(完整版)华科光电图像处理复习资料

12级考试范围：

本课程的知识要点

●第一章：绪论

●图像获取的方法

●基本概念和典型应用：γ射线、χ射线、紫外线、可见光、红外线、微波、无

线电波、声波、电子束等

●光电成像技术的意义

●人眼视觉缺陷与扩展

●基于CCD和CMOS的光电成像系统的总体结构

图像处理技术的目的

本课程的知识要点

●第二章：光度学与色度学

●人眼的视觉特性

●光度学的基本参数及其计算

●混色技术的原理及分类

●颜色度量的实现原理

●CIE标准色度体系的演变过程

对CIE 1931RGB/XYZ色度图的理解

本课程的知识要点

●第三章：图像数字化处理

●图像数字化的过程

●基本概念：采样、量化、空间分辨率、灰度分辨率等

●数字图像的属性

●图像类型、颜色深度等

●常用位图文件的格式及特点

●第四章：像素关系与几何变换

●像素关系的概念和分析

●像素间距离的定义与计算

●形态变换的分类及特点

双线性插值技术的原理与实现方法

本课程的知识要点

●第五章：空域图像增强技术

●基本点运算的算法模型和实现方法

●直方图均衡化的原理、作用和实现步骤

●典型平滑滤波器的优缺点和实现方法

●均值、中值、高斯、序统计滤波、边缘保持滤波

●典型锐化滤波器的优缺点和实现方法

梯度法、模板卷积法、掩模匹配法

本课程的知识要点

●第六章：图像变换与频域增强

●图像变换的概念与数学本质

●离散傅立叶变换的特点与性质

●FFT的原理及实现方法

●DCT与WHT变换核的计算方法

●频域滤波器的转移函数及特点

●第七章：彩色图像处理

●各种颜色空间的应用场合、相互换算

●伪彩色增强技术的方法

●色彩变换与彩色图像分析的概念

本课程的知识要点

●第八章：图像恢复

●图像退化的概念和机理

●图像的统计表达方法

●常见的简单噪声模型

●不同情况下的图像恢复方法

●图像退化系统模型

●统计最优恢复算法的原理和实现

经验退化函数及恢复滤波器的选择

本课程的知识要点

●第九章：图像编码技术

●图像编码的概念和意义

●基本术语：码字、熵、编码效率等

●四类图像冗余的概念及产生机理

●典型图像编码技术的原理和实现方法

●二值编码的概念

●预测编码的原理和方法

●变换编码的原理

●词典编码的方法

统计编码的概念、原理和方法

Chapter01 绪论

1.光电成像技术可以从哪几个方面拓展人的视觉能力？请每个方面各举一例。

可以开拓人眼对不可见辐射的接收能力；变像管、红外夜视仪可以扩展人眼对微弱光图像的探测能力；像增强器可以捕捉人眼无法分辨的细节；电子显微镜可以将超快速现象存储下来；数码摄像机

2.为什么CMOS 图像传感器的像素一致性要比CCD 差？

CCD 的每个像元都通过同一个放大器及电荷/电压转换器进行处理，而CMOS 图像传感器的每个像元都有独立的放大器和转换器，由于工艺差别，导致像素一致性降低。

3.图像处理技术有哪些用途？为每种用途举出一个应用实例。

通过增强技术和变换技术来改善图像的视觉效果。广告与平面设计；数码照片处理对图像进行分析以便从图像中自动提取信息。红外成像制导；医学图像分析对图像进行编码、压缩、加密等处理，便于图像的存储、传输和使用。图像水印

4.举出生活中使用微显示技术的例子。家用背投电视；商用投影仪；近眼显示器Chapter02 光度学与色度学

1.日常生活中人们说40W 的日光灯比40W 的白炽灯亮，是否指日光灯的光亮度比白炽灯

的光亮度高？解释此处“亮”的含义。

不是。人们所说的“亮”，并非指光度学中的物理量－亮度，而是指光通量。在相同的供电功率条件下，日光灯由于发光效率较高，发出的光通量比白炽灯要大，照明效果更好，主观上认为更“亮”。

2.设有一个光通量为2000lm 的点光源，在距点光源1m 的地方有一个半径为2cm 的圆平

面，点光源发出的经过圆平面中心的光线与圆法线夹角为60 度，求圆平面表面的平均照度。

由于圆平面的直径远小于到点光源的距离，因此可作近似计算。照度E=(φ*ω/4π)/S，其中ω=(0.02*π^2cos60)/(1^2)。

3.设有一台60 英寸的投影机，幅面比为16:9，投影屏幕的反射率为80％。已知投影光

源（高压汞灯）向屏幕发出的总光通量为1000lm，试求屏幕亮度。

幅面比即为长宽比，因对角线尺寸为60 英寸，因此可计算得到屏幕面积S≈1 平方米。

余弦发光体的单位面元向2π立体角空间发出的光通量为：φ=πLdS，因此背投屏幕发

出的光通量为：φ=πLS，即L=φ/(πS)≈255 nits。

4.已知F1=[R]，F2=[R]+[G]+[B]，F3=0.5[G]，描述F1、F2、3F2、F3、F1+F2、F1+F3 都

是什么颜色？

F1 为纯红色，F2 为白色，F3 为较暗的纯绿色，F1+F2 为不纯的红色，F1+F3 为橙色。

Chapter03 图像数字化处理

1.在半调图像显示技术中，如果一个2×2 的模板的每个位置可以表示4 个灰度级，那么

这个模板一共可以表示多少个灰度级？

若模板的每个位置可表示0～3 这四个灰度级，则模板一共可以表示0～12 共13 个灰度级。

2.计算下列未经压缩的BMP 图像文件的数据量：大小为256×256 的黑白位图文件、大

小为256×256 的256 色索引位图文件、大小为256×256 的32 位真彩色位图文件。

黑白位图：256×256/8 索引位图：256×256

真彩色位图：256×256×4

Chapter04 像素关系与形态变换

1.考虑如下图像子集。在图中画出V={0,1}时的p 到q 的最短m-连接通路，并计算p

到q 的欧式距离、城区距离和棋盘距离。

欧式距离：(22+32)1/2；城区距离：2+3；棋盘距离：3

2.利用后向映射法对图像进行几何变换时，某点P 在原图像中的位置P’落在A、B、C、

D 点之间，如图所示。已知A、B、C、D 的灰度值分别为20、64、16、4，试利用双

线性插值计算P 的灰度值。

C(,7) D(,7)

P’(4.2,6.8)

Y

X

A(4,6) B(5,6)

Chapter05 空域图像增强技术

1.计算以下象素使用边缘保持滤波器滤波之后的输出值以及使用掩膜匹配法进行锐化滤波

之后的输出值。

10 2 2

20 4 4

15 10 20

2.

两种方法都试图求出像素的最大方向导数（即梯度），并将其模作为像素输出值，从而提取边缘；前者是连续方法，即通过两个偏导数求梯度，后者是离散方法，即通过求解和比较八个离散方向到的导数获得梯度。

Chapter06 图像变换与频域增强

1．对于16 点的一维沃尔什变换和哈达码变换，计算下列情况下的变换核值：

Chapter07

1.某象素在RGB 空间的各个分量值为（50,100,150），计算将其转换为HSB 空间后的各个

分量的值。

Chapter08 图像恢复

1.二维巴特沃斯滤波器线性空间不变系统吗？存在像差的光学系统是一个线性空间不变系

统吗？说明原因。

巴特沃斯滤波器的转移函数与输入信号发生的时间（或空间位置）无关，因此是线性空间不变系统；而存在像差的光学系统则不是，因为像差依赖于输入图像的空间位置。2.对于以下三种情形的退化图像，应采用什么样的方法来恢复图像，写出恢复滤波器的转

移函数并阐述实现的步骤：(1) 混入了周期性为T 的正弦噪声的图像；(2) 在存在大气湍流的环境下拍摄的无噪声图像，(3) 含有随机噪声的离焦图像，噪声的均值和方差已知。

(1) 可采用带阻巴特沃斯滤波器作为恢复滤波器，滤波器的截至频带覆盖正弦噪声的频

率，转移函数为：

1

R(u,v) =H(u,v) = 2n

?D(u,vW) ?，其中D0 等于正弦噪声的频率。

1+

?D2(u,v)?D0 2 ???

(2) 可采用逆滤波，转移函数为：R(u,v) =1/ H(u,v) = exp[

c(u2 +v2 )5/6]。

1 | H (u ,v ) |2

(3)

可采用最小平方滤波，

R (u ,v ) = H (u ,v ) | H (u ,v ) |2 +γ | Q (u ,v ) |2 ，其中

H (u ,v ) =J 1(πd ρ) / (πd ρ) ，γ可通过噪声的均值和方差求得。

Chapter09 图像编码技术

1. 在对一幅图像进行变长编码之前，若先对该图像进行直方图均衡化，讨论该操作是能改善

变长编码效率还是降低变长编码效率？为什么？

提示：结合以下知识讨论①变长编码的基本思想；②直方图均衡化的原理；③图像熵及编码效率的概念

幻灯片1

● 1.

●有2幅图像尺寸大小相等，为宽100，高200，其中A图为8位灰度级，B图为

RGB真彩色图，则：

●A图:像素数为多少？数据量是多少bit？

●B图:像素数为多少？数据量是多少bit？

幻灯片2

● 2.

●已知一图像上的2个像素坐标为(1,1)、 (4,5) ，分别求出2像素之间的欧式距离、

D4距离、 D8距离。

幻灯片3

● 3.

●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）。

幻灯片4

● 4.

●设有一信源X={x1,x2,x3,x4}，对应概率P={0.5,0.1875,0.1875,0.125}。进行霍夫曼编码(要

求大概率的赋码字0, 小概率的赋码字1)，给出码字。

●X1:？

X2:？

X3:？

X4:？