1. 半调输出技术可以：（B）
A、改善图像的空间分辨率；
B、改善图像的幅度分辨率；
C、利用抖动技术实现；
D、消除虚假轮廓现象。
2. 数字图像木刻画效果的出现是由于下列原因所产生的：（A）
A、图像的幅度分辨率过小；
B、图像的幅度分辨率过大；
C、图像的空间分辨率过小；
D、图像的空间分辨率过大；
1. 对应于不同的场景内容，一般数字图像可以分_二值图像__、灰度图像和彩色图像三类。
4.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
1. 图像的数字化包含哪些步骤？简述这些步骤。
1. 图像的数字化主要包含采样、量化两个过程。采样是将空域上连续的图像变换成离散采
样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化
就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。
经过采样和量化后，数字图像可以用整数阵列的形式来描述。
2. 图像量化时，如果量化级比较小会出现什么现象？为什么？
2. 如果量化级数过小，会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级
别中，必然会导致颜色信息损失。当量化级别达到一定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度分辨率就会降低，颜色层次就会欠丰富，不同的颜色之间
过度就会变得突然，可能会导致伪轮廓现象。
3. 简述二值图像、彩色图像、灰度图像的区别。
3. 二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称
为黑白图像。二值图像的矩阵取值非常简单，每个像素的值要么是1,要么是0,具有数据
量小的特点。
彩色图像是根据三原色成像原理来实现对自然界中的色彩描述的。红、绿、蓝这三种基
色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。
灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含
彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。
我们将平面景物在投影平面上的非垂直投影称为图像的___________________________ ，该处理会是的图
像中的图形产生扭变。
1. 简述直角坐标系中图像旋转的过程。
1. （1）计算旋转后行、列坐标的最大值和最小值。
（2）根据最大值和最小值，进行画布扩大，原则是以最小的面积承载全部的图像信息。
（3）计算行、列坐标的平移量。
（4）利用图像旋转公式计算每个像素点旋转后的位置。
（5）对于空穴问题，进行填充。
2. 如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？
2. （1）对于空穴问题，需要进行填充。可以采用插值的方法来解决填充问题。
（2）阐述一下邻近行插值或者均值插值法进行空穴填充的过程。（该点参见简答题3和
3. 举例说明使用邻近行插值法进行空穴填充的过程。
3. 邻近插值法就是将判断为空穴位置上的像素值用其相邻行（或列）的像素值来填充。
例如对于下图中的空穴点f23进行填充时，使用相邻行的像素值来填充。即：f23=f22.
4. 举例说明使用均值插值法进行空穴填充的过程。
4. 均值插值法就是将判断为空穴位置上的像素值用其上、下、左、右像素值的均值来填充。
例如对于下图中的空穴点f23进行填充时，使用相邻行的像素值来填充。
即：f23=(f22+f24+f13+f33)/4.
1. 所谓动态范围调整，就是利用动态范围对人类视觉的影响的特性，将动态范围进行____ 压缩，将所关心部分的灰度级的变化范围扩大，由此达到改善画面效果的目的。
9. 我们将照相机拍摄到的某个瞬间场景中的亮度变化范围，即一幅图像中所描述的从最暗
到最亮的变化范围称为_________ 动态范围_____________ 。
10. 灰级窗，是只将灰度值落在一定范围内的目标进行—对比度增强—，就好像开窗观察
只落在视野内的目标内容一样。
8.使用同态滤波方法进行图像增强时，以下处理顺序正确的是( A)
①通过对图像取对数，将图像模型中的入射分量与反射分量的乘积项分开。
②将对数图像通过傅里叶变换变到频域，在频域选择合适的滤波函数，进行减弱低频和
加强高频的滤波。
③计算图像中各个灰度值的累计分布概率。
④对滤波结果进行傅里叶逆变换和对数逆运算。
A①②④B①④②C①②③D①③②
1?均值滤波器对高斯噪声的滤波效果如何？试分析其中的原因。
1?均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
均值滤波器对高斯噪声的滤波结果较好。
原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正态分布的均值为0，
所以均值滤波可以消除噪声。
2. 简述均值滤波器对椒盐噪声的滤波原理，并进行效果分析。
2?均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
均值滤波器对椒盐噪声的滤波结果不好。
原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。
因为噪声的均值不为0,所以均值滤波不能很好地去除噪声点。
3. 中值滤波器对椒盐噪声的滤波效果如何？试分析其中的原因。
3. 中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其
周围的邻近像素。取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达
到滤除噪声的目的。
中值滤波器对椒盐噪声的滤波效果较好。
原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。
使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好4. 使用中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？
4. 中值滤波器对椒盐噪声的滤波效果较好，对高斯噪声的处理效果不好。
中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达
到滤除噪声的目的。
原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。
使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好。高斯噪声是幅值近似正态分布，但分布在每点像素上。找不到干净的点来
替代被污染的点，故处理效果不好。
5. 使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？
5?均值滤波器对高斯噪声的滤波结果较好，对椒盐噪声的滤波结果不好。
均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其
周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正态分布的均值为0，所以均值滤波可以消除噪声。椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有
干净点也有污染点。因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。
2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？
2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界比较清晰；二阶微分
算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节
信息，但是所反映的边界不是太清晰。
依照分割时所依据的图像特性不同，图像分割方法大致可以分为____________ 阈值方法
—、边界分割方法和区域提取方法三大类。
4. 熵是信息论中对不确定性的度量，是对数据中
所包含—信息量 _______ 大小的度量。
1.6.3、在BMP格式、GIF格式、TIFF格式和JPEG格式中：（A）（没有压缩）
A、表示同一副图像，BMP格式使用的数据量最多；
B、GIF格式独立于操作系统；
C、每种格式都有文件头，其中TIFF格式的最复杂；
D、一个JPEG格式的数据文件中可存放多幅图像。
2.1.1、福利叶变换有下列哪些特点？（ACD）
A、有频域的概念；
B、均方意义下最优；
C、有关于复数的运算；
D、从变换结果可完全恢复原始数据。
2.1.2、一幅二值图像的福利叶变换频谱是：（B）
A、一幅二值图像；
B、一幅灰度图像；
C、一幅复数图像；
D、一幅彩色图像。
2.4.1、盖伯变换有下列哪些特点？（C）
A、只需对福利叶变换加个窗就可得到；
B、窗尺寸随频率中心变化而变化；
C、从变换结果可完全恢复原始函数；
D、计算盖伯变换要求知道在整个时间轴上的f（t）。
2. 6.1、离散小波变换有下列哪些特点？（CD）
A、是福利叶变换的一种特例；
B、是盖伯变换的一种特例；
C、有快速算法；C、其局部化网格尺寸随时间变化。
2.6.2、小波变换所具有的时间-频率都局部化的特点：（B）
A、表面时间窗函数的宽度与频率窗函数的宽度都很小；
B、表面时间窗函数的宽度与频率窗函数的宽度成反比；
C、表面时间窗函数宽度与频率窗函数宽度的乘积很小；
D、表面时间窗函数的宽度等于频率窗函数的宽度。
3.5.1、禾U用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。一下哪项措施不能减小图
像的模糊程度：（C）
A、增加对平滑滤波器输出的或值处理（即仅保留大于或值的输出）：
B、采用中值滤波的方法；
C、采用领域平均处理；
D、适当减小平滑滤波器的领域操作模板。
7.1.2以下分割方法中属于区域算法的是：（AD ）
A 、分裂合并
B 、哈夫变换
C 、边缘检测
D 、阈值分割
7.2.1梯度算子：（AD ） A 、 可以检测阶梯状边缘 B 、 可以消除随机噪声 C 、 总产生双像素宽边缘 D 、 总需要两个模板
7.5.1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
3、简述梯度法与Laplacian 算子检测边缘的异同点
答：梯度算子和Lap lacian 检测边缘对应的模板分别为
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 Laplacia n 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。（2分） 相同点都能用于检测边缘，且都对噪声敏感。
（1分）
12 3 4 5 6 7
k
答：①2 f p （r i ） , k=0, 1,…7,用累积分布函数（CDF ）作为变换函数 T[r]处理时,
i =S
r i
P r (r i )
s k 计
s
并
S k
P r (S k )
r o =0 0.174 0.174 1/7 S 0=1/7
0.174 r 1=1/7
0.088 0.262 2/7
「2=2/7 0.086 0.348 2/7
S 1=2/7
0.174
「3=3/7 0.08 0.428 3/7
「4=4/7 0.068 0.496 3/7
S 2=3/7
0.148 「5=5/7 0.058 0.554 4/7
「6=6/7
0.062 0.616 4/7 S 3=4/7 0.120 r 7=1
0.384
1
1
S 4=1
0.384
（梯度算子）
-1 1
1
1
-4
1
1
(2分)
4 3 a ao.
密一一
Um
算子)
③0、1、2、3、4、5、6、71、数字图像
数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素 (pixel )。
数字图像处理
指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术 .
2、 8-连通的定义
-对于具有值V 的像素p 和q ，如果q 在集合N8(p)中，则称这两个像素是8-连通的。 3、 灰度直方图灰度直方图是指反映一幅图像各灰度级像元出现的频率。 4、 中值滤波
中值滤波是指将当前像元的窗口(或领域)中所有像元灰度由小到大进行排序，中间值作为当前像元 的输出值。 像素的邻域
邻域是指一个像元(x ，y )的邻近(周围)形成的像元集合。即 { (x=p,y=q )}p 、q 为任意整数。
像素的四邻域
像素 p(x,y)的 4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1)
_
1 2 1 "
2.用模板0
0 0 L 对所给图像进行一阶微分锐化口(水平方向)(10)
-1 -2 -1
解：(1)边缘取0
(2)其他行、列均做如卜处理
以第二行第二列的1为例.其经锐化后得匕
1x1+ 2x2+3x1 +2x0 + 1 x0 +2x0+3x(-1)+0x(-2) + Sx(-l) =
-3
1
2
3
1 4 1 7 ■ 6
J 3 0
s
6
1 ■■■ =
7 s 6 2 3
6
9
0 0 0 0 0
0 -3 ?13 -20 0 0 -6 -13 -13 0 0 1 12
5 0 0 0 0
②均衡化后的直方图:
2、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：如图所示，由公式
(c/a)f(x.y) 0 g(&y) = [(d-c) (b-a)][f(x.y)-a] + c [M. 一 d) (M f 一 b)][f(x. y) - b] + d 討) 25-15 &&?刃=帀二?"(兀?刃一1°]+15 30- ^>5 出二[/(xj)-20]+ 25 30-20U ? 化简得: * g(x ?y) = ? [/(X ?y) -10] + 15 +[/(X ?y)-20] + 25 ?计算机视觉与图象处理 a S f(x.y) S b b < f(x.y)< M f 屈际会议：A类ICCV, CVPR, ECCV, B类：ICPR, ICIP, ACCV ?国乐期 刊： ?International Journal of Computer Vision (IJCV)r ?I■匸匚T Pattern Analysis and Machine Intelligence (TPAMI) ?IEEE T Image Processing (TIP), ?Pattern Recognition (PR), (7010, MSRM, cited 68) ?Computer Vision and Image Understanding(CVIU), ?Image and Vision Computing (IVC)r ?Pattern Recognition letters (PRI )r (2007 NGVF r cited 37) ?IET Computer Vision (201厶SOAMST and CBWH, cited 13(9+4)) ?Ncnirocoinpiitlng ?Neural Computing & Applications (NCA) (2012 Tongue Segmentation) 4 International Journal of Pattern Recognition and ArtiHcial IntelligefKe(I)PRAI) (2009,1 BP Tracking) (dted 32) 4 1? Comaniciu D v Ramesh V. and Meer P. Kernel Based Object Tracking. IEEE PAMI,2003, CVPR 2000 Best Paper Award?被引 2865(Journal)+2273=5138 (Conference)次.目标跟踪 4 2. Comaniciu D^Peter Meer. Mean shift: A Robust Approach toward feature space analysis. IEEE TPAMI2QQ2. CVPR 1999, Best Paper Award.被引5038次.图像分割 4 3. Kaiming He, Jian Sun, and Xiaoou Tang, Single Image Haze Removal using Dark Channel Prior. IEEE TPAMI2Q11,CVPR2009 Best Paper Award.被引217次.图像增强 4 4. Jifeng Ning, Lei zhang, David Zhang, Chengke Wu. Robust Mean Shift Tracking with e/nectef/Background-Weighted Histogram. IET Computer vision,2012, 61-69.被引9次.目标跟嫁
相关主题
文本预览