图像处理第二次作业
图像处理第二次作业
一． 几何畸变的图像如何被复原？为什么灰度插值是必要的？(15分) 答:
先创建一个与畸变图像大小相同的空数字矩阵,然后用这个矩阵存放校正后的图像.接着给这个矩阵中的每个元素赋予灰度值,可以通过两步运算来实现,第一步插入灰度值, 第二步空间转换，灰度插值是必
要
:
二． 下图中的网格图是几何畸变图像，阿拉伯数字是灰度值。已知像素点ABCD 畸变前的位置分别是(0,0)，(3,0)，(0,3)，(3,3)。假设ABCD 的畸变可以由双线性插值来建模。求畸变前点（2，2）处的灰度值。灰度插值采用最近邻插值。（15分）
４ ３ ２ ５ １ ３ ３ ４ ２ ４
０ ５ ５ ３ ３ ０ ４ ２ １ ２
２ １ ０ ３ ５
三． 假设当摄录静态场景时，相机沿平行于图像平面(x,y)的平面移动。相机延时从t=0到t=T （T 是常数）。请利用传递函数对由相机移动产生的图像退化过程建模。（15分）
四． 设某一幅图像共有8个灰度级，各灰度级出现的概率分别为：
P1=0.20，P2=0.09，P3=0.11，P4=0.13，P5=0.07，P6=0.12，P7=0.08，P8=0.20。 试对此图像进行霍夫曼编码，并计算信源的熵、平均码长、编码效率及冗余度。（15分）
5.图像编码有哪些国际标准？它们的基本应用对象分别是什么？（15分）
答: 1、JPEG （Joint Photographic Expert Group ）
Ａ
Ｂ Ｃ Ｄ
JPEG是ISO/IEC联合图像专家组制定的静止图像压缩标准，是适用于连续色调（包括灰度和彩色）静止图像压缩算法的国际标准。JPEC算法共有4种运行模式，其中一种是基于空间预测（DPCM）的无损压缩算法，另外3种是基于DCT的有损压缩算法。
1）无损压缩算法，可以保证无失真地重建原始图像。
2）基于DCT的顺序模式，按从上到下，从左到右的顺序对图像进行编码，称为基本系统。
3）基于DCT的递进模式，指对一幅图像按由粗到细对图像进行编码。
4）分层模式。以各种分辨率对图像进行编码，可以根据不同的要求，获得不同分辨率的图像。
JEPG对图像的压缩有很大的伸缩性，图像质量与比特率的关系如下：
a)1 5～2 0比特/像素：与原始图像基本没有区别（transparent quality）。
b)0 75～1 5比特/像素：极好（excellent quality），满足大多数应用。
c)0 5～0 75比特/像素：好至很好（good to very good quality），满足多数应用。
d)0 25～0 5比特/像素：中至好（moderate to very good quality），满足某些应用。
2、JPEG-2000
与以往的JPEG标准相比，JPEG-2000压缩率比JPEG高约30%，它有许多原先的标准所不可比拟的优点。JPEG-2000与传统JPEG最大的不同，在于它放弃了JPEG所采用的以DCT变换为主的分块编码方式，而改为以小波变换为主的多分辨率编码方式。
首先，JPEG-2000能实现无损压缩（lossless compression）。在实际应用中，有一些重要的图像，如卫星遥感图像、医学图像、文物照片等，通常需要进行无损压缩。对图像进行无损编码的经典方法——预测法已经发展成熟，并作为一个标准写入了JPEG-2000中。
JPEG-2000还有一个很好的优点就是误码鲁棒性（robustness to bit error）好。因此使用JPEG-2000的系统稳定性好，运行平稳，抗干扰性好，易于操作。
JPEG-2000能实现渐进运输（progressive transmission），这是JPEG-2000的一个极其重要的特征。它可以先传输图像的轮廓，然后逐步传输数据，不断提高图像质量，以满足用户的需要，这在网络传输中具有非常重大的意义。使用JPEG-2000下载一个图片，用户可先看到这个图片的轮廓或缩影，然后再决定是否下载。而且，下载时可以根据用户需要和带宽来决定下载图像质量的好坏，从而控制数据量的大小。
JPEG-2000另一个极其重要的优点就是感兴趣区（ROI，Region Of Interest）特性。用户在处理的图像中可以指定感兴趣区，对这些区域进行压缩时可以指定特定的压缩质量，或在恢复时指定特定的解压缩要求，这给人们带来了极大的方便。在有些情况下，图像中只有一小块区域对用户是有用的，对这些区域采用高压缩比。在保证不丢失重要信息的同时，又能有效地压缩数据量，这就是感兴趣区的编码方案所采取的压缩策略。基于感兴趣区压缩方法的优点，在于它结合了接收方对压缩的主观要求，实现了交互式压缩。
6.图像分割和边缘检测的目的是什么？（10分）
答：在一幅图像中提取不同区域的轮廓；这就是将图像分割成不同的区域，每个区域都是由大致相同的像素组成。例如这些区域可能有相同亮度或者相同颜色，说明这些区域属于同一个物体或一个物体的一部分。图像分割是尽可能将图像中具有空间相同特征的像素块从空间上分开，而边缘检测则需要进行进一步的处理，把片段块连接起来，构造出封闭的轮廓来标识连续一致的区域。进而进行匹配与识别
7.图像都有哪些特征？简要说明这些特征?（１５分）
答：图像的颜色的表观特征有三种，分别为：明度（亮度）、色度和饱和度。
（1）明度：颜色明亮的程度；一幅灰度图像只有明度特征，而彩色图像还具有色调和饱和度两个色度特征。
（2）色度：反映颜色的类别
（3）饱和度：表示颜色接近光谱色的程度。任何一种颜色都可以看着是某种光谱色与白色混合的结果，光谱色所占的比例越大，颜色接近光谱色的程度
就越高，颜色的饱和度就愈高。饱和度高，颜色就深而艳。
最新图像处理技术作业及答案
__________________________________________________
图像处理作业
1. 计算 F 和 H 的卷积。
7 1 3 F 7 2 0
7 1 2
H
1 1
1 1
2. 计算的 f (x) 的 N＝8 的一维 DCT 余弦变换。
3. 为什么一般情况下对离散图像的直方图均衡化并不能产生完全平坦的直方 图？
4. 一幅图像直方图如 a 所示，要求对其进行直方图规定变换，变换后直方图如
b 所示：
0．384
0．174
0．088
0．08
0．058
0．086
0．068
0．062
01234567
a图
0．4
0．2
0．4
01234567
b图
5. 用 5 X 5 的十字形窗口对下图进行滤波。
1111111111 1 1 1 1 1 1 1 1 11 1115555111 1155555511 1155885511 1155885511 1155555511 1115555111 1111111111 1111111111
收集于网络，如有侵权请联系管理员删除
__________________________________________________
6. 已知符号 a，e，i，o，u，？ 的出现概率分别是 0.2 , 0.3, 0.1 ,0.2 ,0.1 ,0.1 ， 对字符串 aieoau 进行算术编码；如果一个字符串（共四位）的算术编码是 0.23355，对其进行算术解码，求这字符串是什么。
7. 已知符号 a，e，i，o，u，？ 的出现概率分别是 0.2 , 0.3, 0.1 ,0.2 ,0.1 ,0.1 ， 求这些字符的霍夫曼编码，及编码后的平均码长。
收集于网络，如有侵权请联系管理员删除
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。
photoshop图像处理第五次作业 1
photoshop图像处理第五次作业 1 试卷总分：100 得分100 注：请20分钟以内保存一次。每大题完成后请先保存再更换大题，试卷试题全部完 成后提交。 第1大题 第2大题一、单项选择题（总分80.00） 1.画笔工具的用法和喷枪工具的用法基本相同，唯一不同的是以下 哪个选项（）（4.00分） A. 模式 B. 不透明度 C. 湿边 D. 笔触 2.对一个图像文件的像素更改的比原来高时，则选 项说法是不正确的。( )（4.00分） A. 图像文件比原来大了 B. 在同一台电脑上处理起来速度比原来要慢 C. 图像的尺寸没有发生改变 D. 图像的质量比原来要高 3.下列关于背景层的描述哪个是正确的?( )（ 4.00 分） A. 背景层不能转换为其它类型的图层 B. 在图层调板上背景层是不能上下移动的，只能是最下面一层 C. 背景层不可以执行滤镜效果 D. 背景层可以设置图层蒙板 4.下面对 Airbrush （喷枪工具）描述正确的是？ （）（4.00分）
A. 喷枪工具喷出的颜色为工具箱中的背景色 B. 喷枪工具隐藏在笔刷工具的选项栏中 C. 喷枪工具是不能调整不透明度值的 D. 喷枪工具是不能用于图层蒙板中的 5.下列说法中，哪些是不正确的( )。（4.00分） A. 用户不能改变动作中命令的执行方式 B. 用户可在动作中的指定位置手动插入想要执行的菜单命令 C. 在录制动作时不能录制绘制路径的操作 D. 如果“动作”调板中的复选框中出现了红色图标，表示该动作中的部分命令包含了暂停操作 6.只删除当前图象的所有历史记录，应当用下列哪个操作 （）（4.00分） A. 按住shift键并选择清除历史记录 B. 按住ctrl键并选择清除历史记 C. 选择历史记录面板上的清除历史记录 D. 按住alt键并选择清除历史记录 7.在色彩范围对话框中为了调整颜色的范围，应当调整哪一个数值（）（4.00分） A. 羽化 B. 反相 C. 颜色容差
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。
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)”
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；
数字图像处理部分作业答案
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。 2. 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答：将a=23,b=155 ;c=16,d=255代入公式： 得 1，二维傅里叶变换有哪些性质？二维傅里叶变换的可分离性有何意义？ 周期性，线性，可分离性，比例性质，位移性质，对称性质，共轭对称性，差分，积分，卷积，能量。 意义：分离性表明：二维离散傅立叶变换和反变换可用两组一维离散傅立叶变换和反变换来完成。 8.何谓图像平滑？试述均值滤波的基本原理。 答：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 均值滤波是一种局部空间域处理的算法，就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S，计算S中所有像素的灰度级平均值，作为空间域平均处理后图像g(x,y)像素值。 9.何谓中值滤波？有何特点？ 答：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。 它对脉冲干扰及椒盐噪声的的图像却不太合适。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。但它对点、线等细节较多 6图像几何校正的一般包括哪两步？像素灰度内插有哪三种方法？各有何特点？ 答：1）建立失真图像和标准图像的函数关系式，根据函数关系进行几何校正。 2）最近邻插值，双线性插值，三次卷积法 3）最近邻插值：这种插值方法运算量小，但频域特性不好。 3、若f(1,1)=4，f(1,2)=7，f(2,1)=5，f(2,2)=6,分别按最近邻元法、双线性插值法确定点,的灰度值。 最近邻元法：点,离(1,2)最近,所以其灰度值为7.双线性法：f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) 将i=1,j=1,u=,v=代入,求得：f(i+u,j+v)=。四舍五入取整后，得该点其灰度值为6
数字图像处理大作业
大作业要求 1.数字图像处理中的图像增强、图像分割、数学形态学、图像编码这几个章节中，围绕你所感兴趣的题目写一篇综述。 2.要求： （1）在中国知网上下载5篇以上相关文章，结合上课所学内容，确定综述的内容。（2）文字3000字以上，包含 a. 课题背景和概述 b. 国内外研究现状 c. 技术应用（可以实现哪些功能，实 现的方法及结果 d. 结论 e. 学习体会 f．参考文献 （3）综述的排版： 正文层次格式如下： 1（空两格）×××××（居中，三号宋体，加粗，占4行） 1.1×××（左顶格，四号宋体，加粗，占 2.5行，不接排） 1.1.1×××（左顶格，小四号宋体，加粗，占2行，不接排） a.（左空两格，a.后空一格）×××(小4号宋体，加粗) （正文）×××××(小4 号宋体，接排)
(1)（左空两格，(1)后空一格）×××(小4号宋体，加粗) （正文）×××××(小4号宋体，接排) 1)（左空两格，1）后空一格）(小4号宋体，加粗) （正文）×××××(小4号宋体，接排) 正文中段落一律段前、段后0磅，行距为20磅，对齐方式：两端对齐。小4号字体。 论文中的图和表居中，并且有图题和表题。 例如： 图 1 主站工作过程（5号字体，加粗） 表1 不同总线速率下从站的延迟时间（5号字体，加粗） 速率（Kbit/s ） 9.6 19.2 93.75 187.5 500 1500 1200SDR minT (bit T ) 11 11 11 11 11 11 11 SDR maxT (bit T ) 60 60 60 60 100 150 800 参考文献按照下面形式给出： 参考文献 （居中，三号，宋体，加粗，占4行）
国科大图像处理作业
3.2a S=T(r)=1 )E 1+(m r 3.2bL是图像灰度级，m=L/2,取L=500，m=250。假设E=10，15，20，100，通过matlab分析得到的图形如下： 程序： >> L=linspace(0,500); >> S1=1./(1+((250./L).^10)); >> S2=1./(1+((250./L).^15)); >> S3=1./(1+((250./L).^20)); >> S4=1./(1+((250./L).^100)); >> plot(L,S1),hold on >> plot(L,S2) >> plot(L,S3) >> plot(L,S4) >> hold off
2. S0=0.17 S1=0.17+0.25=0.42 S2=0.17+0.25+0.21=0.63 S3=0.17+0.25+0.21+0.16=0.79 S4=0.17+0.25+0.21+0.16+0.07=0.86 S5=0.17+0.25+0.21+0.16+0.07+0.08=0.94 S6=0.17+0.25+0.21+0.16+0.07+0.08=0.98 S7=0.17+0.25+0.21+0.16+0.07+0.08+0.02=1 输出的图像灰度级是等间距的，和原来的图像一样去8个灰度级，那么S k=i/7(i=0,1,2,3,…,7)。所以需要对S i进行修正。得到的结果为： S0并=1 7S1并=3 7 S2并=4 7 S3并=6 7 S4并=6 7 S5并=1 S6并=1 S7并=1 由计算的结果可知，直方图均衡化后的输出图像灰度级仅为 5个级别，即为S0=1 7S1=3 7 S2=4 7 S3=6 7 S4=1 通过r k与s k的相关关系，可以计算出P S(s k)。 P s(s0=1 7 )=0.17 P S(s1=3 7 )=0.25 P S(s2=4 7 )=0.21 P s(s3=6 7 )=0.16+0.07=0.23 P S(s4=1)=0.08+0.06+0.02=0.14 根据s k的取值和对应的概率，画出均衡化的直方图如下：
《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》习题解答
胡学龙编著 《数字图像处理（第 3 版）》思考题与习题参考答案 目录 第 1 章概
述 (1) 第 2 章图像处理基本知识 (4) 第 3 章图像的数字化与显示 (7) 第 4 章图像变换与二维数字滤波 (10) 第 5 章图像编码与压缩 (16) 第 6 章图像增强 (20) 第 7 章图像复原 (25) 第 8 章图像分割 (27) 第 9 章数学形态学及其应用 (31) 第 10 章彩色图像处理 (32)
第1章概述 连续图像和数字图像如何相互转换 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像 （连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字 化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅 度值（可能是灰度或色彩）整数化的过程称为量化。 采用数字图像处理有何优点 答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。 2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 数字图像处理主要包括哪些研究内容 答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的 图像。 说出图像、视频（video）、图形（drawing）及动画（animation）等视觉信息之间的联系和区别。 答：图像是用成像技术形成的静态画面；视频用摄像技术获取动态连续画面，每一帧可
《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 ）
数字图像处理第一次作业
数字图像处理 实验报告 班级：自动化01 姓名：李丹 学号：10054003 提交日期：2013.3.13 摘要：本次作业通过对图像的灰度级数以及其像素的点运算，算术运算、几何变换等，学习了MATLAB在数字图像处理中的运用，更深的理解了数字图像处理的原理和方法。
第一题：Bmp图像格式简介 答:Bmp是bitmap的缩写，即为位图图片。位图图片是用一种称作“像素”的单位存贮图像信息的。这些“像素”其实就是一些整齐排列的彩色（或黑白）点，如果这些点被慢慢放大，就会看到一个个的“像素”中添充着自己的颜色，这些“像素”整齐地排列起来，就成为了一幅BMP图片，并以.bmp等为扩展名。由于BMP文件格式是Windows 环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。BMP可以分成两类：设备相关位图（DDB）和设备无关位图（DIB）。典型的BMP图像文件由四部分组成：位图头文件数据结构（包含BMP图像文件的类型、显示内容等信息），位图信息数据结构（包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息），调色板(可选的）以及位图数据（根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值）。它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。BMP文件的图像深度可选lbit、4bit、8bit及24bit。BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。 第二题：把lena.bmp 512*512图像灰度级逐级递减8-1显示 答： 1）问题分析：本题中对图像进行的操作是直接灰度变换。
图像处理习题答案
图像处理与分析技术课程习题 1.图1是一幅受到噪声干扰的10×10数字图像，试求出该图像经过3×3模板中值滤波后的图 像数据矩阵（边界点保持不变）。 图1 受干扰的数字图像 解 2.如题图2所示为一幅256×256 的二值图像（白为1，黑为0），其中的白条是7像素宽，210像 素高。两个白条之间的宽度是17个像素，当应用下面的方法处理时图像的变化结果是什么？ （按最四舍五入原则取0或1；图像边界保持不变） （1）3×3的邻域平均滤波； （2）7×7的邻域平均滤波。
图2 条纹图像 解： 由于取值为1的白条的宽度是7，大于7×7和3×3窗宽的一半，这样就使得在用这三种邻域平均滤波时，若滤波像素点的值是1，则滤波窗口中1的个数多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为1；同理，若滤波像素点的值是0，则滤波窗口中0的个数必多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为0.所以，按照题意对这个二值图像用两种大小不同的邻域进行邻域平均滤波时，结果图像和原来的图像相同。 一、图像分割技术 1.什么是Hough变换？简述采用Hough变换检测直线的原理。 定义：Hough变换是一种线描述方法，它可以将图像空间中用直角坐标表示的直线变换为极坐标空间中的点。 原理：把直线上点得坐标变换到过电的直线的系数域，通过利用共线和直线相交的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中得间隙和噪声影响较小。 2.计算并绘出下列数字图像的归一化直方图。 0 1 2 3 4 5 6 7 1 2 2 2 3 3 3 7 2 0 0 6 6 5 5 1 3 1 2 1 2 3 6 4 4 4 2 2 2 5 5 5 5 5 7 7 4 4 4 5 6 5 2 2 2 6 6 6 7 1 1 0 0 0 2 2 解：图像共有7个灰度级：
西安交通大学大学数字图像处理大作业
数字图像处理
目录 作业一 (1) 一作业要求 (1) 二源代码 (1) 三运行结果 (3) 作业二 (5) 一作业要求 (5) 二算法描述 (5) 三源代码 (7) 四运行结果 (10)
作业一 一作业要求 在图像的空间域滤波操作中，会出现有部分掩膜矩阵在图像外面的情况，所以需要给图像先加入一个边界，执行完操作之后，再去掉这个边界，保证图像中所有的像素都参与矩阵运算。 二源代码 byte[,] filter(byte[,]f,float[,]mask) { int w = f.GetLength(0); int h = f.GetLength(1); byte[,] g = new byte[w,h]; int M = mask.GetLength(0)/2; int N = mask.GetLength(1)/2; for (int y=N;y
} float[,] averagingMask(intM,int N) { float[,] mask = new float[2*M+1,2*N+1]; for (int m=-M;m<=M;m++) for (int n=-N;n<=N;n++) mask[M+m,N+n] = 1.0f/((2*M+1)*(2*N+1)); return mask; } byte[,] addboard(byte[,] f,intM,int N) { int w=f.GetLength(0); int h=f.GetLength(1); intgw=w+2*M; intgh=h+2*N; byte[,] g=new byte[gw,gh]; //add top board and bottom board for(inti=0;i -------------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。 1、 完成课本习题3.2(a)(b), 课本中文版《处理》第二版的113页。可以通过matlab 帮助你 分析理解。 解：(a) s =T(r)=11+(m r ?)E 其中，r 为输入图像亮度，s 为输出图像的相应亮度，E 控制该函数的斜率。 (b) L 是图像中灰度的级数，使m=L/2；若假定L=500，则m=250。使用matlab 对 E 分别为10,15,20,100时的情况进行分析，最后可得到如下结果： 图1 matlab 分析结果 2、一幅8灰度级图像具有如下所示的直方图，求直方图均衡后的灰度级和对应概率，并画出均衡后的直方图的示意图。（计算中取整采用四舍五入方法，图中的8个不同灰度级对应的归一化直方图为[0.17 0.25 0.21 0.16 0.07 0.08 0.04 0.02]） 解：直方图均衡化的变换函数为s k =T (r k )=∑p r (r i )k i=0 0≤r k ≤1;k =0,1,…7 故可算得变化函数s 0计： s0计= T(r0)=0.17 s1计=0.17+0.25=0.42 s2计=0.63 s3计=0.79 s4计=0.86 s5计=0.94 s6计=0.98 s7计=1.00 但考虑到输出图像灰度是等间隔的，且与原图像灰度范围一样取8个等级，即要求s k=i/7(i=0,1,2,3…7)。因此需要对s k计进行修正，采用四舍五入法可得s0并=1/7 s1并=3/7 s2并=4/7 s3并=6/7 s4并=6/7 s5并=1 s6并=1 s7并=1 根据s k 并计算结果可知，直方图均衡化后的输出图像的灰度级仅为5个级别，即为 s0=1/7 s1=3/7 s2=4/7 s3=6/7 s4=1 且根据r k与s k的关联性，可计算得s k对应概率为： P s(s0=1/7)=0.17 P s(s1=3/7)=0.25 P s(s2=4/7)=0.21 P s(s3=6/7)=0.23 P s(s5=1)=0.14 根据s k取值和对应概率，画出的均衡化后的直方图如下图所示： 图2 均衡化后的直方图 3. (选做题)课本习题3.6。对于离散的情况，用matlab进行一下实验。 解：(1) 设变量r代表待增强图像的灰度级，且r被归一化到区间[0,1]，r=0代表黑色及r=1代表白色。则设第一次直方图均衡化处理后的输出图像灰度值s为： s=T1(r)=∫p r(ω)dω r 0≤r≤1 其概率密度为p s(s)=p r(r)|dr ds |=p r(r)|1 p r(r) |=1 0≤s≤1 数字图像处理 实验报告 实验选题：选题二 组员： 学号： 班级： 指导老师： 实验日期：2019年5月22日 一、实验目的及原理 1.识别出芯片的引脚 2.熟悉并掌握opencv的某些函数的功能和使用方法 原理：通过滤波、形态学操作得到二值图，再在二值图中设置条件识别引脚部分。 二、实现方案 对图片滤波、调节阈值做边缘检测过滤掉一部分图片中干扰元素；然后通过膨胀、腐蚀操作来减少引脚的空心部分；再通过findContours()函数找到引脚的边缘并得到轮廓的点集，设置特定的长宽比和矩形面积识别引脚部分。 三、实验结果 四、源码 #include数字图像处理大作业.doc
数字图像处理课后第一次作业
数字图像处理大作业报告