1509_数字图像处理(第三版)(英文版) Chapter 12课后答案

南京邮电大学数字图像处理与图像通信复习资料

2016年上学期《数字图像处理与图像通信》资料 ===================================================== 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 ）

大学数字图像处理模拟试卷及答案 (1)

（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《数字图像处理》模拟试卷（A 卷） 一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分） ( d )1.一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： a. 0 b.255 c.6 d.8 ( b )2.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( d )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )4.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24 ( c )6. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波 https://www.360docs.net/doc/7d17676928.html,placian增强 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c)8.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45° c.垂直 d.135° ( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3 ( a )10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 二、填空题（每空1分，共15分） 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4-邻域和8-邻域。 3.直方图修正法包括直方图均衡和直方图规定化两种方法。 4.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 7.检测边缘的Sobel算子对应的模板形式为和。 8.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。 三、名词解释（每小题3分，共15分） 1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率

(完整版)数字图像处理第三版中文答案解析冈萨雷斯

第二章 2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形） 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()017 023 02.x .d = 解得x=0.06d 。根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小2 5327.?π成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说， 眼睛不能检测到以下直径的点： m .d .x 61011060-?<=，即m .d 610318-?< 2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用？ 亮度适应。 2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少？ 光速c=300000km/s ，频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106 m = 3894 Km. 2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为： ])0()0[(2 2),(y y x x Ke y x i -+--= 的光源照射。为简单起见，假设区域的反射是恒定 的，并等于1.0，令K=255。如果图像用k 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间8种灰度的突变，那么k 取什么值将导致可见的伪轮廓？ 解：题中的图像是由： ()()()()()[ ]()()[]2 02 02 020********y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?== 一个截面图像见图（a ）。如果图像使用k 比特的强度分辨率，然后我们有情况见图（b ），其中()k G 21255+=?。因为眼睛可检测4种灰度突变，因此，k G 22564==?，K= 6。

数字图像处理课后参考答案

数字图像处理 第一章 1、1解释术语 (2) 数字图像:为了便于用计算机对图像进行处理,通过将二维连续(模拟)图像在空间上离散化,也即采样,并同时将二维连续图像的幅值等间隔的划分成多个等级(层次)也即均匀量化,以此来用二维数字阵列并表示其中各个像素的空间位置与每个像素的灰度级数的图像形式称为数字图像。 (3)图像处理:就是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1、7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像与高光谱图像的处理技术沿用了前述的基本图像处理技术,也发展除了一些特有的图像处理技术与方法。 1、8基本思路就是,或简单地突出图像中感兴趣的特征,或想方法显现图像中那些模糊了的细节,以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1、9基本思路就是,从图像退化的数学或概率模型出发,研究改进图像的外观,从而使恢复以后的图像尽可能地反映原始图像的本来面目,从而获得与景物真实面貌相像的图像。 1、10基本思路就是,,在不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量,以满足图像存储与实时传输的应用需求。 1、11基本思路就是,通过数学方法与图像变换算法对图像的某种变换,以便简化图像进一步处理过程,或在进一步的图像处理中获得更好的处理效果。 1、12基本目的就是,找出便于区分与描述一幅图像中背景与目标的方法,以方便图像中感兴趣的目标的提取与描述。 第二章 2、1解释下列术语 (18)空间分辨率:定义为单位距离内可分辨的最少黑白线对的数目,用于表示图像中可分辨的最小细节,主要取决于采样间隔值的大小。 (19)灰度分辨率:就是指在灰度级别中可分辨的最小变化,通常把灰度级数L称为图像的灰度级分辨率。 (20)像素的4邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的4个像素称为该像素的4邻域像素,她们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。 (21)像素的8邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的8个像素称为该像素的8邻域像素,她们的坐标分别为(x-1,y-1)(x-1,y)(x-1,y+1)(x,y-1)(x,y+1)(x+1,y-1)(x+1,y)(x+1,y+1)。 (28)欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D e(p,q)=[(x-u)2+(y-v)2]1/2 (29)街区距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的街区距离定义为:D4(p,q)=|x-u|+|y-v|。 (30)棋盘距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D8(p,q)=max(|x-u|,|y-v|)。 (33)调色板:就是指在16色或者256色显示系统中,将图像中出现最频繁的16种或者256种颜色组成的一个颜色表,并将她们分别编号为0~15或0~255,这样就使每一个4位或者8位的颜色编号或者颜色表中的24位颜色值相对应。这种4位或者8位的颜色编号称为颜色的索引号,由颜色索引号及对应的24位颜色值组成的表称为颜色查找表,即调色板。 2、7对图像进行描述的数据信息一般应至少包括: (1)图像的大小,也即图像的宽与高 (2)表示每个像素需要的位数,当其值为1时说明就是黑白图像,当其值为4时说明就是16色或16灰度级图像,当其值为8时说明就是256色或256灰度级图像,当其值为24就是说明就是真彩色图像。 同时,根据每个像素的位数与调色板的信息,可进一步指出就是16色彩色图像还就是16灰度级图像;就是256色彩色图像还就是256灰度级图像。 (3)图像的调色板信息。 (4)图像的位图数据信息。 对图像信息的描述一般用某种格式的图像文件描述,比如BMP等。在用图像文件描述图像信息时,相应的要

数字图像处理与图像通信

实验名称：图像的锐化处理 一、实验目的： 学习用锐化处理技术来加强图像的目标边界和图像细节。对图像进行梯度算子、Roberts 算子、Sobel算子边缘检测处理和Laplace算子边缘增强处理，是图像的某些特征(如边缘、轮廓等)得以进一步的增强及突出。 二、实验内容： (1) 编写梯度算子和Roberts算子滤波函数。 (2) 编写Sobel算子滤波函数。 (3) 编写拉普拉斯边缘增强滤波函数。 三、实验方法及编程： function new buf=RobF ilter(o ldbuf,M,N); % ************************************************************************ % 函数名称： % RobFilter() % 说明： % ‘Robert梯度’滤波算法。 % ************************************************************************ for i=1:M-1 for j=1:N-1 newbuf(i,j)=abs(o ldbuf(i,j)-oldb uf(i+1,j+1))+a bs(oldb uf(i+1,j)- oldbuf(i,j+1)); end end %------------------------------------------------------------------------- function new buf=SobF ilter(o ldbuf,M,N); % ************************************************************************ % 函数名称： % SobFilter() % 说明： % ‘Sobel’滤波算法。 % ************************************************************************ for i=2:M-1 for j=2:N-1 sx=oldbuf(i+1,j-1)+2*old buf(i+1,j)+oldb uf(i+1,j+1)- oldbuf(i-1,j-1)-2*oldbuf(i-1,j)-oldbuf(i-1,j+1); sy=oldbuf(i-1,j+1)+2*old buf(i,j+1)+old buf(i+1,j+1)- oldbuf(i-1,j-1)-2*oldbuf(i,j-1)-oldbuf(i+1,j-1); newbuf(i,j)=abs(s x)+abs(sy); end end %-------------------------------------------------------------------------function new buf=LapF ilter(o ldbuf,M,N);

数字图像处理英文原版及翻译

Digital Image Processing and Edge Detection Digital Image Processing Interest in digital image processing methods stems from two principal application areas: improvement of pictorial information for human interpretation; and processing of image data for storage, transmission, and representation for autonomous machine perception. An image may be defined as a two-dimensional function, f(x, y), where x and y are spatial (plane) coordinates, and the amplitude of f at any pair of coordinates (x, y) is called the intensity or gray level of the image at that point. When x, y, and the amplitude values of f are all finite, discrete quantities, we call the image a digital image. The field of digital image processing refers to processing digital images by means of a digital computer. Note that a digital image is composed of a finite number of elements, each of which has a particular location and value. These elements are referred to as picture elements, image elements, pixels, and pixels. Pixel is the term most widely used to denote the elements of a digital image. Vision is the most advanced of our senses, so it is not surprising that images play the single most important role in human perception. However, unlike humans, who are limited to the visual band of the electromagnetic (EM) spec- trum, imaging machines cover almost the entire EM spectrum, ranging from gamma to radio waves. They can operate on images generated by sources that humans are not accustomed to associating with images. These include ultra- sound, electron microscopy, and computer-generated images. Thus, digital image processing encompasses a wide and varied field of applications. There is no general agreement among authors regarding where image processing stops and other related areas, such as image analysis and computer vi- sion, start. Sometimes a distinction is made by defining image processing as a discipline in which both the input and output of a process are images. We believe this to be a limiting and somewhat artificial boundary. For example, under this definition, even the trivial task of computing the average intensity of an image (which yields a

数字图像处理试卷及答案2015年

中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像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. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.360docs.net/doc/7d17676928.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像

计算机图形_Digital Image Processing, 2nd ed(数字图像处理(第2版))

Digital Image Processing, 2nd ed(数字图像处理(第2 版)) 数据摘要： DIGITAL IMAGE PROCESSING has been the world-wide leading textbook in its field for more than 30 years. As the 1977 and 1987 editions by Gonzalez and Wintz, and the 1992 edition by Gonzalez and Woods, the present edition was prepared with students and instructors in mind. The material is timely, highly readable, and illustrated with numerous examples of practical significance. All mainstream areas of image processing are covered, including a totally revised introduction and discussion of image fundamentals, image enhancement in the spatial and frequency domains, restoration, color image processing, wavelets, image compression, morphology, segmentation, and image description. Coverage concludes with a discussion on the fundamentals of object recognition. Although the book is completely self-contained, this companion web site provides additional support in the form of review material, answers to selected problems, laboratory project suggestions, and a score of other features. A supplementary instructor's manual is available to instructors who have adopted the book for classroom use.

数字图像处理

实验一、图像的输入、输出和显示 一、实验目的： 熟悉由图像输入设备、图像处理设备及图像输出设备组成的数字图像处理系统。熟悉MATLAB软件开发环境。学习MATLAB编程环境下对图像的输入输出操作、颜色分量的理解、格式转换操作以及对图像的像素级运算操作。 二、实验设备： 计算机、matlab 7.0软件 三、实验原理 利用MATLAB图像处理工具箱中的函数，在MATLAB编程环境下，1）实现对彩色图像的颜色分量的操作；2）实现将彩色图像转换为灰度图像；3）实现对灰度图像的象素级运算，改变指定象素的灰度级。 四、实验内容： 1．将自己在课前准备好的真彩色图像文件输入计算机，运行MATLAB集成开发环境。 2．在MATLAB编程环境下，读取和显示该真彩色图像，通过对其颜色分量进行操作而显示仅保留G颜色分量的图像，并存入另一个文件； 3．将该真彩色图像转换为灰度图像，并显示； 4．对灰度图像进行象素级运算，使位于101-200行，101-200列的矩形区域内的像素的灰度值减半，显示运算结果； 5．将以上4种图像在同一窗口显示。 1 clc clear A=imread('C:\MATLAB7\toolbox\images\imdemos\greens.jpg') subplot(2,2,1); imshow(A);title('原始图像'); A(:,:,1)=0; A(:,:,3)=0; subplot(2,2,2); imshow(A);title('保留G颜色图像');

imwrite(A,'C:\MATLAB7\toolbox\images\imdemos\1.jpg'); B=rgb2gray(A); subplot(2,2,3); imshow(B);title('灰度图象'); imwrite(B,'C:\MATLAB7\toolbox\images\imdemos\2.jpg') for i=101:200 for j=101:200 B(i,j)=uint8(0.5*double(B(i,j))); end end subplot(2,2,4); imshow(B);title('灰度值减半的图像'); imwrite(B,'C:\MATLAB7\toolbox\images\imdemos\3.jpg'); 原始图像保留G颜色图像 灰色图像灰度值减半的图像

数字图像处理试卷A答案

电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点

数字图像处理第三版 (Rafael C.Gonzalez著)第三章答案

（a ）由2 )(Kr Ae r T s -==，3/2 A Ae KL =-得：) 3/1ln(20=-KL ，20 /0986.1L K = 2 2 0986.1)(r L Ae r T s -== （b ）、由 ， 4/)1(2 0B e KL =--B 得： )4/3ln(2 0=-KL ,2 0/2877.0L K = )1()(2 2 2877.0r L e B r T s - -== （c ）、 逐次查找像素值，如（x ，y ）=（0，0）点的f （x ，y ）值。若该灰度值的4比特的第0 位是1，则该位置的灰度值全部置1，变为15；否则全部置0，变为0。因此第7位平面[0,7]置0，[7,15]置1，第6位平面[0,3]，[4,7]置0，[8,11]，[12,15]置15。依次对图像的全部像素进行操作得到第0位平面，若是第i 位平面，则该位置的第i 位值是0还是1，若是1，则全置1，变为15，若是0，则全置0 设像素的总数为n ，是输入图像的强度值，由，rk 对 应sk ，所以，由 和得 由此得知，第二次直方图均衡化处理的结果与第一次直 方图均衡化处理的结果相同，这里我们假设忽略不计四舍五入的误差。

3.11题、由 dw w p z G v z z )()(0 ? = =, ?? ?=<<-5 .0041 5.044)( w w w w z w p { 5 .0021 5.02210 2 2 )()(<<<<+-= = =? z z z z z z z dw w p z G v 令v s =得 所以?? ???=?? ?? ?==- <<+-±<<- -+-±±-±-5.010221 5.0121 )2(25.022 125.01 22 )(r r r r r r v v v G z 3.12题、第k 个点邻域内的局部增强直方图的值为： P r (r k )=n k /n (k=0,1,2,……K-1)。这里n k 是灰度级为r k 的像素个数，n 是邻域内像素的总个数，k 是图像中可能的灰度级总数。假设此邻域从左以一个像素为步长向右移动。这样最左面的列将被删除的同时在后面又产生一个新的列。变化后的直方图则变成 ： (k=0,1,2,……K-1) 这里n lk 是灰度级r k 在左面的列出现的次数，n rk 则为在右面出现的次数。 上式也可以改写成： (k=0,1,2,……K-1) 同样的方法也适用于其他邻域的移动： 这里a k 是灰度级r k 在邻域内在移动中被删除的像素数，b k 则是在移动中引入的像素数： (k=0,1,2,…… K-1) 上式等号右边的第一项为0（因为f 中的元素均为常数）。变量 是噪声的简单抽样，它 的方差是。因此 并且我们可以得到。上述过

数字图像处理 外文翻译 外文文献 英文文献 数字图像处理

Digital Image Processing 1 Introduction Many operators have been proposed for presenting a connected component n a digital image by a reduced amount of data or simplied shape. In general we have to state that the development, choice and modi_cation of such algorithms in practical applications are domain and task dependent, and there is no \best method". However, it is interesting to note that there are several equivalences between published methods and notions, and characterizing such equivalences or di_erences should be useful to categorize the broad diversity of published methods for skeletonization. Discussing equivalences is a main intention of this report. 1.1 Categories of Methods One class of shape reduction operators is based on distance transforms. A distance skeleton is a subset of points of a given component such that every point of this subset represents the center of a maximal disc (labeled with the radius of this disc) contained in the given component. As an example in this _rst class of operators, this report discusses one method for calculating a distance skeleton using the d4 distance function which is appropriate to digitized pictures. A second class of operators produces median or center lines of the digital object in a non-iterative way. Normally such operators locate critical points _rst, and calculate a speci_ed path through the object by connecting these points. The third class of operators is characterized by iterative thinning. Historically, Listing [10] used already in 1862 the term linear skeleton for the result of a continuous deformation of the frontier of a connected subset of a Euclidean space without changing the connectivity of the original set, until only a set of lines and points remains. Many algorithms in image analysis are based on this general concept of thinning. The goal is a calculation of characteristic properties of digital objects which are not related to size or quantity. Methods should be independent from the position of a set in the plane or space, grid resolution (for digitizing this set) or the shape complexity of the given set. In the literature the term \thinning" is not used

数字图像处理与通信复习题(前面几个题的复习资料+实验程序)

数字图像处理与通信复习题 这次考试包含中英文题目，还有实验题。注意：实验题如果没做好，实验报告的成绩就会不及格！ 实验用到的MA TLAB语句的含义。 MATLAB中的命令：图像读取命令：imread、图像显示命令：imshow 图像运算：点运算：对图像的每个像素点的灰度值按一定的映射关系进行运算，得到一幅新图像的过程。模板运算： 图像增强、复原的异同：都是为了改善图像视觉效果，以及便于后续处理。只是图像增强方法更偏向主观判断，而图像复原则是根据图像畸变或退化原因，进行模块化处理。 直方图原理，作用：灰度级直方图是图像的一种统计表达，它反映了该图中不同灰度级出现的统计概率。由于图像的视觉效果与直方图有对应关系，即直方图的形状和改变对视觉的感知影响很大，因此采用直方图变换的方法可以增强图像。直方图均衡化：使得图像的灰度分布趋向均匀，图像所占有的像素灰度间距拉开，加大了图像反差，改善视觉效果，达到增强的目的。 图像变换方法特点：离散傅里叶变换：1.可分离性2.平移性质3.旋转不变性。离散余弦变换：能量主要集中在频率平面的左上角。沃尔什-哈达玛变换：变换矩阵只由＋1和－1组成，与数值逻辑的两个状态相对应，故更适用于计算机实现，同时占用空间少，且计算简单。 DCT的特点和意义：能量主要集中在频率平面的左上角。DCT用于图像数据压缩。 分割的含义：图像分割是将数字图像划分成互不相交（不重叠）区域的过程，区域是像素的连通集，是所有像素都有相邻或相接触像素的集合。 图像压缩方法的分类：从信息论角度分，无失真压缩编码和有限失真编码。按照压缩原理分，预测编码、变换编码、标量量化编码和矢量量化编码、信息熵编码、子带编码、结构编码和模型编码。JPEG实现框图，为什么要把RGB转化为YUV；直流交流量化不同，无损压缩的实现。 图像按其亮度等级的不同，可以分成二值图像和灰度图像两种。按其内容的变化性质不同，有静态图像和活动图像之分。 图像质量的含义包括两方面，一个是图像的逼真度，另一个是图像的可懂度。图像质量的评价方法主要有主观评价方法和客观评价方法。 面向硬件设备最常用的颜色空间是RGB三基色模型，而在彩色电视系统中采用的是YUV颜色空间，它包含亮度信号和色度信号。另一类是面向以彩色处理为目的的应用，常用的有HSI，构成该彩色空间的三个分量分别是色调、饱和度和强度。 数据压缩的目的是节省存储空间、传输时间、信号带宽或发送能量等。根据压缩前后能否完全恢复被压缩信源信息，数据压缩分为无损压缩和有损压缩。著名的静态图像压缩标准有JPEG等。 著名的动态图像压缩标准有MPEG等。 从信息交流的角度来看图像通信的应用大致上可以分为两类：交互式应用和广播式应用。 从网络结构的角度来看，图像通信方式可以分为两类：点对点的通信方式和多点之间的通信方式。基于IP网络的H.323是典型的视频会议标准，其视频编码标准为H.261/H.263。 基于PSTN的H.324是典型的可视电话标准，传输码率低于64kbit/s 。 采用数字图像处理有何优点？优点：具有数字信号处理技术共有的优点：处理精度高、重现性好、灵活性好。

数字图像处理考试

符号 ａ1 a2 a3 a4 a5 ａ6 概率 0、１ 0、4 0、０6 0、１ 0、04 0、3 解：霍夫曼编码: 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 a ６ 0、３ ０、3 0、３ ０、３ ０、4 a １ ０、1 0、1 ０、2 0、3 a4 0、1 0、1 0、1 a ３ 0、06 ０、１ a5 0、04 霍夫曼化简后得信源编码： 从最小得信源开始一直到原始得信源 编码得平均长度： 压缩率： 冗余度: 1、 简述灰度分辨率、空间分辨率与图像质量得关系。： 空间分辨率就是瞧原图像转化为数字图像得像素点数，越多图像质量越高；灰度分辨率，即每一个像素点得灰度级数，灰度级越大，图像越清晰、 (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

2、简述采样与量化得一般原则：空间坐标得离散化叫做空间采样, 而灰度得离散化叫做灰度量化。图像得空间分辨率主要由采样所决定，而图像得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?：图象锐化就是用于增强边缘，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？: 伪彩色增强就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；假彩色增强则就是对一幅彩色图像进行处理得到与原图象不同得彩色图像;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?：均值滤波器就是一种最常用得线性低通平滑滤波器,可抑制图像中得加性噪声，但同时也使图像变得模糊;中值滤波器就是一种最常用得非线性平滑滤波器,可消除图像中孤立得噪声点,又可产生较少得模糊。一般情况下中值滤波得效果要比邻域平均处理得低通滤波效果好,主要特点就是滤波后图像中得轮廓比较清晰.因此,滤除图像中得椒盐噪声采用中值滤波。 2.什么就是区域？什么就是图像分割?:图像分割就就是把图像分成若干 个特定得、具有独特性质得区域并提出感兴趣目标得技术与过程。它就是由图像处理到图像分析得关键步骤. 3.写出颜色RGB模型转换到ＨIS模型得变换公式;并说明HSI模型各分 量得含义及取值范围对应得颜色信息。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，平滑得灰度图像. 5.GIF格式：GIＦ格式就是一种公用得图像文件格式，它就是8位文件格 式,所以最多只能存储25６色图像，不支持24位得真彩色图像.GＩF文件中得图像数据均经过压缩,采用得压缩算法就是改进得LZW算法，所提供得压缩率通常在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:一幅图得灰度统计直方图就是一个1-D得离散函数,即Ｐｆ (fk)=nk/ｎ，ｋ＝０、1、、、，L—１。可以设置一个有L个元素得数组，通过对不同灰度值像素个数得统计来获得图像得直方图。 7.中值滤波：它实现一种非线性得平滑滤波、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得