(完整word版)数字图像处理期末复习资料
数字图像处理期末复习.docx
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 _______________ 。
数字图像处理期末考试复习资料
《数字图像处理》复习指南选择题1、采用幕次变换进行灰度变换时，当幕次取大于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、RGBB、CMY 或 CMYKC、HSID、HSV4、采用模板[-1 1] T主要检测（A ）方向的边缘。
A.水平B.45 0C.垂直D.135 05、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.——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.高通滤波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. 256KB.512KC. 1M C.2M13、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：（D）18、对椒盐噪声抑制效果最好的是下列那种图像增强技术？ (DA 低通滤波B Laplace 微分C 邻域平均D 中值滤波 19、将图像“ name.tif”存储到文件中的命令(C )A 、 imread( ’ name.tif ’)B 、 loadC 、 imwrite( ’ name.tif ’ )20 . 计算机显示设备使用的颜色模型是( A )A. RGBB. HSVC. CMYD. 以上都 不对 21 .下列关于直方图的叙述错误的是 ( D )A. 描绘了各个灰度级像素在图像中出现的概率B. 描述图像中不同灰度级像素出现的次数C. 没有描述出像素的空间关系D. 直方图均衡化不能增强图像整体对比度的效果 22 . 锐化滤波器的主要用途不包括 ( B) A. 突出图像中的细节增强被模糊了的细节B. 超声探测成像分辨率低可以通过锐化来使图像边缘模糊C. 图像识别中分割前的边缘提取D. 锐化处理恢复过度钝化、暴光不足的图像23 .假设f(x,y)是一幅图像，则下列有关 f(x,y)的傅里叶变换说法中不正确 (C )A. 在原点的傅里叶变换等于图像的平均灰度级B . 一个二维傅里叶变换可以由两个连续一维的傅里叶运算得到 C. 图像频率域过滤可以通过卷积来实现 D. 傅里叶变换具有线性移不变性24. 列有关图像复原和图像增强的说法错误的是 (D )A. 与图像增强不同，图像复原的目的是提供给用户喜欢接收的图像B.图像增强主要是一个客观过程，而图像复原主要是一个主观过程C.图像增强被认为是一种对比度拉伸，图像复原技术追求恢复原始图像的一种近似 估计值D.图像复原技术只能使用频率域滤波器实现a. 0b.255 14 、下列算法中属于局部处理的是：a.灰度线性变换b.二值化15、下列算法中属于点处理的是：(a.梯度锐化b.二值化c.6d.8D)c.傅立叶变换d.中值滤波 )c.傅立叶变换d.中值滤波16、下列算法中属于图象平滑处理的是：( C)a.梯度锐化b.直方图均衡c.中值滤波placian 增强17、设灰度图中每一个像素点由1 个字节表示，则可表示的灰度强度范围是B) A . 128 B. 256 C. 36 D. 96)D 、 imshow( ’25、下列哪一个模板可用于图像平滑 （A26、对于含有孤立线噪声的图像，既要保证图像的边缘，又要去除噪声应该用那种滤波器 (B)判别正确、错误1 .图像按其亮度等级的不同，可以分为二值图像和灰度图像两种。
数字图像处理期末复习基本内容度最终版
第1章 数字图像处理的基本知识1.1 连续图像如何转换为数字图像？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。
1.2当对模拟图像取样时不满足取样定律将出现什么现象？从取样图像中恢复原来的图像需要满足二维的香农取样定理，否则出现失真现象。
1.3图像处理的基础、最主要的任务是什么？图像处理的基础是数学，最主要的任务就是各种算法的设计和实现。
1.4 数字图像处理主要包括哪些研究内容？1）图像变换；2）图像增强；3）图像复原； 4）图像压缩编码；5）图像分割与特征提取。
1.5 数字图像研究的三大方面：提高视觉效果、特征提取和目标识别、编码和压缩数据。
1.6 计算下面图像的平均灰度值，写出计算下面图像平均灰度值的Matlab 程序245631536262⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦答：a=[2 4 5 6;3 1 5 3;6 2 6 2];average=mean2(a);运行结果，平均average=3.751.7 写出画大小为512512⨯的黑底（灰度值为0），中央有200200⨯大小白(灰度值为1)正方形图像的Matlab 程序。
答：x=zeros(512);x(256-100:256+99,256-100:256+99)=1;imshow(x)1.8 数字图像处理就是将图像转换为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。
第2章图像处理中的常用数学变换2.1 (教材51页)用Matlab编程做出如图2.37所示图像的二维离散余弦变换(a)(b)图2.37答：% DCTa=ones(64);a(29:36,29:36)=0; % 8*8% a(29:36,31:34)=0; % 4*8f=dct2(a);figure, imshow(a,'notruesize')figure,imshow(log(abs(f)+1),'notruesize')2.2 做出对灰度图像’lenagray.bmp’进行傅里叶变换，并把直流分量平移到中央的Matlab程序，并注明每个程序的作用。
天津科技大学《数字图像处理》期末考试复习资料
天津科技大学《数字图像处理》期末考试复习资料第一章绪论1、掌握图像的表示方法；数字图像=坐标和灰度离散化的图像可以表示为一个二维函数f(x,y),其中x∈N和y∈N表示空间(平面)坐标,而在坐标(x,y)处的幅值f∈N称为图像在该处的灰度(gray level)或强度(intensity)。
图像有高度H、宽度W和灰度级(字节)。
1)数字图像可以用矩阵(Matrix)表示：2)数字图像也可以用向量(Vector)表示：2、掌握图像处理的三个层次，掌握数字图像处理系统的构成框图（包括各部分作用）；3、了解图像处理的内容、图像处理的主要应用。
图像处理的内容：图像的数字化、图像变换、图像增强、图像的恢复与重建、图像压缩与编码、图像分割。
图像处理的应用：生物医学、遥感、工业、军事、电信、公安等领域有着广泛的应用第二章数字图像处理的基本概念1、掌握图象数字化过程及数字化参数的选择及对图像影响，以及影响图像分辨率的因素；掌握空间分辩率、灰度分辩率的定义及区别、计算。
掌握黑白图像、灰度图像、彩色图像的表示形式。
数字图像化的过程：采样、量化数字化参数的选择及对图像影响：（1）采样间隔越大，所得图像像素数越少，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。
（2）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。
影响图像分辨率的因素：空间分辨率：定义：DPI＝Dots Per Inch=每英寸的点数报纸的的分辨率为75dpi,杂志133dpi,精致书籍2400dpi（外文）；单位尺寸能够采样的像素数。
由采样孔径与间距的大小和可变范围决定。
灰度分辨率：the smallest discernible change in gray level量化灰度所用的bit数。
【数字图像处理】期末复习资料及期末模拟试卷(含答案)doc(DOC)
Digital Image Processing Examination1. Fourier Transform problem.1） F or an image given by the function f(x,y)=(x+y)3 where x,y are continuous varibales; evaluatef(x,y)δ(x-1,y-2) and f(x,y)* δ(x-1,y-2),where δ is the Dorac Delta function.2） F or the optical imaging system shoen below,consisting of an image scaling and two forwardFourier transforms show that the output image is a scale and inverted replica of the original3) three binary images (with value 1 on black areas and value 0 elsewhere) are shown below. Sketch the continuous 2D FT of these images(don’t do this mathematically, try to use instead the convolution theorem and knowledge of FTs of common functions)2. The rate distortion function of a zero memory Gaussian source of arbitary mean and variance σ2 with respect to the mean-square error criterion is⎪⎩⎪⎨⎧≥≤≤=2220log 21)(σσσD D for D D Ra) Plot this functionb) What is D max c) If a distortion of no mor than 75% of the source’s variance is allowed, what is the maximumcompression that can be achieved?3. The PDF of an image is given by Pr(r) as shown below. Find the transform toconvert the image's PDF to Pr(z). Assume continuity, and find the transform in terms of r and z. Explain the transformation.4. A certain inspection application gathers black & white images of parts as they travel along a con-veyor belt. It is necessary to sort the parts into two categories: parts with holes and parts with-out holes. An example of an image that might be taken by the inspection camera is shown at the right. Propose a method to identify and locate the objects of each category in the image so that they can be picked up by a robotic system and placed in different bins. Assume that the imaging system knows where each image pixel is located on the conveyor belt at every point in time.Provide an annotated flow chart of the algorithm you propose.5.In a given application, an averaging mask is applied to input images to reduce noise and then aLaplacian mask is applied to enhance small details. Would mathematics predict that the result should be the same if the order of the operations were reversed? What practical issues would be encountered in computer implementation?Digital Image Processing Examination1. A preprocessing step in an application of microscopy is concerned with the issue ofisolating individual round particles from similar particles that overlap in groups of two or more.Assuming that all particles are of the same size, propose a morphological algorithm that will produce an image that contains only the isolated (non-overlapping) particles that are not in contact with the boundary of the image.2. An image represented by a continuous function f(x, y) is w = 2 cm wide and h = 3 cm high. The imageis to be converted to an array of pixels by a scanner whose response is zero above 80 lines/centimeter in both the horizontal and vertical directions. The discrete image is represented by an array ˆf(n, m) where n and m take on integer values, 0 ~ n ~ N - 1, 0~ m ~ M-1.(a)Determine suitable values for N and M.(b)Assume that ˆf(n, m) = f(na, mb). Determine the values of a and b.(c)Determine constants A, B, C, D, E such that the DFT of fˆ can be expressed as)(00) ,() , (EvmDuniBnCmemnfAvu F+-==∑∑=(d)Find numbers (P1, P2) such that F(u + jP1, v + kP2) = F(u, v) for any integers j, k, u, v.3. The arithmetic decoding process is the reverse of the encoding procedure. Decode the message 0.23355 given the coding model.4. The gradient of a function f (x) is defined as⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡∂∂∂∂=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=∇y f x f G G f y xComputationally, the first derivative is implemented by calculating the difference between adjacent pixels.(a) Is the following a linear operator?2122⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=∇y f x f f (b) State how would you implement the above operator using differences between pixels.(c) A Sobel operator uses two masks, Hx and Hy to process an image. Explain why are two masksneeded and what do they measure?(d)Write down the masks Hx and Hy, and identify them in the followingfigures:5. The three images shown were blurred using square averaging masks of sizes n=23, 25 , and 45, respectively. The vertical bars on the left lower part of (a) and (c) are blurred, but a clear separation exists between them. However, the bars have merged in image (b), in spite of the fact that the mask that produced this image is significantly smaller than the mask that produced image (c). explain this.Digital Image Processing Examination1. An image array f(m, n) of size M1 × N1 is to be convolved with a filter array h(m, n) of size M2 × N2 to produce a new image array g(m, n).1)Write a pseudo code program that describes a method to compute g(m, n) throughthe use of Fourier transforms. The result should be the same size as would beachieved with direct convolution.2)Modify the algorithm so that it does the correlation f ~ h rather than theconvolution.2. You have the job of designing an algorithm that will count the number of objects with holes and the number of objects without holes in images of the kind shown here. Assume that the images are binary with 0 corresponding to black and 1 correspondingto white. The imaging system is of low quality and produces images that are corrupted with salt and pepper noise.The objects do not overlap or touch, but may be close to each other in any direction.They may be of any shape or size. The algorithm should not be confused by the salt and pepper noise, and should not count noise pixels as objects.Write a pseudo-code description of your algorithm. You may also include a block diagram and other information to make it understandable to a programmer. State any assumptions you make, such as: “Objects must contain at least 50 pixels.”least 50 pixels.”3. Suppose that an image has the gray-level probability density functions shown. Here, p 1(z) corresponds to objects and p 2(z) corresponds to the background. Assume that p 1=p 2 and find the optimal threshold between object and back ground pixels.4. The Sobel operator computes the following quantity at each location (x, y) in an image array, A:Gx[j,k]=(A[j+1,k+1]+2A[j+1,k]+A[j+1,k-1])-(A[j-1,k+1]+2A[j-1,k]+A[j-1,k-1]) Gy[j,k]=(A[j-1,k-1]+2A[j,k-1]+A[j+1,k-1])-(A[j-1,k+1]+2A[j,k+1]+A[j+1,k+1]) G[j,k] = |Gx[j,k]| + |Gy[j,k]|The position of A[j, k] is column j and row k of the array.The operation is implemented as the convolution of the image array A with two masks, Mx and My followed by the magnitude operation.1) Write a 3 × 3 array for each mask, Mx and My.2) What mathematical operation on an image array is approximated by the Sobeloperator? Show how the Sobel operator is related to the mathematical operation.5. Answer the following questions about morphological image processing.(a) Shown below are two tables with expressions that relate to binary morphological image processing. Associate each expression in the left table with one from the right table.(b) A well-known morphological algorithm uses the following iteration with a structuring element B.(1) Initialize X[p] = 1 for some pixel A p ∈(2) A B X Y )(⊕=(3) If X Y ≠ then set X = Y and repeat (2)An original set A is shown in (A) and an initial pixel p 2 A is shown in (B). The result after one iteration of the algorithm with structuring element⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=010111010Bis shown in (C). Fill in the result of the next two iterations by marking theappropriate pixels for the set Y in (D) and (E). In frame (F) show the result for Y that would be reached after a large number of iterations.Digital Image Processing Examination1. Consider the edge model depicted below. Sketch the gradient and Laplacian of the signal. It is not needed to compute exact numerical values in your answer. Plot of approximate shapes of the responses will be sufficient.2. The white bars in the test pattern shown are 7pixels wide and 210 pixels high. The separation between bars is 17 pixels. What would this image look like after application of .1) A 3*3 arithmetic mean filter?2) A 7*7 median filter.3) A 9*9 contraharmonic mean filter with Q=13. The video coding system introduced in the class utilizes several major components –inter-frame motion estimation, motion compensated prediction, DCT, Huffman coding,and quantization.(a)When an encoded signal can be used to reconstruct the exact value of theoriginal signal, we say the encoding method is lossless; otherwise, it’s calledlossy. A lossy coding technique introduces distortion to the signal.Which component in the above video coding system is lossy?(b)The motion compensation process in the encoder generates a motion vectorand prediction errors for each image block in the video signal. Suppose duringthe transmission of the encoded video stream, one motion vector is lost (e.g.,due to the network erasure error). What will be the visual effects of suchtransmission errors on the decoded image sequence?4.Consider a black-and-white image consisting of round and rectangular objects, as shown in the image below. Assume the sizes of the objects are fixed and known. We also know that the width and length of the rectangles are larger than the diameter of the circles. None of the rectangles are tilted. In general, the objects may overlap with each other.Design a morphological operation based system to automatically detect all the instances of the rounds objects that overlap with rectangular objects.5. An image A, represented by an N × M array of bytes, has a uniform brightnesshistogram. It is desired transform A into an image B in a way that produces a triangular brightness histogram2550,36240][≤≤=k k MNk h bDescribe a process that will accomplish the transformation. If possible, derive an equation for the transformation function. At a minimum, sketch the transformation function and indicate how you would use it in a program to compute the array B.模拟试卷一1.对将一个像素宽度的8通路转换到4通路提出一种算法。
数字图像处理复习材料
图像处理复习材料一、选择填空题1、采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。
2、量化是将各个像素所含的明暗信息离散化后，用数字来表示。
一般的量化值为整数。
3、采样间隔越大，图像质量越差，图像所占空间越小。
4、数字图像处理是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.5、数字图像的描述（三种图像的颜色数目的比较）二值图像：指图像的每个像素只能是黑或白，没有中间过渡，故称为2值图像，2值图像的像素值为0、1。
灰度图像：是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。
彩色图像：指每个像素的信息由RGB 三原色构成的图像，其中RGB 由不同的灰度级来描述。
彩色图像不能用一个矩阵来描述，一般是用三个矩阵同时描述。
6、图像输出设备：显示器、打印机、投影仪等7、一幅图像对应唯一的灰度直方图，但是多幅图像可以对应同一个直方图。
（直方图与图像之间的关系） 8、直方图均衡化后，图像亮度、对比度发生变化，颜色数目不变。
9、图像平滑使用的是低通滤波器；图像锐化使用的是高通滤波器。
10、图像平滑使用的算子（或模板）：均值滤波器模板、中值滤波器模板。
图像锐化使用的算子（或模板）：Laplacian 算子、Sobel 算子。
11、梯度算子是一阶微分方程，其他（Laplac ian 、Sobel 等）是二阶微分方程。
12、图像压缩算法的好坏的评价（几个等级对应的图像质量） 等级0→差；等级5→好二、填空题：1、假设图像的灰度级概率密度如图所示。
其中p 1 (z )对应于目标， p 2 (z )对应于背景。
如果P 1 = P 2 ，试求分割目标与背景的最佳门限。
解：由图可以看出p 1 (z ) = (z −1)/2，p 2 (z )=1−z /2 将其代入式P 1 = P 2， 有p 1 (z ) = p 2 (z ) ∴2121z z -=-⇒ 23=z解得最优阈值为T = 3/ 2 。
数字图像处理复习资料
数字图像处理复习资料第1~2讲1、什么是图像、数字图像?“图”是物体透射或反射光的分布，是客观存在的。
“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。
图像（image）是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；是客观对象的一种可视表示，它包含了被描述对象的有关信息。
数字图像—又称数字化图像，是一种以二维数组（矩阵）形式表示的图像。
是对连续变化的空间图像做等间距抽样所产生的抽样点—像元点组成。
2、为什么进行图像处理？图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心里取药和实际应用或某种目的的要求。
可分为：模拟图像处理、数字图像处理、光电结合处理。
人类获取外界信息有视觉、听觉、触觉、嗅觉、味觉等多种方法，但绝大部分(约80％)是来自视觉所接收的图像信息，即所谓“百闻不如一见”。
3、数字图像基本特点（1）处理的大多是二维信息，信息量大。
（2）数字图像传输占用的频带较宽。
（3）有很多数字图像中象素间的相关性较大，冗余比较多，有利于压缩。
（4）对三维景物图像的理解一个视角的二维图像通常是不够的。
（5）数字图像处理后的图像很多情况下是给人观察和评价的，因此受人的因素影响较大。
4、步骤5、与光学图像处理方法相比数字图像表示方法的优点（1）、便于计算机处理与分析：计算机是以二进制方式处理各种数据的。
采用数字形式表示图像，便于计算机处理。
因此，与光学影像处理方式相比，数字图像是一种适于计算机处理的图像表示方法。
（2）、图像信息损失低：由于数字图像是用二进制表示的，因此在获取、传输和分发过程中，不会因长期存储而损失信息，也不会因多次传输和复制而产生图像失真。
而模拟方法表现的图像会因多次复制而使图像质量下降。
（3）、抽象性强：尽管不同类别的数字图像，有不同的视觉效果，对应不同的物理背景，但由于它们都采用数字形式表示，便于建立分析模型，进行计算机解译和运用图像专家系统。
6、影像几何畸变的因素遥感影像成像过程中所造成的各种几何畸变称为几何校正。
【数字图像处理】期末复习资料【考试要点】【老师整理】
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。
- 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)。
1图像的特点:1)直观形象2)易懂3)信息量大2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像3）按运动分类：静态图像，动态图像4）按时空分布分类：二维图像，三维图像3 数字图像处理的主要内容：1）图像获取2）图像变换3）图像增强4）图像复原5)图像编码6）图像分析7）图像识别8）图像理解4数字图像处理方法：1）空域法2）变换域法5什么是数字图像的采样和量化？采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。
邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则第二章1 试述图像采集系统的结构及其各部分的功能？2 连续图像随机过程可以用哪些数字特征来描述？概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。
而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本4与标量量化相比，向量量化有哪些优势？合理地利用样本间的相关性,减少量化误差提高压缩率,5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，转换函数（23页6 数字图像的空间分辨率和采样间隔有什么联系？采样间隔是决定图像分辨率的主要参数1 FFT的基本思想是什么?？利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算量。
2快速离散余弦变换有几种实现方法？如何实现？（1）利用FFT的快速算法（2）基于代数分解的快速算法第四章1图像空域增强和频域增强的基本原理是什么？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的信息，它是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法频域处理法的基础是卷积定理，它是将图像看作波，然后利用信号处理中的手段对图像波进行处理。
空域处理法的基础是灰度映射变换，它是直接针对图像中的像素进行处理，所用到的映射变换取决于增强的目的2简述空域平滑滤波器和锐化滤波器的相同点，不同点及它们的联系？相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果。
3 同态滤波的特点是什么？适用什么情况？同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度增强的方法同态滤波的原理：将灰度值看成是照度和反射率的产物，由于照度相对较小，可以看做图像的低频成分，而反射率是高频成分。
通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。
4为什么中值滤波对于脉冲噪声和椒盐噪声的抑制效果比较好？中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。
实现方法：通过从图像中的某个采样窗口取出奇数个数据进行排序用排序后的中值取代要处理的数据即可中值滤波法对消除椒盐噪音非常有效，因为椒盐噪声的像素点值通常处于最大（或较大）或者最小（或较小）的范围内，采用取中间值的方法时，椒盐噪声可以比较好的过滤掉。
中值滤波在图像处理中,常用于用来保护边缘信息,是经典的平滑噪声的方法。
5用于空域增强处理中的平滑滤波器和锐化滤波器的相同点、不同点以及联系。
相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果1 试分析比较三种典型的滤波复原方法：逆滤波，维娜滤波与约束最小二乘方滤波？2 数字图像处理有哪几种常用的噪声？高斯噪声，瑞利噪声，伽马噪声，指数噪声，均匀噪声，椒盐噪声3何谓图像复原？图像复原与图像增强有什么区别？图像恢复（Image Restoration）(客观)当造成图像退化（图像品质下降）的原因已知时，复原技术可以对图像进行校正。
最关键的是对每种退化都需要有一个合理的模型。
目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。
图像增强（Image Enhancement）(主观)图像增强是对图像质量在一般意义上的改善。
当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。
其目的是得到一种特殊的艺术效果，增强动感和力度。
第六章1什么是三原色原理？1、自然界中的可见颜色都可以用这三基色按一定比例混合得到。
2、三基色彼此之间相互独立。
任何一种都不能用另外两种混合得到。
3、三基色之间的混合比例直接决定混合色调的饱和度。
4、混合色的亮度等于各个基色的亮度之和。
所以，国际照明委员会（CIE）规定以700nm(红)、546.1nm (绿)、435.8nm(蓝)三个色光为三基色。
自然界的所有颜色都可以通过选用这三基色按不同比例混合而成。
2全彩色图像处理与伪彩色图像处理有什么差别？全彩色图像处理是对彩色图像进行彩色增强处理，其目的是突出图像中的用信息，伪彩色图像处理是将黑白图像转化为彩色图像主要目的是提高人眼对图像的细节分辨能力一达到图像增强的目的3 什么是伪彩色处理？伪彩色处理有哪些方法？伪彩色增强是把灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。
使原图像细节更易辨认，目标更容易识别。
伪彩色增强的方法主要有：1、密度分割法 2、灰度级一彩色变换法3、频率域伪彩色增强法4简述对图像进行编码压缩的必要性和可行性。
必要性: 图像数据的特点之一是信息量大，图像在显示、传输过程中所需要传递的信息量非常大，不利于数字图像的传输和存储。
可行性：数字图像中存在着冗余。
从信息论观点看，描述图像信源的数据由有用数据和冗余数据两部分组成。
冗余数据主要有：空间冗余、时间冗余、结构冗余、信息熵冗余（编码冗余）、知识冗余、心理视觉冗余等等。
5有损压缩编码和无损压缩编码的区别在哪里？无损压缩编码无信息损失，解压缩时能够从压缩数据精确地恢复原始图像（亦称无失真、无损、信息保持）编码。
有损压缩编码不能精确重建原始图像，存在一定程度的失真（有失真或有损）编码。
6造成图像质量退化的典型原因主要有哪些？成像系统的像差、畸变、带宽有限等造成图像图像失真；由于成像器件拍摄姿态和扫描非线性引起的图像几何失真；运动模糊：成像传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；灰度失真：光学系统或成像传感器本身特性不均匀，造成同样亮度景物成像灰度不同；辐射失真：由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；图像在成像、数字化、采集和处理过程中引入的噪声等。
第四章图像增强1.图象增强的目的和意义：对图像的某些特征进行强调或尖锐化，以便于显示、观察和进一步分析处理【图象增强】是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。
不以图像保真度为原则，不增加图像数据中的相关信息。
有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。
针对图像退化的一般性质加以修正，改进图像的平均质量。
2.点运算的特点：针对孤立象元点的运算，人为地改善图像的灰度和对比度【空间域】：图像平面所在的二维空间；【空间域增强】：在图像平面上直接针对一个一个像元点进行处理（点运算），或者对一个像元周围的小区域进行处理（局部运算），处理后像元的亮度变化而位置不变【点运算增强】：点运算是把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。
3.点运算的两个方法包括：灰度变换、直方图变换点运算变换方法包括：灰度变换法、直方图调整法【直方图】：直方图是灰度级的函数，描述的是图像中各个灰度级像素的个数。
表示方法：横坐标：表示灰度级，根据像元的灰度范围，以适当间隔作为单位长；纵坐标：表示像素统计值，代表每一个灰度级像素数出现的数目，或者该像素占总像素的比例值。
【直方图特点与作用】：直方图代表了图像中亮度值（像元值）的分布情况，但是并不反映像元的空间位置关系，不同的图像可能具有相同的直方图。
可以从图像的直方图的形态大致判断出图像质量的好坏。
【积累直方图】：统计某一灰度值和这一灰度值以下的所有像元的数目根据积累直方图也可以分析图像的质量：对于偏暗的图像，在灰度小的部分像元数增长快；对于偏亮的图像，在灰度大的部分像元数增长快积累直方图更重要的利用是在图像增强时作为变换函数。
【灰度变换法】：通过变换函数使图像的灰度值发生变化，调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一任一像素灰度为r →s=T(r)（线性变换、对数变换、指数变换）→同一像素灰度变为s 【线性变换】：将灰度范围线性扩展原因：当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图象中的细节分辨不清。
将原始图像各像元亮度值按线性关系，在0-255的任意指定范围内进行扩大或者缩小，来改变像元值的分布。
当直线与横轴夹角大于45°，图像拉伸（像素值范围扩大）；当直线与横轴夹角等于45°，图像不变（像素值范围不变）；当直线与横轴夹角小于45°，图像压缩（像素值范围减小）。