成都理工大学数字图像处理重点.docx
《成都理工大学数字图像处理重点.docx》由会员分享，可在线阅读，更多相关《成都理工大学数字图像处理重点.docx（24页珍藏版）》请在冰豆网上搜索。
成都理工大学数字图像处理重点
一．选择题
1.一幅灰度级均匀分布的图像，其灰度范围在[0,255]，则该图像的信息量为（D）
A．0B.255C.6D.8
2.图像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.都不对
3.下列算法中属于图像锐化处理的是（C）A．低通滤波B.加权平均法C.高通滤D.中值滤波
4.下列算法中属于点处理的是（B）A．梯度锐化B.二值化C.傅里叶变换D.中值滤波
5.计算机显示器主要采用哪一种彩色模型（A）A．RGBB.CMY或CMYKC.HSID.HSV
6.下列算法中属于图像平滑处理的是（C）A.梯度锐化B.直方图均衡C.中值滤波D.Laplacian增强
7.采用模板[-1,1]主要检测（C）方向的边缘。
A.水平B.45°C.垂直D.135°
8.对一幅100×100像元的图像，若每像元用8bit表示其灰度值，经霍夫曼编码后压缩图像的数据量为40000bit，则图像的压缩比为（A）A.2:
1B.3:
1C.4:
1D.1:
2
9.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
10.图像灰度方差说明了图像哪一个属性（B）A.平均灰度B.图像对比度C.图像整体亮度D.图像细节
11.下列算法中属于局部处理的是（D）A.灰度线性变换B.二值化C.傅里叶变换D.中值滤波
12.数字图像处理研究的内容不包括（D）A.图像数字化B.图像增强C.图像分割D.数字图像存储
13.将灰度图像转换成二值图像的命令为（C）A．ind2grayB.ind2rgbC.im2bwD.ind2bw
14.像的形态学处理的方法包括（D）A.图像增强B.图像锐化C.图像分割D.腐蚀
15.一曲线的方向链码为12345，则曲线的长度为（D）A．5B.4C.5.83D.6.24
16.下列图像边缘检测算子中抗噪性能最好的是（B）A.梯度算子B.Prewitt算子C.Roberts算子D.Laplacian算子
17.二值图像中分支点的连接数为（D）A.0B.1C.2D.3
二．填空题1.图像锐化除了在空间域进行外，也可以在（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（8M）bit。
5.一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。
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。
7.一般来说，采样间距越大，图像数据量（少），质量（差）；反之亦然。
8.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。
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.图像压缩系统是由（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.若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），对比度（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）（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.基本的形态学运算是（腐蚀）和（膨胀）。
先（腐蚀）后（膨胀）的过程为开运算，反之为闭运算。
19.在RGB色彩空间的原点上，三个基色均没有（亮度），即原点为（黑色），三基色都达到最高亮度时则表现为（白色）。
20.例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）的目的是发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表示的。
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尺寸。
28.（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。
从而达到清晰图像的目的。
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成为一个（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，是边界向内收缩的处理。
33.（膨胀）是将与目标去嘘的背景点合并到该目标物中，是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）。
因为灰度分布刻在直方图中描述，所以该图像增强方法是基于图像的（灰度直方图）。
36.图像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.常用的色彩增强方法有（真色彩增强技术）（假色彩增强技术）和（伪色彩增强）三种方法。
38.常用的灰度内插法有（最邻元法）（双线性内插法）（（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）。
三判断题
1.灰度直方图能反应一幅图像各灰度级像元占图像的面积比。
（T）2.直方图均衡是一种点运算，图像的二值化则是一种局部运算（F）（都是点运算）3.有选择保边缘平滑法可用于边缘增强。
（F）（应该用于图像平滑或去噪）
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。
（T）
6.开运算是对原图先进行膨胀处理，后再进行腐蚀的处理。
（T）7.均值平滑滤波器可用于锐化图像边缘。
（T）
图像处理思考题：
1.设图像A矩阵如下，试用矩阵运算的方法保留该图像中灰度为5的图像，请问B矩阵如何设计，请用编程实现。
A=[11122555;11122555;11222556;12225555;12235566;22335566;23355666;33355666];
invA=pinv（A）;%求A的逆矩阵
C=[00000555;00000555;00000550;00005555;00005500;00005500;00055000;00055000];
B=invA*C;
2.试编写一个函数实现图像的任意图像区块分割
function[g,NR,SL,TL]=regiongrow（f,S,T）
f=double（f）;
ifnumel（S）==1
SL=f==S;
SL=S;
else
SL=bowmorph（S,’shrink’,Lnf）;
J=find（SL）;
S1=f（J）;
TL=false（size（f））;
fork=1:
length（S1）
seedvalue=S1（k）;
S=abs（f-seedvalue）<=T;
TL=TL|S;
end;
3.用3X3掩模中值滤波方法实现下面图像的去噪
>>a=[111222333444;111222333444;1125022250333444;111222333444;1112225033250444;11122233342504;111222333444;111222333444;1250122502333444;11125022333444;11122232503444;111222333444];
>>h=medfilt2（a,[33],'symmetric'）
4.用八邻域平均方法实现下面两幅图像矩阵的平滑处理。
>>w=fspecial（'average',[33]）;
>>h=imfilter（a,w,'symmetric'）
>>w=fspecial（'average',[33]）;
>>h=imfilter（b,w,'symmetric'）
5.根据以上结果试说明上述两种方法的特点。
中值滤波：
对消除椒盐噪音非常有效，在光学测量条纹图象的相位分析处理方法中有特殊作用，但在条纹中心分析方法中作用不大。
八邻域法：
易造成图像模糊失真。
6.用拉普拉斯边缘检测算子方法实现右图像的锐化处理。
w=[1111-81111];
g=imfilter（a,w,'replicate’）;
7.分别用中值滤波、四领域法、八领域法、sobel算子和prewitt算子编程实现对具有10%的’gaussian’噪声图像（image.tif）的增强处理。
>>f=imread（‘image.tif’）;
>>figure,imshow（f）;
>>title（'原图像'）;
>>g=imnoise（f,'gaussian',0.1）;
>>figure,imshow（g）;
>>title（'加10%高斯噪声的图像'）;
>>h1=medfilt2（g,[33],'symmetric'）;
>>figure,imshow（h1）;
>>title（'中值滤波图像'）;
>>w1=fspecial（'disk',1）;
>>w2=fspecial（'average',[33]）;
>>w2=fspecial（'disk',1）;
>>w3=fspecial（'sobel'）;
>>w3=fspecial（'prewitt'）;
>>w3=fspecial（'sobel'）;
>>w4=fspecial（'sobel'）;
>>h2=imfilter（g,w1,'symmetric'）;
>>figure,imshow（h2）;
>>title（'四领域法图像'）;
>>h3=imfilter（g,w2,'symmetric'）;
>>figure,imshow（h3）;
>>title（'八领域法图像'）;
>>h4=imfilter（g,w3,'symmetric'）;
>>figure,im
升级会员 