数字图像处理作业题-Read教程文件

数字图像处理作业题

1. 以下是一个32级灰度图像（0表示黑色），其中包含了在灰色开始背景上的，带有一个白色标记的，直径是12英寸的黑色留声机唱片。下面给出了图像的直方图。试问象素间的间距是多大？标记的尺寸是多大？

[0 0 0 0 100 200 2000 6000 2000 200 100 0 0 200 3000 9000 3000 200 0 0 50 100 400 100 50 0 0 0 0 0 0 0]

解：像素数乘以像素间距的平方等于物体的面积（S ）。表示唱片的像素总数：

100+200+2000+6000+2000+200+100+200+50+100+400+100 +50=11300 S=2

611300?=?πd d=0.1(英寸) 表示白色标记的像素数为：50+100+400+100+50=700 S=2

700r d ?=?π r=1.5(英寸)

2. 下面给出了在黑色背景上的白色台球的20级灰度图像的直方图0表示黑色），这个球是用每立方厘米1.5克的材料制成的。象素间距是1mm 。试问球的重量是多少？

[0 100 500 3000 9000 3000 500 200 100 200 300 500 627 500 300 200 100 0 0 0]

解：由直方图可知，

表示台球的像素数为：100+200+300+500+627+500+300+200+100=2827

S=2

2827r d ?=?π r=3cm

球的质量为： )(6.1695.13

g r M =?=

π 原题：下面给出了在黑色背景上的白色台球的20级灰度图像的直方图0表示黑色），这个球是用每立方厘

米1.5克的材料制成的。象素间距是1mm 。试问球的重量是多少？

[0 200 500 3000 9000 3000 500 200 100 200 300 500 627 500 300 200 100 0 0 0]

3. 图像平滑的直观依据是什么？不同的平滑方法是如何看待噪音？并使用了何种改进以尽量降低其对边缘的模糊？对于平滑的快速性和边缘保持，你有何见解？

解：图像在生成和传输过程中常受到各种噪声源的干扰和影响而使图像处理效果变差，反映在图像上，噪声使原本均匀和连续变化的灰度突然变大或减小，形成一些虚假的物体边缘或轮廓。抑制和消除这类噪声而改善图像质量的过程称为图像平滑。

平滑方法大致可分为三种： (1）邻域平均法

这种方法假设图像是由许多灰度恒定的小块组成，相邻像素间有很高的空间相关性，而噪声是统计独立地叠加在图像上的，其均值为0。因此，可用像素邻域内的各像素灰度值的平均代表原来的灰度值，实现图像平滑。在这种方法中使用梯度倒数加权平均法既可使图像得到平滑，又不致使边缘和细节有明显模糊。 (2）滤波法

从频谱上看，噪声特别是随机噪声是一种较高频率分量的信号。平滑的目的就是通过一

定的手段滤去这类信号。

（3）值滤波法

这种方法是对一个窗口内的所有像素的灰度值进行排序，取中间值作为中心点的值，它对脉冲干扰和椒盐类噪声效果较好。

造成模糊的原因是没有区分背景和目标像素的灰度值相加，从而模糊了目标和背景的边界。解决的方案是避免这种情况的发生。改进的方法有：

（1）K个邻点平均法

本来窗口中有N*M个像素，现在只用其中的k个像素的灰度平均值代替。因为噪声的灰度值跟目标和背景的灰度值都不接近，所以噪音能被其周围（即邻域）的灰度值修改掉。（2）超限平滑

在实际图像中，目标和背景之间存在过渡区，即目标和背景的边界上的像素的灰度值是由目标的灰度逐渐变化到背景的灰度的。边界上的灰度值与标准算法得到的均值是接近的，而噪声则应当与均值由较大的差异。

4.试论述边缘提取的直观依据是什么？在研究中，边缘有几种类型？众多的边

缘提取方法是如何对边缘建立模型来表示边缘，并基于所建模型怎样提取边缘？

解：（1）图像边缘是图像局部特性不连续性（灰度突变、颜色突变等）的反映，它标志着一个区域的终结和另一个区域的开始。边缘提取首先检出图像局部特性的不连续性，然后再将这些不连续的边缘像素连成完备的边界。边缘的特性试验边缘走向的像素变化平缓，而垂直于边缘方向的像素变化剧烈。

（2）边缘分为屋顶状边缘和阶跃边缘。

（3）常用的边缘提取方法有：边缘算子法、曲面拟合法、模板匹配法等。在边缘算子法中，以微分算子法为例，微分算子法是利用梯度算子提取边缘，在图像灰度变化缓慢的区域其值较小，在图像灰度迅速变化的点处，其值较大，在目标区域其值为0。曲面拟合法的基本思路是用一个平面或曲面去逼近一个图像面积元，然后用这个平面或曲面的梯度代替点的梯度，从而实现边缘检测。

5.现有一家公司欲进行印鉴比对系统的开发，要求支票上的印鉴能与印鉴库中

存放的标准印鉴进行比对，即重合后求某种形式的图像差，分辨率200dpi，标准印鉴为二值图像。请你设计一个软、硬件系统实现其功能，画出框图及软件流程，对各软件模块的算法说明越详细越好。

解：

硬件系统：

软件系统：

6. 在（2k+1）×(2k+1)邻域用简单的局部平均法平滑图像，经过m 次迭代后，其结果相当于在多大的邻域内求平均。

解：经过m 次迭代后，相当于在（2k+m ）*(2k+1)的邻域内求平均。

7. 下面给出了某个物体的边界点坐标，要求通过计算A p /2来确定该物体是圆

型还是方型。

π4，越复杂的图像取值越大。

2222

222222

2222222

2222222785497965435968435238464232464402436402136562195680)910()8099()1022()99111()2242()111110()4266()11098()6685()9878()8597(）

（）（）（）

（）（）（）（）（）（）（）

（）（）（-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-=p

8. 如何为一个数字图像处理系统选择硬件?如何分析和设计一个数字图像处理系统?

解：基于计算机的图像处理系统的硬件一般包括图像输入设备、图像输出设备（打印机）、计算机和显示器。

数字图像处理系统的基本结构：

9. 函数为

解：

for(p=0;p<256;p++) LUT[p]=F(p);

for(i=0,pCUR=Img;i<262144;i++) *(pCur++)=LUT[*pCur];

10. 试给出把灰度范围（0，10）拉伸到（0，15），把灰度范围（10，20）拉伸到（15，25），并把灰度范围（20，30）压缩为（25，30）的变换方程。

解：根据线性变换方程：()min min

max min

max min g g g g G G G G ---+=

()g g G 2300100

150=---+

= 100≤≤g ()510102015

2515+=---+=g g G 2010≤≤g

()152

120203025

3025+=---+=g g G 3020≤≤g

11. 有一幅图像如下所示，由于干扰，在接收时图中有若干个亮点（灰度为255），

试问此类图像如何处理？并将处理后的图像画出来。

1 1 1 8 7 4

2 255 2

3 3 3 3 3 255

4 3 3 3 3 3 25

5 4

6 3 3 4 5 255 8 2 3 4 6

7 8

解：开一个3×3的窗口，采用中值滤波方法，并使边界点的灰度值保持不变，处理结果如下：

1 1 1 8 7 4

2 2

3 3 3 3 3 3 3 3 3 3 3 3

4 4

6 3 3 4 5

8 2 3 4 6 7 8 12. 在模式识别中，目标的曲折度可用于目标的分类，显然此曲折度与目标的大

小无关，目标的旋转无关。基于目标的外轮廓线可得到曲折度的描述。如圆和直线是最不曲折的，大园和小园同样曲折。目前国际上尚无好的曲折度函数，基本要求是尽量与人眼的评判一致，请你构造一个曲折度函数，0≤F(外轮廓)≤1。

13. 由于数字图像处理是大规模的矩阵运算，计算机编程效率的高低决定着一个系统能否进入实际应用。设一种图像为５１２×５１２的２５６级灰度图像，现需要求该图像的灰度平均值和方差，请用标准Ｃ语言给出你认为最快的实现算法，并说明理由。

解：int Bmpwidth,Bmpheight,Imagesize;

unsighed char* Bmpdata; int Brightness,Contrast,i,g; BYTE LUT[256];

Bmpwidth=512, Bmpheight=512; Imagesize= Bmpwidth* Bmpheight;

for(i=0,brightness=0;i< Imagesize;i++) //计算灰度平均值 {

Brightness+=*(Bmpdata+i); }

Brightness= Brightness/ Imagesize;

for(g=0;g<256;g++) //设置查找表 {

LUT[g]=(g- Brightness)* (g- Brightness); }

for(i=0,Contrast=0;i< Imagesize;i++) //计算对比度 {

Contrast+=LUT[*(Bmpdata+i)]; }

Contrast= sqrt(Contrast/ Imagesize); 计算对比度时设置查找表较为快速

14. 试对下图进行直方图均衡化处理，并画出均衡化后的图像和直方图。

0 0 0 0 1 1 1 2 0 0 0 0 1 1 2 3 1 1 1 1 1 2 2 3 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 5 4 4 4 4 4 4 4 5 6 6 6 6 7 7 5 5

解：图像为8*8大小的图像，图像的直方图有8个灰度级，由各灰度级所对应的像素个数及概率得到一组变换函数的值： 64

,644,644,649,6416,6411,6410,64876543210=

=======

S S S S S S S S 根据均衡化原理得8

76543210========S S S S S S S S

均衡化后的图像为：0 0 0 0 1 1 1 2 0 0 0 0 1 1 2 3 1 1 1 2 2 2 2 3 2 2 3 3 3 3 3 3 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 6 5 6 6 6 6 6 6 6 7 7 7 7 7 7 7 7 均衡化后的直方图为：

15.假定你有两张相隔八个月拍摄的一病人的胸部X光片。两张胶片都显示有一

小瘤，该小瘤也许是良性的，也许是恶性的。小瘤的大小和密度在八个月期间都发生了变化，但仅凭视觉检查，放射学家不能肯定小瘤是变得更坏或更好了。下面是每幅图像的包含有小瘤的一块区域的直方图。在胶片上，低灰度级代表黑色。问小瘤是变大还是变小？密度是变得更高还是更低？记住X 射线是负图像，越密的物体亮度越高。

[一月]

[0 500 8000 500 100 100 200 300 200 100 0 0 0 0 0 0]

[八月]

[0 500 8000 500 100 0 0 100 200 300 200 100 0 0 0 0]

假设另一病人的相应直方图如下：

[四月]

[0 0 0 500 5000 500 200 100 100 200 300 200 100 0 0 0]

[十二月]

[0 0 0 500 5250 500 200 100 100 150 200 150 50 0 0 0]

解：对第一个病人表示瘤的像素数为

S1=100+200+300+200+100=900，S8=100+200+300+200+100=900

瘤的大小不变

瘤所在区域的灰度平均值为

f1=(100*5+200*6+300*7+200*8+100*9)/900=7，f8=(100*7+200*8+300*9+200*10+100*11)/900=9

密度变高

对第二个病人表示瘤的像素数为

S4=100+200+300+200+100=900，S12=100+150+200+150+50=650

瘤变小

瘤所在区域的灰度平均值为

f4=(100*8+200*9+300*10+200*11+100*12)/900=10

f12=(100*8+150*9+200*10+150*11+50*12)/900=9.85

密度变低

16.试给出变换方程t(z)，使其满足在10<=z<=100范围内，t(z)是log(z)的线性函

数。

解：根据灰度变换公式，得

t(z)=[(100-10)/(log100-log10)](log(z)-log10)+10 =90log(z)-80

易验证t(z)是log(z)的线性函数，且在变换域10<=z<=100内满足10<= t(z)<=100

17. 试对下图进行轮廓编码

0 0 0 0 0 0 0 0 0 0 2 2 2 0 0 0 0 0 2 2 2 2 0 0 0 0 0 0 0 0 0 0 0 6 6 6 6 6 6 0 0 6 6 6 6 6 6 0 0 6 6 6 6 0 6 0 约定：

1.轮廓号、轮廓起始点位置和轮廓所包围的区域的灰度级用字节表示

2.轮廓方向序列用2进制4向链码

解：利用T 算法找出三条等值线，并由IP 算法找到等值线的起始点，如下图所示 0A 0R 0R 0R 0R 0R 0R 0D

0A 0 2a 2r 2d 0 0 0D 0A 0 2a 2r 2r 2d 0 0D 0A 0A 0R 0R 0R 0R 0R 0D 0R 6a 6r 6r 6r 6r 6d 0R 0R 6a 6 6 6r 6r 6d 0R 0R 6a 6r 6r 6d 0 6r 0R

对于每条等值线，其编码输出由等值线编号码字、灰度级码字、起始点空间坐标码字、方向序列码字四部分组成。则三条等值线的编码分别为：

#1:00,00,000,000,01,01,01,01,01,01,01,10,10,10,10,10,10,00,00,00,00,11,11,11,11,11,11,10,10,10,00,00,00,00,00,00

#2:01,10,001,010,01,01,10,01,11,11,11,00

#3:10,110,100,001,01,01,01,01,01,10,10,00,11,11,10,11,11,11,00,00

18. Hough 变换是形状分析的重要手段，其速度是一个影响实用的障碍，试设计一个利用Hough 变换求直线的快速算法？若能考虑逐步求精更好。

解：开一个二维数组作为计数器，第一维是角度，第二维是距离。先计算可能出现的最大距离为2

height width +，用来确定数组第二维的大小。对于每一个黑色点，角度从0到178度（为了减少存储空间和计算时间，角度每次加2度而不是1度）变化，按方程

θθsin *cos *y x s +=（直线上每一点都满足这个方程），求出对应的距离s 来，相应的计数器数组元素]][[θs 加1。 #define PI 3.1415926

DWORD BufSize; int Dist,Alpha;

HGLOBAL hDistAlpha ；

int *lpDistAlpha;

//计算最大距离

Dist=(int)(sqrt( (double)bi.biWidth*bi.biWidth+

(double)bi.biHeight*bi.biHeight)+0.5);

Alpha=180 /2 ; //0 到 to 178 度，步长为2度

//为距离角度数组分配内存

if((hDistAlpha=GlobalAlloc(GHND,(DWORD)Dist* Alpha * sizeof(int)))==NULL) {

MessageBox(hWnd,"Error alloc memory!","Error Message",MB_OK|

MB_ICONEXCLAMATION);

return FALSE;

}

lpDistAlpha=(int *)GlobalLock(hDistAlpha);

//原图缓冲区的大小

BufSize=bf.bfSize-sizeof(BITMAPFILEHEADER);

for (y=0;y

{

//lpPtr指向位图数据

lpPtr=(char *)lpImgData+(BufSize-LineBytes-y*LineBytes);

for (x=0;x

if(*(lpPtr++)==0) //是个黑点

for (k=0;k<180;k+=2)

{

//计算距离i

i=(long)fabs((x*cos(k*PI/180.0)+y*sin(k*PI/180.0)));

//相应的数组元素加1

*(lpDistAlpha+i*Alpha+k/2)=*(lpDistAlpha+i*Alpha+k/2)+1; }

}

GlobalUnlock(hDistAlpha);

GlobalFree(hDistAlpha);

19.假定你有两张磁盘，每张含有一幅关于一台球桌的四位的数字化图像（白色

为15）。两幅图像都从相同的照相机位置拍摄，其中一幅图像刚刚是最后比赛结束之前的镜头（桌上还有最后三个白球），另一幅图像恰好是桌子被清理干净之后的情形。每张磁盘上均有其图像的直方图（如下）。试问，哪幅图像中有球？简略地画出两幅图像的直方图。另外，如果你有第一幅图像减去只含有桌子的图像，以产生一幅没有背景的刚好在结束前镜头的图像，该差分图像的直方图看起来如何？

[磁盘1] [ 0 100 400 700 800 600 500 600 500 400 400 600 400 100 0 0 ]

[磁盘2] [ 0 100 300 700 700 800 500 600 500 400 400 600 500 200 0 0 ]

解：两幅图像的直方图如下：

磁盘2图像中的球磁盘1图像中的球由直方图可知，磁盘2中的图像中有球。差分图像的直方图：

[ 0 0 0 0 0 0 0 0 0 0 0 0 100 100 0 0 ]

20. 下面给出了某个物体的边界点坐标，要求通过计算A p /2来确定该物体是圆

的。在胶卷中的某一张，由一劫盗躲在柜台后，并迅速取下他的面具。在他身旁，有一个镀铬的指经为24英寸的垂直柱子。他的脸部被映在]了柱子上，但变形得非常厉害，不易辨认。写出校正该坏蛋图像的变换格式。假定柱子平行于数字图像的y 轴，柱子上每英寸有10个像素。还可假定与柱子距摄像机的距离和柱子距罪犯的距离相比，柱子的半径可忽略不计。

22. 假设你有一张照片，拍的是被害人胳膊上一个咬痕。照片是在对受害者进行验尸时拍下的。遗体被火化了，但地方律师需要一张校正过的咬痕照片，以便用来与嫌疑犯的咬痕相比较后作为证据。假设胳膊为一直径80mm 的圆柱，与x 轴平行。设计一个几何变换方程，把图像的咬痕展平，以便与嫌疑犯在一块蜡板上的咬痕对比。

23. 假设你有两张一位影星脸部的前后相隔30年的数字化图像。希望在即将播出的纪录片中，在这两张图像中加入一些过渡照片，以反映其衰老的过程。你发现，在第一张图中，这位明星的瞳孔位于位置(83,231)和(437,244)，在第二张图中位于(64,281)和(479,370)。它们是否有：(a)平移，(b)转动，(c)尺度的变化？变化了多少？写出对第一张和第二张图进行配准所需要的几何变换。假定除平移、转动、尺度变化外，没有几何变形。

解答：

在y x ,坐标系中，设这位明星两张图像中的两个瞳孔位置所在直线方程分别为

X 460 580 560 540 520 380 240 100 120 140 160 300 Y 160 180 320 480 600 580 560 540 400 260 120 140

231)83(35413

1+-=

x y 281)64(415

2+-=x y

第一张图中，两个瞳孔的中心点为(260,237.5)；第二张图中，两个瞳孔的中心点为(271.5,325.5)。所以这两张图的瞳孔位置有平移（11.5,88）。

将2y 的中点平移到1y ，得到'

193)5.52(415

2+-=

x y 由于1y 与'

2y 的中心重合，二者的斜率不同，故两张图存在角度变化，角度差为

ο1.10)354

41589arctan(

=-=θ 由两张图中的瞳孔间距之比可得到尺度的变化 2.1)

231244()83437()281370()64479(2

22=-+--+-=

24. 名词解释

（1）直方图均衡化：将原始图像变换为在每一灰度级上都有相同的像素点数目，即把原始直方图变换为均匀分布的形式，输出图像的直方图是平的。（2）熵：信息量的度量，其定义为：

i p p H log ∑-=,其中

p 是符号i 出现的概率。

在图像中，

∑=-=255

log r r

r p p H ,r p 是灰度级r 出现的概率。

（3）图像分割：按一定的规则将图像划分成若干有意义的区域。

（4）边缘提取：图像边缘是图像局部特性不连续性的反应，它标志着一个区域的终结和另一个区域的开始。边缘提取首先检出图像局部特性的不连续性，然后再将这些不连续的边缘像素连成完备的边界。

（5）DPI : dots per inch, 图像分辨率的单位，即单位长度内的像素数，其单位是每英寸的点数。

关于数字图像处理论文的题目

长春理工大学——professor——景文博——旗下出品 1基于形态学运算的星空图像分割主要内容：在获取星图像的过程中，由于某些因素的影响，获得的星图像存在噪声，而且星图像的背景经常是不均匀的，为星图像的分割造成了极大的困难。膨胀和腐蚀是形态学的两个基本运算。用形态学运算对星图像进行处理，补偿不均匀的星图像背景，然后进行星图像的阈值分割。要求： 1> 图像预处理：对原始星空图像进行滤波去噪处理； 2> 对去噪后的图像进行形态学运算处理； 3> 选取自适应阈值对形态学运算处理后的图像进行二值化； 4> 显示每步处理后的图像； 5> 对经过形态学处理后再阈值的图像和未作形态学处理后再阈值的图像进行对比分析。待分割图像直接分割图像处理后的分割图像 2基于数字图像处理的印刷电路板智能检测方法主要内容：通过对由相机实时获取的印刷电路板图像进行焊盘识别，从而提高电子元件的贴片质量，有效提高电路板的印刷效率。要求： 1> 图像预处理：将原始彩色印刷电路板图像转成灰度图像，对灰度图像进行背景平滑和滤波去噪； 2> 对去噪后的图像进行图像增强处理，增强边缘提取的效果。 3> 对增强后的图像进行边缘提取（至少两种以上的边缘提取算法）； 4> 显示每步处理后的图像（原始电路板图像可自行查找）； 5> 图像处理后要求能对每个焊盘进行边缘提取，边缘清晰。 3静止背景下的移动目标视觉监控主要内容：

基于视觉的人的运动分析最有前景的潜在应用之一是视觉监控。视觉监控系统的需求主要来自那些对安全要求敏感的场合，如银行、商店、停车场、军事基地等。通过对静止背景下的目标识别，来提醒监测人员有目标出现。要求： 1>对原始参考图和实时图像进行去噪处理； 2>对去噪后的两幅图像进行代数运算，找出目标所在位置，提取目标，并将背景置黑； 3> 判断目标大小，若目标超过整幅图像的一定比例时，说明目标进入摄像保护区域，系统对监测人员进行提示（提示方式自选）。 4>显示每步处理后的图像； 5>分析此种图像监控方式的优缺点。背景目标出现目标提取 4车牌识别图像预处理技术主要内容：车辆自动识别涉及到多种现代学科技术，如图像处理、模式识别与人工智能、计算机视觉、光学、机械设计、自动控制等。汽车作为人类生产、生活中的重要工具被广泛的使用，实现自动采集车辆信息和智能管理的车牌自动识别系统具有十分重要的意义: 要求： 1>对原始车牌图像做增强处理； 2>对增强后的彩色图像进行灰度变换； 3>对灰度图像进行直方图均衡处理； 4>选取自适应的阈值，对图像做二值化处理； 5>显示每步处理后的图像； 6>分析此种图像预处理的优缺点及改进措施，简要叙述车牌字符识别方法原始车牌图像处理后的车牌图像 5医学细胞图像细胞分割图像增强算法研究主要内容：医学图象处理利用多种方法对各种图像数据进行处理，以期得到更好的显示效果以便医生根据细胞的外貌进行病变分析。要求： 1>通过对图像的灰度变换调整改变细胞图像的灰度，突出感兴趣的细胞和细胞核区域。 2>通过直方图修改技术得到均衡化或规定化等不同的处理效果。 3>采用有效的图像平滑方法对细胞图像进行降噪处理，消除图像数字化和传输时所混入的噪声，提高图像的视觉效果。 4>利用图像锐化处理突出细胞的边缘信息，加强细胞的轮廓特征。 5>显示每步处理图像，分析此种细胞分割图像预处理方法的优缺点。原始细胞图像图像处理后的细胞图像 6瓶子灌装流水线检测是否液体灌装满瓶体当饮料瓶子在罐装设备后要进行液体的检测，即：进行判断瓶子灌装流水线是否灌装满瓶体的检测，如液面超过瓶颈的位置，则装满，否则不满，如果不满则灌装液体不合格，需重新进行灌装。具体要求： 1）将原进行二值化 2）二值化后的图像若不好，将其滤波再进行膨胀处理,并重新进行二值化

遥感数字图像处理教程实习报告

《数字图像处理》课程实习报告（ 2011 - 2012学年第 1 学期）专业班级：地信09-1班姓名：梁二鹏学号：310905030114 指导老师：刘春国 ---------------------------------------------- 实习成绩：教师评语：教师

签名：年月日实习一：图像彩色合成实习一、实验目的在学习遥感数字图像彩色合成基础上，应用所学知识，基于遥感图像处理软件ENVI进行遥感数字图像彩色合成。二、实验内容彩色合成：利用TM图像can_tmr.img，实现灰度图像的密度分割、多波段图像的真彩色合成、假彩色合成和标准假彩色合成。三、实验步骤 1、显示灰度图像主要步骤： 1、打开ENVI4.7,单击FILE菜单，在下拉菜单中选择open image file 选项，然后在弹出的对话框中选择can_tmr.img文件，单击打开。 2、在可用波段列表对话框中，选中某一波段图像，选中gray scale单选按钮，单击LOAD BAND按钮，显示一幅灰度图像。 3、在可用波段列表对话框中，选择其他某一波段图像，进行显示。

4、利用可用波段列表中的display按钮，同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图像的链接显示。如图所示：红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像素的值和位置。

数字图像处理毕业论文

毕业论文声明本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。学位论文作者（签名）：年月

关于毕业论文使用授权的声明本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。论文作者签名：日期：指导教师签名：日期：

数字图像处理代码大全

1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]的灰度拉伸为[0 1]

subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1);

遥感数字图像处理教程复习分析

第一章．遥感概念遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。遥感技术的原理地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。图像人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。物理图像：图像是人对视觉感知的物质再现数字图像：图像以数字形式存储。图像处理运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。光学图像处理应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答）是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

数字图像处理应用论文数字图像处理技术论文

数字图像处理应用论文数字图像处理技术论文关于数字图像处理及其应用的研究摘要：首先对数字图像处理的关键技术以及相应的处理设备进行详细的探讨，然后对数字图像处理的应用领域以及发展趋势进行详尽论述。关键词：数字图像处理：关键技术；应用领域 0 引言人类通过眼、耳、鼻、舌、身接受信息，感知世界。约有75％的信息是通过视觉系统获取的。数字图象处理是用数字计算机处理所获取视觉信息的技术，上世纪20年代Bartlane电缆图片传输系统(纽约和伦敦之间海底电缆)传输一幅图片所需的时间由一周多减少到小于3个小时；上世纪50年代，计算机的发展，数字图像处理才真正地引起人们的巨大兴趣；1964年，数字图像处理有效地应用于美国喷气推进实验室(J.P.L)对“徘徊者七号”太空船发回的大批月球照片的处理；但是直到上世纪六十年代末至七十年代扔，由于离散数学理论的创立和完善，使之形成了比较完整的理论体系，成为一门新兴的学科。数字图像处理的两个主要任务：如何利用计算机来改进图像的品质以便于人类视觉分析；对图像数据进行存储、传输和表示，便于计算机自动化处理。图像处理的范畴是一个受争论的话题，因此也产生了其他的领域比如图像分析和计算机视觉等等。

1 数字图像处理主要技术概述不论图像处理是基于什么样的目的，一般都需要通过利用计算机图像处理对输入的图像数据进行相关的处理，如加工以及输出，所以关于数字图像处理的研究，其主要内容可以分为以下几个过程。图像获取：这个过程基本上就是把模拟图像通过转换转变为计算机真正可以接受的数字图像，同时，将数字图像显示并且体现出来(例如彩色打印)。数据压缩和转换技术：通过数据压缩和数据转换技术的研究，减少数据载体空间，节省运算时间，实现不同星系遥感数据应用的一体化。图像分割：虽然国内外学者已提出很多种图像分割算法，但由于背景的多变性和复杂性，至今为止还没有一种能适用于各种背景的图像分割算法。当前提出的小波分析、模糊集、分形等新的智能信息处理方法有可能找到新的图像分割方法。图像校正：在理想情况下，卫星图像上的像素值只依赖于进入传感器的辐射强度；而辐射强度又只与太阳照射到地面的辐射强度和地物的辐射特性(反射率和发射率)有关，使图像上灰度值的差异直接反映了地物目标光谱辐射特性的差异，从而区分地物目标。图像复原，以图像退化的数学模型为基础，来改善图像质量表达与描述，图像分割后，输出分割标记或目标特征参数；特征提取：计算描述目标的特征，如目标的几何形状特征、统计特征、矩特征、纹理特征等。图像增强：显示图像中被模糊的细节。或是突出图像中感兴趣的特征。图像识别：统计模式识别、模糊模式识别、人工神经网络等。

数字图像处理期末复习题2教学总结

第六章图像的锐化处理一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”）四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节信息，但是所反映的边界不是太清晰。五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为：。设图像为：

数字图像处理习题教程文件

数字图像处理习题

一、判断题（10分）（正确√，错误×） 1.图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求（√） 2.在MA TLAB中，uint8是无符号8位整数（√） 3.在MA TLAB中，uint16是无符号16位整数（√） 4.图像的点运算与代数运算不相同（√） 5.点运算也叫灰度级变换（√） 6.线性点运算可以改变数字图像的对比度（√） 7.图像的几何变换也叫图像的点运算（×） 8.图像的平滑操作实际上是邻域操作（√） 9.傅立叶变换后的矩阵处在频域上（√） 10.傅立叶变换后的矩阵处在空域上（×） 11.傅立叶变换，人们可以在空域和频域中同时思考问题（√） 12.像素深度是指存储每个像素所用的位数（√） 13.图像经过变换后，图像的大部分能量都集中在中、高频段（×） 14.图像经过变换后，图像的大部分能量都集中在低频段（√） 15.直方图均衡化也是一种非线性点运算（√） 16.仿射变换是空间变换（√） 17.空间变换是频域变换（×） 18.边缘检测是将边缘像元标识出来的一种图像分割技术（√） 19.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（√） 20.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（×） 21.双边滤波法可用于边缘增强（×） 22.均值平滑滤波器可用于锐化图像边缘（×） 23.拉普拉斯算子可用于图像的平滑处理（×） 24.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（√） 25.应用傅立叶变换的可分离性可以将图像的二维变换分解为行和列方向的一维变换（√） 26.图像分割可以依据图像的灰度、颜色、纹理等特性来进行（√） 27.图像增强有空域和变换域两类（√） 28.加大、减小对比度分别会使图像发生亮处更亮，暗处更暗的直观变化（√） 29.加大、减小亮度分别会使图像发生亮处更亮，暗处更暗的直观变化（×） 30.二值图像就是只有黑白两个灰度级（√） 31.一般来说，图像采样间距越大，图像数据量越大，质量越好；反之亦然（×） 32.用Matlab开辟一个图像窗口的命令是imshow（×） 33.图像尺寸为400*300是指图像的宽为400毫米，高为300毫米（×） 34.一般而言，对于椒盐噪声，均值滤波的效果好于中值滤波（×） 35.与高斯低通滤波器相比，理想低通滤波低通滤波器在图像处理过程中更容易出现振铃 (rings)（√）

数字图像处理论文

华东交通大学理工学院课程设计报告书所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科学号20140210440214 学生姓名习俊指导教师熊渊 2016 年12 月13 日

摘要数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转

目录绪论第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算第二章程序设计与调试结束语参考文献

绪论早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。

数字图像处理期末考题

数字图像处理一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要）二、选择题 ( d )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： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象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 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100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： :1 :1 c.4:1 :2 ( d )9.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 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子

数字图像处理基础知识总结

第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing）利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势）（1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的（1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果；（2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理（3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容（1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化（2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声（3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。（5）图像的重建 a.由二维图像重建三维图像（如CT）（6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。（7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。（8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。（9）图像通信

遥感数字图像处理教程期末复习题

遥感数字图像处理教程第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像本书定义图像为通过镜头等设备得到的视觉形象根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值按图像的明暗程度和空间坐标的连续性，可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机内，数字图像表现为二维阵列，属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。利用计算机技术，可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换，记作A/D转换；数字图像最基本的单位是像素。像素是A/D转换中国的取样点，是计算机图像处理的最小单位；每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同，相同地点不同图像的亮度值可能不同。图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下，一些电磁波被这个实体反射，一些被吸收。反射部分电磁波到达传感器被记录下来，成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强，使用多种方法，如：灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息，是图像更容易理解、解释和判读、图像增强着重强调特定图像特征，在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正：图像校正也成图像回复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统数字图像处理需要借助数字图像处理系统来完成。一个完整的遥感数字图像处理系统包括硬件系统和软件系统两大部分。 1.硬件系统包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1）计算机是图像处理核心，大的内存和高的CPU速度有助于加快处理的进度。 2）数字化设备

数字图像处理结课论文

数字图像处理结课作业 --数字图像频域增强方法及在matlab中的实现学生姓名：学号：学院：理学院班级：电科班指导教师：

摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波

目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。

数字图像处理期末复习

遥感与数字图像处理基础知识一、名词解释：数字影像图像采样灰度量化像素数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：___采样___和__量化___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的

数字图像处理知识点总结

数字图像处理知识点总结第一章导论 1.图像：对客观对象的一种相似性的生动性的描述或写真。 2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段），按空间坐标和亮度的连续性（模拟和数字）。 3.图像处理：对图像进行一系列操作，以到达预期目的的技术。 4.图像处理三个层次：狭义图像处理、图像分析和图像理解。 5.图像处理五个模块：采集、显示、存储、通信、处理和分析。第二章数字图像处理的基本概念 6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0

数字图像处理论文

安徽工程大学论文题目：数字图像处理图像增强算法的研究学院：计算机与信息学院班级：软件141 姓名：程健学号：3140704135 指导老师：卢桂馥 2017年6月9日

摘要在我们的实际生活、生产中，人们直接获得的原始图像并不能够直接运用到生活、生产中，因为原始图像在生成、传输和转换过程中可能会受到多种因素的影响，如各种各样的噪声、通道带宽等，往往会出现清晰度下降、对比度偏低等降质现象，为了使得处理后的图像对某种特定的应用比原始图像更合适，往往需要提高图像质量。图像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要信息的处理方法，其目的是使得处理后的图像对某种特定的应用比原始图像更合适。本文研究了图像增强的一些常用方法，包括空域图像增强、频率域图像增强，并用MATLAB 编程设计了相应的实验，对图像增强效果进行了验证。关键字：图像增强；图像；算法；空域增强；频率增强

Abstract In our daily life and production, people often can't used the raw image directly, because of the generation and transformation of the original image, it may be affected by many factors, such as a variety of kinds of noise and channel bandwidth. The sharpness and contrast is decreasing and have low qualities. in order to make the image more suitable for some particular application after processing than the original, we often need to improve image quality. Images enhance is in a particular need to highlight a picture in the information, and weaken or remove certain need of information in the process, its purpose is to make the image of a specific application is better than the original image. This paper studies the image of some common method, including airspace images enhance and increase the frequency domain, and images matlab programming, design corresponding to picture to enhance the effect of the verification. Key words:Image enhancement; the airspace strengthened; the frequency domain enhancement

数字图像处理期末复习试题3

1、数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-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。 3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。 4、中值滤波：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。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) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取： S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。 2. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余？答：分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。3、Canny边缘检测器答：Canny边缘检测器是使用函数edge的最有效边缘检测器。该方法总结如下：1、图像使用带有指定标准偏差σ的高斯滤波器来平滑，从而可以减少噪声。2、在每一点处计算局部梯度g（x,y）=[G2x+G2y]1/2 和边缘方向α（x,y）=arctan（Gy/Gx）。边缘点定义为梯度方向上其强度局部最大的点。3、第2条中确定的边缘点会导致梯度幅度图像中出现脊。然后，算法追踪所有脊的顶部，并将所有不在脊的顶部的像素设为零，以便在输出中给出一条细线，这就是众所周知的非最大值抑制处理。脊像素使用两个阈值T1和T2做阈值处理，其中T1