数字图像处理考试

1. 对下列信源符号进行Huffman 编码，并计算其冗余度和压缩率。

符号 a1 a2 a3 a4 a5 a6
概率 0.1 0.4 0.06 0.1 0.04 0.3
原始信源 信源简化
符号 概率 1 2 3 4
a2 0.4 0.4 0.4 0.4 0.6 a6 0.3 0.3 0.3 0.3 0.4 a1 0.1 0.1 0.2 0.3 a4 0.1 0.1 0.1
a3 0.06 0.1
a5 0.04
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：11110.26691.364D R R C =-
=-≈
(0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg
L bit =+++++=（）符号
1. 简述灰度分辨率、空间分辨率与图像质量的关系。

: 空间分辨率是看原图像转化为数字图像的像素点数，越多图像质量越高；灰度分辨率，即每一个像素点的灰度级数，灰度级越大，图像越清晰.
2. 简述采样和量化的一般原则: 空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化。

图像的空间分辨率主要由采样所决定，而图像的幅度分辨率主要由量化所决定。

3. 图像锐化与图像平滑有何区别与联系？: 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；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。

都属于图象增强，改善图象效果。

4. 伪彩色增强与假彩色增强有何异同点？: 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。

1. 对于椒盐噪声，为什么中值滤波效果比均值滤波效果好？：均值滤波器是一种最常用的线性低通平滑滤波器，可抑制图像中的加性噪声，但同时也使图像变得模糊；中值滤波器是一种最常用的非线性平滑滤波器，可消除图像中孤立的噪声点，又可产生较少的模糊。

一般情况下中值滤波的效果要比邻域平均处理的低通滤波效果好，主要特点是滤波后图像中的轮廓比较清晰。

因此，滤除图像中的椒盐噪声采用中值滤波。

2.什么是区域？什么是图像分割？:图像分割就是把图像分成若干个特定
的、具有独特性质的区域并提出感兴趣目标的技术和过程。

它是由图像处理到图像分析的关键步骤。

3.写出颜色RGB模型转换到HIS模型的变换公式；并说明HSI模型各分
量的含义及取值围对应的颜色信息。

书上
4.灰度图像：当点足够小，观察距离足够远时，人眼就不容易分开各个小
点，从而得到比较连续，平滑的灰度图像。

5.GIF格式：GIF格式是一种公用的图像文件格式，它是8位文件格式，
所以最多只能存储256色图像，不支持24位的真彩色图像。

GIF文件中的图像数据均经过压缩，采用的压缩算法是改进的LZW算法，所提供的压缩率通常在1：1到1：3之间，当图像中有随机噪声时效果不好
6.图像直方图：一幅图的灰度统计直方图是一个1-D的离散函数,即
Pf(fk)=nk/n, k=0.1...,L-1。

可以设置一个有L个元素的数组，通过对不同灰度值像素个数的统计来获得图像的直方图。

7.中值滤波：它实现一种非线性的平滑滤波.1.将模板在图像中漫游，并将
模板中心与图像中某个像素位置重合。

2.读取模板下各对应像素的灰度值。

3.将这些灰度值从小到大排成一列。

4.找出这些值中排在中间的一个。

5.将这个中间值赋予给对应模板中心位置的像素。

可以看出中值滤波的主要功能就是让与周围像素灰度值的差比较大的像素取与周围像素值接近的值，从而消除孤立的噪声点。

8.椒盐噪声：Pa和Pb均不为0，特别是两者大小很接近时，脉冲噪声就
像椒盐粒随机洒在图像上。

所以双极性脉冲噪音就叫椒盐噪声。

9.均值滤波器：对高斯噪声有较好的滤除效果。

它对椒盐噪声两部分作用
不对称，对盐噪声的滤除效果比对椒噪声要好很多。

10.分水岭：分水岭是一个地形学的概念。

图像也可的以看做3-D地形的表
示，即2-D的地基加上第3维的高度。

11.简述线性位移不变系统逆滤波恢复图像原理。

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F(u,v)=G(u,v)/H(u,v) 对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFT[F(u,v)]以上就是逆滤波恢复图象的原理。

若存在噪声，为避免H(u,v)=0,可采用两种方法处理。

①在H(u,v)=0时,人为设置1/H(u,v)的值；②使1/H(u,v)具有低同性质。

即H-1(u,v)=1/H(u,v) 当D≤D0H-1(u,v)=0 当D>D0
12.基于DCT变换的JPEG图像压缩的主要步骤有哪些？哪些步骤是无损
的？哪些是有损的？基于DCT变换的JPEG图像压缩的主要步骤有哪些？哪些步骤是无损的？哪些是有损的？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，是有损的；符号编码由于是霍夫曼编码加行程编码是无损的，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）。

1、数字图像、像素和数字图像处理数字图像是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、图像锐化图像锐化是增强图象的边缘或轮廓。

3、细化细化是提取线宽为一个像元大小的中心线的操作。

4、无失真编码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。

5、灰度直方图灰度直方图是指反映一幅图像各灰度级像元出现的频率。

6、中值滤波中值滤波是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。

实验2 加法运算I = imread(‘rice.tif’)；
J = imread(‘cameraman.tif’)；
K = imadd(I,J)；
imshow(K)；
减法运算rice = imread(‘rice.tif’)；
background =imopen (rice, str el(‘disk’,15))；
rice2 = imsubtract(rice, background)；
subplot(1,2,1)；imshow(rice)；
subplot(1,2,2)；imshow(rice2)；
乘法运算I = imread(‘moon.tif’)；
J = immultiply(I,1.2)；
subplot(1,2,1)；imshow(I)；
subplot(1,2,2)；imshow(J)；
除法运算Rice = imread(‘rice.tif’)；
I = double(rice)；
J= I * 0.43 + 90；
Rice2 = uint8(J)；
Ip = imdivide(rice, rice2)；
Imshow(Ip, [])；
四则代数运算I = imread(‘rice.tif’)；
I2 = imread(‘cameraman.tif’)；
K = imdivide(imadd(I,I2),2)；
实验6傅里叶变换
I=imread(‘原图像名.gif’); %读入原图像文件
imshow(I); %显示原图像
fftI=fft2(I); %二维离散傅立叶变换
sfftI=fftshift(fftI); %直流分量移到频谱中心
RR=real(sfftI); %取傅立叶变换的实部
II=imag(sfftI); %取傅立叶变换的虚部
A=sqrt(RR.^2+II.^2); %计算频谱幅值
A=（A-min(min(A))）/(max(max(A))-min(min(A)))*225 %归一化figure; %设定窗口
imshow(A); %显示原图像的频谱。