图像处理复习题.docx

图像处理复习题.docx

《图像处理复习题.docx》由会员分享，可在线阅读，更多相关《图像处理复习题.docx（9页珍藏版）》请在冰豆网上搜索。

图像处理复习题

一．名词解释（20=4*5）

•1.数字图像：

一副图像可以定义为一个二维函数f（x,y），其中x、y是空间坐标，而f在任意一对坐标（x、y）处的幅度称为该点处的图像的亮度和灰度，当x、y和f的幅值都是有限的离散值时，该图像为数字图像。

•2.什么是信噪比？

信号强度与同时发出的噪音强度之间的比率称为信噪比。

•3.直方图：

表示数字图像处理中的每一灰度级与其出现的概率间的统计关系。

横坐标表示灰度级，纵坐标表示频数。

《统计每一个像素灰度级的个数》

4.灰度直方图：

将数字图像中的所有像素，按照灰度值的大小，统计其所出现的频率（直方图上的一个点：

图像中存在的等于某个灰度值的像素点的个数的多少）

*5.连通的定义：

对于具有值V的像素p和q,如果q在集合N8（p）中,则称这两个像素是8-连通的。

6.中值滤波：

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。

7.像素的邻域：

邻域是指一个像元（x，y）的邻近（周围）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4-邻域是:

（x+1,y）,（x-1,y）,（x,y+1）,（x,y-1）

8.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。

9.直方图均衡化：

直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方图，以此来修正原图像之灰度值。

10.采样：

对图像f（x,y）的空间位置坐标（x,y）的离散化以获取离散点的函数值的过程称为图像的采样。

11.量化：

把采样点上对应的亮度连续变化区间转换为单个特定数码的过程，称之为量化，即采样点亮度的离散化。

12.灰度图像：

指每个像素的信息由一个量化的灰度级来描述的图像，它只有亮度信息，没有颜色信息。

13.色度:

通常把色调和饱和度通称为色度，它表示颜色的类别与深浅程度。

14.图像锐化：

是增强图象的边缘或轮廓。

《图像的平滑》

15.直方图规定化（匹配）:

用于产生处理后有特殊直方图的图像的方法

16.数据压缩：

指减少表示给定信息量所需的数据量。

二．简答题（20=5×4）

1.图像锐化滤波的几种方法。

答：

（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。

2.伪彩色增强和真彩色增强有何异同点。

答：

伪彩色增强是将一幅灰度图像变换为彩色图像，从而将人眼难以区分的灰度差异变换为极易区分的色彩差异。

它实质上只是一个图像的着色过程，是一种灰度到彩色的映射技术。

而真彩色增强则是对原始图像本身所具有的颜色进行调节，是一个彩色到彩色的映射过程。

*3.图像编码（压缩）基本原理是什么？

数字图像的冗余表现有哪几种表现形式？

答：

表示图像需要的大量数据是高度相关的，或者说存在冗余信息，去掉这些冗余信息后可以有效压缩图像，同时又不会损害图像的有效信息。

冗余：

空间冗余、时间冗余、视觉冗余、信息熵冗余、结构冗余和知识冗余。

4.什么是中值滤波及其它的原理？

答：

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，基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：

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。

5、什么是直方图均衡化？

答：

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。

*6、图像增强的目的是什么？

答：

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别，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。

•7、图像压缩质量的评价方法？

答：

分为主观评价和客观评价。

主观评价需要人的参与，能直接反映人眼的感受。

客观评价方法用恢复图像偏离原始图像的误差来衡量恢复图像的质量。

常用的客观评价指标有均方差和峰值信噪比。

8、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。

*9.平滑和锐化滤波器的异同及联系？

答：

同：

都能减弱或消除傅叶空间的某些分量，而不影响或较少影响其他分量，从而达到增强某些频率分量的效果。

异：

平滑减弱或消除傅叶空间的高频分量，达到了增强低频分量、平滑图像细节的效果；锐化减弱或消除傅叶空间的低频分量，达到了增强高频分量、锐化图像细节的效果。

联系：

两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果得到锐化滤波器的效果，反之亦然。

10、图像增强时，平滑和锐化有哪些实现方法？

答：

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。

*11.图像空域增强与频域增强的基本原理

答：

频域增强是指在图像的频率域内，对图像的变换系数（频率成分）直接进行运算，然后通过傅里叶逆变换以获得图像的增强效果。

空域增强是在图像上直接进行数据运算，基本上是以灰度映射变换的。

*12.频域增强与空域增强有何不同

答：

空域增强是在图像上直接进行数据运算，常见的处理方法有：

线性拉伸、直方图均衡化等。

频域增强主要有基于傅里叶变换的算法、基于小波变换的算法等。

二者在图像增强时都已产生“振铃”现象。

*13.高通滤波与低通滤波有何特点？

答：

低通滤波器容许低频信号通过，但减少频率高于截止频率的信号的通过。

对于不同滤波器而言，每个频率的信号的减弱程度不同。

高通滤波器是去掉信号中不必要的低频成分，去掉低频干扰的滤波器。

高通滤波器和低通滤波器常常成对出现，无论哪一种，都是为了把一定的声音频率送到应该去的单元。

*14.什么叫同态滤波？

有何特点？

答：

同态滤波是一种在频域中对图像同时进行图像对比度增强和压缩图像亮度范围的滤波方法。

同态滤波可以使图像处理符合人眼对于亮度响应的非线性特性，避免了直接对图像进行傅里叶变换处理的失真。

*15.在图像变换编码中为什么要对图像进行分块？

简述DCT编码的原理及基本过程？

答：

为了提高压缩效率，考虑到局部子块中图像的相关性强的事实，一般会将图像分成8*8的子块，对每个子块独立的进行DCT变换。

16.图像增强与图像复原的联系与区别？

答：

（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

17.在彩色图像处理中，常使用HSI模型，它适于做图像处理的原因？

答：

在HIS模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。

18.图像复原和图像增强的主要区别是：

答：

图像增强主要是一个主观过程，而图像复原主要是一个客观过程；图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识

19.简述直方图均衡化的基本原理。

答：

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。

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。

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。

直方图均衡化实质上是减少图象的灰度级以换取对比度的加大。

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。

若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。

理由是：

（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？

答：

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。

20.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（梯度算子）（Laplacian算子）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。

21.对于椒盐噪声，为什么中值滤波效果比均值滤波效果好？

答：

椒盐噪声是复制近似相等但随机分布在不同的位置上，图像中又干净点也有污染点。

中值滤波是选择适当的点来代替污染点的值，所以处理效果好。

因为噪声的均值不为0，所以均值滤波不能很好地去除噪声。

22.什么是区域？

什么是图像分割？

答：

区域可以认为是图像中具有相互连通、一致属性的像素集合。

图像分割时把图像分成互不重叠的区域并提取出感兴趣目标的技术。

23.什么是图像运算？

具体包括哪些？

答：

图像的运算是指以像素点的幅度值为运算单元的图像运算。

这种运算包括点运算、代数运算和几何运算。

*24.图像退化（为什么要恢复）答：

（1）图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善，使图像的质量变坏。

（2）图像复原就是要尽可能恢复退化图像的本来面目，它是沿图像退化的逆过程进行处理。

（3）图像退化的数学模型为：

g（x,y）=f（x,y）*h（x,y）+n（x,y） 典型的图像复原定义：

是根据图像退化的先验知识建立一个退化模型，以此模型为基础，采用各种逆退化处理方法进行恢复，得到质量改善的图像。

**图像复原过程如下：

找退化原因→建立退化模型→反向推演→恢复图像•25、简述预测编码中无损编码和有损编码两者的异同？

答：

同：

通过仅提取每个象素中的新增信息并对它们编码，来消除象素间的冗余。

异：

无损压缩编码包括预测和编码两个过程，有损压缩编码是在此基础上多了一个量化器，并由其决定压缩比和失真量。

无损编码是可逆的，即从压缩后的数据可以完全恢复原来的图像，信息没有丢失。

有损编码是不可逆的，即从压缩后的数据无法完全恢复原来的图像，信息有一定损失。

26、理想低通滤波器缺点？

答：

会产生比较严重的模糊和振铃现象，半径越小，模糊和振铃越明显，平滑效果也越差。

振铃原因：

时域图，频域图，旁瓣围绕横坐标震动，所以。

27、JPEG在哪个步骤上压缩了图像的冗余信息？

答：

量化减少了数据间冗余，编码减少了信息熵冗余。

※JPEG编码：

原图→子图分割→DCT正交变换→量化器→熵编码器→压缩图像25、Huffman编码的特点？

答：

①码字不唯一②实时硬件实现很复杂，而且在抗误码能力方面也比较差③依赖于信源的统计特性，应用受到限制④只能用近似的整数位来表示单个符号，而不是理想的小数，所以Huffman编码无法达到最理想的压缩效果。

26、几种边缘检测算子的优缺点？

答：

①Roberts算子：

边缘定位精度高，但容易丢失一部分边缘，不具备抑制噪声的能力。

该算子对具有陡峭边缘且含噪声少的图像效果较好。

②Sobel算子和Prewitt算子：

对图像先进行加权平滑处理，所以对噪声有一定的抑制能力，检测出的边缘容易出现多像素宽度。

③拉普拉斯算子：

对图像中的阶跃型边缘点定位准确，使噪声成分得到加强，造成一些不连续的检测边缘，抗噪能力差。

④LOG~：

改善了抑制噪声的能力，图像中的尖锐边缘无法检测到。

⑤Canny~：

具有较强噪声的能力，将一些高频边缘平滑掉了，造成缘丢失。

•27.真彩色图像与索引图像的文件结构

真彩色图像

索引图像

文件头

文件头

信息头

信息头

像素的RGB

彩色模型

像素的调色板索引值

*28.一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

哈弗曼编码

算数编码

LZW

编码

直方图均衡化

对比度

（范文素材和资料部分来自网络，供参考。

可复制、编制，期待你的好评与关注）