数字图像处理：部分课后习题参考答案
何东健数字图像处理课后答案
何东健数字图像处理课后答案【篇一：数字图像处理课后参考答案】>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和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：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、多光谱图像和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和方法。
1.8基本思路是，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，以满足图像存储和实时传输的应用需求。
1.11基本思路是，通过数学方法和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基本目的是，找出便于区分和描述一幅图像中背景和目标的方法，以方便图像中感兴趣的目标的提取和描述。
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：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，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。
数字图像处理7.8章部分答案(全手打,来自文库)
7.1解答：（1）由水平模板W x ，可得水平梯度G x 为：W x =41⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---101202101，G x =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡111111114141041-41-114343043-43-111101-1-114343043-43-114141041-41-11111111由垂直模板W y ，可得垂直梯度G y 为：W y =41⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡---121000121，G y =⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡--111111114143143411141431434111000001141-43-143-43-1141-43-141-41-11111111当用梯度计算公式G(x,y)=(G2x+G 2y)21时，计算得到的梯度为：G(x,y)=⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡22222222424101410422241042314234102211011224104231423410224241014104222222222 当用梯度计算公式G(x,y)≈x G +y G 时，计算得到的梯度为：G(x,y)=⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡222222222111121221231231221101122123123122211112122222222 当用梯度计算公式G(x,y)≈max ｛x G ,y G ｝时，计算得到的梯度为：G(x,y)= ⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡11111111414314341114343143431111011114343143431141431434111111111 （2）用Laplacian 算子的四邻域模板计算时，得到的梯度如下：W=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡01-01-41-01-0 G=⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡11111111011101112-1-2-11111-01-11112-1-2-1110111011111111 用 Laplacian 算子的八邻域模板计算时，得到的梯度如下：W=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡1-1-1-1-81-1-1-1- G=⎥⎥⎥⎥⎥⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎢⎢⎢⎢⎢⎣⎡11111111123211125-3-5-21133-03-31125-3-5-21112321111111117.4解答：由题图 7.4 可以看出 p 1(z)=(z-1)/2,p 2(z)=1-z/2将其代入式（7.4.8）有P 1p 1(z)=P 2p 2(z) ∴232z -121-z =⇒=z 解得最优阈值为T = 3/ 2。
数字图像处理与应用(MATLAB版)课后题答案
第一章1. 什么是图像？如何区分数字图像和模拟图像？模拟图像和数字图像如何相互转换？答：图像是当光辐射能量照在物体上，经过反射或透射，或由发光物体本身发出的光能量，在人的视觉器官中所重现出的物体的视觉信息。
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。
2. 什么是数字图像处理？答：数字图像处理(Digital Image Processing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。
3. 数字图像处理系统有哪几部分组成？各部分的主要功能和常见设备有哪些？答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析5个模块组成，如下图所示。
各个模块的作用分别为：图像输入模块：图像输入也称图像采集或图像数字化，它是利用图像采集设备（如数码照相机、数码摄像机等）来获取数字图像，或通过数字化设备（如图像扫描仪）将要处理的连续图像转换成适于计算机处理的数字图像。
图像存储模块：主要用来存储图像信息。
图像输出模块：将处理前后的图像显示出来或将处理结果永久保存。
图像通信模块：对图像信息进行传输或通信。
图像处理与分析模块：数字图像处理与分析模块包括处理算法、实现软件和数字计算机，以完成图像信息处理的所有功能。
4. 试述人眼的主要特性。
答：（1）、人眼的视觉机理。
视网膜上有大量的杆状细胞和锥状细胞，锥状细胞能辨别光的颜色，而杆状细胞感光灵敏度高，但不能辨色。
（2）、人眼的视敏特性。
指人眼对不同波长的光具有不同的敏感程度。
（3）、人眼的亮度感觉。
亮度感觉范围指人眼所能感觉到的最大亮度与最小亮度之间的范围。
数字图像处理(许录平着)课后答案(全)
= E ∫ e − jux
0
3
第三章要求 1. 2. 3. 4. 5. 6. 了解图像的几何变换； 了解图像的离散傅立叶变换，掌握其重要性质； 了解变换的一般表示形式； 了解图像的离散余弦变换的原理 ； 掌握图像的离散沃尔什－哈达玛变换； 了解 K-L 变换的原理。 必做题及参考答案
2
3.3 证明 f ( x) 的自相关函数的傅立叶变换就是 f ( x) 的功率谱（谱密度） F (u ) 。 证明： 根据相关定理 另根据共轭定义 又根据共轭对称性
则与时间 t 无关；对于单色图像（也称灰度图像） ，则波长λ为一常数；对于平面图像，则与坐标 z 无 关，故 f(x,y)表示平面上的静止灰度图像，它是一般图像 f ( x , y , z , λ , t ) 的一个特例。 1.6 一个数字图像处理系统由哪几个模块组成？试说明各模块的作用。 解答： 一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析 5 个模块组成，如下图所示。
∫ ∫ h ( x, y )e = ∫ dx ∫ Ee
−∞ 0 −∞ x+a −a − x−a
+∞
+∞
− jux − jvy
e
dxdy
a − x+a
− jux − jvy
e
dy + ∫ dx ∫
0
x−a
Ee− jux e− jvy dy
a 2sin v( x + a) 2sin v(− x + a) dx + E ∫ e − jux dx −a 0 v v 0 0 2sin v( x + a) 2sin v( x + a) dx − E ∫ e jux dx = E ∫ e − jux −a − a v v 2 E ⎡ 0 − jux e − e jux ) sin v( x + a )dx ⎤ = ( ∫ ⎢ ⎥ − a ⎦ v ⎣ 0 −4 jE ⎡ sin ux sin v( x + a )dx ⎤ = ⎥ ⎣ ∫− a ⎦ v ⎢ 4 jE ( u sin va − v sin ua ) = v (u 2 − v2 )
数字图像处理及应用（MATLAB）第1章习题答案
第一章：习题与思考题参考答案1-1 什么是数字图像? 数字图像处理有哪些特点?数字图像是将连续的模拟图像经过离散化处理后变成计算机能够辨识的点阵图像。
数字图像处理具有以下特点：（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）数字图像中各个像素间的相关性大，压缩的潜力很大。
（5）图像数据量庞大。
(6) 占用的频带较宽。
(7) 图像质量评价受主观因素的影响。
（8）图像处理技术综合性强。
1-2 数字图像处理的目的及主要内容。
一般而言，对图像进行处理主要有以下三个方面的目的(1) 提高图像的视感质量，以达到赏心悦目的目的。
(2) 提取图像中所包含的某些特征或特殊信息，以便于计算机分析。
(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：根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面。
如：图像数字化、图像增强、图像几何变换、图像复原、图像重建、图像隐藏、图像正交变换、图像编码、图像分析等。
1-3 数字图像处理的主要应用图像处理技术广泛用于众多的科学与工程领域，主要有：（1）生物医学领域中的应用（2）工业应用（3）遥感航天中的应用（4）军事、公安领域中的应用（5）其他应用，例如：图像的远距离通信；多媒体计算机系统及应用；服装试穿显示；办公自动化、现场视频管理1-4 在理想情况下获得一幅数字图像时，采样和量化间隔越小，图像的画面效果越好，当一幅图像的数据量被限定在一个范围内时，如何考虑图像的采样和量化使得图像的质量尽可能好。
一般，当限定数字图像的大小时, 为了得到质量较好的图像可采用如下原则： （1）对缓变的图像，应该细量化，粗采样，以避免假轮廓。
（2）对细节丰富的图像，应细采样，粗量化，以避免模糊（混叠）。
1-5 想想在你的工作和生活中，遇见过哪些数字化设备?它们的主要用途是什么?主要有以下几种数字化设备：(1) 图像采集卡通常图像采集卡安装于计算机主板扩展槽中，通过主机发出指令，将某一帧图像静止在存储通道中，即采集或捕获一帧图像，然后可对图像进行处理或存盘。
数字图像处理课后答案 (3)
数字图像处理课后答案1. 什么是数字图像处理？数字图像处理是指利用计算机对图像进行处理的一门学科。
它是图像处理领域的一个重要分支，主要目标是通过一系列数学算法和统计方法，对数字图像进行分析和处理，从而达到改善图像质量、提取图像特征、实现图像识别等目的。
2. 数字图像处理的主要内容数字图像处理包含了很多内容，主要可以分为以下几个方面：2.1 图像增强图像增强是指通过一系列的算法和处理技术，改善图像的质量，使得图像更加清晰、明亮、对比度更强、噪声更少等。
常见的图像增强技术包括直方图均衡化、滤波、锐化等。
2.2 图像压缩图像压缩是指通过一定的算法和技术，对图像进行编码和解码，从而减少图像的存储空间和传输带宽。
常见的图像压缩算法包括JPEG、PNG、GIF等。
2.3 图像分割图像分割是指将一张图像分成若干个区域，每个区域具有一定的相似性和一致性。
通过图像分割可以提取出图像中的物体或者感兴趣的区域，为图像分析和识别提供基础。
常见的图像分割方法有阈值分割、区域生长法等。
2.4 特征提取特征提取是指从图像中提取出有代表性的特征，用于图像分类、目标识别等应用。
常见的特征提取方法包括边缘检测、纹理特征提取、形状描述等。
2.5 图像恢复图像恢复是指通过一系列的算法和技术，对受损或者退化的图像进行修复，使得图像更加清晰、完整。
常见的图像恢复方法包括去噪、去模糊、去抖动等。
3. 数字图像处理的应用领域数字图像处理在很多领域中都有广泛的应用，以下是一些典型的应用领域：3.1 医学影像处理在医学领域，数字图像处理应用非常广泛。
它可以用于CT 扫描、MRI、X光片等医学图像的分析、特征提取和诊断。
3.2 无人驾驶数字图像处理在无人驾驶领域也有重要的应用。
通过摄像头采集到的图像，利用图像处理算法和技术，可以实现车辆的感知、障碍物检测、车道识别等功能。
3.3 图像识别图像识别是数字图像处理的一个重要应用领域。
通过图像处理和模式识别的技术，可以实现人脸识别、字符识别、目标识别等功能。
数字图像处理(参考题及答案
三、名词解释 1.灰度直方图
答案：灰度直方图（histogram）是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图像中每种灰度出现的频 率。
2.中值滤波
答案：中值滤波法是一种非线性平滑技术，基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代 替，让周围的像素值接近的真实值，从而消除孤立的噪声点。
3.数字图像
答案：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。
4.Sobel算子
答案：
四、简答题 1. 根据所学数字图像处理知识，写出汽车牌照识别中涉及的图像处理技术。
答案：答：（1）汽车牌照定位：通过Sobel或高通滤波，得到所有的边缘，对边缘细化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。（10分）（2）识别图像中的数字：对牌照 区域中的细化后的图像对象进行识别。（5分）
答案：C
3.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
答案：B
4.下列算法中属于点处理的பைடு நூலகம்（）。
A、梯度锐化 B、二值化 C、傅立叶变换 D、中值滤波
答案：B
5.以下选项中属于图像处理技术的是（）。
A、图像拼接 B、图像合成 C、图像增强 D、图像分类。
答案：C
6.采用模板［-11］主要检测（）方向的边缘。
A、水平 B、45° C、垂直 D、135°
答案：C
7.下列算法中属于图象锐化处理的是（）。
数字图像处理第五章部分答案
10.6答：10.8答：(a)Sobel 模板得到的垂直方向边缘的gx=0，水平方向边缘的gy=0，因此这种情况下得到的水平边缘和垂直边缘都相同(b)同理可得10.18答：(a)证明：由(10.2-21)得)()(),(2222222222y G x G e e ey x G y x y x ===--+-σσσ由卷积公式得 )],([),(),(),(),(),(),(),(),(),(222222222222t y s x f e e y x f y x G t y s x f e e y x f y x G t y s x f t s G y x f y x G a a t s a a s s t a a s a a t s a a s a a t --=*--=*--=*∑∑∑∑∑∑-=--=---=-=--=-=σσσσ 即可以看成中括号内为f(x,y)先沿y 方向的一维卷积，得到的结果再进行按x 方向的一维卷积，即如下式所示)],()([)(),(),(y x f y G x G y x f y x G **=*(b)二维卷积需要在每个位置f(x,y)相乘，即n 2次，相乘的总数是n 2×M ×N 。
一维卷积需要在每一行图像的每个位置相乘，总计n ×M ×n 次数。
再进行列的相乘，即总共需要乘2×n ×M ×N 次。
则计算优势则为(n 2×M ×N)/(2×n ×M ×N)=n/2，即与图像大小有关。
10.22答：(a)令a=-cot θ，b=ρ/sin θ，即θ=cot -1(-a)，ρ=bsin θ。
那么y=-(cot θ)x+ρ/sin θ,即一条线上的a 和b 一旦确定，那么它的法线的θ和ρ就完全确定。
(b)θ=cot -1(3)=18.4°，ρ=2sin θ=0.63。
- 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)。
第一章1.连续图像中，图像为一个二维平面，(x,y)图像中的任意一点，f（x,y）为图像于(x,y)于处的值。
连续图像中，(x,y)的取值是连续的，f(x,y)也是连续的数字图像中，图像为一个由有限行有限列组成的二维平面，（i,j)为平面中的任意一点，g（i,j)则为图像在（i,j)处的灰度值，数字图像中，（i,j) 的取值是不连续的，只能取整数，对应第i行j列,g（i,j) 也是不连续的，表示图像i行j列处图像灰度值。
联系：数字图像g(i,j)是对连续图像f(x,y)经过采样和量化这两个步骤得到的。
其中g(i,j)=f(x,y)|x=i,y=j2. 图像工程的内容可分为图像处理、图像分析和图像理解三个层次，这三个层次既有联系又有区别，如下图所示。
图像处理的重点是图像之间进行的变换。
尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间图像分析主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述。
如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。
这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。
图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。
如果说图像分析主要以观察者为中心来研究客观世界，那么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界(包括没有直接观察到的事物)的。
联系：图像处理、图像分析和图像理解处在三个抽象程度和数据量各有特点的不同层次上。
图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。
图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式的描述。
图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理有许多类似之处。
第二章：1.参见第一章：第1题4. jpg(jpeg)JPEG：联合摄影专家组JPEG 图片以 24 位颜色存储单个光栅图像。
JPEG 是与平台无关的格式，支持最高级别的压缩，不过，这种压缩是有损耗的。
渐近式 JPEG 文件支持交错。
可以提高或降低 JPEG 文件压缩的级别。
但是，文件大小是以图像质量为代价的。
压缩比率可以高达 100:1。
（JPEG 格式可在 10:1 到20:1 的比率下轻松地压缩文件，而图片质量不会下降。
）JPEG 压缩可以很好地处理写实摄影作品。
但是，对于颜色较少、对比级别强烈、实心边框或纯色区域大的较简单的作品，JPEG 压缩无法提供理想的结果。
有时，压缩比率会低到 5:1，严重损失了图片完整性。
这一损失产生的原因是，JPEG 压缩方案可以很好地压缩类似的色调，但是 JPEG 压缩方案不能很好地处理亮度的强烈差异或处理纯色区域。
优点：摄影作品或写实作品支持高级压缩，利用可变的压缩比可以控制文件大小。
支持交错（对于渐近式 JPEG 文件）。
JPEG 广泛支持 Internet 标准。
缺点：有损耗压缩会使原始图片数据质量下降。
当您编辑和重新保存 JPEG 文件时，JPEG 会混合原始图片数据的质量下降。
这种下降是累积性的。
不适用于所含颜色很少、具有大块颜色相近的区域或亮度差异十分明显的较简单的图片。
是最常见的格式之一。
BMP：Windows 位图Windows 位图可以用任何颜色深度（从黑白到 24 位颜色）存储单个光栅图像。
Windows 位图文件格式与其他 Microsoft Windows 程序兼容。
它不支持文件压缩，也不适用于 Web 页。
从总体上看，Windows 位图文件格式的缺点超过了它的优点。
为了保证照片图像的质量，请使用 PNG 文件、JPEG 文件或 TIFF 文件。
BMP 文件适用于 Windows 中的墙纸。
优点：BMP 支持 1 位到 24 位颜色深度。
BMP 格式与现有 Windows 程序（尤其是较旧的程序）广泛兼容。
缺点：BMP 不支持压缩，这会造成文件非常大，BMP 文件不受 Web 浏览器支持。
GIF：图形交换格式;GIF 图片以 8 位颜色或 256 色存储单个光栅图像数据或多个光栅图像数据。
GIF 图片支持透明度、压缩、交错和多图像图片（动画 GIF）。
PGIF 透明度不是 alpha 通道透明度，不能支持半透明效果。
GIF 压缩是 LZW 压缩，压缩比大概为 3:1。
GIF 文件规范的 GIF89a 版本中支持动画 GIF。
优点：GIF 广泛支持 Internet 标准。
支持无损耗压缩和透明度。
动画 GIF 很流行，易于使用许多 GIF 动画程序创建。
很多QQ表情都是GIF的～缺点：GIF 只支持 256 色调色板，因此，详细的图片和写实摄影图像会丢失颜色信息第四章1.如下表：pr (rk)、pz(zl)分别表示原直方图与规定直方图一、对原直方图进行均衡化处理，得到映射关系r k→s k（第四列）二、对规定直方图进行均衡化处理，得到映射关系z l→v l（第五列）：2第 3 页（共 13 页）三、对于每个s k ，迭代计算出满足下式的最小v l ，得到映射关系s k →v l ，再由r k →s k 得到r k →v l ，最后由z l →v l 的逆变换v l →z l 求出r k →z l 的变换:对k=0,l =3时,v 3-s 0=0.19-0.14>=0,开始满足上式，于是有r 0=>z 3 对k=1,l =3时,v 4-s 1=0.44-0.36>=0,开始满足上式，于是有r 1=>z 4 对k=2,l =3时,v 5-s 2=0.65-0.62>=0,开始满足上式，于是有r 2=>z 5 对k=3,l =3时,v 6-s 3=0.89-0.79>=0,开始满足上式，于是有r 3=>z 6 对k=4,l =3时,v 6-s 4=0.89-0.88>=0,开始满足上式，于是有r 4=>z 6 对k=5,l =3时,v 7-s 5=1.00-0.94>=0,开始满足上式，于是有r 5=>z 7 对k=6,l =3时,v 7-s 6=1.00-0.98>=0,开始满足上式，于是有r 6=>z 7 对k=6,l =3时,v 7-s 7=1.00-1.00>=0,开始满足上式，于是有r 7=>z 7直方图规定化结果如最后一列所示，规定化后的直方图与规定直方图基本一致。
2.)()(0≥-=-∑∑==ki i r l j j z k l r p z p s v43 .原图3*3领域平均法原图3*3中值滤波4. 2*m+15．均值滤波：把每个像素都用周围的8个像素来做均值操作。
可以平滑图像，速度快，算法简单。
但是无法去掉噪声，这能微弱的减弱它。
中值滤波：常用的非线性滤波方法,也是图像处理技术中最常用的预处理技术。
它在平滑脉冲噪声方面非常有效,同时它可以保护图像尖锐的边缘。
8. 为什么一般情况下对离散图象的直方图均衡化并不能产生完全平坦的直方图？由于离散图象的直方图也是离散的，其灰度的累积分布函数是一个不减的阶梯函数。
如果映射后的图象仍能取到所有256级灰度，那一定是原图象没有任何改变，这种情况只可能发生在原图象的直方图已经是一条水平线的情况下。
一般情况下映射后所得到的图象只能取到少于256级灰度，这样在变换后的直方图中会有某些灰度级空缺，当然这些空缺应该均匀分布在0到255之间。
于是问题就变成了将原有的256个值，即各灰度的概率，按顺序分成n（n<256）份，每份的概率总和应该相等。
显然这个问题是不一定有解的，因此我们只能找到一个近似解。
其结果就是最后得到一幅有空缺且不太平坦的直方图9.不会发生变化，因为再次均衡化，所用的变换函数是首次均衡化后得到的增强图像的累积直方图，不会改变其结果。
10.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他分量，从而达到了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了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。
：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果得到锐化滤波器的效果，而从原始图像中减去锐化滤波器的结果则可得到平滑滤波器的结果。
第五章：P1051.5.参见教材P83第六章P1412.一般地，按比例将原图像放大k倍时，如果按照最近邻域法则需要将一个像素值添在新图像的k×k的子块,如果放大倍数太大，按照这种方法处理会出现马赛克效应。
为了提高几何变换后的图像质量，常采用线性第 5 页（共13 页）插值法。
该方法的原理是，当求出的分数地址与像素点不一致时，求出周围四个像素点的距离比，根据该比率，由四个邻域的像素灰度值进行线性插值4. 图像旋转之后，会出现许多的空洞点。
对这些空洞点必须进行填充处理，否则画面效果不好。
一般也称这种操作为插值处理。
最简单的方法是行插值方法或列插值方法：列插值算法如下：①找出当前列的最小和最大的非白点的坐标，记作(k1，j)、(k2,j)。
②在(k1，k2)范围内进行插值，插值的方法是：空点的像素值等于上一点的像素值。
③同样的操作重复到所有列。
经如上的插值处理之后，图像效果就变得自然了5. 变换矩阵：T=0.7070 0.7070 0-0.7070 0.7070 00 0 1.0000本题图像共有16个像素，变换前的3×16矩阵如下：P0=1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 41 1 1 12 2 2 23 3 3 34 4 4 41 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1变换后的3×16矩阵：P=T* P01 2 3 4 2 3 4 4 3 4 4 5 4 4 5 60 -1 -1 -2 1 0 -1 -1 1 1 0 -1 2 11 01 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1变换结果如下图所示6.f(221,396)=18, f(221,397)=45, f(222,396)=52, f(222,397)=36,试分别用最邻近插值法和双线性插值法，分别计算f(221.3,396.7)的值.解：设1.已知点（221.3，396.7）的周围像素的灰度值，用最邻近插值法，求点（221.3，396.7）的灰度值，∵221.3-221<222-221.3 且396.7-396>397-396.7 ,即所求点离点(221.397)最近∴f(221.3，396.7)=f(221，397)=452.双线性插值法,设x,y为所求点至点（221，396）的x,y坐标增量,如图所示：f(x,396)=f(221,396)+ x * ( f(222,396)-f(221,396) )=18+34*x第7 页（共13 页）=45- 9*x=18+34x+27y-43xy∴f(0.3,0.7)=387．首先将原点平移到（100，260）即A=1 0 -1000 1 -2600 0 1然后旋转B=cos60 -sin60 0sin60 cos60 00 0 1然后在平移回来Ｃ＝1 0 1000 1 2600 0 0以上变换为复合变换矩阵T＝C*B*A注意是用的齐次坐标[x,y,1]'＝T[X0 Y0 1]’第七章：1、图像的频域处理就是把图像从空间域变换到频域，分析图像的频谱特性，据此进行图像处理；它的理论基础是：“任何波形都可以用单纯的正弦波的加权和表示”2. 常用变换：①傅里叶变换：它是应用最广泛和最重要的变换。