期中考试卷子答案 数字图像处理

合集下载

数字图像处理-期中考试

数字图像处理-期中考试

数字图像处理-期中考试《数字图像处理》期中考试试题1.⼀幅分辨率为1024*768的真彩⾊图像(每个像素⽤RGB三个字节表⽰),其所占的存储空间为多少MB?若考虑4字节对齐,分辨率为1022*768的真彩⾊图像,所占的存储空间为多少MB?1024*768*3 = 2304 KB若按4字节对齐,则每⾏的字节数为:(int)(1022 * 3 + 3)/ 4 = 767所占的空间为:767*768 =2.简述位图⽂件的存储格式。

位图⽂件格式由四部分组成,分别是位图⽂件头、位图信息头、调⾊板以及位图像素数据,其中调⾊板信息为可选信息,只有当每个像素的⽐特数⼩于或等于8(BITMAPINFOHEADER.biBitCount<=8)时才存在,即为⼀个颜⾊查找表。

3.简述直⽅图均衡化的基本过程。

若⼀幅图像具有如表1所⽰的概率分布,给出直⽅图均衡化后的灰度级对应关系以及均衡化后的直⽅图分布。

表14. 阐述基于双线性插值的图像缩放的主要原理。

对于如下的灰度图像,给出放⼤2倍后的灰度图像。

(1)反向映射设缩放的⽐例为k ,对于缩放后图像中的每个像素(',')x y ,求其在原始图像中的坐标(,)x y :'/'/x x ky y k =??=?(2)双线性插值反向映射得到原始图像中的(,)x y 的坐标是浮点数,⽽在离散数字图像中,每个像素的坐标都是整数,因此可以通过双线性插值的⽅法得到最后的颜⾊值。

⾸先得到原始图像中与(,)x y 最近的四个像素点的坐标00(int)(int)x x y y =??=?,10101x x y y =+??=?,202011x x y y =+??=+?,30301x x y y =??=+? ⾸先在x ⽅向进⾏差值得到:110010()()P P x x P P =+--223023()()P P x x P P =+--然后在y ⽅向进⾏插值得到最终的颜⾊值:112211(0)()P P y y P P =+--放⼤后的图像:图像边界处的图像随处理⽅法的不同,可能会有不同。

数字图像处理-期中测试题-zsj

数字图像处理-期中测试题-zsj

《数字图像处理》期中测试题(1-6章)一、填空题(每小题1分,共15分)1. 数字图像是用一个数字阵列来表示的图像。

数字阵列中的每个数字,表示数字图像的一个最小单位,称为__________。

2. 数字图像处理可以分为三个层面:一是从图像到图像,称为___________;二是从图像到符号,称为________________;三是从图像到语义,称为________________。

3. 图像因其表现方式的不同,可以分为________________和离散图像两大类。

4. 图像的量化可以分为均匀量化和________________两大类。

5. 对应于不同的场景内容,一般数字图像可以分为二值图像、______________和彩色图像三类。

6. 图像的几何坐标变换包括图像的平移、____________及旋转。

7. 人在区分颜色时常用三种基本特征量,它们是:亮度、____________和____________。

8. 国际照明委员会于1931年规定了三种基本色的波长,并将其称为三基色,它们分别是红色、蓝色和________________。

红色和蓝色的二次色称为___________。

9. 所谓图像变换,是指将图像信号从______________变换到另外的域上(如频域)进行分析的手段。

10. 理想低通滤波器对图像的处理会有__________效应,这种效应通过_____________滤波器可以减轻或消除。

二.选择题(每小题2分,共20分)1. 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2. 一幅256*256的图像,若灰度级数为16,则该图像的大小是:()A、128KBB、32KBC、1MBD、2MB3. 中值滤波器可以:()A、消除孤立噪声B、检测出边缘C、进行模糊图像恢复D、模糊图像细节4. 下图1是一幅标准测试图像Lena图,对图像进行处理后,形成的结果图像如图2所示。

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案与解析

《数字图像处理》习题参考答案第1 章概述1.1 连续图像和数字图像如何相互转换?答: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 采用数字图像处理有何优点?答:数字图像处理与光学等模拟方式相比具有以下鲜明的特点:1.具有数字信号处理技术共有的特点。

(1)处理精度高。

(2)重现性能好。

(3)灵活性高。

2.数字图像处理后的图像是供人观察和评价的,也可能作为机器视觉的预处理结果。

3.数字图像处理技术适用面宽。

4.数字图像处理技术综合性强。

1.3 数字图像处理主要包括哪些研究内容?答:图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理,它将一幅图像转化为另一幅具有新的意义的图像。

1.4 讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答:如图1.8,数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备(微计算机)、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图1.8 数字图像处理系统结构图11.5 常见的数字图像处理开发工具有哪些?各有什么特点?答.目前图像处理系统开发的主流工具为 Visual C++(面向对象可视化集成工具)和 MATLAB 的图像处理工具箱(Image Processing Tool box)。

两种开发工具各有所长且有相互间的软件接口。

数字图像处理试题和答案解析

数字图像处理试题和答案解析

《数字图像处理》试题及答案1、如图所示,A和B的图形完全一样,其背景与目标的灰度值分别标注于图中, 请问哪一个目标人眼感觉更亮一些?为什么?〔10分答:B感觉更亮一些。

<5分,给出相对亮度概念即可给分>因为目标比背景暗,所以越大,感觉越暗,所以A更暗,即B更亮一些。

〔5分2、给出一维连续图像函数傅里叶变换的定义,并描述空间频率的概念。

〔10分答:1一维连续图像函数的傅立叶变换定义为:〔5分2空间频率是指单位长度内亮度作周期变化的次数。

〔2分对于傅立叶变换基函数,考虑的最大值直线在坐标轴上的截距为,则表示空间周期,即为空间频率。

〔3分3、已知的图像数据如图所示,请计算:〔15分a 、的离散傅里叶变换;b、的哈德玛变换。

题3图答:1令,则,〔5分2〔3分则哈德玛变换为〔3分4、写出频域拉普拉斯算子的传递函数,并说明掩模矩阵对图像的卷积与拉普拉斯算子对图像运算结果之间的关系。

〔15分答:1F=F=F=F+F〔6分2相当于原图像与拉普拉斯算子运算之差〔3分。

因为拉式算子:〔2分所以:=-〔4分5、如图为一幅16级灰度的图像。

请写出均值滤波和中值滤波的3x3滤波器;说明这两种滤波器各自的特点;并写出两种滤波器对下图的滤波结果〔只处理灰色区域,不处理边界。

〔15分题5图答:均值滤波:〔2分中值滤波:〔2分均值滤波可以去除突然变化的点噪声,从而滤除一定的噪声,但其代价是图像有一定程度的模糊;中值滤波容易去除孤立的点、线噪声,同时保持图像的边缘。

〔5分均值滤波:〔3分中值滤波:〔3分6、写出图像退化/复原的总体模型;利用线性系统的相关知识,推导线性空不变条件下连续图像函数的退化模型。

〔10分答:〔5分线性系统中:其中为系统H的冲激响应。

又空不变系统,则〔5分7、如图,X是待处理图像,黑点代表目标,白点代表背景;B是结构元素,原点在中心。

试分别给出B对X做开运算和闭运算的结果〔在图中涂黑目标点即可。

〔10分〔开运算和闭运算各5分题7图8、设一幅灰度图像,其目标和背景的像素点灰度呈正态分布,灰度直方图如图所示。

数字图像处理试卷及答案

数字图像处理试卷及答案

数字图像处理试卷及答案YUKI was compiled on the morning of December 16, 2020《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)( )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( )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( )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( )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)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.梯度算子算子算子d. Laplacian算子( )8.采用模板[-1 1]主要检测____方向的边缘。

a.水平 ° c.垂直 °( )9.二值图象中分支点的连接数为:( )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::1 :1 :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,也可在进行。

2.图像处理中常用的两种邻域是和。

3.直方图修正法包括和两种方法。

4.常用的灰度内插法有、和。

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.低通滤波法是使受到抑制而让顺利通过,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,质量;反之亦然。

三、名词解释(每小题3分,共15分)1.数字图像2.图像锐化3.灰度共生矩阵4.细化5.无失真编码四、判断改错题(下列命题是否正确,正确的就在题号前的括弧内打“√”,错误的打“×”并改正。

数字图像处理期中考试

数字图像处理期中考试

void CTeachV iew::OnStar() //画十字星{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();int width,i,j;if(pDoc->BitCount == 8){if (pDoc->BmpWidth % 4 != 0)width = ((pDoc->BmpWidth / 4) + 1) * 4;elsewidth = pDoc->BmpWidth;for(j=0;j<pDoc->BmpHeight;j++)for(i=0;i<pDoc->BmpWidth;i++){if(i>((pDoc->BmpWidth/2)-5)&&i<((pDoc->BmpWidth/2)+5)||j>((pDoc->BmpHeight/2)-5)&&j<((pDoc->BmpHeight/2)+5)){pDoc->pImage[j*width+i]=0;}}}else{if (pDoc->BmpWidth % 4 != 0)width = ((pDoc->BmpWidth * 3 / 4) + 1) * 4;elsewidth = pDoc->BmpWidth * 3;for(j=0;j<pDoc->BmpHeight;j++)for(i=0;i<pDoc->BmpWidth;i++){if(i>((pDoc->BmpWidth/2)-5)&&i<((pDoc->BmpWidth/2)+5)||j>((pDoc->BmpHeight/2)-5)&&j<((pDoc->BmpHeight/2)+5)){pDoc->pImage[j*width+i*3]=0;//蓝分量pDoc->pImage[j*width+i*3+1]=0;//绿分量pDoc->pImage[j*width+i*3+2]=255;//红分量}}}OnInitialUpdate();}void CTeachV iew::OnSave() //8bit另存为{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);//保存对话框CString sF ileName;CFile file;CFileDia log dlg(FALSE, "bmp", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"图片文件(*.bmp)|*.bmp||", this);dlg.m_ofn.lpstrTitle = _T("保存图片");if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}file.Write(&pDoc->BitMapFileHeader,sizeof(BITMAPFILEHEADER));//保存文件头if(pDoc->BitCount==8)file.Write(pDoc->pBitMapInfo,sizeof(BITMAPINFOHEADER)+pDoc->ColorUsed *sizeof(RGBQUAD));file.Write(pDoc->pImage,pDoc->lImageSize);file.Close();// Invalidate(TRUE);}{CTeach_testDoc * pDoc = GetDocument();CClientDC dc(this);int i,j;int t=30,z=290;long pHist[256];CRect rect;GetClientRect( &rect );dc.FillSolidRect( rect, RGB(255,255,255) );if(pDoc->BitCount==8){for(i=0;i<256;i++){pHist[i]=0;}for(i=0;i<pDoc->BmpHeight;i++){for(j=0;j<pDoc->BmpWidth;j++){pHist[pDoc->pImage[i*pDoc->nWidth+j]]++;}}}dc.MoveTo(t,290);dc.LineTo(t,30);dc.MoveTo(t,290);dc.LineTo(t+258,290);for(i=0;i<256;i++){t=t+1;dc.MoveTo(t,z);dc.LineTo(t,z-pHist[i]/20);}}void CTeachV iew::On8bitpartsave() //8bit图片部分另存为{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);CString sF ileName;int i;CFile file;CFileDia log dlg(FALSE, "bmp", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"图片文件(*.bmp)|*.bmp||", this);dlg.m_ofn.lpstrTitle = _T("保存图片");if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}//控制图片大小pDoc->pBitMapInfo->bmiHeader.biWidth = 200;pDoc->pBitMapInfo->bmiHeader.biHeight = 200;file.Write(&pDoc->BitMapFileHeader,sizeof(BITMAPFILEHEADER));file.Write(pDoc->pBitMapInfo,sizeof(BITMAPINFOHEADER)+pDoc->ColorUsed *sizeof(RGBQUAD));//读取图像灰度和大小for(i=200;i<400;i++)file.Write(&pDoc->pImage[i*pDoc->nWidth+200],200);file.Close();}{CTeach_testDoc* pDoc = GetDocument();CClientDC dc(this);int i,j,nWidth;int t=320;long nHist[768];CRect rect;GetClientRect( &rect );dc.FillSolidRect( rect, RGB(255,255,255) );for ( i=0;i<256*3;i++){nHist[i]=0;}for (i=0;i<pDoc->BmpHeight;i++)for(j=0;j<pDoc->BmpWidth;j++){nHist[pDoc->pImage[i*pDoc->nWidth+j*3]]++;nHist[256+pDoc->pImage[i* pDoc->nWidth +j*3+1]]++;nHist[512+pDoc->pImage[i* pDoc->nWidth +j*3+2]]++;}for(i=0;i<=255;i++){CPen pen(PS_SOLID,1,RGB(0,0,255));CPen*oldpen =dc.SelectObject(&pen);dc.MoveTo(40+i,320);dc.LineTo(40+i,320-nHist[i]/20);dc.SelectObject(oldpen);}for(i=0+256;i<=255+256;i++){CPen pen(PS_SOLID,1,RGB(0,255,0));CPen*oldpen =dc.SelectObject(&pen);dc.MoveTo(40+i,320);dc.LineTo(40+i,320-nHist[i]/20);dc.SelectObject(oldpen);}for(i=0+256*2;i<=255+256*2;i++){CPen pen(PS_SOLID,1,RGB(255,0,0));CPen*oldpen =dc.SelectObject(&pen);dc.MoveTo(40+i,320);dc.LineTo(40+i,320-nHist[i]/20);dc.SelectObject(oldpen);}}void CTeachV iew::OnSave()//24bit另存为{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);//保存对话框CString sF ileName;CFile file;CFileDia log dlg(FALSE, "bmp", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"图片文件(*.bmp)|*.bmp||", this);dlg.m_ofn.lpstrTitle = _T("保存图片");if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}file.Write(&pDoc->BitMapFileHeader,sizeof(BITMAPFILEHEADER));//保存文件头if(pDoc->BitCount==24)file.Write(pDoc->pBitMapInfo,sizeof(BITMAPINFOHEADER));file.Write(pDoc->pImage,pDoc->lImageSize);file.Close();// Invalidate(TRUE);}void CTeachV iew::On24bitpartsave() //24bit图片部分另存为{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);CString sF ileName;int i;CFile file;CFileDia log dlg(FALSE, "bmp", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"图片文件(*.bmp)|*.bmp||", this);dlg.m_ofn.lpstrTitle = _T("保存图片");//设置保存路径if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}//控制图片大小pDoc->pBitMapInfo->bmiHeader.biWidth = 100;pDoc->pBitMapInfo->bmiHeader.biHeight = 100;file.Write(&pDoc->BitMapFileHeader,sizeof(BITMAPFILEHEADER));file.Write(pDoc->pBitMapInfo,sizeof(BITMAPINFOHEADER));//读取图像灰度和大小for(i=100;i<200;i++)file.Write(&pDoc->pImage[3*i*pDoc->nWidth+100*3],100*3);file.Close();}void CEmptyV iew::On8xinxi() //8bit直方图信息保存{// TODO: Add your command handler code hereCEmptyDoc *pDoc=GetDocument();ASSERT_VALID(pDoc);CString sF ileName;CFile file;CFileDia log dlg(FALSE, "txt", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"文本文件(*.txt)|*.txt||", this);dlg.m_ofn.lpstrTitle = _T("保存直方图");//设置保存路径if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}int nHist[256*3];int i,j;for ( i=0;i<256;i++){nHist[i]=0;}//求8位直方图对应灰度的像素个数for (i=0;i<pDoc->BmpHeight;i++)for(j=0;j<pDoc->BmpWidth;j++){nHist[pDoc->pImage[i*pDoc->nWidth+j]]++;}char ch[16]={0},a[3]={0};//ch数组存放像素个数,a数组存放灰度for(i=0;i<256;i++){itoa(nHist[i],ch,10);//将整数转化为字符itoa(i,a,10);void CEmptyV iew::On24xinxi() //24bit直方图信息保存{// TODO: Add your command handler code hereCEmptyDoc *pDoc=GetDocument();ASSERT_VALID(pDoc);CString sF ileName;CFile file;CFileDia log dlg(FALSE, "txt", sFileName,OFN_OVERWRITEPROMPT|OFN_HIDEREADONL Y,"文本文件(*.txt)|*.txt||", this);dlg.m_ofn.lpstrTitle = _T("保存直方图");//设置保存路径if (dlg.DoModal() == IDOK){CString fileName = dlg.GetPathName();file.Open(fileName, CFile::modeReadWrite|CFile::modeCreate);}int nHist[256*3];int i,j,nWidth;for ( i=0;i<256*3;i++){nHist[i]=0;}if (pDoc->BmpWidth%4==0){nWidth=pDoc->BmpWidth*3;}else{nWidth=(pDoc->BmpWidth*3/4+1)*4;}//求24位直方图对应灰度的像素个数for (i=0;i<pDoc->BmpHeight;i++)for(j=0;j<pDoc->BmpWidth;j++){nHist[pDoc->pImage[i*nWidth+j*3]]++;nHist[256+pDoc->pImage[i*nWidth+j*3+1]]++;nHist[512+pDoc->pImage[i*nWidth+j*3+2]]++;}char ch[16]={0},a[3]={0};//ch数组存放像素个数,a数组存放灰度file.Write("B", 1);//蓝分量file.Write("\r\n", 2);for(i=0;i<256;i++){itoa(nHist[i],ch,10);//将整数转化为字符itoa(i,a,10);file.Write(a, sizeof(a) );file.Write(":", 1 );file.Write(ch, sizeof(ch) );file.Write("\r\n", 2 );}file.Write("\r\n", 2 );file.Write("G", 1 );//红分量file.Write("\r\n", 2 );char b[3]={0};for(i=256;i<256*2;i++){itoa(nHist[i],ch,10);//将整数转化为字符itoa(i-256,b,10);file.Write(b, sizeof(b) );file.Write(":", 1 );file.Write(ch, sizeof(ch) );file.Write("\r\n", 2 );}file.Write("\r\n", 2 );file.Write("R", 1 );//红分量file.Write("\r\n", 2 );#include "math.h"void CTeachV iew::OnDuijiaoxian() //画对角线{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);int i,j,nWidth;double x=pDoc->BmpWidth;double y=pDoc->BmpHeight;double t=10*sqrt(2);if(pDoc->BitCount == 8){if (pDoc->BmpWidth % 4 != 0)nWidth = ((pDoc->BmpWidth / 4) + 1) * 4;elsenWidth = pDoc->BmpWidth;for(j=0;j<pDoc->BmpHeight;j++)for(i=0;i<pDoc->BmpWidth;i++){if(j>(y-t)*(i-t)/(x-t)&&j<y-(y-t)*(x-i-t)/(x-t)||j<y-(y-t)*(i-t)/(x-t)&&j>(y-t)*(x-i-t)/(x-t)){pDoc->pImage[j*nWidth+i]=0;}}}else{if (pDoc->BmpWidth % 4 != 0)nWidth = ((pDoc->BmpWidth * 3 / 4) + 1) * 4;elsenWidth = pDoc->BmpWidth * 3;for(j=0;j<pDoc->BmpHeight;j++)for(i=0;i<pDoc->BmpWidth;i++){if(j>(y-t)*(i-t)/(x-t)&&j<y-(y-t)*(x-i-t)/(x-t)||j<y-(y-t)*(i-t)/(x-t)&&j>(y-t)*(x-i-t)/(x-t)){ pDoc->pImage[j*nWidth+i*3]=0;pDoc->pImage[j*nWidth+i*3+1]=0;pDoc->pImage[j*nWidth+i*3+2]=255;}}}OnInitialUpdate();}void CTeach_testV iew::On8bitShizi() //黑色十字架{CTeach_testDoc *pDoc=GetDocument();int i,j;for(i=0;i<10;i++){for(j=pDoc->BmpWidth/3;j<pDoc->BmpWidth/3*2;j++){pDoc->pImage[(pDoc->BmpHeight/2+i)*pDoc->nWidth+j]=0;}}for(i=0;i<pDoc->BmpHeight/3;i++){for(j=pDoc->BmpWidth/2-5;j<pDoc->BmpWidth/2+5;j++)pDoc->pImage[(pDoc->BmpHeight/3+i)*pDoc->nWidth+j]=0; }Invalidate(TRUE);}void CTeachV iew::OnAverage() //直方图均衡化{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();int nHist[256*3];int i,j,nWidth,temp=0,temp1=0,temp2=0,temp3=0;float a[256],b[256];if (pDoc->BmpWidth%4==0){nWidth=pDoc->BmpWidth;}else{nWidth=(pDoc->BmpWidth/4+1)*4;}for ( i=0;i<256;i++){nHist[i]=0;}for (i=0;i<pDoc->BmpHeight;i++)for(j=0;j<pDoc->BmpWidth;j++){nHist[pDoc->pImage[i*nWidth+j]]++;}////求概率密度for ( i=0;i<256;i++){a[i]=(float)nHist[i]/(pDoc->BmpHeight*pDoc->BmpWidth);}////求概率分布b[0]=a[0];for ( i=1;i<256;i++){b[i]=b[i-1]+a[i];}//////进行点运算for (i=0;i<pDoc->BmpHeight;i++)for(j=0;j<pDoc->BmpWidth;j++){temp=pDoc->pImage[i*nWidth+j];pDoc->pImage[i*nWidth+j]=(int)(255*b[temp]+0.5);//四舍五入}OnInitialUpdate();}void CTeachV iew::OnBiaoqian() //打理工标签{// TODO: Add your command handler code hereCTeachDoc* pDoc = GetDocument();ASSERT_VALID(pDoc);int i,j;int Width2,Height2,nWidth2;LPCTSTR lpszPathName;CString str=".//nit2.bmp";lpszPathName=str;pDoc->ReadImage(lpszPathName);Width2=pDoc->BmpWidth;Height2=pDoc->BmpHeight;if (Width2 % 4 != 0){nWidth2 = ((Width2 / 4) + 1) * 4;}else{nWidth2= Width2;}BYTE * newpImage=(BYTE*)malloc(nWidth2*Height2);for( j=0;j<Height2;j++)for ( i=0;i<Width2;i++){newpImage[j*nWidth2+i]=pDoc->pImage[j*pDoc->nWidth+i];}str=".//water1.bmp";lpszPathName=str;pDoc->ReadImage(lpszPathName);for( j=0;j<Height2;j++)for ( i=0;i<Width2;i++){pDoc->pImage[(pDoc->BmpHeight -Height2 + j) * pDoc->nWidth + (pDoc->BmpWidth -Width2 + i)]=0;pDoc->pImage[(pDoc->BmpHeight-Height2+j)*pDoc->nWidth+pDoc->BmpWidth-Width2+i]=newpImage[j*nWidth2+i];}Invalidate();}。

数字图像处理试卷答案

广东工业大学试卷参考答案及评分标准 ( B 卷 )课程名称: 数字图像处理 。

考试时间: 08年 6 月 4 日 (第 15 周 星期三 )1、(9分)“*”标记的像素的坐标为(2,3)。

其4邻域像素的坐标分别为:(1,3)、(2,2)、(3,3)、(2,4)。

(3分) 其对角邻域像素的坐标分别为:(1,2)、(3,2)、(1,4)、(3,4)。

(3分)其8邻域像素的坐标分别为:(1,3)、(2,2)、(3,3)、(2,4)、(1,2)、(3,2)、(1,4)、(3,4)。

(3分)2、(12分)二维离散傅里叶变换公式:)(21010),(1),(N vyM ux j M x N y e y x f MN v u F +--=-=∑∑=π (1分) ()()()[]()()[]()()()[])2(2i 1312223241)0,1()2(2i 1312223241)0,1()2(i 23312223241)1,0()2(2312223241)0,0(2分分分分+=++-++++=+=++-++++=-=++-++++=+=++-++++=-------πππππππj j j j j j j e i e i e i i F e i e i i i F e i i e i i F i i i i i F 相位谱公式:)()(arctan )(u R u I u =ϕ (1分) )2()2arctan()1,1(41arctan )0,1(2)1,0(21arctan )0,0(分,,因此:-===-==φπφπφφ3、(20分)(1)3*3均值滤波结果(7分)3 3 43 3 33 4 4(2)Sobel梯度运算结果(13分)6 8 814 10 68 6 44、(9分)5、(20分)(1)该图像共有4个灰度级:0、1、2、3。

(1分)(2)统计各灰度级像素的数目:n 0=2, n 1=4, n 2=24, n 3=6。

《数字图像处理》试题A卷和答案

2010级通信和信息工程专业《数字图像处理》试题A 卷课程代码: 考试时间:120分钟Image Processing Final Exam1、 Pseudocolor image (5 points)2、 Gray-level Histogram (5 points)3、 人眼对红光的敏感度高于对蓝光的敏感度。

( )4、 对图像进行DCT 变换及量化处理后再进行Huffman 编码,以上编码是不可逆的。

( )5、 某图像的信息熵越大,则该图像用Huffman 编码方法进行压缩的效率越高。

( )6、 对灰度图像进行直方图均衡化处理后,其各灰度级的概率分布基本相同。

( )7、 在JPEG 标准中,对图像各子块进行DCT 变换后,对其DC 、AC系数按相同的方法进行后续处理。

( )8、 与理想低通滤波器相比较,巴特沃思滤波器对图像的平滑处理效果更理想,关键在它有效的克服了前者的振铃效应。

( ) 9、 用HIS 彩色空间描述图像,像素的饱和度越大,则其掺的白光的成分越少。

( )二、正、误判断题(10小题,每小题2分,共20分)一、名词解释(2小题,每题5分,共10分)10、 丢失了高频成分的图像给人的感觉是比较模糊。

( ) 11、 在图像的退化模型中,影响其非线性失真(如运动模糊)的主要原因是外加的加性噪声。

( )12、 加权邻域平均的平滑方法对图像复原有效,特别是对有附有热噪声(如高斯噪声)的图像。

( )得分 评卷人13、 What are the properties of a filter F given by the arraybelow? The center element is w = A+8, where A ≥ 1. This filter is called an unsharp mask and is commonly used in graphic arts and photography.(10 points )14、 Shown below Figure14 is a model of the image degradation, please explain what it means and give an expression of output g(m,n)。

数字图像处理答案B

2010 —2011学年度第二学期试卷标准答案及评分标准班级:电子08 课程名称:数字图像处理任课教师:顾勇《数字图像处理》试卷(B)一、选择1、D2、B3、D4、5671、哪个颜色空间最接近人的视觉系统的特点?答:在许多实用系统中,大量应用的是HSV模型,这个模型是由色度(H),饱和度(S),亮度(V)三个分量组成的,与人的视觉特性比较接近。

该模型的重要性在于:一方面消除了亮度成分V在图像中与颜色信息的联系,另一方面色调H和饱和度S分量与人的视觉感受密切相关。

基于人的视觉系统的颜色感觉特性,这些特征使HSV模型成为一个研究图像处理的重要工具。

2、基于数学形态学的图像处理有何特点?答:利用数学形态学进行图像处理有其独有的一些特性:(1)它反映的是一幅图像中像素点间的逻辑关系,而不是简单的数值关系。

(2)它是一种非线性的图像处理方法,并且具有不可逆性。

(3)它可以并行实现。

(4)它可以用来描述和定义图像的各种集合参数和特征。

3、小波变换有哪些特点?答:小波变换的特点:能量集中;易于控制各子代噪声;具有与人视觉系统相吻合的对数特征。

例如在图像压缩中,由于能量集中,所以压缩比高,且在传输中抗干扰能力强。

4、试叙述图像矩阵),(yxf、M和N的意义?答:),(yxf反映了图像上点坐标(x,y)与该点上的能量值之间的对应关系;M是每行像素的个数,N是每列像素的个数。

5、JPEG为什么要进行彩色空间转换?答:JPEG算法处理的是单独的彩色分量图像,所以来自其他彩色空间的图像数据要以JPEG格式保存,需要进行彩色空间的转换,如将RGB空间、YCR CB空间或转换为YUV空间等。

第一页共三页三、分析计算题1、试给出把灰度范围(0,10)拉伸为(0,15),把灰度范围(10,20)移到(15,25),并把灰度范围(20,30)压缩为(25,30)的变换方程。

解:由c y x f a b c d y x g +⎥⎦⎤⎢⎣⎡--=),()()(),(得: (1)),(23),(y x f y x g =;(2)、15),(),(+=y x f y x g ;(3)、25),(21),(+=y x f y x g2、(10分)有一幅64×64,8灰度级的图像,已知灰度分布为n0=1000,n1=2200,n2=800,n3=1400,n4=600,n5=2600,n6=800,n7=100,列表对图像作直方图均衡化运算,并画出处理前和处理后直方图(10)3、如图为一幅16级灰度的图像。

数字图像处理试卷

一、单项选择题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:DA. 0B.255C.6D.82.图象与灰度直方图间的对应关系是:BA.一一对应B.多对一C.一对多D.都不对3. 下列算法中属于图象锐化处理的是:CA.低通滤波B.加权平均法C.高通滤D. 中值滤波4.下列算法中属于点处理的是:BA.梯度锐化B.二值化C.傅立叶变换D.中值滤波5、计算机显示器主要采用哪一种彩色模型AA、RGBB、CMY 或CMYKC、HSID、HSV6. 下列算法中属于图象平滑处理的是:CA.梯度锐化B.直方图均衡C. 中值滤波placian 增强7.采用模板[-1 1]主要检测__C_方向的边缘。

A.水平 B.45° C.垂直 D.135°8.对一幅像元的图象,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:AA.2:1B.3:1C.4:1D.1:29.维纳滤波器通常用于 CA、去噪B、减小图像动态范围C、复原图像D、平滑图像10.图像灰度方差说明了图像哪一个属性。

BA 平均灰度B 图像对比度C 图像整体亮度D 图像细节11 、下列算法中属于局部处理的是:( D )A.灰度线性变换B.二值化C.傅立叶变换D.中值滤波12、数字图像处理研究的内容不包括 D 。

A、图像数字化B、图像增强C、图像分割D、数字图像存储13、将灰度图像转换成二值图像的命令为 CA.ind2gray B .ind2rgb C.im2bw D .ind2bw14.像的形态学处理方法包括( D ) A.图像增强 B. 图像锐化 C 图像分割 D 腐蚀15.一曲线的方向链码为12345,则曲线的长度为 Da.5b.4c.5.83d.6.2416.下列图象边缘检测算子中抗噪性能最好的是:Ba.梯度算子b.Prewitt 算子c.Roberts 算子d. Laplacian 算子17.二值图象中分支点的连接数为:Da.0b.1c.2d.3二、填空题1. 图像与灰度直方图间的对应关系是多对一;2. 下列算法中a.梯度锐化b.二值化c.傅立叶变换d.中值滤波,属于点处理的是b二值化;3. 在彩色图像处理中,常使用HSI模型,它适于做图像处理的原因有:1、在HIS模型中亮度分量与色度分量是分开的;2、色调与饱和度的概念与人的感知联系紧密。

  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)。

1.什么是数字图像? (14分)
答:一副图像可定义为一个二维函数f(x,y),当x,y和幅值f为有限的离散数值时,称给图像
为数字图像。

2.请解释以下概念:(14分)
像素的四邻域、八邻域
像素的4-连通性、8-连通性
像素的D4距离、D8距离
答: 对于象素P(x,y) ,q(s,t)
象素的四邻域是:P(x,y-1), P(x,y+1), P(x-1,y), P(x+1,y)
象素的八邻域是:P(x,y-1), P(x,y+1), P(x-1,y), P(x+1,y)
P(x-1,y-1), P(x+1,y+1), P(x-1,y+1), P(x+1,y-1)
象素的4-连通性:处于P的四领域上的点,被称为与点P是4-连通的。
象素的8-连通性:处于P的八领域上的点,被称为与点P是8-连通的。
象素的D4距离:D4 = |x – s| + |y – t|
象素的D8距离:D8= max(|x – s|, |y – t|)

3. 请叙述直方图的定义,以及进行直方图均衡的详细过程。(14分)
答:直方图的定义为:P(rk) = nk / n,其中n是图象中的象素的总数;第k个灰度
级的象素个数nk;rk是第k个灰度级的值。
直方图均衡过程如下:
 计算原始直方图
 计算各灰度级累积直方图
 将累积直方图值取整扩展到[0,L-1]
 确定灰度映射对应关系
 根据映射关系计算均衡化直方图

4. 简述局部平均法的优缺点。 (14分)
答:(1)局部平均法是将窗口内所含的象元灰度取平均作为中心像元的输出
值。
(2)优点是计算简单,速度快。但在降低噪声的同时,使图像产生模糊,
特别是在边缘和细节处。

5. 给出梯度算子和Laplacian算子,并论述两算子检测边缘的异同点? (14分)
答:
-1 -1 1 1
1 1 -4 1
1
(梯度算子) (Laplacian算子)
梯度算子是利用阶跃边缘灰度变化的一阶导数特性,认为极大值点对应于边缘

点;而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性,认为
边缘点是零交叉点。
相同点都能用于检测边缘,且都对噪声敏感。
6. 对下面图像进行直方图均衡化。(灰度级范围为0~7)。(30分)
3 5 1 4 6 3
7 4 7 4 5 6
3 6 4 1 5 3
3 5 2 5 0 0
7 6 1 2 2 1
7 6 2 1 2 2

答:
序号 运算 步骤和结果
1 原始图像灰度级K 0 1 2 3 4 5 6 7
2 原始直方图 Sk 0.06 0.14 0.16 0.14 0.11 0.14 0.14 0.11

3 计算累积直方图各项tk 0.06 0.20 0.36 0.50 0.61 0.75 0.89 1.00
4 取整扩展 tk=int[(L-1) tk+0.5] 0 1 3 4 4 5 6 7

5 确定映射对应关系 0→0 1→1 2→3 3→4 4→4 5→5 6→6 7→7
6 根据映射关系计算均衡化直方图 0.06 0.14 0.16 0.25 0.14 0.14 0.11

相关文档
最新文档