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。
也就是说，k
2小于64的话，会出现可见的伪轮廓。
2.9
(a) 传输数据包(包括起始比特和终止比特)为：N=n+m=10bits 。对于一幅2048×2048 大小的图像，其总的数据量为()N M ?=2
2048，故以56K 波特的速率传输所需时间为：
()()min .s .M T 48129874856000282048560002
==+?==
(b) 以3000K 波特的速率传输所需时间为
()()s .M T 9813300000028204830000002
=+?==
2.10
解：图像宽高比为16:9，且水平电视线的条数是1080条，则：竖直电视线为1080×（16/9）=1920 像素/线。
由题意可知每场用1s 的1/60，则：每帧用时2×1/60=1/30 秒。
则该系统每1/30 秒的时间形成一幅1920×1080 分辨率的红、绿、蓝每个像素都有8 比特的图像。又因为90min 为5400 秒，故储存90min 的电视节目所需的空间是：
s .bits .byte 10001110062854003038192010801212?=?=?????
2.11
解：p 和q 如图所示：
(a) 1S 和2S 不是4 邻接，因为q 不在()p N 4集中。 (b) 1S 和2S 是8 连接，因为q 在()p N 8集。
(c) 1S 和2S 是m 连接，因为q 在集合()p N D 中，且()()q N p N 44I 没有V 值的像素。 2.12 提出将一个像素宽度的8通路转换为4通路的一种算法。
解：找出一个像素点的所有邻接情况，将对角元素转化成相应的四邻接元素。如下图所示：
2.13 提出将一个像素宽度的m 通路转换为4通路的一种算法。
解：把m 通道转换成4 通道仅仅只需要将对角线通道转换成4 通道，由于m 通道是8 通道与4 通道的混合通道，4 通道的转换不变，将8 通道转换成4 通道即可。 如图所示：
(1) 4 邻域关系不变
(2) 8 领域关系变换如下图所示
2.15 （没答案，自己做的，看对不对）
(1)在V＝｛0,1,2｝时，p和q之间通路的D4距离为8（两种情况均为8），D8距离为4，D m 距离为6。
(2) 在V＝｛2,3,4｝时，p和q之间通路的D4距离为∞，D8距离为4，D m距离为5。
p 和q 之间不存在4 邻接路径，因为不同时存在从p 到q 像素的4 毗邻像素和具备V 的值，情况如图(a)所示。p 不能到达q。
2.16
解：
(a) 点p(x ，y ）和点q(s ，t)两点之间最短4 通路如下图所示，其中假设所有点沿路径V 。 路径段长度分别为t y s x --和，由D4距离的定义可知，通路总长度| X-S|+| Y-T|，（这个距离是独立于任何点之间可能存在的任何路径），显然4D 距离是等于这两点间的最短4通路。所以当路径的长度是t y s x -+-，满足这种情况。 (b) 路径可能未必惟一的，取决于V 和沿途的点值。
2.18
由公式H [f(x,y)]=g(x,y)(2.6-1),
让H 表示相邻的和操作,让1S 和2S 表示两个不同子图像区的小值,并让1S + 2S 表示相应的总数1S 和2S 像素,如在2.5.4节里的解释. 注意到附近的大小(即像素数字)并没有随着这总和的改变而改变。H 计算像素值是一个给定的区域。然后,
()21bS aS H +
意味着:
(1)在每个子区域里乘像素,
(2)从1aS 到2bS 每个像素值相加(首先产生一个单独的子区域)
(3)在单独的子图像区域里计算所有像素值的和。让1ap 和2ap 表示两个任意(但相应的)像素21bS aS +。
然后我们可以依据Eq.(2.6 - 1),表明H 是一个线性算子。
2.19（两个版本答案，一个意思）
（1）中值ζ表示，数集的一半数值比它大，另一半比它小。
一个简单的例子能够表明,Eq.(2.6 - 1)的平均算子操作。
让 S1 = {1,-2，3}, S2 = {4，5， 6}, a = b = 1. 在这种情况下,H是平均算子。然后有H(S1 + S2)=中值{ 5,3,9 } = 5，S1 + S2是S1和S2的和。
接下来,计算H(S1)=中值{ 1、-2、3 } =1和H(S2)=中值{ 4、5、6 } = 5。
然后,从H(aS1 + bS2)≠aH(S1)+ bH(S2),因此,子图像区域S中值的算子是非线性的。（2）
2.20
因为()()()y ,x y ,x f y ,x g η+= ()==
∑1
1
,(,)K
i i
g x y g x y K
()=??
??=????
?
?
∑11
,(,)K
i i E g x y E g x y K ()()()η=??=+???
?
∑1
1
,,K
i i i
E f x y x y K ()()()η==????
=
+= ? ?????∑∑111
1,,,K K i i i i E f x y E x y f x y K K ()σσ=????= ?????∑22
11,(,)K
i i g x y g x y K
()()()ση=??=+????
∑22
11,,K
i i i f x y x y K
()()ησσησ==????=+= ? ?????
∑∑2
22
22111
11,,K K i i i i f x y x y K K K
2.23 （没答案 看看做的对不对）
(a) 为A 的补集
(b) C B A I I
()()()C B A C A C B B A I I I Y I Y I 2- ()()C B B A B C A I I Y I -- 2.24（看看翻的对不对）
答：使用三角区即三个约束点，所以我们可以解决以下的系数为6的线性方程组：
6
543
21c y c x c y c y c x c x ++='++='
实施空间变换。插值强度可使用2.4.4节的方法。 2.25（看看翻的对不对）
傅里叶变换核是可分的，因为：
()()()()()()v ,y r u ,x r e e e v ,u ,y ,x r N /vy j M /ux j N /vy M /ux j 21222===--+-πππ
傅里叶变换核是对称的，因为：
()()()()()v ,y r u ,x r e e e N /vy j M /ux j N /vy M /ux j 11222==--+-πππ
2.26（看看翻的对不对）
由可分离变换核的定义知其中：
当x值固定时，可看作f(x,y)某一行的一维变换，当x从0变换到M-1时计算出整个数组T （x,v），然后，通过替换这个数组的最后一行以前的方程我们可以得到T（x,v）按列的一维变换。也就是说，当一个图像是内核可分的，我们可以计算图像沿行的一维变换，然后我们计算中间的一列得到最终的二维变换T(u,v).这和先计算列的一维变换再计算中间行得到二维变换最终结果是相同的。
从式（2.6-33），二维傅里叶变换是由：
它很容易验证，傅立叶变换核是可分离的（参见题2.25），所以我们可以写这个方程：
是沿着f(x,y)行的一维傅里叶变换，X= 0，1，……，M-1。
第三章
（a ）由2
)(Kr Ae
r T s -==，3/2
0A Ae KL =-得：)3/1ln(20=-KL ，2
0/0986.1L K =
2
20
0986
.1)(r L Ae
r T s -==
（b ）、由
， 4/)1(20
B e
KL =--B 得：
)4/3ln(20=-KL ,2
0/2877.0L K =
)1()(2
20
2877.0r L e
B r T s -
-==
（c ）、
3.4
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
dw w p z G v z
z )()(0?
==,??
?=<<-5.0041
5.044)(ππw w
w w
z w p
{
5.0021
5.02210
22)()(<<<<+-=
==?z z z z z z
z dw w p z G v
令v s =得
所以????
?
=??
?
?
?==-<<+-±<<--+-±
±-±-5.
0102
215.0121
)2(25.022
1
25.01
22)(r r r r r r v v v G z 3.12 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
程证明了式2
),(2
)
,(1y x y x g K
ησσ=
-
的有效性。
（A ）中值是]2/)1[(2
+=n ζ的最大值
（B ）一旦中值被找出，我们简单的删除邻域边缘的值，在合适的位置插入合适的值
旋转前坐标的拉普拉斯定义为2
2222
y f
x f f ??+??=?，旋转后坐标的拉普拉斯定义为2'22'22
y
f
x f f ??+??=?，现在给出θθθθcos sin sin cos ,,,,y x y y x x +=-=和，其中θ指轴
旋转的角度，若想证明拉普拉斯变换是各向同性的，只需证明2
'22'22222y f
x f y f x f ??+??=??+??，
首先，
θθsin cos ,,'y
f
x f x y y f x x x f x f ??+??=????+????=?? 两边对'
x 求导得，
θθθθθθ22
22222,2sin sin cos )(cos sin )(cos y
f x f y y f x x f x f ??+????+????+??=?? （1） 同理可得，
θθcos sin ,,'y
f
x f y y y f y x x f y f ??+??-=????+????=?? 两边对,
y 求导得，
θθθθθθ2
2
22222,2sin sin cos )(cos sin )(cos y f x f y y f x x f y f ??+????-????-??=?? （2） （1）和（2）式相加得，2
'22'22222y f
x f y f x f ??+??=??+??，所以拉普拉斯变换是各向同性的。
3.28 使用式（3.6-6）给出的拉普拉斯定义，证明从一幅图像中减去相应的拉普拉斯图像
等同于对图像进行非锐化模板处理。
),(4)]1,()1,(),1(),1([2y x f y x f y x f y x f y x f f --+++-++=? （3.6.6）
考虑到下列公式
其中),(_
y x f 是),(y x f 预先确定的临域的平均数，更确切的说就是以),(y x 为中心并且包括中心像素以及四个相邻像素。把上面的等式的最后一行的常量视为均衡因子（或比例因子），我们可以写出
),(),(),(),(_
2
y x f y x f y x f y x f -≈?-
等式的右端就是等式),(),(),(_
y x f y x f y x f s -=给出的非锐化掩膜处理的定义。因此验证了从一幅图像中间取相应的拉普拉斯图像等同于对图像做非锐化掩膜处理。
3.29题
2
/1222
/122])()[(
][)f (y
f x f G G ma
g f y x ??+??=+=?=? （3.6.11） ||||y x G G f +≈? （3.6.12）
（a ）由
θθsin cos 'y f x f x f ??+??=??和θθcos sin 'y
f
x f y f ??+??-=??
2'22'2222
2y f x f y f x f ??+??=??+??或2/12'22'22/12222)()(y
f x f y f x f ??+??=??+?? 因此,我们看到的梯度向量的模值是一种各向同性梯度算子 （b ）从上面的结果得||
||x
f
G x ??=，||||y f G y ??=
|sin cos |||
||''θθy f x f x f G x ??+??=??=，|cos sin |||||''θθy
f
x f y f G y ??+??-=??=
显然得到||||||||'
'y x y x G G G G +≠+
4.1 重复例4.1，但是用函数()2(/4/4)f t A W W =-≤和()0f t =，对于其他所有的t 值。对你的结果和例子中的结果之间的任何不同，解释原因。
解：
()()()()2244
424
22
22
2sin 22sin 2sin 22
j t W j t W W j t
W j W j W
j W j W
j j F f t e dt Ae dt A e j A e e j A e e j e e j
A
W F W AW
W πμπμπμπμ
πμπμ
πμθ
θμπμ
πμπμθπμμπμπμπμ∞
--∞-------===-
??=--??
??
??=-????
-=??
∴=
????? ?
??=?
?
Q 傅立叶变换的幅值是不变的；由于周期不同，
4.2 证明式（4.4-2）
()()()()()()~
~
2222j t j t n j t n j n Tt
n n F f t e dt
f t t n T e dt f t t n T e dt
f e πμπμπμπμμδδ∞--∞∞
∞
--∞=-∞∞
∞
--∞
=-∞
∞
-?=-∞
==-?=-?=
?
∑
?
∑?∑
中的
()~
F μ在两个方向上是无限周期的，周期为1/T ?
证明：
(1) 要证明两个方向上是无限周期1/T ?，只需证明
根据如下式子：
可得：
其中上式第三行，由于k, n 是整数，且和的极限是关于原点对称。 (2) 同样的需要证明
根据如下式子：
()()()()()()~
~
2222j t j t n j t n j n Tt
n n F f t e dt
f t t n T e dt f t t n T e dt f e πμπμπμπμμδδ∞--∞∞
∞
--∞=-∞∞
∞
--∞
=-∞
∞
-?=-∞
==-?=-?=
?
∑
?∑?∑
可得：
其中第三行由于k, n 都为整数，所以
21j kn
e
π-=。
4.3 可以证明（Brancewell[2000]）1()1()t t δδ??和。
使用前一个性质和表4.3中的平移性质，证明连续函数()cos(2)f t nt π=的傅立叶变换是()()()()1/2F n n μδμδμ=++-????，其中是一个实数。
证明：
根据一维傅里叶变换公式：
可得：
?
?
??
?∞
∞
---∞
∞
--∞∞----∞
∞
--∞
∞
-+=
+=
=
=dt
e
e
dt e
e dt
e e e dt
e nt dt
e t
f ut
j nt
j ut
j nt j ut j nt j nt j ut j ut j ππππππππππ2222222222
1
2
1 ][21
)2cos( )(F(u)
根据傅里叶变换性质可得：
根据一个常数f(t)=1的傅里叶变换是一个脉冲响应可得：
所以可得如下两个等式：
2-2(1)()(1)(+)
j nt j nt
e n e
n ππδμδμ=-=
所以：
[
])()(2
1F(u)n u n u -++=
δδ 4.4 考虑连续函数()cos(2)f t nt π=
(a) ()f t 的周期是多少？(b)()f t 的频率是多少?
(a) 根据22nt ππ=，所以周期为1/t n =
(b) 频率为n ，给定的正弦波的连续傅立叶变换如在图。 P4.4（a ）（见习题4.3），采样数据（示出了几个期间）的变换所示的一般形式的如图P4.4（b ）（虚线框是一个理想的过滤器，将允许重建如果该正弦函数进行采样，采样定理满意）。
4.8
解：
(a) 根据正交性，将式(4.4-5)直接代入式(4.4-4)得
最后一步是根据问题的陈述中给出的正交条件，将式(4.4-4)代入式(4.6-5)应用同样的过程生成n f 的相似特性。
(b) 如上小题，根据正交性，将式(4.4-7)直接代入式(4.4-6)得
最后一步是根据问题的陈述中给出的正交条件，将式(4.4-6)代入式(4.6-7)应用同样的过程生成()f x 的相似特性。
4.9证明式(4.4-8) ()()F u kM F u +=和式(4.4-9) ()()f x kM f x +=的正确性。
证明：
(1) 证明等式()()k 0,1, 2...F u kM F u +==±±
将u u kM =+代入4.4.6式()12/0
(),0,1,2,,1M j ux M
n F u f x e
u M π--==
=-∑K ：
()12()/0
12/20() () F(u)
M j u kM x M n M j ux M j kx
n F u kM f x e f x e e πππ--+=---=+=??
=????
=∑∑
最后一步因为k 和x 都是整数，21j kx
e
π-=。
(2) 同理可以对4.4.9式周期性的证明，将u u kM =+代入4.4.7式
()12/0
1
(),0,1,2,,1M j ux M
n f x F u e
u M M
π-==
=-∑K
()()()()
12()/0
12/201
1 =M j u kM x M
n M j ux M j kx
n f x kM F u e M
F u e e M f x πππ-+=-=+=
??=????∑
∑
4.10 证明一个变量的离散卷积定理的正确性[见式(4.2-21)、式(4.2-22) 和式(4.2-10) ]。
证明：
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 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
（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.doczj.com/doc/061187239.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
沈阳航空航天大学 综合课程设计基于Halcon的图像分割方法的研究 班级 24020104 学号 2012040201174 学生姓名王旭 指导教师赵晨光
课程设计任务书 课程设计的内容及要求： 一、设计说明 图像分割是图像处理的关键技术之一，将感兴趣目标的区域加以提取的技术和过程，图像分割方法包括:基于阈值、基于区域、基于边缘的分割 方法等。 要求学生深入研究图像分割的主要方法，掌握直方图、灰度阈值、区域生长、边缘检测等分割算法，了解相关理论。并在充分调研 图像分割的原理、算法的基础上，针对Halcon这一开发工具，深入学习各 种算子及库函数的使用方法,并能够基于不同应用目标，尝试不同分割算 法，比较实验结果并进行详尽分析。 二、设计要求 1．制定合理有效的设计方案； 2．熟悉Halcon的开发环境，深入学习图像分割理论，并进行分析。 三、推荐参考资料 [1] 周斌. 一种基于P系统的图像阈值分割方法[J]. 西华大学学报(自然科学版). 2012(06) [2] 王浩军,郑崇勋,闫相国. 基于自适应多尺度的血液细胞图像阈值分割方法研究[J]. 西安交通大学学报. 2001(04) [3] 肖华. 生物细胞图像阈值分割方法研究[J]. 株洲工学院学报. 2006(02) [4] 蒋剑,吴建华. 在小波域进行图像的最大熵分割的一种方法[J]. 南昌大学学报(工科版). 2003(02)
四、按照要求撰写课程设计报告 成绩评定表 评语、建议或需要说明的问题： 成绩指导教师签字：日期：
一、概述 HALCON是世界范围内广泛使用的机器视觉软件，用户可以利用其开放式结构凯苏开发图像处理和机器视觉软件。 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分称为目标或前景(其他部分称为背景)，他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将他们分离提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域。现有的图像分割算法有：阈值分割、边缘检测和区域提取法。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。同时它也是一个经典难题，到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准。 从图像分割研究的历史来看，可以看到对图像分割的研究有几个明显的趋势：一是对原有算法的不断改进!二是新方法、新概念的引入和多种方法的有效综合运用!人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果，因而很多人在把新方法和新概念不断的引入图像分割领域的同时，也更加重视把各种方法综合起来运用!在新出现的分割方法中，基于小波变换的图像分割方法就是一种很好的方法!三是交互式分割研究的深入!由于很多场合需要对目标图像进行边缘分割分析:例如对医学图像的分析，因此需要进行交互式分割研究!事实证明，交互式分割技术有着广泛的应用!四是对特殊图像分割的研究越来越得到重视!目前有很多针对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究，也有对运动图像及视频图像中目标分割的研究，还有对深度图像、纹理图像、计算机断层扫描";<-、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术的研究!相信随着研究的不断深入，存在的问题会很快得到圆满的解决。
数字图像处理课程设计--人脸检测
数字图像处理课程设计报告 （人脸检测） 姓名：xxx 学号：xxxx
1 引言 随着科学技术的飞速发展，互联网的广泛应用，重要部门(机场、银行、军政机关、重点控制地区)的进出，计算机网络中重要信息的存储与提取，都需要可靠的人身鉴别。身份的识别已经成为一种人们日常生活中经常遇到的问题。人脸识别作为生物特征识别中成功的应用之一，因为其巨大的商业应用前景，受到越来越多的重视。 人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节，在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。近 30 年以来，人脸识别技术有了长足的发展，并且逐步走向实际应用阶段[1]。 2 实验方法 2.1 方法综述 典型人脸识别系统的实现过程如图2.1所示，一般包括三个步骤:人脸检测、人脸特征提取、人脸识别与验证。在实现过程中，首先输入图像集，然后用人脸检测模块进行人脸检测。如果检测到人脸图像，则进行特征点定位，一般以两眼中心为基准，根据两眼距离d，对人脸图像进行归一化处理，归一化处理包含了图像预处理，图像缩放以及有效人脸区域选取等操作。最后对归一化的人脸图像进行特征提取，送入分类器进行识别，最终获得识别结果[2]。 图像预处理特征提取特征对比 (分类器) 结果输出 图像输入 图2.1 人脸识别技术处理流程图 在预处理阶段，对图像进行优化，尽可能去除或者减小光照、成像系统、外部环境等对待处理图像的干扰，为后续处理提高质量。以便使不同的人脸图像尽可能在同一条件下完成特征提取、训练和识别。人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸扶正是为了得到人脸
数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：
原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255
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.doczj.com/doc/061187239.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
1前言 介绍一种用可视化数值计算软件MATLAB实现的数字图像处理系统平台,系统使用MATLAB中提供的GUI设计系统可视化的用户界面，下拉式的菜单方便用户选择对图像的处理。用户可以随意选择要处理的图片。但是该系统只支持灰度图片，可实现内容主要包括灰度图像的代数运算、几何运算。基于数字图像处理的一些基本原理，利用MATLAB 设计程序进行对灰度图像的处理。有部分处理运算有很多种方法，我选择了最简单、最明了的方法。 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。 随着计算机的发展,图像处理技术在许多领域得到了广泛应用，用于图像处理的软件也很多，如PHOTOSHOP、PAINTSHOP、GIMP、SaperaProcessing、MATLAB等,其中大部分软件都是基于广告策划和图像修饰处理而设计的应用软件，进行图像处理时并不是很方便。而MATLAB(矩阵实验室) 它在矩阵运算上有自己独特的特点，在矩阵运算处理具有很大的优势，因此用MATLAB处理数字图像非常的方便。不仅如此，MATLAB提供了丰富的图形命令和图形函数，而且其面向对象的图形系统具有强大的用户界面(GUI)生成能力。这样，用户就可以充分利用系统提供的 GUI 特性，编写自己需要的图形界面，从而可以高效地进行图像处理。 MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以对图像进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
《数字图像处理》研研究生课程教学大纲 （课程编号S009108 学分-学时-上机 3-54-12） 东南大学计算机科学与工程学院 一、课程的性质与目的 本课程为计算机科学与技术一级学科中图像处理与科学可视化方向的重要专业课，包含了该专业方向学生必须掌握的专业知识。 通过课程学习，学生除了掌握必须的专业技术知识外，还需要了解该方向的研究前沿，提高阅读专业学术资料和解决实际问题的能力。 二、课程内容的教学要求 本课程采用讲课+自学+讨论的教学模式。其中，讲课环节以综述为主，重点介绍各知识点的问题提出、解决思路、主要算法、评估；自学环节需要学生阅读专业论文并进行实验，得出结论；讨论环节由学生进行论文阅读及实验结论的交流，加深理解，并由此了解研究前沿。 讲课课时安排（24课时）： 1.数字图像处理概述（3）：数字图像处理技术的发展历史，包含的主要内容，应 用，相关的学科方向 2.线性系统分析方法、傅里叶变换（3）：复习线性系统基本知识，复习一维傅里 叶变换，掌握二维傅氏变换及性质，线性滤波器设计。 3.图像几何变换及插值（3）：图像几何变换应用，重点插值方法 4.图像增强综述（6）：图像增强的目的，算法分类，各类算法的基本原理及性能 5.图像分割综述（6）：图像分割的目的，算法分类，各类算法的基本原理及性能 6.图像压缩综述（3）：图像压缩的目的，算法分类，各类算法的基本原理及性能， JPEG标准简介 实验及讨论课时安排（30课时）： 1.图像插值（实验3 +讨论3） 2.图像增强（实验3 +讨论3） 3.图像分割（实验3 +讨论3） 4.图像压缩（实验3+讨论3） 5.课程论文（讨论6） 三、上机实验要求 实现选择算法，并给出实验结果及算法性能评估数据。 四、能力培养的要求 1.自学能力的培养：提高学生自学及查阅学术文献的能力。 2.分析能力和实验能力的培养：要求学生能够实现文献提供的算法，并能自主给出算 法性能的评价。 3.科研和创新能力的培养：培养独立思考、深入钻研问题的习惯，提高学术交流能力。
实验报告 （理工类） 课程名称: 数字图像处理 课程代码: 6003619 学生所在学院: 机械工程与自动化学院 年级/专业/班: 2011级机械电子工程 学生姓名: 学号: 312011080307 实验总成绩: 任课教师: 蒋代君 开课学院: 机械工程与自动化学院 实验中心名称: 机械工程专业实验中心
第组 西华大学实验报告 . 西华大学实验报告（理工类） 开课学院及实验室：机械工程与自动化学院机房实验时间： 2014年 5月 27 日学生姓名学号成绩 学生所在学院机械工程与自动化学院年级/专业/班2011级机电班课程名称数字图像处理课程代码6003619 实验项目名称Matlab图像处理工具箱的初步练习项目代码 指导教师蒋代君项目学分 一、实验目的 二、实验原理 三、实验设备、仪器及器材 四、实验步骤（按照实际操作过程）
五、实验过程记录（数据、图表、计算等） 1、学习Matlab基本操作。 2、读取并显示lenacolor.jpg图象。 程序如下： [X,MAP]=imread('lenacolor.jpg','jpg') imfinfo('lenacolor.jpg','jpg') imshow(X,MAP),title('tenacolor.jpg') 3、对lenacolor.jpg图像进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 程序如下： 原图像真彩色 [X,MAP]=imread('lenacolor.jpg','jpg') RGB=imread('lenacolor.jpg','jpg'); imfinfo('lenacolor.jpg','jpg') imshow(RGB),title('真彩色') imshow(X,MAP),title('tenacolor.jpg') 真彩色转索引色图像索引色转真彩色图像 map=jet(256); ZC=ind2rgb(MY,map); MY=rgb2ind(RGB,map); imshow(ZC),title('索引色转真彩色图像') imshow(MY),title('真彩色转索引色图像')
数字图像处理第三版中文答案--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 02302.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25327.?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*106m = 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[(22),(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 02 025501255y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?==
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
目录 1 引言 (4) 2 基于纹理特征的图像检索方案 (5) 2.1 双树复小波变换原理 (5) 2.2 灰度共生矩阵 (5) 3 图像检索的实验设计 (6) 3.1 图像检索算法的描述 (6) 3.2 双树复小波纹理特征的提取 (7) 3.3 灰度共生矩阵纹理特征的提取 (7) 3.4 相似性度量 (8) 4 实验思路及结果分析 (9) 参考文献 (9)
基于纹理的图像检索技术 摘要本文主要基于图像的纹理特征，在改进DWT小波变换和灰度共生矩阵的缺陷后，进行检索。传统的DWT小波变换在提取图像纹理特征时存在震荡、平移变化、混频和缺乏方向性四种缺陷。为克服这些缺陷，本文采用双树复小波变换对图像检索中的查询图像和目标图像进行分解，提取6个方向上的纹理特征，为了弥补双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷，又利用这两种图像的灰度共生矩阵提取4个统计量特征；最后用Canberra距离进行相似性度量并输出图像检索的结果。 关键字：图像检索；双树复小波；灰度共生矩阵；纹理特征。
ABSTRACT This paper mainly based on image texture feature, the improvement of DWT wavelet transform and the defect of gray level co-occurrence matrix after the search. Traditional DWT wavelet transform in image texture feature extraction are concussion, translation, frequency mixing and lack of direction four kinds of defects. To overcome these defects, this paper adopts double tree after wavelet transform of image retrieval query image and target image decomposition, the texture feature extraction six direction, in order to make up for the double tree after wavelet transform of the spatial distribution of different texture features of the defects, and use of these two kinds of image gray level co-occurrence matrix extract four statistic characteristics; Finally in Canberra distance similarity measure and the results of the output image retrieval. Key words: image retrieval; Double tree complex wavelet; Gray level co-occurrence matrix; Texture feature.
数字图像处理(冈萨雷斯版，第二版)课后习题及解答(部分) Ch 2 2.1使用2.1节提供的背景信息，并采用纯几何方法，如果纸上的打印点离眼睛0.2m 远，估计眼睛能辨别的最小打印点的直径。为了简明起见，假定当在黄斑处的像点变得远比视网膜区域的接收器（锥状体）直径小的时候，视觉系统已经不能检测到该点。进一步假定黄斑可用1.5mm × 1.5mm 的方阵模型化，并且杆状体和锥状体间的空间在该阵列上的均匀分布。 解：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 ()()220.20.014 d x = 解得x =0.07d 。根据2.1节内容，我们知道：如果把黄斑想象为一个有337000个成像单元的正方形传感器阵列，它转换成一个大小580×580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 的一条线上有580个成像单元和579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)/1159]=1.3×10-6 m 。如果在黄斑上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：x =0.07d<1.3×10-6m ，即d <18.6×10-6 m 。 下图附带解释：因为眼睛对近处的物体聚焦时，肌肉会使晶状体变得较厚，折射能力也相对提高，此时物体离眼睛距离0.2 m ，相对较近。而当晶状体的折射能力由最小变到最大时，晶状体的聚焦中心与视网膜的距离由17 mm 缩小到14 mm ，所以此图中选取14mm(原书图2.3选取的是17 mm)。 图 题2.1 2.2 当在白天进入一个黑暗的剧场时，在能看清并找到空座位时要用一段时间适应，2.1节(视觉感知要素)描述的视觉过程在这种情况下起什么作用？ 解：根据人眼的亮度适应性，1）由于户外与剧场亮度差异很大，因此当人进入一个黑暗的剧场时，无法适应如此大的亮度差异，在剧场中什么也看不见；2）人眼不断调节亮度适应范围，逐渐的将视觉亮度中心调整到剧场的亮度范围，因此又可以看见、分清场景中的物体了。
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
数字图像处理习题集 1.图像的概念及分类； 2.决定图像质量的主要因素有哪些？ 3.图像可用数学函数I= f (x, y, z, λ, t)表示，请解释函数中各 参量的含义。 4.说明图像技术的层次，并叙述各层次的主要研究内容； 5.简述图像处理的主要目的及主要处理技术； 6.什么是彩色三要素，解释各要素的含义； 7.简述三基色原理； 8.简述RGB彩色模型及HIS彩色模型的概念及定义； 9.叙述数字图像采样及量化的概念，什么是图像的空间分辨率及灰度 分辨率，并说明空间分辨率及灰度分辨率的大小对图像质量的影响； 10.叙述灰度、颜色、色度、亮度、饱和度、层次、对比度、清晰度等 基本概念。 11.叙述像素、邻域等基本概念。 12.叙述BMP格式图像的文件存储结构。 13.说明数字图像每行所占字节数与图像宽度的关系； 14.叙述将一副数字图像缩小一半的图像处理运算方法； 15.叙述将一副数字图像放大k倍的图像处理运算方法，如果采用k×k 子块填充的放大运算方法，其缺点是什么，采用何种算法可以改善； 16.说明双线性插值法进行图像放大的基本算法； 17.说明有哪几种图像镜像的方式，并叙述各自的算法； 18.以据，请将该图像缩小为原图的2/3。 19.以据，请采用双线性差值法将该图像放大为 20.以的图像数据，请分别给出该图像的水平、垂直、对 。 21.图式如下，
???? ???????????????????=??????????11001''y x y d c x b a y x 请分别用该公式的形式表示出图像平移、镜像、旋转等的运算公式。 22. 列举代数运算的种类及各种代数运算的主要应用。 23. 说明图像加、减运算有哪些应用； 24. 简述直方图的概念； 25. 以下为一幅3位灰度图像的图像数据，请绘制出该图像的灰度直方 26. 叙作用。 27. 请编写一段C 语言程序，用于计算数字图像的直方图； 28. 请说明有那些常用的图像点运算算法。 29. 请说明对图像进行阈值变换有何应用； 30. 常用的线性变换有哪些种类； 31. 叙述常用的图像对比度增强方法，以及他们的优缺点。 32. 以下为一幅4位灰度图像的图像数据，请分别采用基本线性增强及 强运算。 33. 以数据，请对该幅图像进行直方图均 及计算结果。 34. 叙； 35. 简述图像噪声的概念； 36. 分别按照噪声产生原因、噪声频谱、噪声与信号的关系、概率密度 函数等方式对图像噪声进行分类；
试卷编号： （2011 至2012 学年第__1__学期） 课程名称：数字图像处理考试时间： 110 分钟 课程代码：试卷总分： 100 分 考试形式：闭卷学生自带普通计算器: 否 一、选择题（在每个小题四个备选答案中选出一个正确答案）（本大题共10小题，每小题2分，总计20分） 1、下列哪种图像属于数字图像：C A. 电影胶片 B. 普通照片 C. 手机拍照 D. 眼前看到的景物； 2、一幅800×600的24位真彩色图像，其红色分量数据量为 A Byte。 A. 800×600； B. 800×600×3； C. 800×600×8 D. 800×600×3×8 3、下列属于“点运算”的图像处理技术是：B A 图像旋转 B 直方图修改 C 图像平滑 D 左右两像素之间作减法 4、下列那种图像处理技术需要进行“插值”运算：D A. 加运算 B. 直方图均衡 C. 中值滤波 D. 几何变换 5、可完成消除点或细线状噪声的操作是：C A. 多幅图像均值 B. 平滑运算 C. 中值滤波 D. 边缘增强； 6、下列那种操作能抑制噪声但同时使得边缘退化：B A. 图像锐化 B. 图像平滑 C. 中值滤波 D. 点运算 7、下列哪种图像代数运算可以完成“二次暴光”效果：A A. 加运算 B. 减运算 C. 乘运算 D. 除运算 8、下列哪种图像代数运算可以完成“运动检测”：B A. 加运算 B. 减运算 C. 乘运算 D. 除运算 9、下列那种数学形态学操作能在二值图像中检测出某特定形状的对象：D A. 开运算 B. 闭运算 C. 边界提取 D. 击中击不中变换 10、下列那种数学形态学操作能去除二值图像中物体外部的细小突出物：A A. 开运算 B. 闭运算 C. 膨胀运算 D. 腐蚀运算 二、判断题（判断每个小题所给出说法的正确与错误，正确答案正确的划“√”，错误的划“×”）（本大题共10小题，每小题2分，总计20分） 1、数字化过程中采样是指将模拟图像的空间坐标离散化，只采集其中整数坐标值的点。√ 2、灰度图像中，一个像素的存储空间越大，则其能表现的光强层次越丰富。√ 3、一幅数字图像，即可求出其灰度直方图；反之，亦然。× 4、图像中每个像素的位置是整数，其灰度值也必须是整数。× 5、图像的几何变换只需要进行“空间变换”；。×