30452计算题复习
一、直方图均衡化（P68）
对已知图像进行直方图均衡化修正。
例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。
表1
解：对已知图像均衡化过程见下表：
r 7=7 81 7 7→7
画出直方图如下：
（a ）原始图像直方图 （b ）均衡化后直方图 **以下部分不用写在答题中。 其中：
① r k 、n k 中k = 0，1，…，7
② p r （r k ）
= n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==k
j j
n
n 0
，在此题中n =64×64。
③ ∑==
k
j j
r
k r p s 0
)(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。
④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。 ⑤ 并k k s s =
⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。
⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。
二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80）
空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为
)6.2.4()
,(),(),(∑∑-=-=--=
l
l
s k k r s r H s y r x f y x g
式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。 具体过程如下：
（1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。
对于空间低通滤波器而言，采用的是低通滤波器。由于模板尺寸小，因此具有计算量小、使用灵活、适于并行计算等优点。常用的3*3低通滤波器（模板）有：
模板不同，邻域内各像素重要程度也就不同。但无论怎样的模板，必须保证全部权系数之和为1，这样可保证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。
1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1
解：低通滤波的步骤为：
（1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）；
（2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加；
（3）将（2）中的结果赋给图像中对应模板中心位置的像素。
如图中第2行第2列处的值 = （1*1+1*7+1*1+1*1+2*1+1*1+1*1+1*1+1*5）/10 = 2（其他位置同样方法计算可得）
由此步骤可得处理结果为（空白处自己计算后填入）
17181711
121
17
11
81
81
11
17181711
三、 中值滤波与邻域平均
中值滤波（P81）
中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。
它对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。
局部平滑法（邻域平均法 或 移动平均法）（P76）
局部平滑法是一种直接在空间域上进行平滑处理的技术。用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。
设有一幅N ×N 的图像f (x ,y )，若平滑图像为g (x ,y )，则有
)1.2.4()
,(1
),(,∑∈=
s
j i j i f M
y x g
式中x ,y = 0,1,…,N -1；
s 为（x ,y ）邻域内像素坐标的集合； M 表示集合s 内像素的总数。
可见邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。
设图像中的噪声是随机不相关的加性噪声，窗口内各点噪声是独立同分布的，经过（）平滑后，信号与噪声的方差比可望提高M 倍。
这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。而且邻域越大，在去噪能力增强的同时模糊程度越严重。
例：对下图做3*3中值滤波处理和3*3邻域平均处理，写出处理结果，并比较邻域平均与中值滤波的差异。
1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1
11151111
17181711
解：
（1）中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。
题目中的图像经3*3中值滤波后的结果为（忽略边界）：
17181711
11555111
11555117
11555111
81151111
81111111
11111111
17181711
（2）局部平滑法（邻域平均法或移动平均法）是用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。
题目中的图像经3*3局部平滑法（邻域平均法或移动平均法）后的结果为（忽略边界）：
17181711
119/938/940/938/923/921/91
17
11
81
81
11
17181711
中值滤波法和局部平滑法（邻域平均法或移动平均法）均能有效削弱椒盐噪声，但中值滤波法比邻域平均法更有效，且滤波后图像中的轮廓比较清晰。
四、 霍夫曼编码（P124）
例：设有一信源A={a1, a2, a3, a4, a5, a6}，对应概率P={, , , , , }. （1）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； （2）计算平均码长，信源熵和编码效率。 解：
（1）编码步骤 1）缩减信源符号数量
将信源符号按出现概率从大到小排列，然后结合
2）对每个信源符号赋值
从（消减到）最小的信源开始，逐步回到初始信源
由此可得哈夫曼编码结果见下表
平均码长2
.2504.0.0506.0.041.031.023.014.01
∑-==?+?+?+?+?+?==
L i i i
p B β
（其中，i β是灰度值为i 的编码长度，i p 为灰度值为i a 的概率，L 为灰度级数） 信源熵14.2log 21
=-=∑-=i L i i
p p
H
编码效率973.02
.214.2===B H η
五、费诺—仙农编码（P126）
费诺—仙农编码与Huffman编码相反，采用从上到下的方法。香农-范诺编码算法步骤：
（1）按照符号出现的概率减少的顺序将待编码的符号排成序列。
（2）将符号分成两组，使这两组符号概率和相等或几乎相等。
（3）将第一组赋值为0，第二组赋值为1。
（4）对每一组，重复步骤2的操作。
例：设一副灰度级为8的图象中，各灰度所对应的概率分别为，，，，，，，，要求对其进行费诺.仙侬编码。
解：根据费诺—仙农编码的方法进行分组和赋值如下图所示
所得编码结果如下表
六、 算术编码（P127）
例：编码来自1个4-符号信源{a 1, a 2, a 3, a 4}的由5个符号组成的符号序列：b 1b 2b 3b 4b 5 = a 1a 2a 3a 3a 4
1a 2
a 3a 4
a 信源符号
概率初始子区间0.20.2
0.40.2[0 , 0.2][0.8 , 1.0]
[0.4 , 0.8][0.2 , 0.4]
解：由
L C F N l s s *+=（新子区间的起始位置=前子区间的起始位置+当前符号的区间左端*前子区间长度） L C F N r s e *+=（新子区间的结束位置=前子区间的起始位置+当前符号的区间右端*前子区间长度）
可得，对于｛a 1，a 2，a 3，a 3，a 4｝，有 a 1 [0，] a1a2 [*，*]=[，] a1a2a3 [+*，+*]=[，] a1a2a3a3
[+*，+*]=[，]
a1a2a3a3a4 [+*，+*1]=[，]
解码过程
70202
0340....=-(1)0.068 在区间[0 ,0.2] ，可知第一个源符号为a 1
(2)
在区间[0.2-0.4]中，第二个为a 2(3)
在区间[0.4-0.8]中，第三个为a 3(4)
在区间[0.4-0.8]中，第四个为a 3(5)
在区间[0.8-1]中，第五个为a 43402
00
0680...=-750404
070....=-87504
04
0750....=-
七、 区域分割
状态法（峰谷法、灰度阈值法）（P155）
基本思想是，确定一个合适的阈值T 。将大于等于阈值的像素作为物体或背景，生成一个二值图像。阈值的选定可以通过如下图中灰度直方图确定。
方法：首先统计最简单图像的灰度直方图，若直方图呈双峰且有明显的谷，则将谷所对应的灰度值T 作为阈值，按图右侧的等式进行二值化，就可将目标从图像中分割出来。这种方法适用于目标和背景的灰度差较大、有明显谷的情况。
??
?>≤=T
y x f T y x f y x g ),(1
),(0
),( 在四邻域中有背景的像素，既是边界像素。
例：对下面的图像用状态法进行二值化，并计算二值图像的欧拉数。
0 1 3 2 1 3 2 1 0 5 7 6 2 5 6 7 1 6 0 6 1 6 3 4 2 6 7 5 3 5 6 5 3 2 2 7 2 6 1 6 2 6 5 0 2 7 5 0 1 2 3 2 1 2 1 2 3 1 2 3 1 2 2 1
解：（1）首先根据已知列出灰度级分布表
灰度级 0 1
2
3
4 5 6
7
像素个数
5
12 16 8 1
7
10 5
（2）画出图像的直方图
（3）由此可确定阈值T = 4，根据??
?>≤=T
y x f T y x f y x g ),(1
),(0
),(，二值化的图像如下：
（4）在二值图像中，1像素连接成分数C 减去孔数H 的差值叫做这幅图像的欧拉数。
本题从图中可以看出，其取值为1的像素的连接成分数C = 2，孔数H = 2，所以这幅图像的欧拉数为
E = C – H = 2 – 2 = 0
八、区域增长
简单区域扩张法（P159）
步骤：以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域；以合并的像素为生长点，继续重复以上的操作，最终形成具有相似特征的像素是最大连通集合。这种方法称简单（单一型）区域扩张法。
步骤：
（1）从图像最左上角开始，对图像进行光栅扫描，找到不属于任何的像素。
（2）把这个像素灰度同其周围（4邻域或8邻域）不属于其他区域的像素的灰度值和已存在区域的像素灰度平均值进行比较，若灰度差值小于阈值，则合并到同一区域，并对合并的像素赋予标记。
（3）从新合并的像素开始，反复进行（2）的操作。
（4）反复进行（2）、（3）的操作，直至不能再合并。
（5）返回（1）操作，寻找新区域出发点的像素。
例：对下面的图像采用简单区域生长法进行区域生长，给出灰度差值①T = 1；②T = 3；③T = 8三种情况下的分割图像。
10475
10477
01555
20565
02564
解：以8邻域为比较范围，①当阈值T = 1时，图像分割结果如下图所示6个区域：
② 当阈值 T = 3时，图像分割结果如下图所示为2个区域
③ 当阈值 T = 8时，图像分割结果如下图所示为1个区域
九、分裂合并
分裂合并法（基于四叉树思想的方法）（P161）
算法实现：
1）对于图像中灰度级不同的区域，均分为四个子区域。
2）如果相邻的子区域所有像素的灰度级相同，则将其合并。3）反复进行上两步操作，直至不再有新的分裂与合并为止。例：用分裂合并法分割图像，并给出对应分割结果的四叉树。
解：四叉树法分裂结果如下：
对应四叉树为：
合并后结果为：
其中背景区域①包括四叉树中00、01、030、033、1、21、22、23、32、33、300、303子块图像区域②包括四叉树中031、032、02、20、301、302、31子块
十、 膨胀和腐蚀、开运算和闭运算（P172）
1）膨胀
膨胀就是把二值图像各1像素连接成分的边界扩大一层的处理。
膨胀的原理：设二值图像为F ，结构元素为B ，B s
代表B 关于原点对称的结构元素。当结构元素B s
的原点移
到（x ,y ）处时，结构元素用s
xy B 表示。则图像F 被结构元素B 膨胀的定义式为： {}?≠=⊕F B B F s xy y x |, （即B s 击中F ，均指各自的非零像素）
其含义是：当结构元素B s
的原点移动到（x ,y ）位置时，如果s xy B 所覆盖范围内的F 的子图像与结构元素s xy
B 相应位置上至少有一个元素相同且不为0，则把该子图像中与s xy B 的原点位置对应的（x ,y ）点的那个像素
位置标注为1，否则为0。图像F 上标注出的所有这样的像素组成的集合，即为膨胀运算的结果。 膨胀运算的基本过程是：
（a ）求结构元素B 关于其原点的反射集合B s
；
（b ）每当结构元素在目标图像F 上平移后，结构元素B s
与其覆盖的子图像中至少有一个元素相交时，就将目标图像中与结构元素B s
的原点对应的那个位置的像素值置为“1”，否则置为0。 注意：
（a ）结构元素中原点位置所对应的目标图像子图像位置处的值是0时，仍可进行膨胀运算，无需强求是1。 （b ）当结构元素在目标图像上平移时，允许结构元素中的非原点像素超出目标图像范围。
结构元素形状对膨胀运算结果的影响:当目标图像不变，但所给的结构元素的形状改变时；或结构元素的形状不变，而其原点位置改变时，膨胀运算的结果会发生改变。 2）腐蚀（或收缩）
腐蚀是把二值图像各1像素连接成分的边界点去掉从而缩小一层的处理。
腐蚀的原理：设F 为目标图像，B 为结构元素，则目标图像F 被结构元素B 腐蚀可定义为
{}F B B F ?=xy y x |,⊙ （即B 包含于F ，均指各自的非零像素）
其含义是：当结构元素B 的原点移动到目标图像F 中的（x ,y ）位置时，如果（x ,y ）处像素值为1，并且
B xy 所覆盖范围内的F 的子图像的其他像素能够包含B xy 的其他像素或与B xy 的其他像素完全相同，则保留该
子图像中与B xy 的原点位置对应的（x ,y ）点的像素值1，否则均为0。图像F 上保留的所有这样值为1的像素组成的集合，即为腐蚀运算的结果。
这里的“包含”是指结构元素B 和目标图像F 的子图像中值为1的像素两两之间的对应关系。
腐蚀运算的基本过程是：
把结构元素B 看作为一个卷积模板，每当结构元素平移到其原点位置与目标图像F 中那些像素值为“1”的位置重合时，就判断被结构元素覆盖的子图像的其它像素的值是否都与结构元素相应位置的像素值相同；只有当其都相同时，就将结果图像中的那个与原点位置对应的像素位置的值置为“1”，否则置为0。 注意：
（a ）结构元素中的原点位置处的像素值可以不为1，但要求目标图像中的子图像与结构元素B 的原点对应的那个位置的像素值是1。
（b ）当结构元素在目标图像上平移时，结构元素中的任何元素不能超出目标图像的范围。
腐蚀运算的结果不仅与结构元素的形状(矩形、圆形、菱形等)选取有关，而且还与原点位置的选取有关。
3）膨胀和腐蚀的作用：
膨胀的作用是使孔洞收缩，目标扩大。对消除图像目标中的小颗粒噪声和填补凹陷非常有效。 腐蚀的左右是使目标收缩，孔洞扩大。对去除图像小颗粒噪声和目标之间的粘连非常有效。 4）开运算.闭运算
A 、开运算（先腐蚀再膨胀）：
B B F B F ⊕=)⊙(
作用：光滑目标轮廓、消除小目标（如去掉毛刺和孤立点等），在纤细点处分离物体，同时并不明显改变目标面积；
B 、闭运算（先膨胀再腐蚀）：B B F B F ⊙)(⊕=?
作用：在保持原目标的大小与形态的同时，填充凹陷、弥合孔洞和裂缝。
例1：用结构元素B 对目标图像F 进行腐蚀运算。结构元素B 中红色为原点。
例2：结构元素不同时的腐蚀运算
例3：结构元素原点不同时的腐蚀运算
例4：用结构元素B对目标图像F进行膨胀运算。结构元素B中红色为原点。
图膨胀运算实例
例5
例6
名词：*数字图像，数字图像处理，图像采样，线性拉伸，高通滤波，低通滤波，中值滤波，特征空间，图像分析，图像分割 问答题：1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 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滤波器；说明这两种滤波器各自的特点；并写出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）。（15分） 设一幅灰度图像，其目标和背景的像素点灰度呈正态分布，灰度直方图如图所示。其中：、分 别为目标点的灰度分布密度函数、均值；、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为，目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。（15分） 试证明：
1．根据所学过的图像处理和分析方法，设计一套算法流程来实现汽车牌照的定位和数字的识别（给出设计思想即可）。 1、如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中， 请问哪一个目标人眼感觉更亮一些？为什么？（10分） 选择题： 图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 ( )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
数字图像处理 报告标题：01 报告编号： 课程编号： 学生姓名： 截止日期： 上交日期：
摘要 （1）编写函数计算灰度图像的均方误差（MSE）、信噪比（SNR）、峰值信噪比（PSNR）、平均绝对误差（MAE）；（2）编写函数对灰度图像经行降采样，直接消除像素以及消除像素前进行简单平滑滤波；（3）编写函数对图像进行放大，分别使用像素直接复制和双线性插值的方法：（4）编写函数用题目给出的量化步骤Q去量化灰度图像，并给出相应的MSE和直方图；（5）编写函数对灰度图像执行直方图均衡化，显示均衡前后的直方图。同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。 KEY WORD :MATLAB MSE、PSNR 直方图量化
技术探讨 数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。 task1 均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码 均方误差（MSE）： sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N) 信噪比（SNR）： sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE) 峰值信噪比（PSNR）： sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 平均绝对误差（MAE）： sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N) 在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。 task3 按比例缩小灰度图像 （1）直接消除像素点： I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。 （2）先平滑滤波再消除像素点： 滤波函数，g=imfilter(I,w,'corr','replicate'); task4 对图像的放大运用了pixel repetition法以及双线性插值法： 它有三种插值法：即最近邻插值（pixel repetition）、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。 ;缩放与放大由给定的参数来确定。而缩小则同样适用I1=g(1:m:end,1:m:end); 而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法” 放大倍数更改m值即可 task4 对图像的量化，使用“J=histeq(I,x); ”，x为可变的量化步长 task5 灰度图像的量化和直方图均衡化直接调用函数。“J=histeq(I)”“imhist(I,64)”
命题专家谈2020年上海中考出题思路 2018年上海中考已完美落幕，那么今年的题目难不难呢?来听听 专家的意见：《命题专家谈2018年上海中考出题思路》，希望对您 有所帮助! 命题专家谈2018年上海中考出题思路 语文：延续传统特色融入时代气息 2018年上海市初中毕业统一学业考试语文试卷依据《上海市中 小学语文课程标准》和《2018年上海市初中语文课程终结性评价指南》命题，在保持一贯特色的同时适度稳中有进，致力于引导初中 学校深入推进教学改革，有利于提升初中学生语文素养，促进学生 全面和谐健康成长。 试题选材注重在传统文化中融入时代元素，具有鲜明的时代特色和深刻的文化内涵。既有如苏轼的《饮湖上初晴后雨》等古代诗文 名篇，又有聚焦社会现实，反映普通人群日常生活的题材内容。阅 读选文《不可或缺的城市风景——斑马线》，对学生养成良好的交 通习惯、树立守法守序的自觉行为意识具有一定的引领作用。选文《酸橙》，引导学生从多角度去认识一个事物的价值，不应只看重 外在美，更要有内在的价值追求。“综合运用”部分的京剧、中国 古代神话、杂技剧等内容，引领学生关注艺术、走近经典，通过聚 焦多种形式的跨界融合，感受文化与艺术的魅力。同时，启发学生 进一步思考文化与艺术的传承、发展和创新等问题。 阅读部分的试题既注重对学生整体把握文本内容、思路结构和语言特色的考查，又注重对学生准确、缜密、辩证等思维能力的考查，有助于提升学生的语文素养。 作文《真的不容易》不仅引导学生关注自我、关注内心，也启发学生关注他人、关注社会。对于初中毕业生而言，自己成长路上的 甜酸苦辣，平凡普通人的奋斗求索，诸如求学路上的挑战与收获、
2013-2014年第一学期《数字图像处理》科目考查卷 专业：通信工程班级：任课教师：王新新 姓名：学号：成绩： 一 Deblurring Images Using the Wiener Filter ——使用维纳滤波器进行图像去模糊简介 在人们的日常生活中，常常会接触很多的图像画面，而在景物成像的过程中有可能出现模糊，失真，混入噪声等现象，最终导致图像的质量下降，我们现在把它还原成本来的面目，这就叫做图像还原。引起图像的模糊的原因有很多，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等，而图像的复原也有很多，常见的例如逆滤波复原法，维纳滤波复原法，约束最小二乘滤波复原法等等。它们算法的基本原理是，在一定的准则下，采用数学最优化的方法从退化的图像去推测图像的估计问题。因此在不同的准则下及不同的数学最优方法下便形成了各种各样的算法。而我接下来要介绍的算法是一种很典型的算法，维纳滤波复原法。它假定输入信号为有用信号与噪声信号的合成，并且它们都是广义平稳过程和它们的二阶统计特性都已知。维纳根据最小均方准则，求得了最佳线性滤波器的的参数，这种滤波器被称为维纳滤波器。 维纳滤波器是最小均方差准则下的最佳线性滤波器，它在图像处理中有着重要的应用。本文主要通过介绍维纳滤波的结构原理，以及应用此方法通过MATLAB 函数来完成图像的复原。关键词：维纳函数、图像复原。
二维纳滤波器结构 维纳滤波自身为一个FIR或IIR滤波器，对于一个线性系统，如果其冲击响应为h（n），则当输入某个随机信号x (n)时， 式（1） 这里的输入 式（2） 式中s(n)代表信号，v(n)代表噪声。我们希望这种线性系统的输出是尽可能地逼近s(n)的某种估计，并用s^(n)表示，即 式（3） 因而该系统实际上也就是s(n)的一种估计器。这种估计器的主要功能是利用当前的观测值 x(n)以及一系列过去的观测值x(n-1),x(n-2),……来完成对当前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和) s^(n)，而它们之间的误差 式（4） 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述误差的大小显然更为合理。而均方误差最小，也就是 式（5） 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而且以它导出的最佳线性系统对其它很广泛的一类准则而言是属最佳。 图1 维纳滤波器一般结构
《数字图像处理》习题参考答案 第1 章概述 连续图像和数字图像如何相互转换答：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。 # 采用数字图像处理有何优点答：数字图像处理与光学等模拟方式 相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。 2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 数字图像处理主要包括哪些研究内容答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、 编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。 ] 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的 信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 。 $ 图数字图像处理系统结构图 1
常见的数字图像处理开发工具有哪些各有什么特点 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 提供的动态链接库支持BMP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱M ATLAB 是由M athWorks 公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有M ATLAB 系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。其次，MATLAB 使用行解释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C++等语言。为此，通应用程序接口A PI 和编译器与其他高级语言（如C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于M ATLAB 环境的程序，从而使其他语言的应用程序使用MATLAB。 常见的数字图像应用软件有哪些各有什么特点答：图像应用软件是可直接供用户使用的商品化软件。用户从使用功能出发，只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图像处理应用软件有以下几种： 1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能可以很方便地编辑和修改图像，使平面设计充满创意。利用PHOTOSHOP 还可以方便地对图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式的转换、改变图像的尺寸和分辨率、制作网页图像等。 2．CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是 2
3.数字化图像的数据量与哪些因素有关？ 答：数字化前需要决定影像大小（行数M、列数N）和灰度级数G的取值。一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N，灰度级数为G的图像所需的存储空间M*N*g(bit),称为图像的数据量 6.什么是灰度直方图？它有哪些应用？从灰度直方图你能获得图像的哪些信息？ 答：灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 应用：通过变换图像的灰度直方图可以，使图像更清晰，达到图像增强的目的。 获得的信息：灰度范围，灰度级的分布，整幅图像的平均亮度。但不能反映图像像素的位置。 2. 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答：将a=23,b=155 ;c=16,d=255代入公式： 得 1，二维傅里叶变换有哪些性质？二维傅里叶变换的可分离性有何意义？ 周期性，线性，可分离性，比例性质，位移性质，对称性质，共轭对称性，差分，积分，卷积，能量。 意义：分离性表明：二维离散傅立叶变换和反变换可用两组一维离散傅立叶变换和反变换来完成。 8.何谓图像平滑？试述均值滤波的基本原理。 答：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 均值滤波是一种局部空间域处理的算法，就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S，计算S中所有像素的灰度级平均值，作为空间域平均处理后图像g(x,y)像素值。 9.何谓中值滤波？有何特点？ 答：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。 它对脉冲干扰及椒盐噪声的的图像却不太合适。抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多 6图像几何校正的一般包括哪两步？像素灰度内插有哪三种方法？各有何特点？ 答：1）建立失真图像和标准图像的函数关系式，根据函数关系进行几何校正。 2）最近邻插值，双线性插值，三次卷积法 3）最近邻插值：这种插值方法运算量小，但频域特性不好。 3、若f(1,1)=4，f(1,2)=7，f(2,1)=5，f(2,2)=6,分别按最近邻元法、双线性插值法确定点(1.2,1.6)的灰度值。 最近邻元法：点(1.2,1.6)离(1,2)最近,所以其灰度值为7.双线性法：f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) 将i=1,j=1,u=0.2,v=0.6代入,求得：f(i+u,j+v)=5.76。四舍五入取整后，得该点其灰度值为6
利用拉普拉斯算法对模糊图像进行 锐化处理 学院：电气信息工程学院 专业：通信工程 姓名：田鸿龙 学号：20110107 摘要：本文描述了拉普拉斯高 斯边缘检测算法结合算法在DelphiG编程环境下对BMP格式 的灰度图像进行了边缘检测处理，从而体现其优越性。彩色图
像增强过程中，对图像进行锐化处理是一个重要环节。介绍了 图像锐化处理的槪念和拉普拉斯算子的算法原理。 关键词：边缘检测，图像处理，拉普拉斯高斯算法，Sobel算子。 图像锐化(image sharpening)就是补偿图像的，增强图像的边缘及灰度跳变的部分，使图像变得淸晰，亦分空域处理和频域处理两类。 数字图像的边缘检测是图像分割、区域识别和特征提取等图像分析领域的重要基础。图像的边缘是图像的最基本的特征，是指图像局部亮度变化最显著的地方，通常与图像亮度或图像亮度的一阶导数的不连续性有关。对于数字图像灰度值的显著变化可以用梯度来表示，边缘检测很大程度上来说就是求梯度。边缘检测的好坏直接影响到图像理解和识别的质虽，选择什么样的边缘检测算法就很关键。本文引入拉普拉斯高斯算法，讨论其工作原理，利用Delphi结合拉普拉斯髙斯算法对BMP格式的灰度图像进行了边缘检测处理并对比其它算法给出了拉普拉斯高斯算子的优越性。 一、图像锐化 图像模糊的主要原因是图像中的高频成分低于低频成分，它对图像量的影响体现在两个不同灰度区域的边界部分。图像锐化处理的目的是加强图像中景物的边缘和轮廓，使模糊的图像变得更淸晰。它是一种使图像原有信息变换为有利于人眼观察的质蚩:、消除模糊、好的视觉效果、图像边缘轮解分明。图像的模糊实质就是图像受到平均或积分运算造成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析，图像模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作来淸晰图像。但要注意，能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。 图像的锐化一般有两种方法一种是微分法，另外一种是高通滤波法拉普拉斯锐化法是属于常用的微分锐化法。 1.1图像锐化的權念 在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致
。中间过程：先补上一圈的 0：解：结果： y ，然后和模板 作卷积，例如 y 中的-4 是这样得到的： -4(即对应元 素相乘相加，其他的数同理。 1、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 滤波器；说明这两种滤波器各自的特点；并写出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）。（15 分）题5图答：均值滤波：中值滤波：（2 分）（2 分）均值滤波可以去除突然变化的点噪声，从而滤除一定的噪声，但其代价是图像有一定程度的模糊；中值滤波容易去除孤立的点、线噪声，同时保持图像的边缘。（5 分）均值滤波：（3 分）中值滤波：（3 分） 2. 设有编码输入 X={x1,x2,x3,x4,x5,x6}, 其频率分布分别为p(x1=0.4,p(x2=0.3, p(x3=0.1,p(x4=0.1, p(x5=0.06,p(x6=0.04, 现求其最佳霍夫曼编码。 3 对数字图像 f(i,j(图象 1进行以下处理，要求： 1 计算图像 f(i,j的信息量。（10 分） 2 按下式进行二值化，计算二值化图象的欧拉数。 0 0 1 2 3 2 1 3 1 5 6 6 2 6 2 1 3 7 0 7 2 5 3 2 2 6 6 5 7 0 2 3 1 2 1 3 2 2 1 1 3 5 6 5 6 3 2 2 2 7 3 6 1 5 4 0 1 6 1 5 6 2 2 1 解：1统计图象 1 各灰度级出现的频率结果为； 信息量为 ）对于二值化图象，若采用 4-连接，则连接成分数为 4，孔数为 1，欧拉数为 4-1=3；若采用 8-连接，则连接成分数为 2，孔数为 2，欧拉数为 2-2=0； 1 给出一维连续图像函数傅里叶变换的定义，并描述空间频率的概念。解：1）一维连续图像函数的傅立叶变换定义为： 2）空间频率是指单位长度内亮度作周期变化的次数，对于傅立叶变换基函数，考虑的最大值直线在坐标轴上的截距为，则 表示空间周期，即为空间频率。 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
面试问题的出题思路 一、请用3分钟左右的时间谈你过去的一些学习和生活的经历以及你为什么报考这个职位？ 追问： 这次有很多人报考了这一职位，你认为与其他人相比，你有什么优势和不足？ 出题思路：背景性问题。导入正题，初步了解考生的基本情况，以便为以后的提问收集资料。考官可根据考生回答的具体情况进行追问，同时要尽可能地让考生多表现自己，考察其求职动机与拟任职位的匹配性。 评分参考标准： 好：表达清楚，客观地分析自己的优势和不足，求职动机与拟任职位匹配。 中：表达比较清楚，动机与拟任岗位匹配，但知识结构及经历与岗位要求有差距。 差：表达不清，动机、条件与拟任岗位不匹配。 二、假设你是某高校一名教师，近期将从韩国来30名学生参加一个汉语学习短期班，为期三周。学校决定让你来安排此次培训班，你打算如何做？ 出题思路：情境性题日。考察计划、组织、协调能力。通过考生对此题目的反应来判断考生是否具备上述能力。本题结合考生年轻、希望全力负责或承担某项工作的心态，为他提供了一次机会。可从他在短期班到来之前所做的准备与规划中，考察
出他计划的预见性、组织的缜密性和协调的艺术性等各方面的水平。 评分参考标准： 好：考生有表达的欲望，态度积极，并能从课程、师资、场所、活动、食宿、接送班车、签证、机票等的组织协调方面， 做较为深入的表述。思路清晰，计划周密。 中：考生有表达的欲望，并能够抓住大的环节，表现出 一定的组织能力，但在计划方面，缺乏预见性，忽略某些具体但 不容忽视甚至可能造成混乱的细节。 差：考生表达欲望不十分强烈，某些重大环节在表述中 被忽略掉，一些细节重复表述，明显缺乏基本的计划与组织协调 能力。 三、假设有这样一种情况：你的工作能力绰绰有余，工 作成绩也很突出，但却无法赢得领导信任，而某些工作能力不如 你的同事却因能说会道，博得了领导的欢心，对此你有何想法？ 出题思路：情境性问题。考察考生人际交往的意识与技巧。一般人都认为，善谈者，左右逢源，言克天下；而不善辞令者、处处被动、举步维艰。懂得如何与人交谈，是人与人之间达 到默契沟通的一个重要因素，考生对此的认识对其人际交往能力 有重要影响。 评分参考标准： 好：不否认这种情况在当今社会是存在的，懂得工作能 力强、工作成绩突出不一定（不是必然）会得到领导的赏识、同 事的认同。能坦诚地剖析原因，对于人与人之间如何交往有比较 客观的认识，并愿意为改变自身的弱点而做出努力。
《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。
1、考虑如下所示图像子集： （1）令V={0,1}，计算p 和q 之间的4，8，m 通路的最短长度； （2）令V={1，2}，仍计算上述3个长度。 2、对于离散的数字图像，则变换函数T(rk)的离散形式可表示为: ∑∑==-=-==k j j k j j r k k n MN L r p L r T s 001)()1()( 上式表明，均衡后各像素的灰度值sk 可直接由原图像的直方图算出。 例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 3 、
4、在位图切割中，就8比特图像的位平面抽取而言 （1）通常，如果将低阶比特面设为零值，对一幅图像的直方图有何影响？ （2）如果将高阶比特面设为零值将对直方图有何影响？ 答：（1）如果将低阶比特面设为零，图像的不同灰度级的个数会减少，即某些灰度级的像素数会丢失，而像素总数是不变的，丢失的像素转移到其它未丢失的灰度级上，从而图像的直方图密度变低； （2）当图像高阶比特面设为零，高灰度级的像素会丢失，丢失的像素都转移到低灰度级上，从而导致图象直方图只有低灰度区，高灰度区直方图均为零。
5、有一数字序列为： （106，114，109，145，177，186，188，182，187） 1）利用一维三点平滑模板(1/3,1/3,1/3)对数据进行平滑。 2）利用一维拉普拉斯算子（1,-2,1）对数据进行锐化。 （边缘处理方式自定义，写出如何定义） 答：边缘处理方式为边缘灰度由相邻灰度（处理过的）替代。 1）平滑后的序列为 （110，110，123，144，170，184，186，186） 2）锐化算子 （-13，-13，41，-4，-23，-7，-8，11，11） 锐化后的序列为 （119，127，68，149，180，193，196，171，176） 6、近似一个离散导数的基本方法是对f(x+1,y)-f(x,y)取差分。试找到空域一阶微分滤波器传递函数在频域中进行等价的操作H(u,v) 。
数字图像处理作业 1 1.基本问题 a.什么是数字图像处理，英语全称是什么？ 数字图像处理：对图像进行一些列的操作，以达到预期目的的技术，可分为模拟图像处理和数字图像处理两种方式。英文全称：Image Processing b.数字图像处理与什么领域的发展密切相关？ 数字图像处理与数字计算机的发展，医学，遥感，通信，文档处理和工业自动化等许多领域的发展密切相关。 c.人类主要通过什么来感知获取信息的？ 主要通过人的视觉、味觉、嗅觉、触觉、听觉以及激光、量子通信、现代计算机网络、卫星通信、遥感技术、数码摄影、摄像等来获取信息。 d.数字图像处理技术与哪些学科领域密切相关？ 与数学、物理学、生理学、心理学、电子学、计算机科学等学科密切相关 e.数字图像处理在哪些领域得到广泛应用？ 数字图像处理的应用越来越广泛，已渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个领域。 f.数字图像处理起源于什么年代？ 20世纪20年代 g.现代大规模的图像处理需要具备哪些计算机能力？ 需要具备图像处理、图像分析、图像理解计算机能力 h.根据人的视觉特点，图像可分为哪两种图像？ 分为可见图像和不可见图像。 i.根据光的波段，图像可分为哪几种图像？ 分为单波段、多波段和超波段图像。 j.图像数字与模拟图像的本质区别是什么？ 区别： 模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理。 数字图像：空间的坐标和灰度都不连续、用离散的数字表示，能被计算机处理。 2.通过互联网，查下数字图像处理有哪些应用？选一个应用范例即可。具体描绘如何通过数字图像处理技术来实现其应用。要有图像范例说明。 数字图像处理主要应用领域有：生物医学，遥感领域，工业方面，军事公安领域，通信领域，交通领域等。我就生物医学领域做一个简单介绍。 自伦琴1895年发现X射线以来，在医学领域可以用图像的形式揭示更多有用的医学信息医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。 医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性。下面是关于人体微血管显微图像的采集实例。
从出题规律和命题思路的角度来把握合同法- 合同法作为调整市场经济发展的最为基础的法律之一，因其具有极强的实用性而受到司法考试出题者的特别青睐。１９９６年以来，年际平均考试分值为３１．４分，１９９９年达到了６２分，２０００年５９分，２００２年５０分，足以证明它在司法考试（以前为律考）中的重要地位。 然而，由于合同法法条众多、内容庞杂，复习的难度非常大。从出题规律和命题思路的角度来看，对合同法的复习必须把握住以下几个方面： 第一，全面把握，各个击破。 合同法确立的合同法律基本制度及其基础理论，与许多商事法和经济法法律法规相关，如担保法中的担保合同、保险法中的保险合同、劳动法中的劳动合同、“三资企业法”的合营企业合同与合作企业合同、合伙企业法的合伙协议、海商法中的一系列合同类型、城市房地产管理法中的房地产交易合同、消费者权益保护法中的消费合同、产品质量法中的产品责任制度，以及国际经济法中的联合国国际货物销售合同公约、律师法中的代理合同、仲裁法中的仲裁协议等等内容，都与合同法的内容紧密相关，尤其重要的是，上面所述各类合同本身又是各法律部门的司法考试重点内容，因此复习合同法部分时，应在熟悉合同法基础理论知识的基础上，全面把握合同法在相关法律中的具体体现，然后各个击破，在对比中既强化合同法的理解与记忆，又通过联系强化了对其他司法考试重点的把握，
同时又适应了司法考试试题跨部门和综合的命题趋势。 第二，澄清认识，精细耕作。 合同法是民法这一大的部门法中的一个单行法，它的很多规定都是民法理论的具体运用和展示，民法的理论和精神是合同法的基础，学好民法是学习合同法的先导。 学习过程中，有三点必须注意的问题，作为合同法中易混淆的知识点，应引起考生相当的重视： 其一，其他单行法中对合同的有关规定优先于合同法中对合同的规定。合同法是普通法，其他法律中对合同的规定是特别法，按照特别法优先于普通法的原则，其他法律对合同另有规定的，应优先于合同法的规定而得到适用。 其二，合同法中主要有两种规定：一是一般任意性规定；二是特殊性规定
华东交通大学理工学院课程设计报告书 所属课程名称数字图像处理期末论文分院电信分院专业班级14 计科 学号20140210440214 学生姓名习俊 指导教师熊渊 2016 年12 月13 日
摘要 数字图像处理是用计算机对图像信息进行处理的一门技术，主要是为了修改图形，改善图像质量，或是从图像中提起有效信息，还有利用数字图像处理可以对图像进行体积压缩，便于传输和保存。本文论述了用Matlab编程对数字图像进行图像运算的基本方法。图像运算涵盖了MA TLAB程序设计、图像点运算、代数运算、几何运算等基本知识及其应用（点运算是图象处理的一个重要运算）。以及对图像加入噪声、图像缩放和图像旋转。 关键词图像点运算；代数运算；几何运算；图像缩放；图像旋转
目录 绪论 第一章图像运算 2.1点运算 2.2代数运算 2.3几何运算 第二章程序设计与调试 结束语 参考文献
绪论 早期的计算机无论在计算速度或存储容量方面，难于满足对庞大图像数据进行实时处理的要求。随着计算机硬件技术及数字化技术的发展，计算机、内存及外围设备的价格急剧下降，而其性能却有了大幅度的提高。 图像信息是人类获得外界信息的主要来源，数字图像处理技术越来越多的应用于人们日常工作、学习和生活中。和传统图像处理相比，它具有精度高、再观性好、通用性和灵活性强等特点。在近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中也得到了广泛应用。 近几年来，随着计算机和各个相关领域研究的迅速发展，科学计算可视化、多媒体技术等研究和应用的兴起，数字图像处理从1个专门领域的学科，变成了1种新型的科学研究和人机界面的工具。数字图像作为一门新兴技术，它是二十一世纪五十年代数字计算机发展到相当水平后开拓出来的计算机应用新领域，它把图像转换成数据矩阵存放于计算机中，并进行滤波、增强、删除等处理，包括图像输入输出技术、图像分析、变换于处理技术以及图像识别和特征提取等方面。六十到七十年代数字处理技术的理论和方法更加完善，其准确性、灵活性和通用性逐步提高。 在日常生活中，电脑人像艺术，电视中的特殊效果，自动售货机钞票的识别，邮政编码的自动识别和利用指纹、虹膜、面部等特征的身份识别等均是图像处理的广泛应用。 进行数字图像处理时主要涉及数字图像点运算处理，针对图像的像素进行加、减、乘、除等运算，有效地改变了图像的直方图分布。
— 一、选择题 1、两幅图像进行相减，可以（ ） 。 A 、获得图像的轮廓 B 、突出两幅图像的差异 C 、使得图像更清晰 D 、消除噪声 2、在变换编码中，比较理想的变换是（ ） 》 (A) DFT （B ）WHT （C ）DCT （D ）KLT 3、对灰度值为127进行灰度码分解，结果用二进制表示为（ ） （A ）01000000 （B ）01111111 （C ） （D ） 4、关于邻接和连接说法正确的是（ ） （A ）连接不一定邻接。 （B ）在二值图像中，任意相邻的两个象素都是连接的。 （C ）在灰度图像中，相邻的两个象素的灰度值为80、83，则它们是连接的。 ￥ （D ）邻接不一定连接。 5、下面图像中，象素P 、Q 之间的距离，描述正确的是（ ） （A ）棋盘距离为3 （B ）城区距离为5 （C ）欧氏距离为5 （D ）棋盘距离为7 6、平移变换矩阵为（ ） [ （A ）?? ??????? ???10 00 100010001000Z Y X （B ）????? ? ??????10 000000000z y x S S S
（C） ? ? ? ? ? ? ? ? ? ? ? ? - 1 cos sin sin cos 1 α α α α （D） ? ? ? ? ? ? ? ? ? ? ? ?- 1 cos sin 1 sin cos β β β β 7、下列哪种变换可以保持角度不变（） （A）仿射变换（B）欧氏变换（C）刚体变换（D）相似变换 8、以下哪种灰度映射可以使图像黑白反色（） （A）（B）（C）（D） 9、频域的低通滤波相当于空域的（） ! （A）对比度增强（B）锐化滤波（C）模板卷积（D）平滑滤波10、图像中，两个之间的Minkowski距离[]w w w w t y s x q p D/1 ) , (- + - = 当w取何值时，P和Q点到O的Minkowski距离相等。（） A、w=1 B、w=2 C、w=5 D、w = ∞ < 二、判断题（正确的打√，错误的打×。） 1、信源编码的平均长度大于或等于信号的熵。（） 2、算术编码结果为小数。（） 3、在变换编码中，子图像尺寸的选择一般为3×3，4×4。（） 4、对于1024×1024图像，若分割成8×8的图像块，对每个图像块进行DCT变换，并取4个系数用于隐藏信息，则这个图像可以隐藏信息的比特数为16384（） 5、逻辑运算一般只用于二值图像。（）
大作业指导书 题目：数字图像处理 院（系）：物联网工程学院 专业: 计算机 班级：计算机1401-1406 指导老师： 学号： 姓名： 设计时间： 2016-2017学年 1学期
摘要 (3) 一、简介 (3) 二、斑点数据模型 .参数估计与解释 (4) 三、水平集框架 (5) 1.能量泛函映射 (5) 2.水平集传播模型 (6) 3.随机评估方法 (7) 四、实验结果 (8) 五、总结 (11)
基于水平集方法和G0模型的SAR图像分割 Abstract（摘要） 这篇文章提出了一种分割SAR图像的方法，探索利用SAR数据中的统计特性将图像分区域。我们假设为SAR图像分割分配参数，并与水平集模型相结合。分布属于G分布中的一种，处于数据建模的目的，它们已经成功的被用于振幅SAR图像中不同区域的建模。这种统计数据模型是驱动能量泛函执行区域映射的基础，被引用到水平集传播数值方案中，将SAR 图像分为均匀、异构和极其异构区域。此外，我们引入了一个基于随机距离和模型的评估过程，用于量化我们方法的鲁棒性和准确性。实验结果表明，我们的算法对合成和真实SAR 数据都具有准确性。+ 简介 1、Induction（简介） 合成孔径雷达系统是一种成像装置，采用相干照明比如激光和超声波，并会受到斑点噪声的影响。在SAR图像处理过程中，返回的是斑点噪声和雷达切面建模在一起的结果。这个积性模型（文献[1]）因包含大量的真实SAR数据，并且在获取过程中斑点噪声被建模为固有的一部分而被广泛应用。因此，SAR图像应用区域边界和目标检测变得更加困难，可能需要斑点去除。因此，斑点去除是必需的，有效的方法可以在文献[2][3][4][5][6][7][8][9][10]中找到。 对于SAR图像分割，水平集方法构成一类基于哈密顿-雅克比公式的重要算法。水平集方法允许有效的分割标准公式，从文献[12]中讨论的传播函数项可以得到。经典方法有着昂贵的计算成本，但现在的水平集的实现配置了有趣的低成本的替换。 水平集方法的一个重要方面，比如传播模型，可以用来设计SAR图像的分割算法。这个传播函数能够依据伽马和伽马平方根法则将斑点统计进行整合，函数已经被广泛地应用于SAR图像中的均质区域分割。Ayed等基于伽马分布任意建模，设计方案将SAR图像分成多个均质区域。尽管多区分割问题已经解决，该方案人需要一定数量的区域作为输入。Shuai 和Sun在文献[16]中提出对这个方法进行了改进，他们使用了一个有效的传播前收敛判断。Marques等引入了一个类似于含有斑点噪声图像中目标检测的框架，将基于本地区域的斑点噪声统计融合进去。这些作者采用伽马平方根对均质区域进行建模并用一个自适应窗口方案检测本地的同质性。 最近，新的SAR数据模型比如K，G，显示出了优势。经典法则受限于均质区域特性的描述，而最近的法则展现出了在数据建模中更有吸引力的特性。法则允许同构、异构和高度异构幅度SAR数据的建模。这个分布族提供了一组参数，可以描述SAR图像中的不同区域。分布的参数信息，可以被广泛的应用于设计SAR图像处理和分类技术。在文献[21]中，Mejail 等人介绍了SAR监督数据分类器，它基于其参数映射并实现了有趣的结果。Gambini等人在文献[22]中使用这个分布的一个参数来量化SAR数据的粗糙度，通过活动轮廓和B样条差值来检测边缘。然而，这种技术需要一个初始分割步骤，并受拓扑限制。一般来说，活动轮廓方法不能解决不连续区域分割的问题。 本文介绍了一种新的水平集算法来实现SAR图像中均质、异构和极其异构区域分割的目标。由于分布能够描述SAR图像的同质性和规模，我们的方法采用分布对斑点数据进行建模。这些分布参数基于每一个域点进行估计，通过这些信息，我们可以在水平集分割框架内得到一个能量泛函来驱动向前传播(front propagation)。该泛函以最大化不同区域平均能量间的差异作为结束。最终水平集阶段以能量带作为依据得到SAR图像的分割结果。
宝洁面试笔试题及出题思路 招聘中的测试 1、网上筛选 2、人才测评 3、笔试 宝洁公司的笔试 笔试主要包括3部分：解难能力测试、英文测试、专业技能测试。 (1)解难能力测试。这是宝洁对人才素质考察的最基本的一关。在中国，使用的是宝洁全球通用试题的中文版本。试题分为5个部分，共50小题，限时65分钟，全为选择题，每题5个选项。第一部分：读图题(约12题)，第二和第五部分：阅读理解(约15题)：第三部分：计算题(约12题)：第四部分：读表题(约12题)。整套题主要考核申请者以下素质：自信心(对每个做过的题目有绝对的信心，几乎没有时间检查改正);效率(题多时间少)：思维灵活(题目种类繁多，需立即转换思维)，承压能力(解题强度较大，65分钟内不可有丝毫松懈);迅速进入状态(考前无读题时间);成功率(凡事可能只有一次机会)。考试结果采用电脑计分，如果没通过就被淘汰了。 (2)英文测试。这个测试主要用于考核母语不是英语的人的英文能力。考试时间为2个小时。45分钟的100道听力题，75分钟的阅读题，以及用1个小时回答3道题，都是要用英文描述以往某个经历或者个人思想的变化。 (3)专业技能测试。专业技能测试并不是申请任何部门的申请者都需经过该项测试，它主要是考核申请公司一些有专业限制的部门的同学。这些部门如研究开发部、信息技术部和财务部等。宝洁公司的研发部门招聘的程序之一是要求应聘者就某些专题进行学术报告，并
请公司资深科研人员加以评审，用以考察其专业功底。对于申请公司其他部门的同学，则无须进行该项测试，如市场部、人力资源部等。 4、面试 招聘面试中如何进行有效的提问 上个月，受国内某大型制药企业华中区大区经理王总的邀请，给他们做一个重要职位招聘面试的测评，将要招聘的职位是高级营销经理，很不凑巧，飞机晚点，没有时间和王总做面试前的沟通，所以只好急冲冲赶到现场，还好，面试刚刚开始。由于事先已经做了筛选，来参加面试的只剩下两位候选人。由王总亲自担任主考官，在半小时里，他对第一位位候选人问了三个问题： 1、这个职位要带领十几个人的队伍，你认为自己的领导能力如何? 2、你在团队工作方面表现如何?因为这个职位需要到处交流、沟通、你觉得自己的团队精神好吗? 3、这个职位是新近设立的，压力特别大，并且需要经常出差，你觉得自己能适应这种高压力的工作状况吗? 当候选人回答完以后，我马上叫了暂停，因为我意识到王总提出的问题不妥当，我花了五分钟对应聘者进行了询问，然后我把应聘者的回答和他的真实想法告诉了王总。 候选人是这样回答三个问题：第一个问题，我管理人员的能力非常强：实际上王总也并不知道好不好;第二个问题、我的团队精神非常好：只能答YES，因为王总已经提供了太明显的暗示，即希望我的团队精神非常好;第三个问题、能适应，非常喜欢出差。实际上，如果把工作条件进行排行的话，我最痛恨的就是出差，还有就是占用自己的下班时间。但是老总的问话方式直截了当地给我暗示，使我必须说“是”。 事实上，王总问的是三个本应该设计成开放式的问题，第一个问有没有领导能力，第二个是有没有团队精神。第三个问题能不能承受巨大的工作压力。但是都错误地采用了封闭式