数字图像处理复习参考版.docx
《数字图像处理复习参考版.docx》由会员分享，可在线阅读，更多相关《数字图像处理复习参考版.docx（11页珍藏版）》请在冰豆网上搜索。
数字图像处理复习参考版
题型：
选择10道20分，填空10-15道10-15分，名词解析3-4道15-20分，简答题2道20分，程序题1道10分，计算2道20分
一、
1、数字图像的特点：
图像数据量庞大；精度高；再现性好
2、数字图像的应用领域：
医学：
x-ray，超声波成像，CT
遥感：
农作物估产，地质勘探，天气预报
工业：
无损探伤，外观自动检查。
军事公安：
巡航导弹地形识别，指纹识别，手迹鉴定
考题：
如医学上数字图像的应用表现在：
x-ray，超声波成像，CT
3、DIP的应用：
电磁波，声波，超声波，电子，合成；电磁波：
Gamma射线（PET），X射线（CT），紫外线，可见光，红外（多光谱遥感），微波（雷达），无线电波（MRI）
二、
1、人眼的构造：
锥状细胞：
分辨力强，色彩；白昼视觉；杆状细胞：
对低照度敏感；夜视觉（填空或选择题）
2、不同照明下，人眼辨别光强度变化的能力不同。
（低照明时，亮度辨别较差（韦伯比大）高照明时，亮度辨别力好（韦伯比小）（填空题）
3、马赫带效应：
当亮度发生跃变时，视觉上会感到边缘的亮侧更亮些，暗侧更暗些。
在图像轮廓部分发生的主观亮度对比度加强的现象，又称为边缘对比效应。
（名词解析题）
4、同时对比效应：
眼睛对物体的主观亮度强烈的依赖于物体自身的背景。
当灰色物体周围是黑色背景时，主观亮度增强；当周围背景变明亮时，主观亮度会减弱。
（名词解析题）
5、1）图像获取的步骤
答：
采样Sampling：
图像空间坐标的数字化。
将空间上连续的图像变换成离散点的操作。
量化Quantization：
图像函数值（灰度值）的数字化。
将像素灰度转换成离散的整数值的过程。
2）影响采样和量化的因素
答：
空间分辨率：
图像中可辨别的最小细节。
采样。
采样间隔越小，像素数越多，空间分辨率高，图像质量好，但数据量大。
采样间隔越大，像素数越少，空间分辨率低，图像质量差，严重时出现像素呈块状的国际棋盘效应；
灰度级分辨率：
灰度级别中可分辨的最小变化。
量化
量化等级越多，图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；
量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
6、数字图像的分类（简答题）
答：
数字图像分为二值图像，灰度图像，彩色图像
二值图像每个像素只能是黑或白，没有中间的过渡，故又称为黑白图像。
二值图像的像素值为0或1。
灰度图像灰度级数大于2的图像。
但它不包含彩色信息。
彩色图像每个像素由RGB三个分量构成，其中RGB是由不同的灰度级来描述。
7、数字图像的质量
答：
数字的图像的质量是层次，亮度，对比度，清晰度。
层次：
表示图像实际拥有的灰度级的数量；图像数据的实际层次越多，视觉效果就越好
对比度：
是指一幅图象中灰度反差的大小。
清晰度：
由图像边缘灰度变化的速度来描述。
8、数字图像的表示
答：
数字图像表示方式及数据量：
二维离散亮度函数:
f（x,y）。
二维矩阵:
A[m,n]
三、空域
1、点处理的种类（选择题）
答：
基本灰度变换（包括线性变换、对数变换、幂次变换，分段线性变换），直方图运算，代数运算（加减乘除，与或非）
2、滤波器处理的种类：
平滑滤波，锐化滤波（空域上的滤波器）
3、灰度级直方图的概念（名词解析）
答：
横坐标为灰度级，纵坐标为灰度级的频率，绘制频率和灰度级的关系图就是灰度直方图，是图像的一个重要特征。
灰度直方图只能反映图像的灰度统计分布情况，而不能反映图像像素的空间位置关系。
4、空域上到平滑滤波器的分类：
线性滤波器，统计排序滤波器（包括中值滤波器，最大值滤波器，最小值滤波器），作用是：
模糊处理，减小噪声
锐化滤波器：
目的是加强图像轮廓，使图像看起来比较清晰。
主要用途：
印刷中的细微层次强调；超声探测成像分辨率低，边缘模糊，通过锐化改善；图像分割前的边缘提取；恢复过度钝化、暴光不足的图像；尖端武器的目标识别、定位
5、梯度算子的分类（填空题）：
二阶微分滤波器－拉普拉斯算子，一阶微分滤波器－梯度算子（Roberts交叉梯度算子、Prewitt梯度算子、Sobel梯度算子）
6、直方图均衡化的步骤（简答题）
答：
（1）对于离散图像，用频率来代替概率：
（2）变换函数T（rk）的离散形式为：
（3）将输入图像中灰度级为rk的像素映射到sk（输出图像）：
与
之间的关系
四、频率域的图像处理
1、频率域滤波的步骤（简答题）
答：
1.用（-1）x+y乘以输入图像f（x,y）进行中心变换
2.计算1中的DFT,得F（u,v）
3.用滤波器函数H（u,v）乘以F（u,v），得到G（u,v）
4.计算3中结果G（u,v）的反DFT,得g（x,y）
5.取4中结果的实部R[g（x,y）]
6.用（-1）x+y乘以5中的结果R[g（x,y）]，取消输入图像的乘数
2、频域中的平滑滤波器（选择题）：
理想低通滤波器，巴特沃低通滤波器，高斯低通滤波器
3、频域中的锐化滤波器（选择题）：
三种高通滤波器（理想高通滤波器、巴特沃思高通滤波器、高斯高通滤波器）
4、同态滤波器的概念（填空题）
答：
图像的灰度由照射分量i（x,y）和反射分量r（x,y）合成。
照射分量的频谱落在低频区域，反射分量的频谱落在高频区域。
若物体受到照度明暗不匀的时候，图像上照度暗的部分，其细节就较难辨别。
同态滤波的目的：
消除不均匀照度的影响而又不损失图像细节。
5、振铃现象（选择题）
答：
理想低通和高通滤波器有振铃现象，在空间域的一阶巴特沃斯低通滤波器没有振铃现象，高斯滤波器没有振铃现象。
8、图像压缩
1、图像压缩的概念及种类（选择填空）
答：
定义：
在满足一定图像质量条件下，用尽可能少的比特数来表示原始图像，以提高图像传输的效率和减少图像存储的容量。
分类：
无损压缩：
原始数据可完全从压缩数据中恢复出来，即在压缩和解压缩过程中没有信息损失。
压缩比2:
1左右；
有损压缩：
原始数据不能完全从压缩数据中恢复出来，即恢复数据只是在某种失真度下的近似。
压缩比2:
1-1000:
1；
2、数据冗余（选择题）
答：
定义：
如果表示给定的信息使用了不同的数据量，那么使用较多数据量的方法中，有些数据必然是代表了无用的信息，或者是重复地表示了其它数据已表示的信息。
称为冗余数据
分类：
编码冗余：
如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余；像素间冗余：
反映图像像素之间的相关性；心理视觉冗余：
在正常视觉处理过程中，各种信息的相对重要程度不同，不重要的信息称心理视觉冗余。
3、图像保真度准则
答：
保真度准则:
评价信息损失的测度。
描述解码图像相对于原始图像的偏离程度。
常用保真度准则分为两大类：
客观保真度准则和主观保真度准则
4、图像压缩方法及作用：
Huffman编码，算术编码，，位平面编码，预测编码，变换编码，量化编码
用于消除编码冗余的有：
Huffman编码和算术编码
用于像素间冗余的有：
位平面编码和预测编码、变换编码、LZW编码、
用于心理视觉冗余的有：
量化编码
5、变字长编码定理（简答题）
答：
在变字长编码中，对出现概率大的信符赋予短码字，而对小的赋予长码字。
如果码字长度严格按照所对应信符的出现概率大小逆序排列，则编码的平均码长不会大于任何其它排列方式。
九、程序
1、均值滤波
程序：
clc
clearall
loadwoman
Y=X;
Z=X;
[m,n]=size（X）;
fori=2:
m-1
forj=2:
n-1
Y（i,j）=round（（X（i-1,j-1）+X（i,j-1）+X（i+1,j-1）+X（i-1,j）+X（i,j）+X（i+1,j）+X（i-1,j+1）+X（i,j+1）+X（i+1,j+1））/9）;
Z（i,j）=round（（X（i-1,j-1）+2*X（i,j-1）+X（i+1,j-1）+2*X（i-1,j）+4*X（i,j）+2*X（i+1,j）+X（i-1,j+1）+2*X（i,j+1）+X（i+1,j+1））/16）;
end
end
subplot（131）
imshow（X,map）
subplot（132）
imshow（Y,map）
A=fspecial（'average',3）;%生成系统预定义的3X3滤波器
Z=filter2（A,X）;
subplot（133）
imshow（Z,map）
2、中值滤波
clc
clearall
loadwoman
X=uint8（X）;
J=imnoise（X,'salt&pepper',0.02）;
Y=X;
Z=X;
[m,n]=size（X）;
fori=2:
m-1
forj=2:
n-1
Y（i,j）=median（[J（i-1,j-1）,J（i,j-1）,J（i+1,j-1）,J（i-1,j）,J（i,j）,J（i+1,j）,J（i-1,j+1）,J（i,j+1）,J（i+1,j+1）]）;
end
end
subplot（131）
imshow（X,map）
subplot（132）
imshow（J,map）
subplot（133）
imshow（Y,map）
3、频率域的理想低通滤波
f=imread（'tire.tif'）;%E:
\weiwen\ÊÒÄÚÉè¼Æ\4bdabb49g910c8106ba15&690.jpg
subplot（221）
imshow（f）
[m,n]=size（f）;
forx=1:
m
fory=1:
n
f（x,y）=f（x,y）*（-1）^（x+y）;
end
end
F=fft2（double（f））;
[m,n]=size（F）;
H（1:
m,1:
n）=0;
x0=m/2;
y0=n/2;
forx=1:
m
fory=1:
n
if（sqrt（（x-x0）*（x-x0）+（y-y0）*（y-y0））<30）
H（x,y）=1;
end
FF（x,y）=F（x,y）*H（x,y）;
end
end
g=ifft2（FF）;
[m,n]=size（g）;
forx=1:
m
fory=1:
n
g（x,y）=g（x,y）*（-1）^（x+y）;
end
end
subplot（222）
imshow（abs（real（g））,[]）
存储数字图像所需的比特数b为b=M*N*K；L=2^k
1）存储一幅1024×768，256个灰度级的图像需要多少bit？
解：
256=2^8,（L=2^k）
1024*768*8=6291456（bit）
（2）一幅512×512的32bit真彩图像的容量为多少bit？
解：
512*512*32=1310720（bit）
2串行通信中，常用波特率描述传输的速率，它被定义为每秒传输的数据比特数。
串行通信中，数据传输的单位是帧，也称字符。
假如一帧数据由一个起始比特位、8个信息比特位和一个结束比特位构成。
根据以上概念，请问：
（1）如果要利用一个波特率为56kbps（1k=1000）的信道来传输一幅大小为1024×1024、256级灰度的数字图像需要多长时间？
解：
1024*1024*8/[（56*1000/10）*8]=1024*1024*10*8/（56000*8）=182.7（s）
（2）如果是用波特率为750kbps的信道来传输上述图像，所需时间又是多少？
解：
1024*1024*8/[（750*1000/10）*8]=（1024*1024*8*10）/（750*1000*8）=13.98（s）
（3）如果要传输的图像是512×512的真彩色图像（颜色数目是32bit），则分别在上面两种信道下传输，各需要多长时间？
解：
1.512*512*32/[（56*1000/100*8）]=
2.512*512*32/[（750*1000/10）*8]=
基本灰度变换：
线性变换,对数变换,幂次变换,分段线性变换
图像反转（s=L-1-r）作用：
黑的变白，白的变黑
对数变换：
有时原图的动态范围太大，超出某些显示设备的允许动态范围。
若直接使用原图，可能丢失部分细节
作用：
低灰度区扩展，高灰度区压缩
幂次变换：
γ<1,提高灰度级，使图像变亮；γ>1,降低灰度级，使图像变暗
幂次变换-------对比度操作
人体胸上部脊椎骨折的MRI图像；γ<1提高灰度级，使图像变亮。
航空地面图像；γ>1降低灰度级，使图像变暗；
分段线性变换------对比度拉伸
将感兴趣的灰度范围线性扩展，相对抑制不感兴趣的灰度区域
分段线性变换-------灰度切割
关心范围指定较高值，其它指定较低值或其它保持不变（背景不变）
分段线性变换--------位图切割
位平面切片：
假设图像的像素灰度级是256，则图像由8个位平面组成。
作用：
对特定位提高亮度，改善图像质量。
较高位包含大多数视觉重要数据；较低位对图像中的微小细节有作用；分解为位平面，可以分析每一位在图像中的相对重要性
构建Huffman编码表步骤：
1.把输入符号按出现的概率从大到小排列起来,接着把概率最小的两个符号的概率求和;
2.把它（概率之和）同其余符号概率由大到小排序,然后把两个最小概率求和;
3.重复②,直到最后只剩下两个概率为止。
4.从最后两个概率开始逐步向前进行编码。
对于概率大的消息赋予0，小的赋予1。
算术编码基本原理：
是将被编码的信息流（称为消息）表示成实数0和1之间的一个区间。
⏹消息越长，编码表示它的区间就越小，表示这一小区间所需的二进制位数就越多。
⏹算术编码与Huffman编码类似，都属于可变长编码。
但算术编码更接近于最优熵编码，压缩性能优于Huffman编码。
例如，当概率为0.3的符号，它的理想码字长度应该为-log0.3=1.737；那么Huffman编码只能给该信符分配符分配1或2比特，算术编码则克服了这一问题。
广州陶粒，广州陶粒厂5wrVFkK3gXQ2
⏹
升级会员 