字通信网上传输

4）工业和工程方面如：

CAD和CAM技术，用于模具、零件制造和服装

5）军事公安方面如：

各种侦察照片的判读，图片的判读分析，指纹识别，不完整图片的复原

6）文化艺术方面如：

电视、多媒体、电影特技、游戏、动画制作

5.什么是图像对比度？

定义：

对比度=最大灰度值/最小灰度值。

反映一幅图像中灰度方差大小。

6.图像数字化包括哪两个过程？

每个过程对数字化图像质量有何影响？

两个过程：

抽样：

把时间上和空间上连续的图像转换为离散的抽样点，即象素。

量化：

将抽样后所得的连续的象素值离散化为整数值。

对数字化图像质量的影响：

抽样间隔越大，所得图像像素数越少，图像空间分辨率越低，质量越差。

反之图像质量好，但数据量大。

量化等级越多（灰度级数越多），所得图像层次越丰富，灰度分辨率越高，质量越好，但数据量大。

反之，图像质量差，会出现假轮廓现象，但数据量小。

7.数字化图像的数据量与哪些因素有关？

有关因素：

量化间隔和灰度级数。

量化间隔大数据量小，量化间隔小数据量大。

灰度级数小数据量小；

灰度级数大数据量大。

8.什么是灰度直方图？

有哪些应用？

直方图的定义:

定义1:

一个灰度级别在范围[0，L-1]的数字图象的直方图是一个离散函数

p（rk）=nk/n

—n是图象的像素总数

—nk是图象中第k个灰度级的像素总数

—rk是第k个灰度级，k=0,1,2,…,L-1

定义2:

p（rk）=nkk=0,1,2,…,L-1

由于rk的增量是1，直方图可表示为：

p（k）=nk即，图象中不同灰度级像素出现的次数

应用：

①用于判断图像量化是否恰当；

②用于确定图像二值化的阈值；

③当物体部分的灰度值比其他部分灰度值大时，可利用直方图统计图像中物体的面积：

④计算图像信息量熵：

9.灰度变换？

灰度变换的目的是什么？

有哪些实现方法。

灰度变换：

将一个灰度区间映射到另一个灰度区间的变换

目的：

提高对比度，使图像动态范围加大，图像对比度扩展，图像清晰，特征明显，是图像增强的重要手段。

实现方法：

线性变换，非线性变换，分段变换

10.图像熵和直方图有何关系？

利用直方图计算图像信息量熵

11.统计图像的直方图，并且计算熵？

熵反映了图像信息丰富的程度,在图像编码处理中有重要意义.

假设一幅数字图像的灰度范围为[0，L-1]，各灰度级像素出现的概率为P0，P1，…,PL-1,则该图像的平均信息量（熵）为:

12.什么是点处理、局部处理、并行处理和串行处理？

点处理：

在局部处理中，当输出值JP（i,j）仅与IP（i,j）有关，则称为点处理

点处理计算表达式：

局部处理：

对输入图像IP（i,j）处理时，某一输出像素JP（i,j）值由输入图像像素（i,j）及其邻域N（i,j）中的像素值确定。

这种处理称为局部处理。

局部处理计算表达式：

并行运算：

指对图像中各个象素同时进行相同处理的运算方式，运算快，但只能用于处理的结果与处理的顺序无关的场合。

串行运算：

相对并行运算而言，指的是在图像上按照规定的顺序逐个象素进行处理的运算的形式。

说明：

凡是在对邻域象素处理的基础上进行的处理方法都必须采用串行的运算形式，同时必须规定处理的顺序，处理的顺序不同会产生不同的结果。

13.图像增强的目的是什么？

它包含哪些内容？

图像增强和图像复原之间有何区别与联系？

改善图像的视觉效果；

突出图像的特征，便于计算机处理（把图像处理成有利于后续处理的形式）。

1、图像增强的定义：

是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。

包含内容：

空域处理：

点运算增强；

直方图增强；

空域模板滤波；

彩色图像增强

频域处理：

频域的平滑；

频域的锐化

区别与联系:

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。

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。

如果图像已退化，应先作复原处理，再作增强处理。

二者的目的都是为了改善图像的质量。

14.写出将具有双峰直方图的两个峰分别从23和155移到16和240的图像线性变换。

15.直方图修正有哪两种方法？

二者有何区别与联系？

方法：

直方图均衡化和直方图规定化（直方图匹配）。

直方图均衡化：

是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。

直方图均衡化就是重新分配图像像素值，使一定灰度范围内的像素数量大致相同。

缺陷：

直方图均衡化只能产生唯一一个结果，故不能用于交互方式的图像增强应用。

直方图规定化：

将一幅图像通过灰度变换后，使其具有特定的直方图形式，如使图像与某一标准图像具有相同的直方图，或使图像具有某一特定函数形式的直方图。

基本思想是变换直方图使之成为某个特定的形状，从而可以有控制地达到预定的目标。

直方图均衡化主要用于增强动态范围偏小的图像反差，它能自动增强整个图像的对比度（全局均衡化的直方图），但是它的具体效果不易控制；

而直方图规定化就是有选择的增强某个灰度范围内的对比度或使图像灰度值的分布满足特定的条件。

16.直方图均衡化的实现

实现算法：

设f、g分别为原图象和处理后的图像。

1）求出原图f的灰度直方图，设为h。

h为一个256维的向量。

（有256个灰度级，L=256）

2）求出图像f的总体像素个数Nf=m*n（m,n分别为图像的长和宽）

计算每个灰度级的像素个数在整个图像中所占的百分比。

hs（i）=h（i）/Nf（i=0,1,…,255）

3）计算图像各灰度级的累计分布hp。

4）求出新图像g的灰度值。

17.什么是图像平滑？

叙述均值滤波和中值滤波的原理。

中值滤波有何特点？

图像平滑：

为了抑制噪声改善图像质量所进行的处理

均值滤波器－邻域平均法：

基本思想是用图像上点（X,Y）及其邻域像素的灰度平均值来代替点（X,Y）的灰度值。

设有一幅N×

N的图像f（x,y），若平滑图像为g（x,y）,则有

式中x,y=0,1,…,N-1；

s为（x,y）邻域内像素坐标的集合；

M表示集合s内像素的总数。

中值滤波：

对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值。

邻域平均法缺点：

降低噪声的同时使图像产生模糊，特别在边缘和细节处。

中值滤波特点：

在去除噪音的同时，可以比较好地保留边的锐度和图像的细节。

中值滤波和邻域平均法的比较：

①中值滤波的效果无论从客观指标还是主观视觉效果上都远远超过邻域平均法；

②中值滤波后的图像边缘得到了较好的保护；

③超限中值滤波比一般中值滤波的效果要好。

18.对下图做3*3的中值滤波处理和邻域平均处理，写出处理结果？

19.多图像平均法为何能去掉噪声？

多图像平均法：

对同一景物的多幅图像取平均来消除噪声的方法。

—原始图像—噪声，

这里，噪声是加性白噪声，即均值为0，方差为，且噪声与图像不相关。

20.图像锐化处理有几种方法？

计算上述图像的梯度图像。

方法:

空域模板滤波中的锐化滤波（包括基本高通滤波，高增益滤波，微分滤波）

频域处理：

频率域锐化（采用高通滤波器让高频成分通过，阻止削弱低频成分，达到图像锐化的目的。

）

21.试述频率域增强的步骤。

频率域平滑与锐化的主要区别在哪里？

步骤：

思想：

通过滤波器函数以某种方式来修改图像的变换，然后通过取结果的反变换来获得处理后的输出图像。

主要区别：

在频率域增强技术中，平滑主要是保留图像中的低频部分抑制高频部分，锐化则保留图像的高频部分而削弱低频部分。

22.什么是假彩色增强和伪彩色增强，二者有什么区别？

假彩色增强：

对一幅自然彩色图像或同一景物的多光谱图像，通过映射函数变换成新的三基色分量，彩色合成使感兴趣目标呈现出与人眼色觉相匹配的颜色，以提高