数字图像处理习题集及答案.docx

1、数字图像处理习题集及答案数字图像处理习题集1.图像的概念及分类学科定义：给定条件下被摄目标电磁波性质（反射、辐射、透射）的一种表现形式广义上：图像是对所表示物体的信息描述分类：1）、二值图像：图像中只能取值为0或1。2）、灰度图像: 单色图像，只包含亮度信息。3）、彩色图像：3波段单色图像，每波段代表不同颜色，通常为红色、绿色、蓝色。2.决定图像质量的主要因素有哪些？ 被摄目标性质，成像的条件，干扰条件3.图像可用数学函数I= f (x, y, z, , t) 表示，请解释函数中各参量的含义。(x,y,z)为空间坐标，为波长，t为时间，I为光点的强度。4.说明图像技术的层次，并叙述各层次的主要

2、研究内容；图像技术包含三个层次:图像处理-从图像到图像的过程；利用计算机把原始图像（或图像信息）处理成期望图像（或图像信息）的过程。图像处理是对图像进行分析、加工、和处理，使其满足视觉、心理以及其他要求的技术。图像处理是信号处理在图像域上的一个应用。图像分析从图像到数据的过程；图像分析要求对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而帮助我们建立对图像的描述。图像理解图像解释与知识推理；以图像为对象，知识为核心，研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门技术。5.简述图像处理的主要目的及主要处理技术； 数字图像处理目的;改善图像质量;增强图像

3、定位精度;提高信息传输效率;减少图像信息存贮容量;建立图像信息库1. 图像增强:2、图像复原3、几何处理:4、图像压缩与编码:5、图像重建:6、图像分割7、图像描述8、图像匹配6.什么是彩色三要素，解释各要素的含义；彩色三要素：亮度，色调和饱和度。亮度，指彩色光作用于人眼时引起人眼视觉的明暗程度；色调，是一种颜色区别于另外一种颜色的特征。饱和度，指色调的纯洁程度。7.简述三基色原理；1) 自然界里的大多数彩色光可以分解为三种基色成份，而这三种基色也可以按一定比例混合得到不同的彩色光。2) 三基色必须是相互独立的彩色，即其中任一种基色都不能由其它两种基色混合产生。3) 三基色之间的混合比例，决定

4、了混合色的色度。4) 混合色的亮度等于三基色亮度之和。8.简述RGB彩色模型及HIS彩色模型的概念及定义；9.叙述数字图像采样及量化的概念，什么是图像的空间分辨率及灰度分辨率，并说明空间分辨率及灰度分辨率的大小对图像质量的影响；采样：完成图像空间坐标的离散化即把连续图像变成离散点的集合；空间分辨率越大图像质量越好量化：用有限的值来代替无限的值称为量化。灰度分辨率：图像像元灰度值的离散取值过程。图像分辨率：指每单位长度上的像素，即直观看到的图像的清晰与模糊程度，单位为ppi。另外，图像的尺寸、图像的分辨率和图像文件的大小三者之间有着很密切的联系。图像的尺寸越大，图像的分辨率越高，图像文件也就越大

5、，调整图像的大小和分辨率即可以改变图像文件的大小。10.叙述灰度、颜色、色度、亮度、饱和度、层次、对比度、清晰度等基本概念。1、灰度：表示光的强度的数值量度；光强量化到256级，0对应黑色，255对应白色。灰度图像：仅含有黑、灰、白等无彩色的图像2、颜色：一个物体反射或折射的光的一种特性，并且是一种感觉特性。所有颜色都可被看作三基色（红、绿、蓝）的不同组合：R+B=M（紫）、B+G=C（青）、R+G=Y(黄）。彩色图像：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描述的。3、色度：观察者获得的颜色的感觉；亮度：彩色光作用于人眼时对人眼视觉的明暗程度；色调：一种颜色区别

6、另一种颜色的特征； 饱和度：色调的纯洁程度4、灰度级：表示像素的明暗程度的整数量5、 层次：表示图像实际拥有的灰度级的数量 6、清晰度：亮度、对比度、尺小、细微层次、颜色饱和度等综合因素的影响结果。影响图像质量的三个因素：灰度级，层次，清晰度。11.叙述像素、邻域等基本概念。像素：最基本的图像元素，数字图像的最小的单元；领域：给定像素附近像素的集合12.叙述BMP格式图像的文件存储结构。位图文件头：文件类型，指定文件大小，从文件头到位图数据的偏移字位图信息头：图像高、宽、颜色位数、压缩类型、占用字节数、颜色数、分辨率调色板：颜色查找表图像数据：每行每列顺序排列，行字节数必须为4的倍数，从下到上

7、、从左到右13.说明数字图像每行所占字节数与图像宽度的关系；例1：一幅图像为256色，宽为31个像素，问存储一行需多少个字节？分析：256色，biBitCount=8;宽为31，biWidth=31;W=31*8/8=31字节,31不是4的倍数，补一个字节的0，32个字节是4的倍数。所以，对于这幅图像，每一行数据后面都有一个无效的字节，再往后才是另一行的数据。宏定义计算：W=(31*8+31)/32*4=279/32*4=8*4=3214.叙述将一副数字图像缩小一半的图像处理运算方法；1. 建立起重建物理图像的计算模型2. 建立起目的图像与原始图像的坐标变换关系3. 计算目的图像中点 (i,

8、j) 在原始图像中对应点的坐标 (x, y)4. 根据计算模型计算出原始图像中点 (x, y) 处的颜色值 c5. 将目的图像中点 (i, j) 的颜色值设置为颜色值 c6. 处理完目的图像上每一个像素点，即可完成缩放15.叙述将一副数字图像放大k倍的图像处理运算方法，如果采用kk子块填充的放大运算方法，其缺点是什么，采用何种算法可以改善；成比例放大：如果需要将原图像放大k倍，则将一个像素值添在新图像的k*k的子块中。如果放大倍数太大，按照前面的方法处理会出现马赛克效应。采用双线性插值法进行图像放大。16.说明双线性插值法进行图像放大的基本算法；17.说明有哪几种图像镜像的方式，并叙述各自的算

9、法；水平镜像，垂直镜像，对角镜像。18.以下为一幅图像的图像数据，请将该图像缩小为原图的2/3。235467446776337765245354455665123562254737752534135219.以下为一幅图像的图像数据，请采用双线性差值法将该图像放大为原图的3倍。23544633753264473376534334220.以下为一幅图像的图像数据，请分别给出该图像的水平、垂直、对角镜像的图像数据。23544633733744623521.图像的仿射变换公式如下，解答：请分别用该公式的形式表示出图像平移、旋转，镜像，等的运算公式。22.列举代数运算的种类及各种代数运算的主要应用。图像

10、相加：可以将一幅图像内容加到另一幅图像上，以达到二次暴光的要求（double exposure）。图像相加可以对同一场景的多幅图像求平均值，以降低加性（additive）随机噪声。图像相减：可去除图像中不需要的加性图案。图像相减也可用于运动检测。掩膜图像。乘法应用：图像局部显示；生成合称图像；除法运算：可产生对颜色和多光谱图像分析十分重要的比率图像（或比值图像），以提取颜色和光谱信息，提取植被或其它地物信息，还可以用来区分一幅图像中的不同颜色区域，以及去掉地形影响等。23.说明图像加、减运算有哪些应用；加法应用：求均值图像：去除“叠加性”噪声；,生成图像叠加效果，会得到二次曝光的效果可以得到各

11、种图像合成的效果，也可以用于两张图片的衔接。减法应用：1，去除一幅图像中所不需要的加性图案2，可检测同一场景的两幅图像之间的变化。3，去除固定的背景信息，生成合称图像。24.简述直方图的概念；定义：灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标是灰度级，纵坐标是该灰度出现的频率（像素个数）。25.以下为一幅3位灰度图像的图像数据，请绘制出该图像的灰度直方图。23576744657633776524473445566512356226.叙述灰度直方图的性质及作用。直方图性质：反映总体灰度分布；不包含空间位置信息直方图作用：数字化参数的选择；边界阈值选择；面积统计27.

12、请编写一段C语言程序，用于计算数字图像的直方图；int iWidth = pDib-GetWidth(); / 获取图像宽度 int iHeight = pDib-GetHeight(); / 获取图像高度 int iBitsWidth = pDib-GetBitsWidth(); / 获取图像存储宽度 unsigned char * lpPixel; / 指向像素的指针 LPSTR lpStartBit = pDib-GetPixelBit(); / 图像数据起始位置 int i，j; / 循环变量 long plCount256; / 每一个灰度级像素数 for (i = 0; i iHe

13、ight; i +) for (j = 0; j iWidth; j +) lpPixel = (unsigned char *) lpStartBit + iBitsWidth * i + j; plCount*(lpPixel)+; 28.请说明有那些常用的图像点运算算法。线性变换：压缩灰度范围；拉伸灰度范围；灰度反转；窗口变换；限幅变换分段线性变换；锯齿波变换非线性变换：点运算：通过一个非线性变换关系T，改变像素点灰度；对数变换:低灰度拉伸；高灰度压缩。指数变换:低灰度压缩；高灰度拉伸。29.请说明对图像进行阈值变换有何应用；阈值变换： 应用：背景分离，数字提取30.常用的线性变换有哪些

14、种类；31.叙述常用的图像对比度增强方法，以及他们的优缺点。图像对比度增强是改善图像视觉效果的重要措施之一。黑白图像的对比度的大小主要决定于图像的灰度级之间的级差。 通过被摄景物最亮部分与最暗部分的密度差，来实现图像的对比度调整。线性增强 ：1：基本线性增强：计算简洁；适用于灰度级变化比较平滑的图像（图像直方图近似表现为高斯分布）； 算法缺点 有可能受到个别极限灰度级的不良影响；2：统计量算法增强：剔除个别极限灰度值的抑制作用，在整体上能较好地保障图像的对比度增强效果。3：分段线性增强：更适应于有选择性地对图像进行局部线性对比度增强；4：非线性增强：可以有选择地对曝光不足或曝光过度的图像进行指

15、数或对数函数变换，使图像的对比度得到调整。5：直方图增强：直方图均衡化理想情况下，经过直方图均衡化以后的图像直方图应是十分平坦的，但实际情况并非如此，产生的新的直方图比变换前平坦多了，但和理论分析有差异，此外，灰度级减少了。32.以下为一幅4位灰度图像的图像数据，请分别采用基本线性增强及统计量增强算法对图像进行增强运算。2354677446576633776552476544455661551235622123562233.以下为一幅3位灰度图像的图像数据，请对该幅图像进行直方图均衡化，给出均衡化的计算过程及计算结果。23526774463766337765524675444556655123

16、5622123562234.叙述直方图规定化的运算步骤；35.简述图像噪声的概念；图像噪声：图像在摄取或传输时所受到的随机干扰信号，阻碍人们接受信息的因素。36.分别按照噪声产生原因、噪声频谱、噪声与信号的关系、概率密度函数等方式对图像噪声进行分类；噪声产生原因，内部噪声，外部噪声。噪声频谱，白噪声，1/f噪声，三角噪声。噪声与信号的关系，加性噪声，乘性噪声。概率密度函数，高斯噪声，瑞利噪声，伽马噪声，指数分布噪声，均匀分布噪声，脉冲噪声，椒盐噪声。37.说明抑制图像噪声的主要方法，并叙述各种滤波方法的特性与效果。1：邻域平均法：邻域平均后，噪声均值为0，方差降低。若邻域内有噪声存在，经过平均

17、，噪声的幅度会大为降低。小邻域，噪声抑制不足。大邻域，边缘模糊。邻域平均适合于对高斯噪声图像进行滤波 2：阈值平均法 ：加门限值减小模糊3：加权平均法：利用邻域平均的思想，同时也突出(m，n)点本身的重要性，可将(m，n)点加权计入平均中，可在一定程度上减小图像模糊。4：模版平滑法：无论邻域平均还是加权平均，实际都是用某点(m，n)的邻域内的平均值加入本点的加权平均值来代替(m，n)的值，具体运算相当于进行卷积运算。模版条件：模版内的系数全部为正数；模版系数和为1，表示对图像进行处理后亮度水平保持不变。5：高斯滤波器（高斯模板）：根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于

18、抑制服从正态分布的噪声非常有效，是十分有效的低通滤波器。 二维高斯函数具有旋转对称性，即滤波器在各个方向上的平滑程度是相同的。高斯函数是单值函数。高斯函数的付立叶变换频谱是单瓣的。高斯滤波器宽度(决定着平滑程度)是由参数表征的，而且和平滑程度的关系是非常简单的。越大，高斯滤波器的频带就越宽，平滑程度就越好。由于高斯函数的可分离性，较大尺寸的高斯滤波器可以得以有效地实现。6：中值滤波效果分析：与均值滤波相比，去除椒盐噪声效果好，而且模糊轻微，边缘保留较好；中值滤波是选择适当的点来替代污染点的值，所以处理效果好。对于高斯噪声，均值滤波效果比中值滤波效果好。7：边界保持平滑滤波：在进行平滑处理时，首

19、先判别当前像素是否为边界上的点，如果是，则不进行处理，如果不是，则进行平滑处理。 8：噪声对应于高频部分，所以去噪可以采用低通滤波。38.比较临域平均法与阈值平均法进行图像滤波的优缺点；邻域平均法：邻域平均后，噪声均值为0，方差降低。若邻域内有噪声存在，经过平均，噪声的幅度会大为降低。小邻域，噪声抑制不足。大邻域，边缘模糊。邻域平均适合于对高斯噪声图像进行滤波。阈值平均法：加门限值减小模糊，但是噪声降低效果不如邻域滤波法。39.对图像进行模版平滑时，要求模板应满足什么条件？模版条件：模版内的系数全部为正数；模版系数和为1，表示对图像进行处理后亮度水平保持不变。40.简述高斯滤波器的主要特性。高

20、斯滤波器：根据高斯函数的形状来选择权值的线性平滑滤波器。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效，是十分有效的低通滤波器。特性1：二维高斯函数具有旋转对称性； 特性2：高斯函数是单值函数 特性3：高斯函数的付立叶变换频谱是单瓣的；特性4：高斯滤波器宽度(决定着平滑程度)是由参数表征的。越大，高斯滤波器的频带就越宽，平滑程度就越好；特性5：由于高斯函数的可分离性，较大尺寸的高斯滤波器可以得以有效地实现。41.如何设计高斯滤波器的宽度及高斯滤波模版？42.请给出中值滤波与均值滤波的特性分析及各自的适用对象；中值滤波：因为噪声的出现，使该点像素比周围的像素亮（暗）许多。可把图像中某一子块的图

21、像数据（数字序列）按大小顺序排列起来，则噪声点的图像数据可能会排列在序列的首位获末位，取排序后数字序列的中间值代替图像某点的数据，则可有效地去除噪声。效果分析：与均值滤波相比，去除椒盐噪声效果好，而且模糊轻微，边缘保留较好；对脉冲性噪声、随机噪声滤除性较好；对于高斯噪声，均值滤波效果比中值滤波效果好。43.叙述K近邻平滑滤波器的算法思想；在一个与待处理像素邻近的范围内，寻找出其中像素值与之最接近的K个邻点，将该K个邻点的均值（或中值）替代原像素。44.叙述采用低通滤波法对图像进行滤波的算法步骤；噪声对应于高频部分，所以去噪可以采用低通滤波。空域滤波是建立在卷积运算的基础上，即 其中：f(x,y

22、)为原图像函数，h(x,y)为滤波函数，g(x,y)为滤波后的期望图像。则据卷积定理有 频率域滤波的基本算式。H(u,v)叫做滤波器的传递函数，或滤波器。45.以下为一幅3位灰度图像的图像数据，请分别采用邻域平均（33邻域）、阈值平均（33邻域、阈值取3）、中值滤波（33邻域）等方法对该幅图像进行滤波，给出滤波运算过程及计算结果。235667744670663377655243034445166551235622123562246.简述图像锐化的概念及用途。图像锐化：是增强或者提取图像中目标轮廓线（或称边缘）的技术过程。图像中目标的轮廓线，是由相邻像元灰度的急剧变化形成的，轮廓线属于高频成分。

23、用途：突出图像中的细节，增强被模糊了的细节；细微层次强调。弥补扫描对图像的钝化；超声探测成像，分辨率低，边缘模糊，通过锐化来改善；图像识别中，分割前的边缘提取；锐化处理恢复过度钝化、暴光不足的图像；尖端武器的目标识别、定位。47.以下为一幅3位灰度图像的图像数据，请计算该幅图像的梯度图像，给出计算公式及计算结果。23576744677633776524676445566512356248.以下为一幅3位灰度图像的图像数据，请分别用水平及垂直一阶微分算子、Robert算子、Sobel算子、Laplace算子、LOG算子对该幅图像进行锐化运算，给出计算公式及计算结果。235667446476337

24、76524307445566512356249.说明对图像进行伪彩色处理的概念及目的； 伪彩色（pseudocoloring，也称为假彩色）处理：指将灰度图像转化为彩色图像，或者将单色图像变换成给定彩色分布的图像。目的：为了提高人眼对图像的细节分辨能力，以达到图像增强的目的。50.叙述伪彩色处理的主要方法；伪彩色处理方法主要有强度分层、灰度级到彩色变换法、频域滤波法。强度分层法,用一个平行于图像坐标平面XY的平面去切割图像亮度函数，对每一个输入灰度值，如果它在切割灰度值lm之上就赋予某一种颜色，如果它在lm之下就赋予另一种颜色。灰度级到彩色变换法,基本概念是对任何输入像素的灰度级执行三个独立的

25、变换。然后，用三个变换结果合成彩色图像。这种方法产生一幅合成图像，其彩色内容受变换函数特性调制。频域滤波,对原来灰度图象中的不同频率分量（可分别借助低通，带通/带阻，高通滤波器获得）赋予不同的颜色。51.说明假彩色增强的概念及用途；把真实的自然彩色图象或遥感多光谱图象处理成假彩色图象。用途： （1）景物映射成奇异彩色，比本色更引人注目。 （2）适应人眼对颜色的灵敏度，提高鉴别能力。 （3）遥感多光谱图象处理成假彩色，以获得更多信息。 52.什么是彩色平衡？摄像机在拍摄图像时，由于各个彩色通道不同的敏感度导致R、G、B三个分量图像出现不同的线性变换，使结果图像的三原色不平衡，图像中色彩偏离实际真

26、实颜色。表现：现实中的灰色区域在图像中对应为有色彩区域，白色对应有彩色。53.什么是图像退化、什么是图像复原？退化：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，这一过程称为图像的退化。复原：图像的复原就是要尽可能恢复退化图像的本来面目，它是沿图像降质的逆向过程进行。54.图像复原与图像增强由什么异同点？图像增强：不考虑图像是如何退化，只通过试探各种技术来增强图像的视觉效果。不顾增强后的图像是否失真，只要看得舒服就行。复原：需知道图像退化的机制和过程的先验知识，据此找出一种相应的逆过程方法，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

27、。55.说明逆滤波法复原图像的基本原理及步骤。 答：(1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)；(2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v)。 （3）计算(4)计算 的逆傅立叶变换，求得 56.说明逆滤波法复原图像的缺陷及解决方法。病态性质(1) H(u,v)= 0 ：无法确定F(u,v) (2)H(u,v)0：放大噪声若噪声为零，则采用逆滤波恢复法能完全再现原图像。若噪声存在，而且H（u,v）很小或为零时，则噪声被放大。这意味着退化图像中小噪声的干扰在H(u,v)较小时，会对逆滤波恢复的图像产生很大的影响，有可能使恢复的图像和f(x,y)相差

28、很大，甚至面目全非。 为避免振铃影响，一种改进的方法是取恢复的反向滤波器P(u,v)为: 其中k和d均为小于1的常数，且d选得较小为好。 57.简述去除图像运动模糊的方法及步骤。一是减少曝光时间。但相机的曝光时间并不可能无限制地减小，随着曝光时间减小，图像信噪比减小，图像的质量也较低，所以这种方法用途极其有限;二是建立运动图像的复原模型，通过数学模型来解决图像的复原问题。这种方法具有普遍性，因而也是研究解决运动模糊的主要手段。 58.什么是图像的几何畸变；由于成像系统本身的非线性，图像获取视角的变化，拍摄对象表面弯曲等原因，会使获得的图像比例失调、歪斜变形，甚至扭曲。我们把这类图像失真现象称为几何畸变.59.叙述几何畸变图像的恢复的算法步骤；第一步是对畸变图像进行空间坐标变换，使像素点落在正确的位置上，即恢复图像的空间关系；第二步是重新确定空间坐标变换后像素的灰度值，即恢复图像的灰度值。60.简述多项式法进行几何畸变校正的算法思路；式中aij，bij是待定系数，n是多项式次数。图象几何畸变校正的思路是通过一些已知的参考点，即无失真图象某些象素点和畸变图象相应象素的坐标间对应关系，拟合出上述多项式中