数字图像处理试卷及答案 (2)
薃《数字图像处理》模拟试卷（A卷）
蒃一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分）
膁()1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为：
蒈a.0b.255c.6d.8
蚃()2.图象与灰度直方图间的对应关系是：
薀a.一一对应b.多对一c.一对多d.都不对
虿()3.下列算法中属于局部处理的是：
芇a.灰度线性变换b.二值化c.傅立叶变换d.中值滤波
蚂()4.下列算法中属于点处理的是：
羁a.梯度锐化b.二值化c.傅立叶变换d.中值滤波
莁()5.一曲线的方向链码为12345，则曲线的长度为
羆 a.5b.4
肆()6.下列算法中属于图象平滑处理的是：
莂a.梯度锐化b.直方图均衡c.中值滤波https://www.360docs.net/doc/4f3468892.html,placian增强
蝿()7.下列图象边缘检测算子中抗噪性能最好的是：
聿 a.梯度算子 b.Prewitt算子 c.Roberts算子https://www.360docs.net/doc/4f3468892.html,placian算子
膆()8.采用模板［-11］主要检测____方向的边缘。
螃 a.水平 b.45°c.垂直 d.135°
薁()9.二值图象中分支点的连接数为：
螈 a.0b.1c.2d.3
芆()10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为：
羈二、填空题（每空1分，共15分）
薇1.图像锐化除了在空间域进行外，也可在进行。
芆2.图像处理中常用的两种邻域是和。
芁3.直方图修正法包括和两种方法。
蚀4.常用的灰度内插法有、和。
莅5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。
莆6.低通滤波法是使受到抑制而让顺利通过，从而实现图像平滑。
蚁7.检测边缘的Sobel算子对应的模板形式为和。
膈8.一般来说，采样间距越大，图象数据量，质量；反之亦然。
莈三、名词解释（每小题3分，共15分）
蒆1.数字图像
肂2.图像锐化
袀3.灰度共生矩阵
膇4.细化
薆5.无失真编码
蒃四、判断改错题（下列命题是否正确，正确的就在题号前的括弧内打“√”，错误的打“×”并改正。每小题2分，共10分）
莈()1.灰度直方图能反映一幅图像各灰度级像元占图像的面积比。
袆()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。
蚅()3.有选择保边缘平滑法可用于边缘增强。
蚀()4.共点直线群的Hough变换是一条正弦曲线。
肀()5.边缘检测是将边缘像元标识出来的一种图像分割技术。
蚅五、简答题（每小题5分，共20分）
肁
2.图像锐化与图像平滑有何区别与联系？
蒈
3.伪彩色增强与假彩色增强有何异同点？
螈
4.梯度法与Laplacian 算子检测边缘的异同点？
袅
六、计算题（共30分，每小题分标在小题后）
蒂
1.对数字图像f(i,j)(图象1)进行以下处理，要求：
膀1)计算图像f(i,j)的信息量。（10分）
2)按下式进行二值化，计算二值化图象的欧拉数。(10分） 蒇
0 袅
1 袃
3 蚇
2 芆
1 羅
3 芄
2
荿
1 艿
0 肅
5 莀
7 肁
6 肇
2 膅
5 螁
7
蕿
6 袆
1 芅
6 膂
0 芁
6 薅
1 莄
6 薃
3
蝿
1 蚈
2 蒄
6 螀
7 蒁
5 莇
3 蒄
5 膁
6
衿
5 膆
3 薄
2 薂
2 薁
7 腿
2 蚄
6 羃
1
肈
6 羇
2 螄
6 莃
5 螀
0 螆
2 袄
3 蒀
5
芈
2 蒅
1 羄
2 袁
3 羀
2 薈
1 肃
2 节
4
莈
2 莇
3 肃
1 蚃
2 膀
3 肆
1 膃
2 肄
薈
1
腿（图像1）
芃3.计算图像2在Δx=1,Δy=0度的灰度共生矩阵。(10分)
膁《数字图像处理》试卷(A 卷)
芀参考答案及评分标准
莃1.d2.b3.d4.b5.d
蚂6.c7.b8.c9.d10.a
羁二、填空题（每空1分，共15分）
蚆1.频率域
蒃2.4-邻域8-邻域（不分先后）
肂3.直方图均衡直方图规定化（不分先后）
葿4.最近邻元法双线性内插法（双）三次内插法（不分先后）蒅5.统计分析法
薃6.高频成分低频成分
蒃7.（不分先后）
膁-1 蒈
-2
蚃
-1
薀
-1
虿0 芇
1
蚂0 羁0 莁0 羆
-2 肆0 莂
2
蝿1 聿2 膆1 螃
-1 薁0 螈
1
芆8.少差
膄三、名词解释（每小题3分，共15分）
羈1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。
薇2.图像锐化是增强图象的边缘或轮廓。
芆3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。
芁4.细化是提取线宽为一个像元大小的中心线的操作。
蚀5.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。
莆1.(√)
蚁2.(×)
袄改正：直方图均衡是一种点运算，图像的二值化也是一种点运算。
肄或：直方图均衡是一种点运算，图像的二值化不是一种局部运算。
节3.(×)
袈改正：有选择保边缘平滑法不可用于边缘增强。
薆或：有选择保边缘平滑法用于图象平滑（或去噪）。
袃4.(√)
节5.(√)
艿五、简答题（每小题5分，共20分）
肄1.设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得蚂F(u,v)=G(u,v)/H(u,v)（2分）
莁对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)
莆f(x,y)=IDFT[F(u,v)]
螆以上就是逆滤波恢复图象的原理。（2分）
蒁若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）
蒁①在H(u,v)=0时,人为设置1/H(u,v)的值；
螇②使1/H(u,v)具有低同性质。即
芄H-1(u,v)=1/H(u,v)当D≤D0
蒄H-1(u,v)=0当D>D0(0.5分)
薁2.图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；（2分）
膈图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）
芃3.伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4分）
蚁相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分）
蕿4.梯度算子和Laplacian检测边缘对应的模板分别为
莃-1 羂
-1
螁1 羀1
肅1 肄1 袁-4 膆1
袇1
螃（梯度算子）（Laplacian算子）（2分）
袁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）
薇相同点都能用于检测边缘，且都对噪声敏感。（1分）
芅六、计算题（共30分，每小题分标在小题后）
薂1.1)统计图象1各灰度级出现的频率结果为
羁p(0)=5/64?0.078；p(1)=12/64?0.188;p(2)=16/64=0.25;p(3)=9/64?0.141
羈p(4)=1/64?0.016;P(5)=7/64?0.109;p(6)=10/64?0.156;p(7)=4/64?0.063
羇(4分，每个1分)
莁信息量为
?2.75(bit)
肀（写出表达式3分；结果正确3分）
荿2）对于二值化图象，
蒅若采用4-连接，则连接成分数为4，孔数为1，欧拉数为4-1=3；（5分）
莄若采用8-连接，则连接成分数为2，孔数为2，欧拉数为2-2=0；
膀（5分）
蒆2.图像2在Δx=1,Δy=0度的灰度共生矩阵为
膃1/2401/121/12
芀1/241/121/121/12
袇1/121/121/120
（共10分，每错一处扣1分）
《数字图像处理》模拟试卷（B卷）
一、填空题（每题1分，共15分）
1、列举数字图像处理的三个应用领域医学、天文学、军事
1024?，256个灰度级的图像，需要8Mbit。
2、存储一幅大小为1024
3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。
4、直方图均衡化适用于增强直方图呈尖峰分布的图像。
5、依据图像的保真度，图像压缩可分为无损压缩和有损压缩
6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余三种冗余基础上。
7、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。
8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法：
二、选择题（每题2分，共20分）
1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（B）
A图像整体偏暗B图像整体偏亮
C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景
2、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
3、计算机显示器主要采用哪一种彩色模型（A）
A、RGB
B、CMY或CMYK
C、HSI
D、HSV
4、采用模板［-11］T主要检测（A）方向的边缘。
A.水平
B.45?
C.垂直
D.135?
5、下列算法中属于图象锐化处理的是：(C)
A.低通滤波
B.加权平均法
C.高通滤波
D.中值滤波
6、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
7、彩色图像增强时，C处理可以采用RGB彩色模型。
A.直方图均衡化
B.同态滤波
C.加权均值滤波
D.中值滤波
8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。
A.逆滤波
B.维纳滤波
C.约束最小二乘滤波
D.同态滤波
9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。
这样的滤波器叫B。
A.巴特沃斯高通滤波器
B.高频提升滤波器
C.高频加强滤波器
D.理想高通滤波器
10、图象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
三、判断题（每题1分，共10分）
1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√）
4、高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度。（√）
5、图像取反操作适用于增强图像主体灰度偏亮的图像。（×）
6、彩色图像增强时采用RGB 模型进行直方图均衡化可以在不改变图像颜色的基础上对图像的亮度进行对比度增强。
（×）
7、变换编码常用于有损压缩。（√）
8、同态滤波器可以同时实现动态范围压缩和对比度增强。（√） 9、拉普拉斯算子可用于图像的平滑处理。（×）
10、当计算机显示器显示的颜色偏蓝时，提高红色和绿色分量可以对颜色进行校正。（√） 四、简答题（每题5分，共20分）
1、逆滤波时，为什么在图像存在噪声时，不能采用全滤波？试采用逆滤波原理说明，并给出正确的处理方法。
复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中，用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。
由上式可以看到，即使我们知道退化函数，也可能无法准确复原未退化的图像。因为噪声是一个随机函数，
其傅氏变换未知。当退化为0或非常小的值，N(u,v)/H(u,v)之比很容易决定()v u F ,
的值。一种解决该问题
的方法实现值滤波的频率时期接近原点值。
2、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。 答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。
3、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
-1 -1 1 1
1 1
-4
1
1
（梯度算子）（Laplacian 算子）（2分）
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。（1分）
4、将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的先后顺序对结果有影
响吗？为什么？
答：有影响，应先进行高频加强，再进行直方图均衡化。
高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而达到提高对比度的效果。若先进行直方图均衡化，再进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素主要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，再进行高频加强，获得的图像边缘不突出，图像的对比度较差。 五、问答题（共35分）
1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、
2、
3、
4、
5、
6、7，则均衡后，他们的灰度值为多少？ （15分）
答：①0
()k
k i
i s p r ==
∑，k=0，1，…7，用累积分布函数（CDF ）作为变换函数T[r]处理时，均衡化的结果使动态
范围增大。
r 1=1/7 0.088 0.262 2/7 r 2=2/7 0.086 0.348 2/7 s 1=2/7 0.174 r 3=3/7 0.08 0.428 3/7 r 4=4/7 0.068 0.496 3/7 s 2=3/7 0.148 r 5=5/7 0.058 0.554 4/7 r 6=6/7 0.062 0.616 4/7 s 3=4/7 0.120 r 7=1
0.384
1
1
s 4=1
0.384
②均衡化后的直方图：
③0、1、2、3、4、5、6、7均衡化后的灰度值依次为1、2、2、3、3、4、4、7
2、对下列信源符号进行Huffman 编码，并计算其冗余度和压缩率。（10分） 符号 a1 a2 a3 a4 a5 a6
概率
0.1
0.4
0.06
0.1
0.04
0.3
解：霍夫曼编码：
原始信源信源简化 符号概率1234 a20.40.40.40.40.6 a60.30.30.30.30.4 a10.10.10.20.3 a40.10.10.1 a30.060.1 a50.04
霍夫曼化简后的信源编码：
从最小的信源开始一直到原始的信源 编码的平均长度： 压缩率：13 1.3642.2
R avg n C L =
=≈ 冗余度：11110.26691.364
D R R C =-
=-≈ 3、理想低通滤波器的截止频率选择不恰当时，会有很强的振铃效应。试从原理上解释振铃效应的产生原因。（10分）
答：理想低通滤波器（频域）的传递函数为： 滤波器半径交叉部分（侧面图）：
对应空间域（进行傅立叶反变换，为sinc 函数）：
用理想低通滤波器滤波时，频域：(,)(,)(,)G u v F u v H u v =，傅立叶反变换到时域有：
(,)(,)*(,)g x y f x y h x y =，频域相乘相当于时域作卷积。因此，图像经过理想低通滤波器后，时域上相当于原始图像与sinc 函数卷积，由于sinc 函数振荡，则卷积后图像也会振荡；或者说由于sinc 函数有两个负边带，卷积后图像信号两侧出现“过冲现象”，而且能量不集中，即产生振铃效应。
若截止频率越低，即D0越小，则sinc 函数主瓣越大，表现为中心环越宽，相应周围环（旁瓣）越大。而中心环主要决定模糊，旁瓣主要决定振铃效应。因此当介质频率较低时，会产生很强的振铃效应。选择适当的截止频率，会减小振铃效应。
第5页（共7页）
数字图像处理 作业1汇总
数字图像处理 报告标题：01 报告编号： 课程编号： 学生姓名： 截止日期： 上交日期：
摘要 （1）编写函数计算灰度图像的均方误差（MSE）、信噪比（SNR）、峰值信噪比（PSNR）、平均绝对误差（MAE）；（2）编写函数对灰度图像经行降采样，直接消除像素以及消除像素前进行简单平滑滤波；（3）编写函数对图像进行放大，分别使用像素直接复制和双线性插值的方法：（4）编写函数用题目给出的量化步骤Q去量化灰度图像，并给出相应的MSE和直方图；（5）编写函数对灰度图像执行直方图均衡化，显示均衡前后的直方图。同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。 KEY WORD :MATLAB MSE、PSNR 直方图量化
技术探讨 数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。 task1 均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码 均方误差（MSE）： sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N) 信噪比（SNR）： sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE) 峰值信噪比（PSNR）： sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 平均绝对误差（MAE）： sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N) 在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。 task3 按比例缩小灰度图像 （1）直接消除像素点： I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。 （2）先平滑滤波再消除像素点： 滤波函数，g=imfilter(I,w,'corr','replicate'); task4 对图像的放大运用了pixel repetition法以及双线性插值法： 它有三种插值法：即最近邻插值（pixel repetition）、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。 ;缩放与放大由给定的参数来确定。而缩小则同样适用I1=g(1:m:end,1:m:end); 而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法” 放大倍数更改m值即可 task4 对图像的量化，使用“J=histeq(I,x); ”，x为可变的量化步长 task5 灰度图像的量化和直方图均衡化直接调用函数。“J=histeq(I)”“imhist(I,64)”
数字图像处理 (2)
数字图像处理的理论基础及发展方向 一、数字图像处理的起源及发展 数字图像处理(Digital Image Processing) 将图像信号转换成数字信号并利用计算机对其进行处理，起源于20 世纪20年代，目前已广泛地应用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，已成为一门引人注目、前景远大的新型学科，发挥着越来越大的作用。数字图像处理作为一门学科形成于20 世纪60 年代初期，早期的图像处理的目的是改善图像的质量，以人为对象，以改善人的视觉效果为目的，首次获得实际成功应用的是美国喷气推进实验室(J PL)并对航天探测器徘徊者7 号在1964 年发回的几千张月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。数字图像处理取得的另一个巨大成就是在医学上获得的成果，1972 年英国EMI 公司工程师Ho usfield 发明了用于头颅诊断的X射线计算机断层摄影装置即CT(Computer Tomograph) 。1975 年EMI 公司又成功研制出全身用的CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。随着图像处理技术的深入
发展，从70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70 年代末MIT 的Ma rr 提出的视觉计算理论，这个理论成为计算机视觉领域其后多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。正因为如此，图像处理理论和技术受到各界的广泛重视，当前图像处理面临的主要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。 二、数字图像处理的研究内容 数字图象处理，就是采用计算机对图象进行信息加工。图象处理的主要内容有：图像的采集、增强、复原、变换、编码、重建、分割、配准、嵌拼、融合、特征提取、模式识别和图象理解。 对图像进行处理(或加工、分析)的主要目的有三个方面： 1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。 2)提取图像中所包含的某些特征或特殊信息,这些被提取的特征 或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频
(完整版)数字图像处理第三版中文答案解析冈萨雷斯
第二章 2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形） 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()017 023 02.x .d = 解得x=0.06d 。根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小2 5327.?π成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说， 眼睛不能检测到以下直径的点： m .d .x 61011060-?<=，即m .d 610318-?< 2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用？ 亮度适应。 2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少？ 光速c=300000km/s ，频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106 m = 3894 Km. 2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为： ])0()0[(2 2),(y y x x Ke y x i -+--= 的光源照射。为简单起见，假设区域的反射是恒定 的，并等于1.0，令K=255。如果图像用k 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间8种灰度的突变，那么k 取什么值将导致可见的伪轮廓？ 解：题中的图像是由： ()()()()()[ ]()()[]2 02 02 020********y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?== 一个截面图像见图（a ）。如果图像使用k 比特的强度分辨率，然后我们有情况见图（b ），其中()k G 21255+=?。因为眼睛可检测4种灰度突变，因此，k G 22564==?，K= 6。
数字图像处理大作业
大作业指导书 题目：数字图像处理 院（系）：物联网工程学院 专业: 计算机 班级：计算机1401-1406 指导老师： 学号： 姓名： 设计时间： 2016-2017学年 1学期
摘要 (3) 一、简介 (3) 二、斑点数据模型 .参数估计与解释 (4) 三、水平集框架 (5) 1.能量泛函映射 (5) 2.水平集传播模型 (6) 3.随机评估方法 (7) 四、实验结果 (8) 五、总结 (11)
基于水平集方法和G0模型的SAR图像分割 Abstract（摘要） 这篇文章提出了一种分割SAR图像的方法，探索利用SAR数据中的统计特性将图像分区域。我们假设为SAR图像分割分配参数，并与水平集模型相结合。分布属于G分布中的一种，处于数据建模的目的，它们已经成功的被用于振幅SAR图像中不同区域的建模。这种统计数据模型是驱动能量泛函执行区域映射的基础，被引用到水平集传播数值方案中，将SAR 图像分为均匀、异构和极其异构区域。此外，我们引入了一个基于随机距离和模型的评估过程，用于量化我们方法的鲁棒性和准确性。实验结果表明，我们的算法对合成和真实SAR 数据都具有准确性。+ 简介 1、Induction（简介） 合成孔径雷达系统是一种成像装置，采用相干照明比如激光和超声波，并会受到斑点噪声的影响。在SAR图像处理过程中，返回的是斑点噪声和雷达切面建模在一起的结果。这个积性模型（文献[1]）因包含大量的真实SAR数据，并且在获取过程中斑点噪声被建模为固有的一部分而被广泛应用。因此，SAR图像应用区域边界和目标检测变得更加困难，可能需要斑点去除。因此，斑点去除是必需的，有效的方法可以在文献[2][3][4][5][6][7][8][9][10]中找到。 对于SAR图像分割，水平集方法构成一类基于哈密顿-雅克比公式的重要算法。水平集方法允许有效的分割标准公式，从文献[12]中讨论的传播函数项可以得到。经典方法有着昂贵的计算成本，但现在的水平集的实现配置了有趣的低成本的替换。 水平集方法的一个重要方面，比如传播模型，可以用来设计SAR图像的分割算法。这个传播函数能够依据伽马和伽马平方根法则将斑点统计进行整合，函数已经被广泛地应用于SAR图像中的均质区域分割。Ayed等基于伽马分布任意建模，设计方案将SAR图像分成多个均质区域。尽管多区分割问题已经解决，该方案人需要一定数量的区域作为输入。Shuai 和Sun在文献[16]中提出对这个方法进行了改进，他们使用了一个有效的传播前收敛判断。Marques等引入了一个类似于含有斑点噪声图像中目标检测的框架，将基于本地区域的斑点噪声统计融合进去。这些作者采用伽马平方根对均质区域进行建模并用一个自适应窗口方案检测本地的同质性。 最近，新的SAR数据模型比如K，G，显示出了优势。经典法则受限于均质区域特性的描述，而最近的法则展现出了在数据建模中更有吸引力的特性。法则允许同构、异构和高度异构幅度SAR数据的建模。这个分布族提供了一组参数，可以描述SAR图像中的不同区域。分布的参数信息，可以被广泛的应用于设计SAR图像处理和分类技术。在文献[21]中，Mejail 等人介绍了SAR监督数据分类器，它基于其参数映射并实现了有趣的结果。Gambini等人在文献[22]中使用这个分布的一个参数来量化SAR数据的粗糙度，通过活动轮廓和B样条差值来检测边缘。然而，这种技术需要一个初始分割步骤，并受拓扑限制。一般来说，活动轮廓方法不能解决不连续区域分割的问题。 本文介绍了一种新的水平集算法来实现SAR图像中均质、异构和极其异构区域分割的目标。由于分布能够描述SAR图像的同质性和规模，我们的方法采用分布对斑点数据进行建模。这些分布参数基于每一个域点进行估计，通过这些信息，我们可以在水平集分割框架内得到一个能量泛函来驱动向前传播(front propagation)。该泛函以最大化不同区域平均能量间的差异作为结束。最终水平集阶段以能量带作为依据得到SAR图像的分割结果。
数字图像处理大作业.doc
-------------精选文档 ----------------- 1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请 给出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解：步骤与思路： ○1.进行模糊处理，消除噪声 ○2.边缘检测，进行图像增强处理 ○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。 ○4.采用横向标号法，根据值为1 像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I);%对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100)% 阈值为 100 I1(i,j)=255; else I1(i,j)=0;%进行二值化
-------------精选文档 ----------------- end end end figure; imshow(I1); Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c%找出每两个条纹之间的距离
2.现有 8 个待编码的符号 m0,,m7, 它们的概率分别为 0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3.请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。
数字图像处理第二章课后习题及中文版解答
数字图像处理(冈萨雷斯版，第二版)课后习题及解答(部分) Ch 2 2.1使用2.1节提供的背景信息，并采用纯几何方法，如果纸上的打印点离眼睛0.2m 远，估计眼睛能辨别的最小打印点的直径。为了简明起见，假定当在黄斑处的像点变得远比视网膜区域的接收器（锥状体）直径小的时候，视觉系统已经不能检测到该点。进一步假定黄斑可用1.5mm × 1.5mm 的方阵模型化，并且杆状体和锥状体间的空间在该阵列上的均匀分布。 解：对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()220.20.014 d x = 解得x =0.07d 。根据2.1节内容，我们知道：如果把黄斑想象为一个有337000个成像单元的正方形传感器阵列，它转换成一个大小580×580成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm 的一条线上有580个成像单元和579个成像单元间隔。则每个成像单元和成像单元间隔的大小为s =[(1.5 mm)/1159]=1.3×10-6 m 。如果在黄斑上的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说，眼睛不能检测到以下直径的点：x =0.07d<1.3×10-6m ，即d <18.6×10-6 m 。 下图附带解释：因为眼睛对近处的物体聚焦时，肌肉会使晶状体变得较厚，折射能力也相对提高，此时物体离眼睛距离0.2 m ，相对较近。而当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网膜的距离由17 mm 缩小到14 mm ，所以此图中选取14mm(原书图2.3选取的是17 mm)。 图 题2.1 2.2 当在白天进入一个黑暗的剧场时，在能看清并找到空座位时要用一段时间适应，2.1节(视觉感知要素)描述的视觉过程在这种情况下起什么作用？ 解：根据人眼的亮度适应性，1）由于户外与剧场亮度差异很大，因此当人进入一个黑暗的剧场时，无法适应如此大的亮度差异，在剧场中什么也看不见；2）人眼不断调节亮度适应范围，逐渐的将视觉亮度中心调整到剧场的亮度范围，因此又可以看见、分清场景中的物体了。
数字图像处理及MATLAB实现 第二版 复习概要
数字图像处理复习 第一章概述（p1~2） 1. 图像的概念及数字图像的概念。 图-是物体透射或反射光的分布，是客观存在的。像-是人的视觉系统对图的接受在大脑中形成的印象或反映，图像是图和像的有机结合，是客观世界能量或状态以可视化形式在二维平面上的投影。是物体的一个数字表示，是以数字格式存放的图像。 2. 数字图像处理的概念。 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程，以提高图像的实用性。 3. 数字图像处理的优点。 ?精度高 ?再现性好 ?通用性、灵活性强 第二章数字图像处理基础 1. 人眼视觉系统的基本构造(p13) 2. 亮度的适应和鉴别(p15) 人眼对光亮度的适应性非常高，一般情况下跨度达到10的10次方量级，从伸手不见五指到闪光灯强曝光。 3. 光强度与主观亮度曲线。(p15) 4. 图像的数字化及表达。（采样和量化的概念）(p18) 5. 图像采样过程中决定采样空间分辨率最重要的两个参数。(p19) 6. 图像量化过程中量化级数与量化灰度取值范围之间的关系。(？) 7. 像素的相邻领域概念（4领域，8领域）。(p22) 8. 领域空间内像素距离的计算。（欧式距离，街区距离，棋盘距离）(p23) 第三章图像的基本运算（p49练习3.2，3.9 ？） 1. 线性点运算过程中各参数表示的含义（k，b）。(p30) 2. 非线性点运算过程中不同的曲线部分对图像的调整过程。（p31） 3. 会根据实际图像形式识别两幅图像中做了何种调整。
4. 点运算是否会改变图像内像素点之间的空间位置关系？（不会） 点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系 5. 对图像灰度拉伸，非线性拉伸与分段线性拉伸的区别？ 分段线性拉伸是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而非线性拉伸是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。 6. 对于代数运算，会根据具体的图像识别做了何种运算。（p33 5种） 7. 对于几何运算，会根据具体的图像形式判断做了何种变换。（p39 5种） 8. 对于灰度重采样，至少理解最邻近插值法的含义。（p46） 9. 图像旋转引起图像失真现象的解释:图像旋转后，由于数字图像的坐标值必须是整数，因此，可能引起图像部分像素点的局部改变。 第四章图像变换 1. 二维图像傅里叶变换具有哪些性质(p54可分性、平移性、周期性、共轭对称性、旋转性、分配律、尺度变换、平均值、卷积定理) 2. 图像频率的概念（何谓图像上的低频区，高频区）。 3. 会根据实际的图像傅里叶变换形式，解释其使用了哪种运算性质。 4. 图像二维傅里叶变换频谱图中，原点处的最大能量尖峰的含义。 图像的能量主要集中在低频区，即频谱图的中央位置。 5. 理解图像重构的概念，能够根据给出的图像，分辨图像重构的方法。 第五章图像增强（书后练习5.4？，5.5） 1. 图像增强最常用的两种方法（空间域增强、频率域增强）。 2. 图像直方图的含义，直方图均衡化的概念及效果。（p78） 3. 会用matlab中直方图均衡化的函数。（p81） 4. 理解空间域滤波增强中模板的概念，理解模板的工作方式。 5. 了解几种最基本的边缘锐化滤波器，知道每种滤波器在处理图像时主要是提取何种边缘特征。(低通滤波器，理想高通滤波器、梯形高器、指数高器，同态滤波器) 第六章图像复原（书后练习6.3,6.4） 1. 图像退化的原因有哪些？（p101）
数字图像处理大作业
1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请给 出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解：步骤与思路： ○1.进行模糊处理，消除噪声 ○2.边缘检测，进行图像增强处理 ○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。 ○4.采用横向标号法，根据值为1像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I); %对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100) %阈值为100 I1(i,j)=255; else I1(i,j)=0; %进行二值化 end end end figure; imshow(I1);
Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c %找出每两个条纹之间的距离
2. 现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3. 请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。
西安交通大学数字图像处理第二次作业
数字图像处理的基本数学 工具的使用 摘要 本报告主要介绍了运用编程软件MATLAB对图像灰度级进行变换、求取图像均值与方差、采用不同的内插方法对图像进行缩放及利用仿射变换对图像进行空间变换处理的方法。同时，对最近邻内插法、双线性内插法、双三次内插法进行图像处理的效果进行了详细的对比，并对出现差异的原因做出了简要分析。 姓名： X X X 班级： 学号： 提交日期：年月日
2_1. 把lena 512*512图像灰度级逐级递减8-1显示； (1) 问题分析： 所要实现的功能是：在不改变图像大小的前提下，使得整幅图像的灰度级逐级递减并将图像显示出来；即对所有像素点的灰度依次进行除2操作； (2) 实验过程： 工具：MATLAB 软件； 利用imread()函数将图像读入MATLAB ，利用imshow()对原图像进行显示，再利用循环体对整幅图像的灰度级逐级递减并一一进行显示。 源代码附于本报告最后一部分。 (3) 实验结果： 备注：在大小为512X512的途中观察更为方便，但此处为了便于排版以及将结果进行对比对所有图像做了一定的缩小。 a b c d
e f g h 图2_1 (a)大小为512X512的256灰度级图像；(b)~(h)保持图像大小不变的同 时以灰度级128,62,32,16,8,4,2显示的图像。 (4) 结果分析： 对图2_1中的(a)~(h)图像进行对比可知，256级、128级、64级以及32级灰度的图像几乎没有太大的区别；然而在灰度级为16的图(e)中出现了较为明显的伪轮廓，这种效果是由数字图像的平滑区域中的灰度级数不足引起的。（说明：此分析为本人肉眼的观察结果，对细节的观察难免存在疏漏之处，还请批评指正。） 2_2. 计算lena 图像的均值方差； (1) 问题分析： 所要实现的功能是：计算图像‘lena.bmp ’的均值与方差； (2) 实验过程： 工具：MATLAB 软件； 利用imread()函数将图像读入MATLAB ，由于二维数字图像使用二维阵列表示的，因而可以直接利用MATLAB 中的mean2()及std2()分别求整幅图像的均值于方差； 源代码附于本报告最后一部分。 (3) 实验结果：均值 m =99.0512 方差 =52.8776。 2_3. 把lena 图像用近邻、双线性和双三次插值法zoom 到2048*2048；
《数字图像处理》课后作业2015
《数字图像处理》课后作业（2015） 第2章 2.5 一个14mm?14mm的CCD摄像机成像芯片有2048?2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。） 2.10 高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒,此种扫描方式称为1080i，即1080 interlace scan；对应的有1080p，即1080 progressive scan,逐行扫描）。图像的宽高比是16:9。水平电视线数（水平行数）决定了图像的垂直分辨率，即一幅图像从上到下由多少条水平线组成；相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成，水平分辨率通常正比于图像的宽高比。一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。 2.22 图像相减常用于在产品装配线上检测缺失的元件。方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。理想情况下，如果产品装配正确，则两幅图像的差值应为零。而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。在实际应用中，您认为需要满足哪些条件这种方法才可行？ 第3章 3.5 在位平面分层中, （a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响？ （b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？ 3.6 试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。 3.14 右图所示的两幅图像差异很大，但它们的直方图却相同。假设每幅图像都用一个3×3的均值滤波模板进行模糊处理，那么： (a)模糊后的两幅图像的直方图还相同吗？试解释原因。 (b)如果您认为模糊后的两幅图像的直方图不相同，请画出这两幅 图像的直方图。
数字图像处理试题集2精减版剖析
第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同，可以分为连续图像和________________两大类。 5. 对应于不同的场景内容，一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.选择题 1. 一幅数字图像是：( ) A、一个观测系统。 B、一个有许多像素排列而成的实体。 C、一个2-D数组中的元素。 D、一个3-D空间的场景。 3. 图像与灰度直方图间的对应关系是：（） A、一一对应 B、多对一 C、一对多 D、都不对 4. 下列算法中属于局部处理的是：（） A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 5. 一幅256*256的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。（） 3. 数字图像坐标系与直角坐标系一致。（） 4. 矩阵坐标系与直角坐标系一致。（） 5. 数字图像坐标系可以定义为矩阵坐标系。（） 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。（） 10. 采样是空间离散化的过程。（） 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√） 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后，图像的内容________________变化。（填“发生”或“不发生”） 8. 图像放大是从小数据量到大数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 9. 图像缩小是从大数据量到小数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 解答:1. 平移7. 不发生8. 需要9. 不需要
计算机图形_Digital Image Processing, 2nd ed(数字图像处理(第2版))
Digital Image Processing, 2nd ed(数字图像处理(第2 版)) 数据摘要： DIGITAL IMAGE PROCESSING has been the world-wide leading textbook in its field for more than 30 years. As the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992 edition by Gonzalez and Woods, the present edition was prepared with students and instructors in mind. The material is timely, highly readable, and illustrated with numerous examples of practical significance. All mainstream areas of image processing are covered, including a totally revised introduction and discussion of image fundamentals, image enhancement in the spatial and frequency domains, restoration, color image processing, wavelets, image compression, morphology, segmentation, and image description. Coverage concludes with a discussion on the fundamentals of object recognition. Although the book is completely self-contained, this companion web site provides additional support in the form of review material, answers to selected problems, laboratory project suggestions, and a score of other features. A supplementary instructor's manual is available to instructors who have adopted the book for classroom use.
研究生数字图像处理作业
一、编写程序完成不同滤波器的图像频域降噪和边缘增强的算法并进行比较，得出结论。 频域降噪。对图像而言，噪声一般分布在高频区域，而图像真是信息主要集中在低频区，所以，图像降噪一般是利用低通滤波的方法来降噪。边缘增强。图像的边缘信息属于细节信息，主要由图像的高频部分决定，所以，边缘增强一般采取高通滤波，分离出高频部分后，再和原频谱进行融合操作，达到边缘增强，改善视觉效果，或者为进一步处理奠定基础的目的。 1频域降噪，主程序如下： I=imread('lena.bmp'); %读入原图像文件 J=imnoise(I,'gaussian',0,0.02);%加入高斯白噪声 A=ilpf(J,0.4);%理想低通滤波 figure,subplot(222);imshow(J);title('加噪声后的图像'); subplot(222);imshow(A);title('理想低通滤波'); B=blpf(J,0.4,4);%巴特沃斯低通滤波 subplot(223);imshow(B);title('巴特沃斯低通滤波'); C=glpf(J,0.4);%高斯低通滤波 subplot(224);imshow(C);title('高斯低通滤波'); 用到的滤波器函数的程序代码如下： function O=ilpf(J,p) %理想低通滤波，p是截止频率 [f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=sqrt(f1.^2+f2.^2); hd(r>p)=0; y=fft2(double(J)); y=fftshift(y); ya=y.*hd; ya=ifftshift(ya); ia=ifft2(ya); O=uint8(real(ia)); function O=blpf(J,d,n) %巴特沃斯低通滤波器，d是截止频率，n是阶数[f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=f1.^2+f2.^2; for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(d*d); hd(i,j)=1/(t^n+1); end end y=fft2(double(J)); y=fftshift(y); ya=y.*hd;
数字图像处理习题集1(1~2章)
数字图像处理习题 一．选择题 1．二维图像可用二维函数) x f表示，下列说法正确地是（ a ） (y , （A）) f表示点),(y x , (y x的灰度值； （B）对于模拟图像来讲，) x f是离散函数； (y , （C） x，y不是平面的二维坐标； （D）以上说法都不正确。 2．用于可见光和红外线成像的采集设备中，应用最广泛的是（ d ） (A) 显微密度计；（B）析像管；(C) 视像管；(D) 固态阵。 3．一幅图像在采样时，行、列的采样点与量化级数 (a ) (A) 既影响数字图像的质量，也影响到该数字图像数据量的大小。 (B) 不影响数字图像的质量，只影响到该数字图像数据量的大小。 (C) 只影响数字图像的质量，不影响到该数字图像数据量的大小。 (D) 既不影响数字图像的质量，也不影响到数字图像数据量的大小。 4．一幅数字图像是（b ） （A）一个观测系统； (B) 一个由许多像素排列而成的实体； (C)一个2-D数组中的元素；(D) 一个3-D空间中的场景。 5．下面哪个色彩空间最接近人的视觉系统的特点（ d ） (A)RGB空间 (B)CMY空间 (C)CMYK空间 (D)HSI空间 6．一幅1024x1024彩色图像，数据量约为（字节）：（ c ） （A）1M (B) 2M (C) 3M (D) 4M 7．下列设备中哪项属于图像存储设备（ a ） （A）组合光盘； （B）激光打印机； （C）扫描仪； （D）视像管。 8．以下图像技术中哪个属于图像处理技术（ c ） （A）图像检索；（B）图像合成；（C）图像增强；（D）图像分类。 9．一幅128 128 ，64个灰度级的图像，则存储它所需bit数为（ a ） （A） 96k；(B) 192k；(C) 1M；(D) 2M。 10．从连续图像到数字图像需要（ d ）
数字图像处理 综合作业2
综合作业二 ( 春季学期) 一．对X1照片图像增强 (3) 1.1 直方图增强 (3) 1.1.1 直方图拉伸增加对比度 (3) 1.1.2直方图均衡 (4) 1.2 伪彩色增强 (5) 1.2.1等密度分割法 (5) 1.2.2多波段合成伪彩色显示 (7) 二．对x2照片图像增强 (9) 2.1 滤波 (9) 2.1.1各种滤波器 (9) 2.1.2 中值滤波 (11) 2.1.3 二阶butterworth滤波 (13) 2.2 直方图增强 (15) 三．边缘提取及增强 (17) 3.1 对x1边缘提取及复合 (17) 3.1.1 对x1边缘提取 (17) 3.1.2 对x1边缘复合 (18) 3.2对x2边缘提取及复合 (19)
3.2.1 直接对原图x2边缘提取 (19) 3.2.2 去噪后边缘提取 (20) 3.2.3 对x2边缘复合 (21)
一．对X1照片图像增强 1.1 直方图增强 1.1.1 直方图拉伸增加对比度 为了增强图像，观察x1，我们考虑增加图像的对比度，看是否能使图像更清晰。 具体的编程思路是，读入x1图像，运用matlab自带的imadjust函数，对比所得结果，具体程序见附录1.1.1（a），实验结果见图1.1.1（1）。 1.1.1（a） 结论：由图1.1.1（a）对比发现，左右两边基本没有区别，基本没有图像增强效果。我们考虑到运用imadjust函数可以得到原图的负片，即将原灰度图白色的地方变成黑色，黑色的地方变成白色，这种效果可能使X1图像自身对比更鲜明，起到图像增强的作用，具体程序见附录1.1.1（2），实验结果见图1.1.1（b）。
数字图像处理(第二版 阮秋琦 阮宇智)的课后习题答案
5.20测量背景的平均值。把图像的所有像素除了十字准线设为平均灰度值。表 示出此图像的傅氏变换G(u,v)。因为十字准线的特点并给出了高度的准确性,我们能构建此模板的图像(相同的尺寸)，使用此模板确定原图的灰度级。然后,我们在正确的位置构建十字准线的模型(取决于给定的图像)，利用所提供之尺寸和十字准线的灰度级。表示新图像的傅里叶变换F(u,v)。G (u,v)与F(u,v)的比值是一个模糊函数H(u,v)的估计。对于F(u,v)可能消失的值中,我们可以建立一个带阻滤波器，使用图5.27的方法。因为我们知道F(u,v)，G(u,v)和H(u,v) 的估计, 我们也可以精确模糊函数的估计，用等式5.8.3的G和H代替,并调整K值以便获得F(u,v)更近似的结果（这个结果可以通过傅里叶反变换估计出来）。在这两种情况下滤波器可以用来模糊图像，如果需要的话。 5.21解决这一问题的关键是下面的函数 其中，是此函数的拉普拉斯(对r的二次导数) 那是, 等于给定的函数。然后我们知道从式4.4得到函数f(x,y) 因此，我们简化了求高斯函数中的傅里叶变换。从表格4.1中,我们从高斯 对可以得到函数的傅里叶变换,其变换形式是 因此，退化函数的傅里叶变换是 5.22这是一个简单的扩展问题。它的目的是为了熟悉维纳滤波器的各种条件。从式5.8.3得
其中 然后 5.23从式5.9.4得 其中，P(u,v)是拉普拉斯算子的傅氏变换。这是至于这个问题,我们可以合理地解答。拉普拉斯算子的变换的表达式通过问题4.19中得到的。然而, 对P(u,v)的代替,这只会增加滤波器的要求,并且不会简化表达式。 5．24因为这个系统是假定的线性和位置不变,因此可以用式子5.5.17。举行。 此外,我们可以用叠加问题,得到了系统响应的F(u,v)和N(u,v)。两个响应的和是完整的响应。首先,仅用F(u,v) 然后，仅仅用N(u,v) 所以
数字图像处理作业
1-1、结合每个人的本专业学科、工作应用，谈谈数字图像处理的关系或在本专业的应用？ 答：数字图像处理技术的应用几乎无处不在，例如有的U 盘和电脑安装了指纹识别系统，气象中心对云图变化的分析系统，上网视频聊天室的图像传输系统，计算机阅卷系统，车牌识别系统，邮编识别系统等等，都是实际工作和生活中对数字图像处理的应用。 1-2、除前面介绍的例子之外，试举一些其它的图像应用的工程例子。 答：在工程中的应用也很广泛，而且有十分大的发展前景，这里举两个例子：制烟厂里检查香烟数量的系统，有效的保证了没盒烟中香烟的数量，而且大大提高了效率；地下资源的勘测系统，可以对地下资源进行不同光谱分析，较为可观的得到地下资源信息。 1-3、图像处理与计算机图形学的区别与联系是什么？ 区别: 数字图像处理对客观存在的图像惊醒处理和分析，从而得到有用信息的学科。计算机图形学：对客观存在的或想象中的事物通过建立数学模型，用图像的方式表达出来。 联系：都是用计算机进行点、面处理，使用光栅显示器等。在图像处理中，需要用计算机图形学中的交互技术和手段输入图形、图像和控制相应的过程；在计算机图形学中，也经常采用图像处理操作来帮助合成模型的图像。
2-1、画出视觉信息在眼球内（视网膜中)的传输过程模型示意图，并扼要说明？ 如下图：瞳孔直径可调节，控制进入人眼内的光通量；而晶状体可调节曲率，改变焦距，使不同距离的图在视网膜上成像
2-2、 画出黑白视觉扩展模型，并略加说明。 黑白视觉扩展模型： 2-3 什么叫图像逼真度和图像可懂度？采用归一化方均误差NMSE 计算下面两幅数字图像的逼真度 1111 1 1(,)111(,) 10111111 f j k f j k ∧ ?? ?? ????==?? ???????? ?? 答：图像逼真度：描述被评价图像与标准图像的偏离程度 图像可懂度：表示图像能向人或机器提供信息的能力 由公式
数字图像处理作业(2)
(a) Load the signal by the command “load TestSig”. You will find two variables t and y. t is the time label with the unit “s”, and y is the corresponding amplitude of the signal. Use plot() command to plot the signal, and show the x (time) and y (amplitude) labels. Tell what the sampling frequency is. Answer: The code of the program is: >> load TestSig; >> plot(t,y); >> xlabel('time'); >> ylabel('amplitude'); The sampling frequency is 1/0.005s=200Hz 0.5 1 1.52 2.5 3 -1-0.8-0.6-0.4-0.200.20.40.60.8 1time a m p l i t u d e
(b) Use the time-domain method to analyze how many frequency components contained in the signal, and what these frequencies are. Answer: 由图时域图可知，三秒内分别是三个不同频率的信号：第一秒内信号经历5个周期，所以频率为5Hz;第二秒内信号经历10个周期，所以频率为10；第三秒内，信号经历15个周期，所以频率为15。综上可知：信号包含3个频率分量，分别是5Hz，10Hz，15Hz。 (c) Use the frequency-domain method to analyze how many frequency components contained in the signal, and what these frequencies are. Please use fft() command to calculate the spectrum. Use plot() command to plot the spectrum, and show the x (frequency) and y (amplitude) labels. (Review the role of sampling frequency) Answer: The code of the program is: >> load TestSig; >>Fs=200; >>L=length(y); >>NFFT = 2^nextpow2(L); >>Y = fft(y,NFFT)/L; >>f = Fs/2*linspace(0,1,NFFT/2+1); >>plot(f,2*abs(Y(1:NFFT/2+1))); >>title('Single-Sided Amplitude Spectrum of y(t)');