云南师范大学数字图像处理作业
作业
第1章绪论第2章数字图像处理基本概念
作业一
1. 解答题
（1）什么叫数字图像？
答：将空间上、幅度上（和光谱上、时间上）连续物理图像经过空间上的离散（采样）和幅度上的离散（量化），变换成数字图像。
（2）数字图像处理包括哪些内容？
答：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类等。
（3）数字图像处理系统包括哪些部分？
答：图像输入、图像存储、图像通信、图像处理和图像分析五个模块组成。
（4）从“模拟图像”到“数字图像”要经过哪些步骤？
答：空间上的离散（采样）和幅度上的离散（量化）。
（5）什么叫数字图像的“空间分辨率”和“幅度分辨率”？各由数字化哪个过程决定？
答：空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限，由采样密度决定；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit，由量化等级决定。
（6）数字图像1600⨯1200什么意思？灰度一般取值范围0~255，其含义是什么？
答：数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8bit的灰度分辨率。
（7）P42：2，3，6（直方图概念），10，11
2.图像的数字化包括哪两个过程？它们对数字化图像质量有何影响？
答：采样；量化
采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。
量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。
3数字化图像的数据量与哪些因素有关？
答：图像分辨率；采样率；采样值。
6．什么是灰度直方图？它有哪些应用？从灰度直方图中你可可以获得哪些信息？
答：灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系；它可以用于：判断图像量化是否恰当；确定图像二值化的阈值；计算图像中物体的面积；计算图像信息量。从灰度直方图中你可可以获得：灰度范围、灰度级分布，图像的亮度分布。
10.什么是点处理？你所学算法中哪些属于点处理？
答：在局部处理中，输出值仅与像素灰度有关的处理称为点处理。如：图像对比图增强，图像二值化，直方图规定化均衡化。
11．什么是局部处理？你所学算法中哪些属于局部处理？
答：在对输入图像进行处理时，计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。如：图像的移动平均平滑法，空间域锐化法，中值滤波。
（8）* 采样定理是什么？什么叫“奈奎斯特率”？（*课堂以外内容，不要求做）
（9）* 什么是图像的光谱分别率？照相机的性能指标包括哪些？
（10）* 什么叫“过采样”和“欠采样”？
（11）* 什么叫图像“动态范围”、“信噪比”？
（12）* 简述与图像处理相关的人眼视觉特性？什么叫“三基色原理”？
2. 计算题
设图像的长宽比为4:3，300万和800万像素的数码相机的空间分辨率大约是多少？
一幅800万像素彩色图像需要多少个字节来存储？(第一个计算题, 去年考了类似的)
解：（1）设长度比为4:3的300万像素的空间尺寸为,x y；
则
3000000
4
3
x y
x
y
=
⎧
⎪
⎨=
⎪
⎩，解之得：
2000
1500
x
y
=
⎧
⎨
=
⎩
则300万像素的空间分辨率为：20001500
⨯；
同理可得：800万像素的空间分辨率为：32652450
⨯。
（2）
44
2
80010248001024
22.89
8102481024
Kb Mb Mb
⨯⨯⨯⨯
==
⨯⨯
第4章图像增强、平滑去躁（空域）
图像处理常用算法：
（1）增强：灰度拉伸（即对比度增强）、直方图均衡化、直方图规定化、同态滤波*
（2）平滑去噪：平均模板（即均值滤波：4邻域、8邻域、加权）、中值滤波
（3）锐化：拉普拉斯锐化法
作业三
1. 解答题
（1）图像增强的目的是什么？
答：图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的的增强图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣的特征，扩大图像中不同物体的特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，将强图像判读和识别效果，满足某些特征分析的需求。
（2）什么是灰度图像的直方图？简述用它可以简单判断图像质量？
答：灰度直方图定义为数字图像中各灰度级与其出现的频数间的统计关系，它能描述该图像的概貌，例如图像的灰度范围，每个灰度级出现的频率，灰度级的分布，整幅图像的平均明暗和对比度等。
（3）常用图像增强方法有哪些？
答：图像的线性变换；图像的非线性变化；图像的直方图修正法（均衡化和规定化）。
（4）“平均模板”对图像做哪种处理？写出3⨯3和5⨯5“平均模板”。
答：局部处理。33
⨯“平均模板”
111
1
111
9
111
H
⎡⎤
⎢⎥
=⎢⎥
⎢⎥
⎣⎦
；
55
⨯“平均模板”
11111
11111
1
11111
25
11111
11111
H
⎡⎤
⎢⎥
⎢⎥
⎢⎥=
⎢⎥
⎢⎥
⎢⎥
⎣⎦
。
（5）“中值滤波”对图像做哪种处理？是如何运算的？
答：局部处理；中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，它是一种非线性的平滑法，对脉冲干扰及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。
（6）什么叫点处理、局部处理、全局处理？3⨯3平均模板、直方图修正、灰度反转各属于哪种处理？
答：(1)点处理：输出值仅与像素灰度有关的处理称为点处理。（直方图修正）
(2)局部处理：计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。（3⨯3平均模板）
(3)全局处理：图像某一像素灰度的变化与图像全部像素灰度值有关。（灰度反转） 2．计算题
（1）P100：9、10
9、对下图作33⨯中值滤波处理，写出处理结果。（给出一部分，写一部分，好像是简答）
解：中值滤波取的是9个数从小到大排序取中间值，处理结果如上右图。 10、对上图作33⨯领域平均，并比较领域平均与中值滤波的差异。 解：领域平均是取9个数和的平均值，处理结果如下：
比较：领域平均滤波在滤除点噪声的同时，会使目标物边缘变得模糊；中值滤波法在滤除噪声的同时，保留了目标物边缘；中值滤波在抑制噪声方面比均值滤波差一点。
（2）P102：26、左表是8级灰度数字图像原始数据，右表是规定直方图。
要求：（1）完成本题要求的“直方图规定化”处理，同时完成“直方图均衡化”处理。 （2）只要求画出表格，数据放在表格中，不要计算过程。表格可以按照课堂横表，也可以按照课表设计为纵表。要求画出原始图像、直方图均匀化和直方图规定化处理后图像的直方图，直方图画法参考如下。
26、已知一幅6464
⨯的8bit 数字图像，各个灰度出现的概率如左表。要求将此直方图变
换，使其变换后的图像具有右表的灰度分布。画出变换前后图像的直方图。（重点，必考，期末和补考选考其中一种）
原始图像直方图
均衡化后直方图
原始图像直方图规定化后直方图
第3章图像变换及频域处理（频域）常用图像变换算法：
（1）图像的几何变换（图像畸变校正*、图像缩放、旋转*、拼接*）∙图像缩放：双线性插值
（2）图像变换（傅立叶、余弦、沃尔什－哈达玛、K-L变换、小波变换）（3）图像频域处理（增强算法：高频率提升、同态滤波；平滑去噪：∙增强算法：高频提升、同态滤波；
∙平滑去噪：低通滤波
作业二
1.解答题
（1）说出数字图像处理中有哪几种图像变换？
答：几何变换、傅里叶；余弦；沃尔什；哈达玛；K-L变换；小波变换等。
（2）简述为什么要进行图像变换？各种变换应用在图像什么处理上？
答：图像变换在数字图像处理与分析中起着很重要的作用，是一种常用的、有效的分析手段。图像变换的目的在于：使图像处理问题化；有利于图像特征提取；有助于从概念上增强对图像信息的理解。
傅里叶变换（图像滤波）；余弦变换（图像压缩）；沃尔玛-哈达吗变换（图像压缩）。
（3）简述快速傅里叶变换算法（FFT）原理。
答：略
（4）长度为N的一维信号的离散傅里叶变换（DFT）其计算量= ？次乘法+ ？加法？
快速傅里叶变换（FFT）其计算量= ？次乘法+ ？加法？
答：一维离散傅里叶变换（DFT）其计算量= N2次乘法+ N(N-1)次加法；
二维离散傅里叶变换（DFT）其计算量= M2N2次乘法+ MN(MN-1)次加法；
一维快速傅里叶变换（FFT）其计算量= N/2 log2N次乘法+ N log2N加法。
（5）解释图像处理空域与频域。
答：空域：未经傅里叶变换的图像空间；
频域：经过傅里叶变换的图像空间。
（6）频域进行图像增强、去噪、边缘检测分别用哪种滤波器？（高通、低通、带通或其它？）
答：增强------------同态滤波器
去噪------------低通滤波器
边缘检测------高通滤波器
（7）频域处理图像的步骤？
答：1、将源图像进行傅里叶变换到频域；
2、根据图像处理母的选择适当的滤波器；
3、对频域图像进行滤波处理；
4、对滤波后图像进行傅里叶反变换。
（8）图像增强可以在“空域”和“频域”进行，什么叫“空域”和“频域”？两种域各采用什么处理方法？
答：空域法：直接对图像的像素灰度进行操作。常用算法：图像的灰度变换；直方图修
正（均衡化、规定化）；平滑和锐化处理；彩色增强。
频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需要的增强结果。常用算法：低通滤波（平滑、去噪）；高频提升滤波（图像锐化）；同态滤波（增强）。 2. 计算题
计算下列数字两个图像块的二维DFT 和二维DCT ，并用Matlab 编程验证计算结果
⎥⎥
⎥⎥⎦⎤⎢⎢⎢
⎢⎣⎡=01
10
01100110
0110
),(11n m f ）（ ⎥⎥⎥⎥⎦
⎤⎢⎢⎢⎢⎣⎡=11
00
11001100110
),(22n m f ）（ 解：（1）A 、二维DFT ：()(){}
m n F u v =FFT FFT [,]f m n ，； 设：1[0,0,0,0]f =，即1[0,0,0,0]F =；设2[1,1,1,1]f =， ∵()1
2()exp N n F k f n j
nk N π-=⎛⎫
=
- ⎪⎝⎭∑ ∴()()()()()()()22
2
2
2
2
0exp 001234F f x f f f f =
=+++=∑；
()()()
02/422/423/42221exp 04j j j j x
F f x e e e e ππππ----==+++=∑；
()()()022/4
24/426/42
2
222exp 04
j j j j x F f x e e
e e ππππ----==+++=∑； ()()()0
23/4
26/429/42
2
233exp 04
j j j j x F f x e e
e e ππππ----==+++=∑；
∴2[4,0,0,0]F =；()()''''1122104
400
000,,[,,,]0
0000
00
0n f m n FFT f m n F F F F ⎡⎤⎢⎥⎢⎥====⎡⎤⎣⎦⎢⎥⎢⎥⎣⎦
； ∴()(){}
()m n 1F u v =FFT FFT [,],m f m n FFT f m n =⎡⎤⎣⎦，； 设3[0,4,4,0]f =；∵()()()()()()()33
3
3
3
3
0exp 001238F f x f f f f =
=+++=∑；
()()()2/4
22/43321exp 44444j j j x
F f x e
e j πππ---==⨯+⨯=--∑； ()()()22/4
24/43
3
222exp 444404
j j j x F f x e
e πππ---==⨯+⨯=-+=∑； ()()()23/4
26/43
3
233exp 44444
j j j x F f x e
e j πππ---==⨯+⨯=-+∑；
∴[]38,44,0,44F j j =---+；
∴()()[]131118440440000F u v ,;;;00000
000m j j FFT f m n F F F F ---+⎡⎤
⎢⎥⎢⎥===⎡⎤⎣⎦⎢⎥
⎢
⎥
⎣⎦
， B 、二维DCT ，()(){}
m n C u v =DCT DCT [,]f m n ， 设：1[0,0,0,0]f =，即1[0,0,0,0]C =；设2[1,1,1,1]f =，
∵()()()1
021()cos 2N n x u C u a u f x N π-=+⎡⎤=⎢⎥
⎣⎦∑，其中，(
)01,2,
,1
u a u u N ===-；
∴(
)()()()221
0cos 0111122
C f x ==+++=；
(
)()()(
)
()()()())2
2
211cos
cos /8cos 3/8cos 5/8cos 7/808
x C
f
x π
ππππ+=
=
+++=；
(
)()(
)()()()())222122cos cos 2/8cos 6/8cos 10/8cos 14/808x C f x πππππ+==+++=⎛⎫ ⎪
⎝⎭； (
)()(
)()()()())222133cos cos 3/8cos 9/8cos 15/8cos 21/808x C f x πππππ+=
+++=⎛⎫
⎪
⎝
⎭； ∴2[2,0,0,0]C =；()()''''212210
2
200
000,,[,,,]0
0000
00
0n f m n DCT f m n C C C C ⎡⎤⎢⎥⎢⎥====⎡⎤⎣⎦⎢⎥⎢⎥⎣⎦
； ∴()(){}
()m n 2C u v =DCT DCT [,],m f m n DCT f m n =⎡⎤⎣⎦，； 设4[0,2,2,0]f =；∵(
)()()()42
1
0cos 02222C f x ==+=；
(
)()(
)()())42211cos 2cos 3/82cos 5/808x C f x π
ππ+=
=⨯+⨯=⎛⎫
⎪⎝
⎭；
(
)()(
)()())
422122cos 2cos 6/82cos 10/828x C f x π
ππ⎛⎫
⎪ ⎪⎝
⎭
+=⨯+⨯=-； (
)()(
)()())422133cos 2cos 9/82cos 15/808x C f x π
ππ+⎛⎫=⨯+⨯=
⎪⎝
⎭
； ∴[]32,0,2,0C =-；
∴()()[]1411120200000C u v ,;;;00000
00
0m DCT f m n C C C C -⎡⎤⎢⎥⎢⎥===⎡⎤⎣⎦⎢⎥⎢⎥⎣⎦
，； （2）过程和（1）一样。
Matlab 编程如下：（1）A=[0,1,1,0;0,1,1,0;0,1,1,0;0,1,1,0] B=fft2(A) C=dct2(A) （2）A=[0,0,1,1;0,0,1,1;0,0,1,1;0,0,1,1] B=fft2(A) C=dct2(A)
第4章
图像复原
常用图像变换算法：
（1） 逆滤波； （2）维纳滤波（Wiener Filter ）； （3）盲卷积*
作业四
1. 解答题
（1）什么叫图像复原？与图像增强有什么区别？
答：图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。
图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来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，只要看着舒服就行。而图像复原则完全不同，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过程解算方法，从而得到复原的图像。如果图像已退化，应先做复原处理，再做增强处理。
（2）说出几种图像退化。 答：噪声、模糊、畸变。 （3）什么是维纳滤波器？
答：是一种以最小平方为最优准则的线性滤波器，在一定的约束条件下，其输出与给定函数的差的平方达到最小，通过数学运算最终可变为可变为一个拖布列兹方程的求解问题，是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。
（4）说出几种常用的图像复原方法？
答：代数恢复方法：无约束复原；约束最小二乘法
频域恢复方法：逆滤波恢复法；去除由均匀运动引起的模糊；维纳滤波复原法
第5章图像压缩编码
常用图像变换算法：
（1）哈夫曼编码；（2）算术编码；（3）预测编码；（4）变换编码
作业五
1．解答题
（1）图像为什么可以压缩？（即数字图像中存在哪几种冗余？）
答：图像数据之所以可以被压缩，是因为数据中存在着冗余。
在图像压缩中，有三种基本的数据冗余：编码冗余；像素间冗余；视觉冗余。
（2）什么是有损和无损压缩？
答：无损压缩：是对文件本身的压缩，和其它数据文件的压缩一样，是对文件的数据存储方式进行优化，采用某种算法表示重复的数据信息，文件可以完全还原，不影响文件内容，对于数字图像而言，也不会使图像细节有任何损失。（冗余量压缩）
有损压缩：是对图像本身的改变，在保存图像时保留了较多的亮度信息，而将色相和色纯度的信息和周围的像素进行合并，合并的比例不同，压缩的比例也不同，由于信息量减少了，所以压缩比可以很高，图像质量也会相应的下降。（信息量压缩，失真度压缩、熵压缩）（3）霍夫曼编码算法的基本思想是什么？
答：是根据源数据符号发生的概率进行编码的。在源数据中出现概率越大的符号，分配的码字越短；出现概率越小的信号，其码长越长，从而达到用尽可能少的码表示源数据。
（4）无损和有损预测编码算法不同之处？各在哪个环节对数据实现了压缩？
答：无损预测编码是直接对预测误差进行无失真压缩。（预测误差）
有损预测编码是要对预测误差进行量化编码后进行压缩。（量化编码）（5）简述统计编码、算术编码、预测编码、变换编码算法的基本原理。
答：统计编码：根据信源的概率分布可变长码，使平均码长非常接近于熵。
算数编码：利用编码符号的联合概率，用一个单独的浮点数来代替一串输入符号。
预测编码：不是直接对信号编码，而是对图像预测误差编码。实质上是对新的信息进行
编码，以消除相邻像素之间的相关性和冗余性。
变换编码算法：是通过正交变换把图像从空间域转化为能量比较集中的变换域系数，然后对变换系数经行编码，从而达到压缩数据的目的。
（6）各种压缩方法分别在哪个环节上实现了数据压缩？ 答：略。
（7）压缩效果如何评价？
答：1、主观评价；2、客观评价：均方根误差，均方根信噪比，峰值信噪比等。 2. 计算题（五）
（1）P139：3
3、有如下之信源X ，1
234567812
3
4
5
6
7
8u
u u u u u u u X P
P P P P P P P ⎧⎫
=⎨⎬⎩⎭
，其中：10.20P =，20.09P =，30.11P =，40.13P =，50.07P =，60.12P =，70.08P =，80.20P =。试将该信源进行霍夫曼编码，并计算信源的熵、平均编码、编码效率及冗余度。若采用二叉树编码，请绘出二叉树。（考哈夫曼，不会考二叉树）
解：（1）Huffman （哈夫曼）编码
信符
概率 1 2 3 4 5 6 u1 0.20
0.6 u8 0.20 0.4 u4 u6 u3 u2 u7 u5
信源熵：()720
log 2.9i i i H A P P ==-=∑ 哈夫曼编码平均码长：
7
100.220.230.1330.1230.1130.0930.0840.074 2.95i i i Lavg L P ===⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=∑哈夫曼
编码编码效率：()1==H A Lavg 2.92.95100%=98.3%η⨯
哈夫曼编码冗余度：()111100% 1.7%
D R η=-⨯=
（2）二叉树编码
0 1
（2）（补充）对下表信源进行Huffman（哈夫曼）和Fano-Shannon（费诺--仙农）的变长编码，并计算信源熵、两种变长编码的平均码长、编码效率、冗余度和与自然编码的压缩比（写出过程）。
解（1）Huffman（哈夫曼）
信符概率 1 2 3 4 5 6 a1 0.35 0.35 0.35 0.35 0.6 a2 0.25 0.25 0.25 0.25 0.4 a0 0.15 0.15 0.15
a3 0.11 0.11
a4 0.06
a5 0.05
a6
a7
信源熵：
()
()
7
222222222 0
log0.35log0.350.25log0.250.15log0.150.11log0.110.06log0.060.05log0.050.02log0.020.01log0.01
0.53010.50.41050.350180.243530.216090.1128770.06643 2.43
i i
i
H A P P
bit
=
=-=--------
=+++++++=
∑哈夫曼编码平均码长：
1
7
10
0.3520.2520.1520.1130.0640.0550.0260.016 2.5i i i Lavg L P ===⨯+⨯+⨯+⨯+⨯+⨯+⨯+⨯=∑哈夫曼编码
编码效率：()11==100%=97.2%H A Lavg 2.432.5η⨯ 哈夫曼编码冗余度：()111100% 2.8%D R η=-⨯= 哈夫曼编码压缩比：11
32.5 1.2R m
C Lavg ===
（2）Fano-Shannon （费诺-仙农）（概率大的一组赋0，概率小的一组赋1；或者上面一组赋0，下面一组赋1）（去年考了）
编码 00 01 11 101 1001 10000 100010 100011
费诺--仙农编码平均码长：
20.3520.2520.1520.1130.0640.0550.0260.016 2.5Lavg =⨯+⨯+
⨯+⨯+⨯+⨯+⨯+⨯=费诺--仙农
编码编码效率：()22==100%=97.2%H A 2.432.5η⨯ 费诺--仙农编码冗余度：()221100% 2.8%D R η=-⨯= 费诺--仙农编码压缩比：22
32.5 1.2R m
C Lavg ===
（3）（补充）算术编码：已知符号A 、B 、C 出现的概率分别是0.4, 0.2, 0.4，对符号BACCA 进行算术编码，写出编码过程，求出消息熵、平均码长和编码效率。
)
算术编码过程：
C B A 0
10.40.60.40.480.480.480.4480.4672
0.4672
0.47232
B A
C C A
∴ BACCA 被描述为一个实数区间[)0.4672,0.47232，用二进制表示为（小数点数转化为二进制方法：乘二取整）：[)0.011101111,0.0111011101
∴符号BACCA 的编码值为：01110111 ∴消息熵：()3
2
2221
log
0.4log 0.40.2log 0.20.4log 0.4 1.522i i i H A P P bit ==-
=---=∑
平均码长：85 1.6Lavg bit ==符号
编码效率：()=H A Lavg=1.5221.6100%=95.12%η⨯
计算题（六）
1．（补充）预测编码：对序列106，102，120，120，118，116，采用下面两种“预测规则” 进行预测编码、解码，并进行比较。（特别注意两种预测规则的不同）
（1）无损预测编码，预测函数如下： )1(f )(f
ˆ-=m m （2）有损预测编码，预测函数如下： )1(f )(f
ˆ'-=m m 并使用一个2位量化器，即：
解：（1）无损预测编码结果如下：
第7章 图像边缘检测、分割
作业七
图像处理常用算法：
（1）边缘检测：Canny 算子、Laplacian 算子、Sobel 算子 （2）Hough 变换检测直线和圆算法
（3）图像分割：阈值分割算（也叫二值化）、区域分割算法
∙ 区域分割方法：区域生长法、分裂合并法、空间聚类法。
1. 解答题
（1）说出几个常用的边缘检测算子。
（2）分别说出下面四种模板分别实现平滑去噪、图像锐化、边缘检测哪种处理？
A=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡121242121161 B=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡----010151010 C=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---101202101 D=⎥⎥⎥⎦
⎤
⎢⎢⎢⎣⎡---111000111
（3）图像边缘检测、图像分割处理的目的是什么？分割与边缘检测有什么不同？ （4）频域进行图像边缘检测分别用哪种滤波器？（高通、低通、带通或其它？） （5）什么是图像二值化处理？二值化处理的目的是什么？ （6）常用的图像分割算法有哪些？
数字图像处理 灰度级递减 插值 第二次作业
一、实验内容： 题目一：把lena.bmp 512*512图像灰度级逐级递减8-1显示。 1. 算法分析： 本题中对图像进行的操作是直接灰度变换。直接灰度变化可以借助图像的位面表示进行。对一幅用多个比特表示其灰度值的图像来说，其中的每个比特可看做表示了一个二值的平面，也称位面（如下图所示）。一幅其灰度级用8bit表示的图像有8个位面，一般用位面0 表示最低位面，位面7 表示最高位面。借助图像的位面表示形式可通过对 图像特定位面的操作来达到对图像的增强效果。 2. 具体 MATLAB 实现程序见附录 3. 运行结果： 256灰度级128灰度级
64灰度级32灰度级 16灰度级8灰度级
4灰度级2灰度级 4. 结果分析： 对一幅512*512,256个灰度级的具有较多细节的图像，保持空间分辨率不变，仅将 灰度级数依次递减为128、64、32、16、8、4、2，比较如下得到的结果就可以发现灰度 级数对图像的影响。当灰度级递减为128或64，一般并不能发现有什么区别。如果将其灰度级数进一步减为32，则在灰度缓变区常会出现一些几乎看不出来的非常细的山脊状结构。这种效应成为虚假轮廓，是由于在数字图像的灰度平滑去使用的灰度级数不够而造成的，它一般在用16级或不到16级均匀灰度数的图中比较明显。因此，运行结果中的前四幅图还基本比较相似，而从第五幅（16灰度级）开始就可以很明显的看到一些虚假轮廓，之后的图中这种现象就也来越明显了，最后一幅2灰度级的图像就已经具有木刻画的效果了。 对比实验中处理过的图像，可以发现，虽然都是灰度图，但是灰度范围越大则图像显示出的色彩越丰富。
机器视觉及应用作业
《机器视觉及应用》课程作业 一、数字图像处理 1. 两个图像子集S1和S2如下图所示。对于V ={1},确定这两个子集是(a) 4 邻接，(b) 8邻接，还是(c) m邻接？ 解：对于V二{1},子集S1是4邻接； 而子集S2则是8邻接。 2. 考虑如下所示的图像分割： (a) 令V ={0,1}并计算p到q间的4、8和m通路的最短长度。如果在这两点间不存在特殊通路，请解释原因。 (b) 对V ={1, 2}重复上题。 解： (a) (Dp到q之间，不存在4通路。因为V二{0,1}时，如图无法找到p、q之间的通路； ②P到q之间的8通路最短长度如图最短长度为4+2返： ③p到q之.间的m通路最短长度如图最短长度为6+V2： (b) 对于V ={1, 2},容易得到：p、q之间4通路最短长度为8, 8通路最短长 度为4+2血，m通路最短长度为8。 3. 利用所学图像处理的知识，将下面全方位图像展开为普通图像。 我认为用到的是图像集合修正的知识，來处理这幅类似于儿何失真的全方位图像。首先，最主要的就是找到这幅图像的中心，这就需要利用相机的盲区(中心未拍摄到图像的黑色圆圈)，求取图像的中心：(可以利用二值化后求中心的办法求得)
然后，就是展开工作，以找到的中心作为极坐标中心，给图像各像素点一个极坐标； 最后，通过一定的变换算法，如Houng变换（查找资料得到），对极坐标进行展开，最终获得普通图像。最终经处理后得到的图片如图： 4. 图中的白条是7像素宽，210像素高。两白条之间的宽度 是17像素，当应用下面的处理时图的变化结果是什么？ （1）分别用3X3、9X9均值滤波： （2）分别用3X3、9X9中值滤波。 答：（1）用3X3、9X9均值滤波，由于7>3/2,7>9/2,所以均 值滤波时，滤波窗中白色像素点数〉滤波窗中像素点数的一 半，加上该图是二值图，灰度取值只有两个，所以说滤波前后图像不变； （2）用3X3、9X9中值滤波之后，图像中白色线条变窄，且两端变圆。 其中9X9中值滤波后线条更窄，两端更圆。 二、立体视觉 1.嫦娥一号是如何利用一台照相机得到月面三维图像的？（査资料，说明原理, 并注明资料來源）
数字图像处理作业讲课教案
1. Give a single intensity transformation function for spreading the intensities of an image so the lowest intensity is 0 and the highest is L -1. [为了扩展一幅图像的灰度，使其最低灰度为0、最高灰度为L -1，请给出一个单调的变换函数。] Answer: Let f denote the original image. First subtract the minimum value of f denoted f min from f to yield a function whose minimum value is 0: 1min g f f =- Next divide g 1 by its maximum value to yield a function in the range [0,1] and multiply the result by L 一1 to yield a function with values in the range [0, L 一1] 1min 1min 11()max()max()L L g g f f g f f --==-- Keep in mind that f min is a scalar and f is an image. [让f 表示原始图像。首先从图像函数f 中减掉f 的最小值f min , 然后生成一个新的函数g 1，它的最小值为0： 1min g f f =- 接下来让g 1的最大值除g 1得到另一新的函数，它的值域在[0,1]区间，然后再乘上L 一1，得到值域为[0, L 一1]的新函数。请注意f min 是一个标量，而f 是一个图像。 2.Explain why the discrete histogram equalization technique does not,in general,yield a flat histogram. [请解释为什么离散直方图均衡化技术一般不能得到平坦的直方图。] Answer: All that histogram equalization does is remap histogram components on the intensity scale. To obtain a uniform (flat) histogram would require in general that pixel intensities actually be redistributed so that there are L groups of n/L pixels with the same intensity, where L is the number of allowed discrete intensity levels and n=MN is the total number of pixels in the input image. The histogram equalization method has no provisions for this type of (artificial) intensity redistribution
数字图像处理教案
数字图像处理教案. 难点：1、理解图像的采样和量化过程； 2、了解图像处理的应用和发展趋势。 本次课程将介绍数字图像处理的发展简史和图像处理的任务。同时，我们将掌握常用数字图像处理术语，如像素、采样、量化、图像增强等。此外，我们还将了解基本的图像处理系统以及图像各种形式的表示。 数字图像处理是指利用计算机对数字图像进行处理的过程。数字图像处理系统包括图像采集、图像处理、图像输出三个部分。图像处理的任务包括图像增强、图像编码与压缩、图像恢复和重建、图像分割等。 在本次课程中，我们将重点掌握图像处理、数字图像处理、数字图像处理系统的概念和它们之间的相互关系。同时，我们还将明确图像处理的目的和任务。理解图像的采样和量化过程以及了解图像处理的应用和发展趋势也是本次课程的难点。
互动：请同学在黑板上推导Huffman编码和Shannon编码的步骤。 课堂练、作业： 课堂练：计算平均码长、编码效率、压缩比； 作业：题5.1、5.2、5.4 课后小结： 本章主要介绍了图像编码与压缩的基本概念和方法，包括预测编码、正交变换编码、统计编码和二值编码等。其中，Huffman编码和Shannon编码是两种常用的统计编码方法，需要掌握其步骤和计算方法。在实际应用中，需要根据不同的压缩需求选择合适的编码方法和参数。 第5章图像编码与压缩 第1次课 2学时授课时间：2021.10.1 教学目的与要求： 1、了解数字图像的基本概念； 2、掌握数字图像的采样、量化、编码等基本过程； 3、了解数字图像的压缩技术及其分类。
教学重点、难点： 重点：数字图像的采样、量化、编码等基本过程； 难点：数字图像的压缩技术及其分类。 解决：通过实例演示和讲解，加深学生对数字图像的基本概念和压缩技术的理解。 教学方法及师生互动设计： 教学方法：多媒体+板书 互动：通过提问和回答，引导学生思考数字图像的采样、量化、编码等基本过程。 课堂练、作业： 课堂练：计算一幅256×256的灰度图像的总像素数； 作业：题5.1 课后小结： 使学生了解数字图像的基本概念和采样、量化、编码等基本过程，掌握数字图像的压缩技术及其分类，为后续的研究打下基础。
云南师范大学数字图像处理作业
作业 第1章绪论第2章数字图像处理基本概念 作业一 1. 解答题 （1）什么叫数字图像？ 答：将空间上、幅度上（和光谱上、时间上）连续物理图像经过空间上的离散（采样）和幅度上的离散（量化），变换成数字图像。 （2）数字图像处理包括哪些内容？ 答：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类等。 （3）数字图像处理系统包括哪些部分？ 答：图像输入、图像存储、图像通信、图像处理和图像分析五个模块组成。 （4）从“模拟图像”到“数字图像”要经过哪些步骤？ 答：空间上的离散（采样）和幅度上的离散（量化）。 （5）什么叫数字图像的“空间分辨率”和“幅度分辨率”？各由数字化哪个过程决定？ 答：空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限，由采样密度决定；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit，由量化等级决定。 （6）数字图像1600⨯1200什么意思？灰度一般取值范围0~255，其含义是什么？ 答：数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8bit的灰度分辨率。 （7）P42：2，3，6（直方图概念），10，11 2.图像的数字化包括哪两个过程？它们对数字化图像质量有何影响？ 答：采样；量化 采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。 量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。 3数字化图像的数据量与哪些因素有关？ 答：图像分辨率；采样率；采样值。
DIP作业指导书
篇一：dip指导书 《数字图像处理》实验指导书实验一、数字图像获取 实验二、图像的傅立叶变换 实验三、图像增强 实验四、图像压缩 实验五、图像融合 实验一、数字图像获取 一、实验目的 1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式。 二、实验原理 用扫描仪获取图像也是图像的数字化过程的方法之一。 扫描仪按种类可以分为手持扫描仪，台式扫描仪和滚筒式扫描仪（鼓形扫描仪）。扫描仪的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类扫描仪都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文dot per inch 的缩写，意思是每英寸的像素点数。 扫描仪工作时，首先由光源将光线照在欲输入的图稿上，产生表示图像特征的反射光（反射稿）或透射光（透射稿）。光学系统采集这些光线，将其聚焦在ccd上，由ccd将光信号转换为电信号，然后由电路部分对这些信号进行a/d转换及处理，产生对应的数字信号输送给计算机。当机械传动机构在控制电路的控制下，带动装有光学系统和ccd的扫描头与图稿进行相对运动，将图稿全部扫描一遍，一幅完整的图像就输入到计算机中去了。 图1.1扫描仪的工作原理扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的rgb 三条彩色光带分别照到各自的ccd上，ccd将rgb光带转变为模拟电子信号，此信号又被a/d 变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。 在扫描仪的工作过程中，有两个元件起到了关键的作用。一个是ccd，它将光信号转换成为电信号；另一个是a/d变换器，它将模拟电信号变为数字电信号。ccd是charge couple device 的缩写，称为电荷耦合器件，它是利用微电子技术制成的表面光电器件，可以实现光电转换功能。ccd在摄像机、数码相机和扫描仪中应用广泛，只不过摄像机中使用的是点阵ccd，即包括x、y两个方向用于摄取平面图像，而扫描仪中使用的是线性ccd，它只有x一个方向，y方向扫描由扫描仪的机械装置来完成。ccd芯片上有许多光敏单元，它们可以将不同的光线转换成不同的电荷，从而形成对应原稿光图像的电荷图像。如果我们想增加图像的分辨率，就必须增加ccd上的光敏单元数量。实际上，ccd的性能决定了扫描仪的x方向的光学分辨率。a/d变换器是将模拟量(analog)转变为数字量(digital)的半导体元件。从ccd获取的电信号是对应于图像明暗的模拟信号，就是说图像由暗到亮的变化可以用从低到高的不同电平来表示，它们是连续变化的，即所谓模拟量。a/d变换器的工作是将模拟量数字化，例如将0至1v的线性电压变化表示为0至9的10个等级的方法是：0至小于0.1v的所有电压都变换为数字0、0.1至小于0.2v的所有电压都变换为数字1??0.9至小于1.0v的所有电压都变换为数字9。实际上，a/d变换器能够表示的范围远远大于10，通常是2^8=256、2^10=1024或者2^12=4096。如果扫描仪说明书上标明的灰度等级是10bit，则说明这个扫描仪能够将图像
数字图像处理第二章作业
第二章数字图像处理的基本概念 2. 图像数字化包括那两个过程？它们对数字化图像质量有何影响？ 答:图像数字化包括采样和量化两个过程。采样：将空间上连续的图像变换成离散点的操作称为采样。量化：将像素灰度转换成离散的整数值得过程叫量化。 影响：一般来说，采样间隔越大,所得图像像素越少,空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。量化等级越多，所得图像层次越丰富，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. 3。数字化图像的数据量与哪些因素有关？ 答：数字化前需要决定影像大小（行数M、列数N)和灰度级数G的取值.一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N,灰度级数为G的图像所需的存储空间M＊N＊g（bit），称为图像的数据量. 6。什么是灰度直方图?它有哪些应用？从灰度直方图你能获得图像的哪些信息?答：灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系.以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图.应用：通过变换图像的灰度直方图可以，使图像更清晰，达到图像增强的目的。获得的信息：灰度范围,灰度级的分布,整幅图像的平均亮度。但不能反映图像像素的位置。 8。图像处理按功能分有哪几种形式？ 答：按图像处理的输出形式，图像处理的基本功能可分为三种形式：(1）单幅图像-—>单幅图像;(2）多幅图像—-〉单幅图像；（3)单（或多）幅图像——>数字或符号等. 12。图像特性包括哪些类型？
基于各向异性扩散的数字图像处理 作业
基于各向异性扩散的数字图像处理 1 Perona-Malik 算法概述 各向异性扩散作为现行的一种非常流行的偏微分方程数字图像处理技术，是由传统的 Gaussian 滤波发展而来的，有着强大的理论基础，并有着传统的数字图像方法无法企及的良好特性，其特点是可以在平滑的同时保持边缘特征。由于这种优良的特性，使其在图像的平滑、去噪、恢复、增强和分割等方面得到了广泛的应用。 Koenderink 和 Witkin 两位学者把尺度空间的严格理论引入到了数字图像处理之中，而尺度空间理论正是现代偏微分方程数字图像处理的理论基础，他们的工作主要是将多尺度图像表示为 Gaussian 滤波器处理的结果，相当于将原图像输入热传导方程进而得到的序列时间图像。多尺度滤波得到的图像序列，可以看作各向同性热扩散方程的解，这就是用扩散方程的观点来看待高斯滤波： ()yy xx u u c t u -=?? (1.1) 不仅是热扩散方程可以产生尺度空间，其他的抛物线方程也可以产生尺度空间，进而满足极大值原理的演化方程也能定义一类尺度空间。各向异性扩散方程的提出是这个领域中一个里程碑式的标志，它开辟了数字图像处理中偏微分方程理论和应用的一个新领域，提出了各向异性扩散（Anisotropic Diffusion ）方程，一般称为 Perona-Malik （简称 P-M ）扩散模型。 ))((u u g div t u ??=?? (1.2) 其中div 是散度算子，u ?是图像的梯度，)(u g ?是扩散系数。各向异性扩散是一个能量散发的过程，这个过程与能量曲面的形状有关，从数学上来看，其等价于一个能量最小化问题的求解。 从数学意义上讲Perona-Malik 模型是改进的热传导偏微分方程。它是通过函数(,,)c x y t 自适应地控制扩散速度。理论上希望边缘内部的区域，c 远离0，图像可以平滑，而在边缘附近，0c ≈，图像不再平滑。铃铛形的径向函数g(w)可取 21()exp[( )]u g u ??=- (1.3) 或者
数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案 数字图像处理每章课后题参考答案 第一章和第二章作业：1.简述数字图像处理的研究内容。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？ 3.列举并简述常用表色系。 1.简述数字图像处理的研究内容？ 答： 数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面， 将这几个方面展开，具体有以下的研究方向： 1.图像数字化， 2.图像增强， 3.图像几何变换， 4.图像恢复， 5.图像重建， 6.图像隐藏， 7.图像变换， 8.图像编码， 9.图像识别与理解。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？ 答： 图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。 根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次： 图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。图像处理主要在图像的像素级上进行处理，处理的数据量非常大。 图像分析则主要是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建立对图像的描述。图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。 图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。 第三章图像基本概念 1.图像量化时，如果量化级比较小时会出现什么现象？为什么？ 答： 当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。图像的量化等级反映了采样的质量，数字图像的量化级数随图像的内容及处理的目的差别而不同，低的量化级数只满足于处理简单的线条而对于图像，若线条不明显时，则会产生伪轮廓。人眼对灰度误差有一个敏感度阈值，当灰度误差大于门限值时，即量化误差大于视觉阈值时，人眼看到的图像会出现伪轮廓。 2.为什么非均匀量化多用于量化级数少的场合，而在量化级数多的场合不用？ 答： ①非均匀量化是依据一幅图像具体的灰度值分布的概率密度函数，，是按总的量化误差最小的原则进行量化的方法，通过对图像中像素灰度值频繁出现的灰度值范围，量化间隔小一些，而对那些像素灰度级数比较少，量化间隔大一些。在同样的灰度级数下，非均匀量化已经足够对图像的细节进行描述，采用非均匀量化的效果比均匀量
《数字图像处理》复习大作业及答案
2014年上学期《数字图像处理》复习大作业及参考答案 ===================================================== 一、选择题（共20题） 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［-1 1］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 11、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 D. 中值滤波 12、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( A ) A、256K B、512K C、1M C、2M 13、噪声有以下某一种特性（ D ） A、只含有高频分量 B、其频率总覆盖整个频谱 C、等宽的频率间隔内有相同的能量 D、总有一定的随机性 14. 利用直方图取单阈值方法进行图像分割时：（B） a.图像中应仅有一个目标 b.图像直方图应有两个峰 c.图像中目标和背景应一样大 d. 图像中目标灰度应比背景大 15. 在单变量变换增强中，最容易让人感到图像内容发生变化的是（ C ）
数字图像处理作业答案
1 大作业题目 1.问答题 1.1连续图像f(x.y)和数字图像I(r,c)中各分量的含义是什么？他们有什么联系和区别？取值范围在什么范围？ 答：f(x,y)表示二维图像在空间XY中一个坐标点的位置（实际图像的尺寸是有限的，所以x和y的取值也是有限的），即f(x，y)中的x，y分别代表一个点连续图像中的x轴和y轴的坐标，而f则代表图像在点（x,y）的某种性质F的数值（实际图像中各个位置上所具有的性质F的取值也是有限的，所以F得取值也是有限的）。F,x,y的值可以是任意实数。图像在点（x,y）也可以有多重性质，此时可用矢量f来表示。 数字图像I（r，c）表示位于图像矩阵上第r行，第c列的元素幅值。其中I,c,r的值都是整数。I(r，c)是通过对f(x，y)抽样和量化得来的，f(x，y)各量是连续的，I(r，c)各量是离散的，这里的I代表离散化后的f,(r，c)代表离散化后的（x,y），r，c分别有连续图像中的x，y分别采样得到的；x，y可以取所有的非负数，r，c可以取所有的非负整数。 1.2 发光强度及亮度、照度各有什么不同？ 答：1）发光强度，单位坎德拉，即cd。 定义：光源在给定方向的单位立体角中发射的光通量定义为光源在该方向的发光强度。 解释：发光强度是针对点光源而言的，或者发光体的大小与照射距离相比比较小的场合。这个量是表明发光体在空间发射的会聚能力的。可以说，发光强度就是描述了光源到底有多“亮”，因为它是光功率与会聚能力的一个共同的描述。发光强度越大，光源看起来就越亮，同时在相同条件下被该光源照射后的物体也就越亮，因此，早些时候描述手电都用这个参数。 常见光源发光强度：太阳，2.8E27cd，高亮手电，10000cd，5mm超高亮LED，15cd。 2）亮度，单位尼特，即nt。 定义：单位光源面积在法线方向上，单位立体角内所发出的光流。 解释：这个是最容易被误解的概念了。亮度是针对光源而言，而且不是对点光源，是对面光源而言的。无论是主动发光的还是被动（反射）发光的。亮度是一块比较小的面积看起来到底有多“亮”的意思。这个多“亮”，与取多少面积无关，但为了均匀，我们把面积取得比较小，因此才会出现“这一点的亮度”这样的说法。亮度不仅取决于光源的光通量，更取决于等价发光面积和发射的会聚程度。比如激光指示器，尽管其功率很小，但可会聚程度非常高，因此亮度非常高。 常见发光体的亮度：红色激光指示器，20,000,000,000nt，太阳表面，2,000,000,000nt，白炽灯灯丝，10,000,000nt，阳光下的白纸，30,000nt，人眼能习惯的亮度，3,000nt，满月表面，2,500nt。 3）光照度，单位勒克斯，即lx。 定义：流明的光通量均匀分布在1平方米表面上所产生的光照度。 解释：光照度是对被照地点而言的，但又与被照射物体无关。一个流明的光，均匀射到1平方米的物体上，照度就是1 lx。照度的测量，用照度表，或者叫勒克斯表、lux表。 常见照度：阳光直射（正午）下，110,000 lx，阴天室外，1000 lx，商场内，500 lx，阴天有窗室内，100 lx，普通房间灯光下，100 lx，满月照射下，0.2 lx。 1.3试讨论连续卷积和离散卷积的不同。 答：1．连续时间信号卷积 )( )( )( 2 1 t f t f t f* = ； 2．离散时间信号卷积 ) ( ) ( ) ( 2 1 n f n f n f* = 连续时间信号卷积 function [f,k]=sconv(f1,f2,k1,k2,p) f1=0.5*(0:0.01:2);f2=0.5*(0:0.01:2); k1=0:0.01:2;k2=0:0.01:2;p=0.01; f=conv(f1,f2); f=f*p; k0=k1(1)+k2(1); k3=length(f1)+length(f2)-2; k=k0:p:k0+k3*p; subplot(3,3,1) plot(k1,f1) title('f1(t)') xlabel('t') ylabel('f1(t)') subplot(3,3,4) plot(k2,f2) title('f2(t)') xlabel('t') ylabel('f2(t)') subplot(3,3,7) plot(k,f); h=get(gca,'position');
图像的平滑处理与锐化处理
数字图像处理作业题目：图像的平滑处理与锐化处理 姓名：*** 学号：************ 专业：计算机应用技术
1.1理论背景 现实中的图像由于种种原因都是带噪声的，噪声恶化了图像质量，使图像模糊，甚至淹没和改变特征，给图像分析和识别带来了困难。一般数字图像系统中的常见噪声主要有：高斯噪声、椒盐噪声等。 图像去噪算法根据不通的处理域，可以分为空间域和频域两种处理方法。空间域处理是在图像本身存在的二维空间里对其进行处理。而频域算法是用一组正交函数系来逼近原始信号函数，获得相应的系数，将对原始信号的分析转动了系数空间域。 在图像的识别中常需要突出边缘和轮廓信息，图像锐化就是增强图像的边缘和轮廓。 1.2介绍算法 图像平滑算法：线性滤波（邻域平均法） 对一些图像进行线性滤波可以去除图像中某些类型的噪声。领域平均法就是一种非常适合去除通过扫描得到的图像中的噪声颗粒的线性滤波。 领域平均法是空间域平滑噪声技术。对于给定的图像()j i f,中的每个像素点()n m,，取其领域S。设S含有M个像素，取其平均值作为处理后所得图像像素点()n m,处的灰度。用一像素领域内各像素灰度平均值来代替该像素原来的灰度，即领域平均技术。 领域S的形状和大小根据图像特点确定。一般取的形状是正方形、
矩形及十字形等，S 的形状和大小可以在全图处理过程中保持不变，也可以根据图像的局部统计特性而变化，点(m,n)一般位于S 的中心。如S 为3×3领域，点(m,n)位于S 中心，则 ()()∑∑-=-=++=1111 ,91,i j j n i m f n m f 假设噪声n 是加性噪声，在空间各点互不相关，且期望为0，方差为2σ，图像g 是未受污染的图像，含有噪声图像f 经过加权平均后为 ()()()()∑∑∑+==j i n M j i g M j i f M n m f ,1,1,1 , 由上式可知，经过平均后，噪声的均值不变，方差221σσM = ，即方差变小，说明噪声强度减弱了，抑制了噪声。 图像锐化算法：拉普拉斯算子 拉普拉斯算子是最简单的各向同性微分算子，具有旋转不变性，比较适用于改善因为光线的漫反射造成的图像模糊。其原理是，在摄像记录图像的过程中，光点将光漫反射到其周围区域，这个过程满足扩散方程: f kV t f 2=∂∂ 经过推导，可以发现当图像的模糊是由光的漫反射造成时，不模糊图像等于模糊图像减去它的拉普拉斯变换的常数倍。另外，人们还发现，即使模糊不是由于光的漫反射造成的，对图像进行拉普拉斯变换也可以使图像更清晰。 拉普拉斯锐化的一维处理表达式是：
图像恢复(数字图像处理实验报告)
数字图像处理作业 ——图像恢复 摘要 数字图像恢复是数字图像处理的一个基本的和重要的课题，它是后期图像处理（分析和理解）的前提。图像在摄取、传输、储存的过程中不可避免地引起图像质量的下降（图像退化），图像恢复就是试图利用退化过程的先验知识使已退化的图像恢复本来面貌，即根据退化的原因，分析引起退化的环境因素，建立相应的数学模型，并沿着使图像降质的逆过程恢复图像。本文首先对测试图像进行模糊及加噪处理，然后用不同的图像恢复方法，如维纳滤波恢复、约束最小二乘滤波进行图像恢复，并比较它们的处理效果。发现维纳滤波较约束最小二乘法滤波效果要好，这是因为前者利用了原图像的统计信息，采用了真实的PSF函数来恢复。无论何种算法，它们都要依据获取的相关信息才能有效地实施，算法利用的信息越多，信息的准确性越高，复原图像的质量也就越高。
实验原理： 图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为： g ( x , y ) = H [ f ( x , y )] + n ( x , y ) = f ( x , y ) *h ( x , y ) + n ( x , y ) （1） 图1 图像退化模型 (1)在测试图像上产生高斯噪声lena 图-需能指定均值和方差；并用滤波器（自选）恢复图像； 实验原理： 噪声是最常见的退化因素之一，也是图像恢复中重点研究的内容，图像中的噪声可定义为图像中不希望有的部分。噪声是一种随机过程，它的波形和瞬时振幅以及相位都随时间无规则变化，因此无法精确测量，所以不能当做具体的处理对象，而只能用概率统计的理论和方法进行分析和处理。本文中研究高斯噪声对图像的影响及其去噪过程。 ①高斯噪声的产生： 所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。一个高斯随机变量z 的PDF 可表示为： P （z ） （2） 其中z 代表灰度，u 是z 的均值，是z 的标准差。高斯噪声的灰度值多集中 在均值附近。 图2 高斯函数 可以通过不同的算法用matlab 来产生高斯噪声。 ②高斯噪声对信号的影响 噪声影响图像处理的输入、采集、处理的各个环节以及输出结果的全过程，在图像中加高斯噪声通常会使图像变得模糊并且会出现细小的斑点，使图像变得不清晰。 ()2 2 z u 2σ-⎡⎤-⎢⎥⎣⎦
【精品】《数字图像处理》课后作业25
《数字图像处理》课 后作业25
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。 3.19 (a)给出计算n×n邻域中值的过程。 (b)当邻域中心逐像素地移动时，试提出一种更新邻域中值的技巧。 3.21 下面所示的三幅图像是对教材中附图3.33中(a)图像分别采用大小为n=23,25和45的正方形均值模板处理后的模糊图像。图像(a)和图像(c)中左下部的竖条被模糊了，但竖条之间的分隔仍很清楚。然而，尽管产生图像(b)所用的模板要比处理图像(c)所用的模板尺寸小的多，但图像(b)中的竖条却融合在一起。试解释这一现象的原因。（提示：要注意竖条的宽度、竖条之间的间隔与模板尺寸的关系。） (a) (b) (c) 3.23
在给定的应用中，先用一个均值模板对输入图像降噪，然后再用一个拉普拉斯模板来增强图像中的细节。如果交换一下上述两个步骤的执行顺序，结果是否相同？ 3.24 证明式（3.6-3）所示的拉普拉斯算子具有各向同性（旋转不变形）。 2 2222f f f x y ∂∂∇=+∂∂ 式（3.6-3） 提示：证明时要用到下列坐标轴旋转变换公式： cos sin sin cos x x y y x y θθ θθ''=-''=+ ，其中，（x ,y ）为未旋转的坐标，而（x ’,y ’）为旋转后的坐 标。 3.25 您在教材图3.38中看到的中心系数为-8的拉普拉斯模板所得到的锐化结果，要比中心系数为-4的拉普拉斯模板所得到的锐化结果更清晰些。详细说明其原因。 第4章 4.16 证明连续和离散傅里叶变换的平移性质和旋转不变性质。 4.23 由教材中表4.2可知DFT 的直流项F (0,0)与其对应的空间图像的平均值成正比。假定图像尺寸是M ×N 。假如对图像补零填充后尺寸扩大为P ×Q ，（其中P ≥2M -1，Q ≥2N -1）。令F p (0,0)代表填充后的图像函数的DFT 的直流项。问： (a) 原图像平均值和填充后图像平均值的比值是多少？
数字图像处理作业(第三次)直方图处理
数字图像处理作业(第三次)直方图处理
数字图像处理作业（第三次）直方图处理 第一题第二题(例3.6) 1. 问题： 1）编写函数Y=MyHisteq(X), 对灰度图象X进行直方图均衡化，得到均衡化后的图像Y，假设X的数据类型为uint8。 2）利用自己编写的直方图均衡化函数，重现例3.6中的实验，即对图3.16中的图像进行直方图均衡化。 2．程序： (1) 函数程序： function Y = MyHisteq(X) %对灰度图象X进行直方图均衡化，得到均衡化后的图像Y [m,n]=size(X); A=zeros(1,256); for k=0:255 A(k+1)=length(find(X==k))/(m*n); end S1=zeros(1,256); for i=1:256 for j=1:i
S1(i)=A(j)+S1(i); %算Sk end end S2=round(S1*256); for i=1:256 B(i)=sum(A(find(S2==i))); end figure,bar(0:255,B,'b'); title('均衡化后的直方图'); xlabel('灰度'),ylabel('出现概率') Y=X; for i=0:255 Y(find(X==i))=S2(i+1); end end (2)主程序： X=imread('Fig0316(1)(top_left).tif'); figure,imshow(X);
Y=MyHisteq(X); figure,imshow(Y); 3. 实验结果：
第三题(例3.12) 1. 问题： 编写程序，重现例3.12中的实验，产生图3.27。2．程序： X=imread('Fig0327(a)(tungsten_original).tif'); figure,imshow(X);
遥感数字图像处理ENVI期末考试实验报告
遥感数字图像处理ENVI期末考试实验报告 云南师范大学2014-2015 学年下学期统一考试__遥感数字图像处理___期末试卷（非制卷） 专业：测绘工程 课程名称：遥感数字图像处理 任课教师： 班级： 姓名： 学号： 1影像的几何精纠正 1.打开影像 在ENVI主菜单栏中，选择File →Open Image File，打开需校正的影像，并 显示在两个Display窗体中。 2、启动几何纠正模块 1.在ENVI主菜单中，选择Map→Registration→Select GCPs：Image to Image，弹 出Image to Image Registration几何纠正模块对话框。
2.选择显示参考影像（SPOT文件）的Display为基准图像的（Base Image）， 显示需校正影像（TM文件）的Display为待纠正图像（Warp Image）（如图所示）。 点击OK按钮，弹出Ground Control Point Selection对话框，进行地面控制点的采集，如图所示。 3、采集地面控制点 在图像几何纠正过程中，采集地面控制点是一项重要和繁重的工作，直接影响最后的纠正结果，在实际操作中要特别认真和具有耐心。 1.在Ground Control Point Selection对话框中，选择Options→Set Point Colors，设置或修改GCP在可用和不可用状态的颜色。 2.在两个Display中移动方框位置，寻找明显的地物特征点作为输入GCP。 3.在Zoom窗口中，点击左小下角第三个按钮，打开定位十字光标，将十字 光标分别移到基准影像与待纠正影像相同地物点上。