数字图像作业
数字图像处理练习题
数字图像处理练习题3(总6页) -CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除Lecture 16-17 作业一. 判断题（每题１分。
T表示正确，F表示错误。
）1. 在数字图像中，一个像素的邻域只有8领域。
（F）2. 在空间域基于滤波器处理数字图像时，二维滤波器可以分解为多个一维滤波器，以提高计算效率（T）。
3. 彩色数字图像平滑处理无需考虑颜色模型。
（F）二. 单项选择题（每题1分。
）1. 能够实现数字图像平滑的处理方法（C）。
A. 线性点处理B. 基于直方图的处理C. 邻域处理D. 非线性点处理2. 最大值滤波器可用于检测数字图像中的像素点是（A）。
A. 最亮B. 最暗C. 中间亮度D. 平均亮度3. 最小值滤波器可用于检测数字图像中的像素点是（B）。
A. 最亮B. 最暗C. 中间亮度D. 平均亮度4. 阿拉法裁剪均值滤波器a-trimmed mean filter是（D）。
A. 中值median滤波器B. 均值mean滤波器C. 排序rank滤波器D. 混合hybrid滤波器三. 多项选择题（每题2分。
）1. 在数字图像中，基于邻域处理的滤波器包括（ABCD）。
A. 可以是十字、方形等形状B. 可以是3 X 3、5 X 5等不同尺寸C. 可以有不同的权值D. 可以采用中心为原点四. 填空题（每题1分。
）1. 若操作是在像素的某个邻域内进行的，即输出数字图像的像素值由对应的输入数字图像的像素值及其邻域像素值决定，则称其为邻域操作。
2. 在数学上，数字图像模糊处理相当于数字图像被平均或被积分。
五. 简答题（每题4分。
）1. 在空间域进行数字图像排序滤波有哪些各有什么特点排序滤波包括：中值滤波、中值滤波的线性组合、中值滤波的高阶组合、加权的中值滤波、迭代的中值滤波、最大值滤波、最小值滤波、中点值滤波。
中值滤波，适合处理脉冲噪声，脉冲噪音长度要小于滤波器宽度的一半。
数字图像处理作业 PPT
数字图像处理作业
作业
P30 2、3、5 2. 图像量化时，如果量化级比较小时会产生什么现象？为什么？
3. 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？
5. 设某个图像为
100 67 34 100
f
67
67
34 100
67 56 211 67
100 100 211 100
1）采用高斯模板对其进行均值滤波处理； 2）采用3×3模板对其进行中值滤波处理。
第6章
图像的锐化处理
作业
• 1.设图像为：
1 5 15 8
f
1
7
14
9
3 7 10 11
• 分的L别ap采la用cRioabne算r1t子s算对0 子其、进4 行So锐b6e化l 算。子和常用
第7章 图像分割
作业
• 已知一幅图像为：
1 2 3 4 5
6
7
8
9
10
f 11 12 13 14 15
16 17 18 19 20
21 22 23 24 25
• 1) 进行Δi=2，Δj=3平移后的图像矩阵。
• 2)对其进行缩小，其中k1=0.6，k2=0.75，写 出缩小后的图像矩阵。
• 已知一幅图像为：
1 2 3
f
4
5
6
7 8 9
• 1)对其旋转30度后的图像矩阵 • 2)对其旋转45度后的图像矩阵 • 3)对其旋转60度后的图像矩阵
大家学习辛苦了，还是要坚持
继续保持安静
第5章 图像的噪声抑制
作业
1. 已知图像为：
9 10 8 7
f 11 40 9 7 12 9 0 8
数字图像处理-作业汇总
1. 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。
（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：由s k =∑Pr (r i )k i=0，可以求得原图像直方图的累进概率为： *s +=*0.17,0.42,0.63,0.79,0.86,0.94,0.98,1+其量化结果即：*s q +={17,37,47,67,67,1,1,1}对相应的原灰度级进行映射，即*k ′+=*1,3,4,6,7+相应地有:*s k ′+=*0.17,0.25,0.21,0.23,0.14+因而均衡后的直方图为:2.由题，p r (r )=−2r +2 p z (z )=2z由PDF 灰度变换的关系T (r )=∫p r (w )dw r=s =∫p z (t )dt z=G (z )可得{T (r )=−r 2+2r G (z )=z2⟹z =±√−r 2+2r 要求z 应当是非负的,因而z =√−r 2+2r3. 请计算如下两个向量与矩阵的卷积计算结果。
1) [ 1 2 3 4 5 4 3 2 1] *[ 2 0 -2]=[2,4,4,4,4,0,-4,-4,-4,-4,-2]2) [−101−202−101]∗[1320410323041052321431042]=[−1−3−13−204−3−6−44−4211−3−7−63−6415−3−11−48−10317−7−1125−10615−8−56−4−698−3−13−3−242]4. 高斯型低通滤波器在频域中的传递函数是H (u,v )=Ae −(u2+v 2)2σ2⁄ 根据二维傅里叶性质，证明空间域的相应滤波器形式为h (x,y )=A2πσ2e −2π2σ2(x 2+y 2)（这些闭合形式只适用于连续变量情况。
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111111(,)111(,)101111111f 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计算得NMSE=1/92-4 给出一幅4bit 的图像A （见下图）。
数字图像作业
一、简答1、简述图像数据冗余度概念及类型。
对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。
a.数据冗余空间冗余：一帧图像上像素点与像素点的相关性；时间冗余：多帧图像间像素点与像素点的相关性；符号冗余：图像像素编码码流存在着可压缩性。
b.视觉冗余人眼对细节的分辨能力有限；人眼对颜色画面的分辨低于对黑白画面的分辨能力；人眼对高频信号变化的分辨低于对低频信号变化的分辨能力等。
2、简述帧内预测（DPCM）的过程。
1）预测器根据存储的前若干个样值对当前值进行预测，得到预测值；2）待编码值与预测值相减得到预测差值；3）对预测差值进行量化4）量化后的差值一方面进行熵编码并经信道传出去；另一方面与预测值相加，得到“有量化失真的复原值”，存储到预测器中，供对下一个样值预测之用5）接收端的预测值与解码后的差值相加形成复原值。
3、简述变换编码的过程，并说明变换编码实现压缩的原理。
通过变换去除一部分不重要的参数，达到压缩的目的。
其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，舍弃大部分不重要的系数，以达到压缩的目的4、什么是图像退化？引起图像退化的主要因素有哪些？。
数字图像在获取的过程中，由于各种原因会产生退化。
主演因素有：1、光学系统的像差与成像衍射2、A/D过程损失部分细节3、成像系统的非线性畸变4、环境随机噪声5、成像过程的相对运动6、射线辐射、大气湍流等造成的照片畸变7、遥感仪器的不稳定引起的照片几何失真5、简述图像退化模型。
1、原始图像g(x,y)经过一个退化过程H （退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像f(x,y)f(x,y)=H[g(x,y)]+n(x,y)2、连续退化模型在不考虑噪声影响时，系统输出由其输入和点扩展函数唯一确定。
即退化图像f(x,y)是原图像g(x,y)和引起退化的图像系统之点扩展函数h(x,y)的卷积。
(完整版)数字图像处理大作业
数字图像处理1.图像工程的三个层次是指哪三个层次？各个层次对应的输入、输出对象分别是什么？①图像处理特点：输入是图像，输出也是图像，即图像之间进行的变换。
②图像分割特点：输入是图像，输出是数据。
③图像识别特点：以客观世界为中心，借助知识、经验等来把握整个客观世界。
“输入是数据，输出是理解。
2.常用的颜色模型有哪些（列举三种以上）？并分别说明颜色模型各分量代表的意义。
①RGB（红、绿、蓝）模型②CMY（青、品红、黄）模型③HSI（色调、饱和度、亮度）模型3.什么是图像的采样？什么是图像的量化？1．采样采样的实质就是要用多少点来描述一幅图像，采样结果质量的高低就是用前面所说的图像分辨率来衡量。
简单来讲，对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。
一副图像就被采样成有限个像素点构成的集合。
例如：一副640*480分辨率的图像，表示这幅图像是由640*480＝307200个像素点组成。
2．量化量化是指要使用多大范围的数值来表示图像采样之后的每一个点。
量化的结果是图像能够容纳的颜色总数，它反映了采样的质量。
针对数字图像而言：采样决定了图像的空间分辨率，换句话说，空间分辨率是图像中可分辨的最小细节。
量化决定了图像的灰度级，即指在灰度级别中可分辨的最小变化。
数字图像处理（第三次课）调用图像格式转换函数实现彩色图像、灰度图像、二值图像、索引图像之间的转换。
图像的类型转换：对于索引图像进行滤波时，必须把它转换为RGB图像，否则对图像的下标进行滤波，得到的结果是毫无意义的;2.用MATLAB完成灰度图像直方图统计代码设计。
6789101112131415161718192021222324252627282930title('lady-lenna');if isrgb(a);b=rgb2gray(a);%RGB转换为灰度图像endsubplot(2,2,2);imshow(b);%显示图像title('ladygaga-lenna');[m,n]=size(a);%返回图像大小e=zeros(1,256);for k=0:255for i=1:mfor j=1:nif a(i,j)==ke(k+1)=e(k+1)+1;%灰度值相同的进行累加endendendendsubplot(2,2,4);bar(e);%画图像的灰度直方图title('灰度直方图');c=imrotate(a,20);%图像的旋转subplot(2,2,3);imshow(c);数字图像处理（第四次课）编写matlab函数，实现在医学图像中数字减影血管造影。
数字图像处理作业
数字图像处理作业数字图像处理是一门研究如何对数字图像进行处理、分析、识别等的学科，而数字图像的处理就是利用计算机对图像进行数字化处理。
这门学科对日常生活中各行各业有着广泛的应用，比如医学图像处理、遥感图像处理、安防监控、虚拟现实等。
数字图像处理是一个复杂的过程，需要多个步骤的协同完成。
本篇文档就是一次关于数字图像处理的作业，下面将对数字图像处理的主要步骤和注意事项进行详细介绍。
图像数字化图像数字化是指将样本图像点的亮度值和位置坐标转换为数字信号，从而对图像进行处理和传输。
在数字图像处理中，数字图像通常表示为二维矩阵，其中矩阵中的每个元素对应图像中的每个像素。
每个像素的值表示亮度或颜色信息。
前置处理图像的前置处理是指对图像进行预处理，以清除噪声、增强对比度等操作。
前置处理的主要流程包括滤波、分割、边缘检测、形态学处理等。
滤波滤波是对图像进行平滑或锐化处理的过程。
平滑滤波的作用是去除噪声，提高图像的质量；锐化滤波的作用是增强图像的轮廓特征。
分割图像分割是指将图像划分为多个有意义的区域，以便于后续的处理。
最常见的分割方法有基于阈值的方法、边缘检测方法和区域增长法等。
边缘检测边缘检测是指在图像中找到亮度或颜色变化的位置，以便于提取图像的特征。
常用的边缘检测算法有Sobel算子、Prewitt算子、Canny算子等。
形态学处理形态学处理是一种基于图像形状的图像处理方法，其主要作用是对图像进行形态学操作，如腐蚀、膨胀、开运算、闭运算等。
特征提取特征提取是指从处理过后的数字图像中提取有用的信息或特征。
常用的特征提取方法有局部二值模式、霍夫变换、支持向量机(SVM)等。
局部二值模式局部二值模式是一种基于像素点周围局部邻域像素值的特征提取方法，可以有效地提取图像的纹理特征和形状特征等。
霍夫变换霍夫变换是一种基于数学原理的特征提取方法，主要应用于直线、圆弧等图形的识别和提取。
其原理是将特征空间转化为参数空间，通过在参数空间中的投票来找到与特定模型最适配的特征。
数字图像处理大作业(DOC)
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。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、简答
1、简述图像数据冗余度概念及类型。
对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。
a.数据冗余
空间冗余：一帧图像上像素点与像素点的相关性；时间冗余：多帧图像间像素点与像素点的相关性；符号冗余：图像像素编码码流存在着可压缩性。
b.视觉冗余
人眼对细节的分辨能力有限；人眼对颜色画面的分辨低于对黑白画面的分辨能力；人眼对高频信号变化的分辨低于对低频信号变化的分辨能力等。
2、简述帧内预测（DPCM）的过程。
1）预测器根据存储的前若干个样值对当前值进行预测，得到预测值；
2）待编码值与预测值相减得到预测差值；
3）对预测差值进行量化
4）量化后的差值一方面进行熵编码并经信道传出去；另一方面与预测值相加，得到“有量化失真的复原值”，存储到预测器中，供对下一个样值预测之用
5）接收端的预测值与解码后的差值相加形成复原值。
3、简述变换编码的过程，并说明变换编码实现压缩的原理。
通过变换去除一部分不重要的参数，达到压缩的目的。
其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，舍弃大部分不重要的系数，以达到压缩的目的
4、什么是图像退化？引起图像退化的主要因素有哪些？。
数字图像在获取的过程中，由于各种原因会产生退化。
主演因素有：
1、光学系统的像差与成像衍射
2、A/D过程损失部分细节
3、成像系统的非线性畸变
4、环境随机噪声
5、成像过程的相对运动
6、射线辐射、大气湍流等造成的照片畸变
7、遥感仪器的不稳定引起的照片几何失真
5、简述图像退化模型。
1、原始图像g(x,y)经过一个退化过程H（退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像f(x,y)
f(x,y)=H[g(x,y)]+n(x,y)
2、连续退化模型
在不考虑噪声影响时，系统输出由其输入和点扩展函数唯一确定。
即退化图像f(x,y)是原图像g(x,y)和引起退化的图像系统之点扩展函数h(x,y)的卷积。
3、离散退化模型
表示成矩阵形式：f=Hg+n 其中：f,g,n 都是 的向量，H 是
维向量。
6、常用有约束图像复原方法的概念与特点。
1、有约束的最小二乘方恢复：在恢复过程中对运算施加约束，以克服病态性。
有约束恢复求得最佳估计值：
其中，Q 是某一线性运算，约束条件为：
2、能量约束恢复：当Q 为线性运算时，即Q=I ，有
其物理意义在于：按照约束条件复原出来的图像的能量 最小
3、平滑约束恢复
当Q 取平滑运算，Q=C 。
二维情况下，取Q 与平滑模板C(m,n)对应：
则最佳复原解为： 其物理意义是：恢复出的图像最平滑 7、简述盲目解卷积复原的概念。
盲目解卷积算法主要针对失真（包括模糊和噪声）毫无所知的情况下进行的复原操作。
一般
处理方法是把图像分为若干块，假设点扩展函数H(u,v)的值为某常数，逐块求得原图像的傅立叶变换，从而复原图像。
因为H(u,v)未知，故称为盲目解卷积
8、简述图像分割的方法及其理论基础。
图像分割方法：根据某种均匀性的原则将图像分成若干个有意义的部分，使每部分都符合某种一致性的要求。
而任意两个相邻部分的合并都会破坏这种一致性。
图像分割的原则：1、基于点相关的分割：依据各个像素点的灰度不连续性进行分割。
如基于边界的分割方法2、基于区域相关的分割：依据同一区域具有相似的灰度这一特性，寻求不同区域之边界。
如基于区域的分割方法3、基于边界的分割—步骤：边缘检测：获得边界点；边界跟踪：搜索并连接边界点；曲线拟合：形成部分边界；最终形成闭合边界。
9、简述图像边界搜索跟踪算法的原理。
边界跟踪是指从灰度图像中的一个边缘点出发，依次搜索并连接相邻边缘点，从而逐步检测出边界的方法。
步骤是：（1）确定作为搜索起点的边缘点（通常采用梯度值最大的点）（2）采取一种合适的数据结构和搜索机理，在已经发现的边界点基础上确定新的边界点（3）确定)
,(),(),(101
0n y m x h n m g y x f M m N n --=
∑∑-=-=1⨯MN MN MN ⨯()f H Q Q H H g
T T T 1ˆ-+=γc n g H f ==-2
2ˆ()f H I H H g T T 1ˆ-+=γ2
ˆg ⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-==010141010),(n m C Q ()f H C C H H g T T T 1ˆ-+=γ
搜索终结的准则或终止条件。
10、简述形态学运算的类型及应用。
类型：膨胀（扩张）、腐蚀（侵蚀）、开启、闭合
应用：噪声去除、边界提取、区域填充。
11、简述图像形状特征的表达方式。
图像的形状信息有三种表达形式：1、图像经过分割处理后的区域2、图像经过边缘抽取后的边界3、区域的骨架
二、计算分析
1、图像子块如左图所示，现采用Z 字形扫描如右图进行RLE 编码，写出扫描结果，并计算出数据压缩比。
2、图像子块如图所示，现采用Huffman 编码，画出编码过程，写出编码结果，并计算出编码效率、数据压缩比。
3、图像子块如图所示，试作出区域生长的过程。
已知：初始生长点为9，接收准则为可并入的点的灰度与区域灰度均值之差： 2),(<-=∆F j i F F。