智慧树知到《数字图像处理》章节测试答案第一章 1、表示一幅灰度图像，一般用（）？ 一个常数 二维矩阵 三维矩阵 一个变量 答案: 二维矩阵 2、彩色图像中，每个像素点用（）表示色彩值？ 一个值 二个值 三个值 四个值 答案: 三个值 3、不可见光是可以形成图像的 对 错 答案: 对 4、数字图像的质量与量化等级有关 对 错 答案: 对
5、一幅模拟图像转化为数字图像，要经过（）？ 重拍 重拍 采样 量化 变换 答案: 采样,量化 6、某个像素的邻域，一般有（）？ 4-邻域 8-邻域 10-邻域 对角邻域 答案: 4-邻域,8-邻域,对角邻域 第二章 1、傅里叶变换得到的频谱中，低频系数对应于（）？物体边缘 噪音 变化平缓部分 变化剧烈部分 答案: 变化平缓部分 2、一幅二值图像的傅里叶变换频谱是（）？ 一幅二值图像
一幅灰度图像 一幅复数图像 一幅彩色图像 答案: 一幅灰度图像 3、傅里叶变换有下列哪些特点（）？ 有频域的概念 均方意义下最优 有关于复数的运算 从变换结果可以完全恢复原始数据 答案: 有频域的概念,有关于复数的运算,从变换结果可以完全恢复原始数据4、图像的几何变换改变图像的大小或形状，例如（）？ 平移 旋转 缩放 退化 答案: 平移,旋转,缩放 5、傅里叶变换得到的频谱中，高频系数对应于图像的边缘部分。 对 错 答案: 对 6、图像平移后，其傅里叶变换的幅度和相位均保持不变。 对
错 答案: 错 第三章 1、图像与其灰度直方图间的对应关系是（）？ 一一对应 多对一 一对多 都不对 答案: 2、下列算法中属于点处理的是（）？ 梯度锐化 直方图均衡化 傅里叶变换 中值滤波 答案: 3、为了去除图像中某一频率分量，除了用带阻滤波器还可以用（）？ 低通滤波器 高通滤波器 带通滤波器 低通滤波器加高通滤波器 答案: 4、要对受孤立噪声点影响的图像进行平滑滤波，不能达到效果的滤波器是（）？
第08章课后习题参考答案 1.充分理解色彩调整中的基本概念，例如色调、色阶、亮度/对比度、色相/饱和度等等。答：“色阶”对话框允许您通过调整图像的阴影、中间调和高光的强度级别，从而校正图像的色调范围和色彩平衡。 亮度/对比度命令用来粗略的调整图像的亮度与对比度。该命令将一次调整图像中所有像素（包括高光、暗调和中间调），但对单个通道不起作用，所以不能作精细调整。 色相/饱和度用来调整图像的色相、饱和度和明度。 2.色阶和曲线图的工作原理是什么？它们是怎么调整图像色彩的。 答：色阶是根据每个亮度值处像素点的多少来划分的，最暗的像素点在左面，最亮的像素点在右面，“输入色阶”显示当前的数值，“输出色阶”显示将要输出的数值。 若要调整特定颜色通道的色调，请从“通道”菜单中选取选项。 若要同时编辑一组颜色通道，请在选取“色阶”命令之前，按住Shift 键在“通道”调板中选择这些通道。 要手动调整阴影和高光，请将黑色和白色“输入色阶”滑块拖移到直方图的任意一端的第一组像素的边缘。 要调整中间调，请使用中间的“输入”滑块来调整灰度系数。向左移动中间的“输入”滑块可使整个图像变亮。将中间的“输入”滑块向右移动会产生相反的效果，使图像变暗。 曲线命令和色阶作用相似，都可以用来调整图像的色调范围，但“曲线”功能更强。它不但可以调整图像的高光、暗调和中间调，还能对灰阶曲线中的任何一点进行调整。 当“曲线”对话框打开时，色调范围将呈现为一条直的对角线。图表的水平轴表示像素（“输入”色阶）原来的强度值；垂直轴表示新的颜色值（“输出”色阶）。 将曲线向上或向下弯曲将会使图像变亮或变暗，具体情况取决于对话框是设置为显示色阶还是百分比。曲线上比较陡直的部分代表图像对比度较高的部分。相反，曲线上比较平缓的部分代表对比度较低的区域。 3.任意打开一幅RGB图像，试用不同的色彩调节命令，体会它们所能达到的效果。 答：略。 4．把素材盘的课后习题与效果图文件夹中第08章一张照片文件ride.jpg制作出旧照片的效果，如图8-99所示。
第六章 6.1 给出用于产生图6.5中标为“日光”的点的红光、绿光、蓝光的百分比。 从图中可知，x=0.31，y=0.32，由x+y+z=1可得z=0.37，这是三色值系数。我们感兴趣的是三色值XYZ。由他们的变换公式：x = X/(X+Y+Z)，y=Y/(X/Y/Z)，z=Z/(X/Y/Z)，可知他们的比例是相同的，故可得：X=0.31，Y=0.32，Y=0.37 6.2 用c 表示给定的颜色，并且给出它的坐标，用（x0,y0）表示，c 和c1之间的距离以及c1和c2的距离分别为： c1占c的百分比表示为: c2的百分比用p2表示：p2=100-p1,由上面的等式我们知道，作为例子，当c=c1时，那么d(c,c1)=0,并且p1=100%,p2=0%,同样当d(c,c1)=d(c1,c2)时，p1=0%,p2=100%,从它们简单的关系中可以容易地得出它们的值。 6.5
在中心点有R/2+ B/2+G= R+G+B /2 + G /2=midgray+G/2，由于增加了灰色分量和强度使人们看起来像纯绿色。 6.7 在每幅12比特图像中有4096212=种可能值。对于灰度色彩，所有的RGB 分量必须相等，所以有4096种不同的灰度。 6.8 （a ）R 图像中的所有像素值都是255。在G 图像中，第一列全是0，第二列全是1，最后一列全由255组成。在B 图像中，第一行全为255，第二行全为254，直到最后一行全为0。 （b ）（令坐标轴编号同书中图6.7（RGB 彩色立方体示意图）相同。）则：（0,0,0）=白色，（1,1,1）=黑色，（1,0,0）=青色，（1,1,0）=蓝色，（1,0,1）=绿色，（0,1,1）=红色，（0,0,1）=黄色，（0,1,0）=深红色。 (c)不包括黑点和白点是饱和的。在包含黑点或者白点时，饱和度会下降。 6.10 从式（6.5-5）的RGB 亮度映射函数推导出式（6.5-6）的CMY 亮度映射函数。 i i ks s = （i=1,2,3） (6.5-5) )1(k ks s i i -+= (i=1,2,3) (6.5-6) 由公式???? ??????-=????????? ?B G R Y M C 1可知，CMY 图像中的每个分量都是响应RGB 图像单一分量的函数。C 是R 的函数，M 是G 的函数，Y 是B 的函数。为清楚起见，我们使用素数标示CMY 分量。有公式 （i=1,2,3）得，)3,2,1(==i ks s i i （对应RGB 分量），并且有公
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 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？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 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。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
数字图像处理每章课后题参考答案 第一章和第二章作业：1.简述数字图像处理的研究内容。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？ 3.列举并简述常用表色系。 1.简述数字图像处理的研究内容？ 答： 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， 将这几个方面展开，具体有以下的研究方向： 1.图像数字化， 2.图像增强， 3.图像几何变换， 4.图像恢复， 5.图像重建， 6.图像隐藏， 7.图像变换， 8.图像编码， 9.图像识别与理解。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？
答： 图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。 根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次： 图像处理、图像分析、图像理解。 图像处理着重强调在图像之间进行的变换。比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。图像处理主要在图像的像素级上进行处理，处理的数据量非常大。 图像分析则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。图像分析处于中层，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描述。 图像理解的重点是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，从而指导和规划行为。图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。 第三章图像基本概念 1.图像量化时，如果量化级比较小时会出现什么现象？为什么？ 答： 当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。图像的量化等级反映了采样的质量，数字图像的量化级数随图像的内容及处理的目的差别而不同，低的量化级数只满足于处理简单的线条而对于图像，若线条不明显时，则会产生伪轮廓。人眼对灰度误差有一个敏感度阈值，当灰度误差大于门限值时，即量化误差大于视觉阈值时，人眼看到的图像会出现伪轮廓。
9.10证明： (a)若x ∈A ΘB ，则对于任意b ∈B 有x+b ∈A ，即x ∈(A)-b 。则对于所有b ∈B 都有x ∈(A)-b ，即 B b b A x ∈-∈ )(。 那么若 B b b A x ∈-∈ )(，则对于所有b ∈B 都有x ∈(A)-b 。因此对于任意b ∈B 有x+b ∈A ，即 x ∈A ΘB 。 (b)假设x ∈A ΘB B b b A ∈-∈ )(。那么对于任意b ∈B 都有x ∈(A)-b 或者x+b ∈A 。 若A B x ?)(即对于任意b ∈B 有x+b ∈A ，由(a)得x ∈(A)-b 即对于对于所有b ∈B 都有x ∈(A)-b ，即 B b b A x ∈-∈ )( 9.12证明： (a)若B A x ⊕∈，则对于a ∈A ，b ∈B ，x=a+b 。即x ∈(A)b 且 B b b A x ∈∈ )( 或者设 B b b A x ∈∈)(，则有b ∈B ，x ∈(A)b 。 而x ∈(A)b 意味着存在一个a ∈A 使x=a+b 。 但由题意知，a ∈A ，b ∈B ，x=a+b 得B A x ⊕∈ (b)设 B b b A x ∈∈ )(，则有b ∈B ，x ∈(A)b x ∈(A)b 意味着存在一个a ∈A 使得x=a+b 但若x=a+b ，a ∈A ，b ∈B ，则有x-b=a 或者x-b ∈A ，即])[(^Θ≠∈A B x x 那么设])[(^Θ≠∈A B x x ，则Θ≠A B x )(^表示对于b ∈B ，x-b ∈A 或者对于a ∈A 有x-b=a 但若对于a ∈A ，b ∈B 有x=a+b ，那么x ∈(A)b ，则 B b b A x ∈∈ )( 9.18解：之所以能够腐蚀再膨胀从而重建为原始形式，是因为原始方块与腐蚀采用的结构元是同一种形状。若是长方形或三角形等其他形状则不能恢复。 9.19解：如果将结构元放在图像正中央，边界选为1个像素边界。最后将得到一个点，因为“T ”中间一竖和结构元是完美匹配的。
第六章 图像色彩处理 本章介绍Photoshop 中的图像色彩处理的知识和方法。由于在第一章中我们已经学习了图像和色彩的基础知识，所以本章不再赘述。这里主要通过介绍图像色彩调整命令的知识以及实例来完成这一部分知识的学习。 通过本章学习，你可以： ◆了解图像色彩处理的知识 ◆理解图像色彩调整命令，掌握技巧并学会运用它来处理图像 ◆体验成功进行图像色彩处理的乐趣 6.1 Ph otoshop 图像色彩调整命令 同学们对艺术照都不陌生吧?在艺术照里的人物个个看起来都是那么的漂亮,与真实的人物大不一样。比如实际上皮肤比较黑的人在照片上看上去很白，实际上皮肤比较粗糙的人在照片上看上去皮肤很细腻等。那同学们想不想知道这些都是如何制作出来的呢？今天起我们就来对这些神奇的艺术照进行探密吧。灵活运用Photoshop 的图像调整功能，是我们学习图像编辑处理的关键一环。有效地对图像的色彩和色调进行控制，我们才能制作出高品质的图像作品。Photoshop 为我们提供了十分完善和强大的色彩调节功能，这些功能能够帮助我们创造出绚丽多彩的图像世界！ 图像色调调整主要是指调整图像的明暗程度。相关的命令有色阶、曲线、色彩平衡、亮度/对比度等，它们都位于Photoshop 的【图像】/【调整】子菜单中。 6.1.1 色阶 利用“色阶”命令可以通过调整图像的暗调、中间调和高光的强度级别来校正图像。如图6.1.1所示。 6.1.2 曲线 “曲线”命令可以精确调整图像，赋予那些原本应当报废的图片新的生命力。该命令是用来改善图像质量的首选工具，它不但可调整图像整体或单独通道的亮度、对比度和色彩，还可调节图像任意局部的亮度。如图6.1.2所示。 6.1.3 色彩平衡 图6.1.1 图6.1.2
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=j 2. 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：
数字图像处理各章节考核要求 第0章Matlab 1. 掌握常用的matlab函数，如图像的读写与显示、不同类型图像之间的转换、不同数据类型图像的转换、傅里叶变换、图像的滤波、总面积等。限于实验过程出现过的函数。 2.会编写简单的图像处理代码。 3.掌握常见编码错误的调试方法。 第1章概述 一、识记与理解 1. 数字图像处理、数字图像处理的目的、特点和优点 2. 数字图像处理应用、研究内容和发展动向。 二、简单应用（无） 第2章数字图像处理的基础 一、识记与理解 1. 数字的函数表达，采样、量化 2. 不同采样间隔或量化等级数对图像质量和数据量的影响 3. 4-邻接、8-邻接、m-邻接和连接性 5. 像素之间的距离计算：欧式距离、城市街区距离和棋盘距离 6. 图像的分类 7.掌握不同分辨率、不同量化等级的图像占用的存储空间大小 二、简单应用 1、图像数字化的过程 2、图像量化等级对图像有什么影响？如果量化等级过小会出现什么现象？为什么？ 第3章图像基本运算 一、识记与理解 1. 图像基本运算的分类 2. 图像代数运算的种类及各自的意义 3. 多幅图像平均降噪方法的原理 二、简单应用 1. 会根据图像的灰度分布和图像变换目标选择合适的点变换函数。要求掌握两个重要的非线变换函数—对数变换和幂变换的特性，结合第5章基于灰度变换的图像增强分析不同变换函数适合的图像情况。 第4章图像变换 一、识记与理解 1. 二维离散傅里叶变换 2. 傅立叶变换的性质 3. 图像变换的目的 4. FFT的基本思想 5. MATLAB中，傅立叶变换的频谱分布特点 二、简单应用
1、掌握傅里叶变换在图像处理中应用的原理。（含高通和低通） 第5章图像增强 一、识记与理解 1．直方图、直方图均衡化、图像增强的概念、分类及主要研究内容 2. 点处理和模板处理概念 3. 低通滤波对图像处理的作用或者说丢失图像高频成分对图像视觉效果的影响。 二、简单应用 1. 基于灰度变换的图像增强：线性变换、分段线性变、反转变换、对数变换，会根据变换函数预测图像变换的效果。 2. 基于直方图的图像增强：直方图均衡化（参照习题5.4） 3. 空间滤波增强：给定图像矩阵和滤波器，要求计算滤波结果 4. 频域滤波增强：掌握不同滤波器的滤波效果（振铃程度、图像模糊程度、噪声平滑效果） 5.了解同态滤波 第6章图像复原 一、识记与理解 1.图像复原与图像增强的异同点 2.频域滤波复原的通用技术及各自适合复原的图像情况 4.均值滤波、中值滤波、最大值/最小值滤波器 6.逆滤波和维纳滤波 三、简单应用 1．线性位移不变系统逆滤波恢复图像原理 2．给定图像退化函数，设计图像复原方法。 3、中值滤波对椒盐噪声的滤波效果如何？试分析其中的原因。 4、均值滤波对高斯噪声的滤波效果如何？试分析其中的原因。 第7章图像压缩编码 略 第8章图像分割 一、识记与理解 1. 边缘 2. 阈值分割、根据直方图选择阈值 3.了解区域增长法、区域分裂算法步骤 4. 形态学图像处理方法：腐蚀、膨胀、开运算、闭运算 5. 掌握图像分割的概念、作用及策略。 二、简单应用 1.掌握Roberts 算子、Prewitt 算子、Sobel 算子对于噪声条件下边界检测的性能。 2.根据图像的实际情况，设计合适的图像分割方法。 3.能够应用数学形态学的方法完成简单的图像应用处理，如提取区域边缘、计算周长等。 第9章彩色图像处理
彩色图像分割 图像分割(image segmentation)描述根据相似和均匀的准则将图像分为互相不重叠、本身相连的图像组元(称为区域)的过程。类似与此，彩色图像分割(color image segmentation)描述从图像中提取一个或多个相连的、满足均匀性(同质)准则区域的过程，这里均匀性准则基于从图像光谱成分中提取的特征。这些成分定义在给定的彩色空间(见第3章)中。分割过程可基于有关场景中目标的知识，如几何和光学的特性。 对分割灰度图像的基本原理在很多数字图像处理的教材中都有介绍(见[GonW0002]、[Pit93]、[Pra91]、[Son et a1.93]，以及综述文章[PalPal93])。本章集中考虑利用彩色信息进行图像分割的技术。将介绍和讨论四组分割技术。 分割中最重要的特征之一可能就是对区域的定义。粗略地说，可以区分四种区域定义： 1．区域是像素集合的、借助一组定义在彩色空间上的隶属度函数来指定的连通组元。对彩色信号的组合要在彩色空问进行。组合的一个条件可以是像素的彩色在彩色空间中都在一个平面或多面体中。 2．区域是图像平面上(最大化的)相连的像素集合，这个集合满足均匀性条件。与上一种定义相反，对彩色信号的组合是在图像平面上进行的而不是在彩色空间进行的。例如，均匀区域可通过对大的、非均匀的区域进行分裂得到或将一个起始像素邻域内的其他像素(或
像素块)合并进去得到。 3．区域是由构成彩色轮廓的边缘像素所围起来的像素集合。彰色轮廓是依靠在彩色图像中使用边缘检测算子(见第6章)而确宅的，其间可能需要对轮廓中的间断进行填充。在某种意义上说，区域由于代表了由边缘像素构成的非均匀集合的补集而均匀· 4．区域是像素集合的连通组元，这个像素集合的组合源于对彰色空间中彩色信号的物理建模。分割的目的是从对应场景中物体表面的彩色图像中提取区域，每个区域包含一种物质。遮挡、阴影和高光都不应对这种图像分割产生影响，尽管图像中的彩色值有变化。 前两种区域的定义使用了一致性谓词(uniformity predicate)，其中第1种基于像素而第2种基于区域。第3种区域定义使用了非一致性谓词(nonuniformity predicate)。所以，这样的分类是相容的和完备的。第4种区域定义代表了一个补充的区域子类，它也可看作是第1种区域的一个特例。 之所以要补充第4种区域定义是因为其图像分割的目的和有关场景中物体物质特性的假设都与其他三种有区别。例如，浅红色和深红色矢量总赋予第4种定义中的同一个区域，因为那里假设明亮程度的差别是由遮挡和阴影所导致的，而像素对应表不了相同表面区域的彩色矢量。所有使用第4种区域定义的分割技术都不是基于亮度方法的扩展。这些技术都是完全用于彩色图像的。 另外，这些使用第4种区域定义的分割技术都属于一组新的图像处理技术。这些技术在最近几年中被看作是基于物理学的视觉技术
数字图像处理：部分课后习题参考答案 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=j 2. 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
第8章彩色图像处理及MATLAB实现 8.1 概述 彩色对我们并不陌生，比如说日常生活中通过摄影相机用彩色胶卷所拍的照片。它是指用各种观测系统，以不同形式和手段，观测客观世界而获得的，可以直接和间接作用于人眼，进而产生视觉的实体。小到分子内部结构图片，大至宇宙星体照片，人类通过视觉识别文字、图片和周围环境，人的视觉系统就是一个观测系统，通过它得到的图像就是客观景物在人的心目中形成的影像。 我们生活在一个信息时代，科学研究和统计表明，人类感知的外界信息，80％以上是通过视觉得到的，也就是从图像中获得。生活在色彩斑斓的世界中，人的视觉系统产生的图像多为彩色图像。对人类而言，对彩色图像信息的感知，具有至关重要的意义。彩色图像信息可以从科学和艺术两方面来理解。本章仅从科学角度讨论彩色图像信息处理，当然通过科学手段对彩色图像进行处理自然也可能使彩色图像更具有艺术效果。 对彩色图像的科学处理，称为图像技术，也称为图像工程。内容非常丰富，根据抽象程度和研究方法等的不同可分为三个层次：彩色图像处理、彩色图像分析和彩色图像理解。彩色图像处理着重强调在图像之间进行的变换，彩色图像分析则主要是对彩色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。彩色图像理解的重点是在彩色图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得到图像内容含义的理解，以及对原来客观场景的解释，从而指导和规划行为，彩色图像处理的最终研究目标为：通过二维彩色图像认识三维环境的信息。 随着信号处理及计算机技术和彩色图像处理技术的发展，人们试图用摄像机获取环境彩色图像并转换成数字信号，用计算机实现人类对视觉信息处理的全过程，进而形成了一门新学科—计算机视觉，从而大大推动人工智能系统的发展，彩色图像处理技术是开发智能机器人的关键突破口，当前彩色图像技术已涉及人类生活和社会发展的各个方面，展望未来，彩色图像处理技术将能得到进一步发展和应用，从而改变人们的生活方式以及社会结构。 本章第二节讨论人类彩色视觉系统有关知识，第三节讨论彩色图像处理，第四节讨论彩色图像分析。由于篇幅的关系，有关彩色图像理解的内容请参考有关计算机视觉的论著。 8.2彩色视觉与彩色图像 彩色图像处理的许多目标是帮助人更好地观察和理解图像中的信息，处理方案的选择和设计与信源和信宿的特征密切相关。所谓信源就是处理前或者处理后的图像，而信宿就是处理前后信息的接收者——人的视觉系统。因此了解图像特点和人的视觉系统对彩色的感知规律是十分必要的，本节将介绍有关这方面的内容，即色度学的知识。 8.2.1彩色视觉 人的视觉的产生是一个复杂的过程，除了光源对眼睛的刺激，还需要人脑对刺激的解释。即人的视觉系统是由眼球、神经系统及大脑的视觉中枢构成，人眼的形状为一球形，其平均直径约20毫米，这球形之外壳有三层薄膜，最外层是角膜和巩膜，最里层的膜是视网膜，它布满在整个后部的内壁上。视网膜可看做是大脑分化出来的一部分，其构造比其他感觉器官都要复杂，具有高度的信息处理机能。眼睛中的光感受器主要是视觉细胞，视网膜上存在不同的光感受器，即锥状细胞与杆状细胞。杆状细胞对彩色不敏感，锥状细胞具有辨别光波波长的能力，因此对彩色十分敏感，锥状细胞又分为对不同光谱(红、绿、蓝)敏感的三种细胞，对外膝体与大脑视觉皮层的分析表明，它们都有专门的区域从事彩色信息的处理与识别，这就是人类视觉系统的彩色信息通道。 周围环境中的物体，在可见光的照射下，通过眼球的聚焦作用，在人眼的视网膜上形成彩色图像，通过人类视觉信息系统彩色信息通道各个环节的处理，使人获得彩色图像信息的感知觉。对彩色图像信息的感知觉就是人类的彩色视觉，彩色视觉是一种明视觉，常用亮度、色调和饱和度三个基本特性量来描述，称为彩色三要素。 亮度是指彩色光所引起的人眼对明暗程度的感觉，亮度和照射光的强度有关。 色调是指光的颜色，例如，红、橙、黄、绿……等都表示光的不同色调，改变色光的光谱成分，就会引起色调的变化。 色饱和度是指色的颜色的深浅程度。如深红、淡红等等。 色调和饱和度又合称为色度，它既表示色光颜色类别，又能表示颜色的深浅程度。 8.2.2 三色成像原理 人眼视网膜中存在着对不同光谱（红、绿、蓝）敏感的三种锥状细胞，由这三种锥状细胞，人类产生自然界所有彩色的感知觉。科学实验与分析表明，自然界里常见的各种色光都可以由红、绿、蓝三种色光，按不同比例相配而成，同样，绝大多数色光也可以分解成红、绿、蓝三种色光。这便是色度学中的最基本原理—三基色原理。三基色的选择并不是惟一的，也可以选其他三种颇色为三基色。但是三种基色必须是相互独立的，即任何一种颜色都不能由其他两种颜色合成。由于人眼对红(R)、绿(G)、蓝(B)三种色光最为敏感，因此由这三种颜色所得的彩色范围最广，所以一般都选择这三种颜色作为基色。 由三基色混配各种颜色的方法通常有两种，这就是相加混色和相减混色。由红、绿、蓝三基色进行相加混色的情况如下： 红色＋绿色＝黄色 红色＋蓝色＝紫色绿色＋蓝色二青色