测控系数字图像处理期末题目整理

  1. 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. 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. 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.根据所学过的图像处理和分析方法,设计一套算法流程来实现汽车牌照的定位和数字的识别(给出设计思想即可)。

答:要点:

Step 1:定位汽车牌照。

通过高通滤波,得到所有的边缘,对边缘细化(但要保持连通关系),找出所有封闭的边缘,对封闭边缘求多边形逼近。在逼近后的所有4边形中,找出尺寸与牌照大小相同的四边形。牌照被定位。

Step 2:识别数字。

对牌照区域中的细化后的图像对象进行识别(如前面所介绍的矩阵模糊识别法等)。2.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。

3.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。

4.C anny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

5.数字图像

6.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)。

7.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.

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。

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。

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。

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)

8.

a)中值滤波的主要优点是什么?最适宜采用中值滤波去除的噪声类型是什么?给出

如下图象采用3×3模板中值滤波后的结果。

11111111

15555551

15755551

15508551 15589551 15555151 15555551 11111111结果→:

1111111

11555511

15555551

15555551

15555551

15555551

11555551

11111111

b)请简述同态滤波的原理,并给出处理过程框图。

图像是入射分量和反射分量的乘积,入射分量对应低频;反射分量对应高频。图像细节主要由反射分量决定,所以通过对数运算将入射分量和反射分量转换为加性关系,再作高通滤波去除入射分量保留反射分量,最后通过指数运算还原反射分量。

c)什么是逆滤波?如果退化图像有噪声,逆滤波的结果会如何?

逆滤波是在频域直接采用退化器的逆阵进行图象恢复的方法。逆滤波通常会产生严重的噪声放大。

d)有哪几大类图像分割算法,它们利用了图像的什么特点或信息?

1.并行边界技术,

2.串行边界技术,

3.并行区域技术,

4.串行区域技术。

利用了目标的边界相关性和区域相关性。

e)对如下两张图用变长码(如Huffman)压缩,哪一张图的压缩效率高?为什么?

A B

B图压缩效率更高,因B图规律性更弱,熵值小。

9.

相关文档
最新文档