数字图像处理
问题：人为什么能分辨出见过一次的东西？
眼睛是生物体上十分神奇的器官，人类的眼睛可分辨约一千万颜色。他可以感知光线，是人们获得外界信息最主要的途径；同时，眼睛包括含心理意识在内的丰富信息。
一、人眼构造
人眼是人身体中最重要的感觉器官，人获取的信息90%以上通过眼睛来获取。人眼的构造决定了人眼成像的原理，同时决定了人眼的特性。人眼相当于一架摄像机或照相机，但在构造方面有别于摄像机和照相机。人眼的成像系统是由角膜、晶状体、前房、后房和玻璃体组成。
角膜——直径为11mm的透明膜，镶嵌于巩膜前面圆孔内，其中央部的曲率半径为8mm，周边部比较平坦。
晶状体——形似双凸镜的透明组织，由小带纤维悬挂于瞳孔后面，睫状肌收缩时小带松弛，晶状体依靠其本身的弹性而变厚，前后表面的曲度增加，整体屈光度增加，利用看清近处物体，称为调节。在角膜和水晶体之间为虹膜，中间开有一个可以自动控制大小的孔，让适当的光线进来，称为瞳孔。
前方、后房——前房为角膜后面、虹膜和晶状体前面的孔隙，充满着房水。后房为位于虹膜后面、睫状体、晶状体周边部之间的孔隙，也充满着房水。房水的主要功能是维持眼内压，并维持晶状体的代谢。
玻璃体——一透明胶样组织，充填于视网膜内的空间。占眼球4/5的容积。具有保护视网膜、缓冲震动功能。
视网膜——是接近黑的深红色，反光很弱，其上面布满感光细胞。正对眼球中心有一个直径约为2mm的黄色区域，称为黄斑，黄斑中心有一小凹，称为中央凹，面积为1平方毫米。
视网膜上面有两种感光细胞，一种叫做视锥细胞，另一种叫做视杆细胞。视锥细胞是像一个玉米的锥形，尖向外，只对较强的光敏感，至少有分别感觉红、蓝、绿三种颜色的视锥细胞存在，因此能够感知颜色。视杆细胞只有一种，因此没有颜色感觉，但灵敏度非常高，可以看到非常暗的物体。
视锥细胞在黄斑里面非常集中，尤其是在中央凹里面最为集中，是产生最清晰视觉的地方。视杆细胞恰好在黄斑里面最少，除此之外分布的比较均匀，距离中心10~20度的范围内相对集中些。
在比较暗的情况下，视锥细胞就不再起作用了，只能是分布广而相对稀疏的视杆细胞起作用，一次人眼的分辨能力大大下降。中心黄斑部分视力下降到0.05，反而不如黄斑以外，非黄斑区域视力基本不变，最好视力在黄斑附近，大约偏离中心15度左右，为0.1，这时的视力，称为暗视觉。但由于视杆细胞只有一种，因此是分辨不出物体颜色的，因此我们观察星云时，看不出颜色。
二、人眼的视觉特征
人眼的视觉系统是世界上最好的图像处理系统，但它远远不是完美的。人眼的视觉系统对图像的认知是非均匀的和非线性的，并不是对图像中的任何变化都能感知。例如图像系数的量化误差引起的图像变化在一定范围内是不能为人眼所觉察的。因此，如果编码方案能利用人眼视觉系统的一些特点，是可以得到高压缩比的。对人眼视觉特性的深入研究及由此而建立的各种数学模型，一直是各种图像数字压缩算法的基础。
人眼对380～780纳米内不同波长的光具有不同的敏感程度，称为人眼的视敏特性。衡量描述人眼视敏特性的物理量为视敏函数和相对视敏函数。
1.1视敏函数
在相同亮度感觉的条件下，不同波长上光辐射功率的倒数可以用来衡量人眼对各波长光明亮感觉的敏感程度。称为视敏函数 K(λ)=1/pr(λ) 。
1.2 相对视敏函数
实验表明，人眼对波长为555纳米的光最敏感，因此把任意波长的光的视敏函数与最大视敏函数值K(555)相比的比值称为相对视敏函数
。
2.1对比灵敏度
人眼对亮度光强变化的响应是非线性的，通常把人眼主观上刚刚可辨别亮度差别所需的最小光强差值称为亮度的可见度阈值。也就是说，当光强I增大时，在一定幅度内感觉不出，必须变化到一定值I+ΔI时，人眼才能感觉到亮度有变化，ΔI/I一般也称为对比灵敏度。因此恢复图像的误差如果低于对比灵敏度，即不会被人眼察觉。此外，高频部分在相同的灵敏度阈值下，色差信号Y-R空间频率只有亮度Y的一半，色差信号Y-B空间频率只有亮度Y的1/4。人眼对于运动图像的对比灵敏度与时间轴上信息的变化速度有关，随着时间轴变化频率的增加，人眼所能感受到的图像信息的误差阈值呈上升趋势，视觉上的这种动态对比灵敏度特性表现为图像序列之间相互掩盖效应。可见度阈值和掩盖效应对图像编码量化器的设计有重要作用，利用这一视觉特性，在图像的边缘可以容忍较大的量化误差，因而可使量化级减少，从而降低数字码率。
2.2分辨率
当空间平面上两个黑点相互靠拢到一定程度时，离开黑点一定距离的观察者就无法区分它们，这意味着人眼分辨景物细节的能力是有限的，这个极限值就是分辨率。研究表明人眼的分辨率有如下一些特点：①当照度太强、太弱时或当背景亮度太强时，人眼分辨率降低。②当视觉目标运动速度加快时，人眼分辨率降低。③人眼对彩色细节的分辨率比对亮度细节的分辨率要差，如果黑白分辨率为1，则黑红为0.4，绿蓝为0.19。
2.3马赫效应
当亮度发生跃变时，会有一种边缘增强的感觉，视觉上会感到亮侧更亮，暗侧更暗。马赫效应会导致局部阈值效应，即在边缘的亮侧，靠近边缘像素的误差感知阈值比远离边缘阈值高3~4倍，可以认为边缘掩盖了其邻近像素，因此对靠近边缘的像素编码误差可以大一些。
三、视觉感知
对时间频率的感知
时间频率即画面随时间变化的快慢。Kelly.D.H用亮度按时间正弦变化的条纹做实验，亮度Yt) = B(1+mcos2πft)。改变m, 测试不同时间频率f下的对比敏感度。
实验表明时间频率响应还和平均亮度有关。在一般室内光强下，人眼对时间频率的响应近似一个带通滤波器。对15~20Hz信号最敏感，有很强闪烁感(flick)，大于75Hz响应为0，闪烁感消失。刚到达闪烁感消失的频率叫做临界融合频率(CFF)。在较暗的环境下，呈低通特性，且CFF会降低，这时对5Hz信号最敏感，大于25Hz闪烁基本消失。电影院环境很暗，放映机的刷新率为24Hz也不感到闪烁, 这样可以减少胶卷用量和机器的转速。而电脑显示器亮度较大，需要75Hz 闪烁感才消失。闪烁消失后，亮度感知等于亮度时间平均值(塔鲁伯法则)。这种低通特性，也可以解析为视觉暂留特性，即当影像消失/变化时，大脑的影像不会立刻消失，而是保留一个短暂时间。生活中常感受到的动态模糊，运动残像也和这个有关。有很多电子产品设计利用了这一现象，例如LED数码管的动态扫描，LED旋转字幕等。
对运动物体感知
观察一个运动物体，眼球会自动跟随其运动，这种现象叫随从运动(eye pursuit movement)。这时眼球和物体的相对速度会降低，我们能更清晰地辨认物体。例如观看球类比赛(如棒球)，尽管棒球的运动速度很快，由于随从运动，我们仍够看得到球的大概样子(但会有运动模糊)。如果我们把眼睛跟着风扇转动方向转动，会发现对扇叶细节看得较清楚。眼球随从最大速度为4～5度/秒，因此我们不可能看清楚一颗子弹飞行。
空间频率
即影像在空间中的变化速度。用亮度呈空间正弦变化的条纹做测试，亮度Y(x,y) = B(1+mcos2πfx), 给定条纹频率f为一固定值(看作是宽度)，改变振幅m(看作对比度)，测试分辨能力。显然m越大分辨越清楚，测试不同条件下(不同cpd)可分辨的最少m值，定义1/mmin为对比敏感度(contrast sensitivity)。定义人眼的对空间感觉的角度频率：cpd: cycle / degree ，表示眼球每转动一
度扫过的黑白条纹周期数。对给定的条纹，这个值与人眼到显示屏的距离有关，对于同样大小的屏幕，离开越远，cpd越大。
通常人眼对空间的感觉相当于一个带通滤波器。最敏感在2~5个cpd ，空间截止频率为30cpd。比如我们看油画和电视机屏幕时，当距离离开一定远，cpd 增大，人的眼睛就分辨不了象素点细节，便感觉不到颗粒感了。
当人观察一个静止影像时，眼球不会静止一处(精神病人除外), 通常停留在一处几百毫秒完成取像后，移到别处取像，如此持续不断。这种运动称为跳跃性运动(saccadic eye movement)。研究表明跳跃性运动可以增大对比敏感度，但敏感度峰值却减少。
四、模式识别
人们在观察事物或现象的时候，常常要寻找它与其他事物或现象的不同之处，并根据一定的目的把各个相似的但又不完全相同的事物或现象组成一类。字符识别就是一个典型的例子。例如数字“4”可以有各种写法，但都属于同一类别。更为重要的是，即使对于某种写法的“4”，以前虽未见过，也能把它分到“4”所属的这一类别。人脑的这种思维能力就构成了“模式”的概念。在上述例子中，模式和集合的概念是分未弄的，只要认识这个集合中的有限数量的事物或现象，就可以识别属于这个集合的任意多的事物或现象。为了强调从一些个别的事物或现象推断出事物或现象的总体，我们把这样一些个别的事物或现象叫作各个模式。
模式识别研究主要集中在两方面，一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴，二是在给定的任务下，如何用计算机实现模式识别的理论和方法。前者是生理学家、心理学家、生物学家和神经生理学家的研究内容，后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力，已经取得了系统的研究成果
80年代初（1982，1984，1985），陈霖提出视觉拓扑理论（visual topological theory）。该理论认为，在视觉处理的早期阶段，人的视觉系统首先检测图形的拓扑性质；它对图形的大范围拓扑性质敏感，而对图形的局部几何性质不敏感。图形的拓扑性质（topological properties）：指在拓扑变换下图形保持不变的性质和关系，如连通性（connectedness）、封闭性（closedness）、洞（hole），
都是典型的拓扑性质，而大小、角度、平行性等几何性质则不是拓扑性质。按照人们的直觉经验，圆盘、三角形和正方形是明显不同的图形；但按拓扑学的观点，由于它们都是实心图形，因而在拓扑性质上是等价的。相反，圆盘和圆环按直觉经验是相似的，而按其拓扑性质讲，则是不等价的。
陈霖认为，图形的封闭性、连通性、洞都是图形的拓扑学性质。图形的具体形状可能千差万别，但只要它们的拓扑性质相同，就可以说它们是拓扑性质等价的图形。在视觉早期信息加工中，视觉系统对这些大范围的拓扑学性质更加敏感。视觉系统先加工图形的拓扑性质，然后才加工它的局部性质。近年来，陈霖用神经心理学和电生理学的实验技术，进一步证明了视觉系统的这一特点。
（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”；。× 6、通过图像平滑运算，可以完全消除图像中的噪声。× 7、中值滤波时，如需滤掉水平细线，则需要“十”型窗口。×
·620· 计算机测量与控制.2002.10(9) Computer Measurement &Control 设计与应用 收稿日期:2001-12-04。作者简介:李红俊(1974-),男,山西省平遥县人,硕士研 究生,主要从事机械电子方向的研究。 文章编号:1671-4598(2002)09-0620-03 中图分类号:T P391.41 文献标识码:B 数字图像处理技术及其应用 李红俊,韩冀皖 (太原理工大学机械工程学院,山西太原 030024) 摘要:介绍了数字图像处理的基本概念、基本原理,对其中一些算法进行了详细的说明,对不同算法进行了比较。同时,在对现有图像处理方法进行应用的同时,对滤波做了一些新的尝试。最后,将像素细分算法应用于实际生产中, 获得了较好的效果。 关键词:数字图像处理;边缘检测;滤波;像素细分算法 Digital Image Processing and Its Application LI Hong -jun ,HAN Ji -w an (Taiy uan University of T echnolo gy ,T aiyuan 030024,China ) Abstract :T he basic co ncepts and basic principals of digital imag e processing are introduced .Some arithmetics and compari -so n between different arithme tics are expounded .New methods of sieve are adopted when existing image processing methods is being applied .A t last ,the arithmetic of subpixel is applied into practice and obtains effect preferably . Key words :digital image processing ;edge detecting ;sieve ;arithmetic of subpixel 1 序言 图像处理技术基本可以分成两大类:模拟图像处 理(Analog Image Processing )和数字图像处理(Dig -ital Image Processing )。数字图像处理,通俗地讲就是利用计算机对图像进行处理。因此也称之为计算机图像处理(Computer Image Processing )。其优点是处理精度高,处理内容丰富,可进行复杂的非线性处理,有灵活的变通能力,一般来说只要改变软件就可以改变处理内容。存在的问题主要在于处理速度,特别是进行复杂的处理更是如此。数字图像处理概括地说主要包括如下几项内容:几何处理(Geometrical Pro -cessing )、算术处理(Arithmetic Processing )、图像增强(Image Enhancement )、图像复原(Image Restora -tion )、图像重建(Image Reconstruction )、图像编码(Image Encoding )、图像识别(Im age Recognition )、图像理解(Image Understanding )。图像处理技术的发展涉及越来越多的基础理论知识,雄厚的数理基础及相关的边缘学科知识对图像处理科学的发展有越来越大的影响。总之,图像处理科学是一项涉及多学科的综合性科学。 2 边缘检测 所谓边缘应是物体的轮廓或物体不同表面之间的交界在图像中的反映。它的形成是由于物体的材料不同或表面的朝向不同,引起在图像中的边缘处存在明暗、色彩、纹理的变化。因此反过来在图像中检查不 同灰度、色彩等特性区域的交界处就可得到边缘。边缘轮廓是人类识别物体形状的重要因素,也是图像处理中重要的处理对象。 图1 边缘和灰度值模型示意图 如上所述,边缘常常发生在灰度突然变化的部 位,如图1(a )所示,两边为不同的灰度级g 1、g 2,则x 0处为边缘。但实际上由于物体表面交界处灰度常常缓慢变化,在图像中表现为边缘是有一定宽度的,如图1(b )所示,而且由于物体表面的曲折变化加上噪声干扰,边缘时常显得模糊不清,这给边缘的检测带来一定的困难。另外,有的物体本身为条状的区域,例如河流、道路或物体表面的裂缝,它们的边缘表现为狭长的平行线(1～2个像元宽度),如图1(c )所示,而且两边灰度相同或相近,因此检查的方法也有所不同。 边缘检测主要采用各种算法来发现、强化图像中那些可能存在边缘的像素点。边缘检测算子可分为微分(梯度)法、模板匹配法和区域拟合法3种基本方法。对于边缘检测影响较大的是图像中的噪声、退化、模糊等因素,这些都需要特殊的算法来解决。 3 滤波 当图像输入到计算机的时候,由于输入转换器件(如光敏器件、A /D 转换器等性质的差别)及周围环 DOI :10.16526/j .cn ki .11-4762/tp .2002.09.022
数字图像处理
苗启广 西安电子科技大学 计算机学院 QGMiao@https://www.doczj.com/doc/3c9598317.html, 2011.9.2
本课程主要内容包括：
第1章. 第2章. 第3章. 第4章. 第5章. 第6章. 第7章. 第8章. 第9章. 概述 彩色数字图像基础 图像变换 图像增强 图像复原 图像重建 图像数据压缩 图像分割与特征提取 图像的形态学运算
第一章 概述 本章主要内容：
1.什么是数字图像 2.数字图像处理的主要研究内容 3.数字图像处理系统的基本组成结构 4.数字图像处理的应用 5.数字图像处理中的数据结构 6.图像获取、显示与存储
1.什么是数字图像？
一幅数字图像可以看成由许许多多的点组 成的
1.什么是数字图像？
数字图像是指由被称作象素的小块区域 组成的二维矩阵。对于单色即灰度图像而 言，每个象素的亮度用一个数值来表示，通 常数值范围在0-255，即可用一个字节来表 示，0表示黑、255表示白，而其它表示灰 度。
125,153,158,157,127, 70,103,120,129,144,144,150,150,147, 133,154,158,100,116,120, 97, 74, 54, 74,118,146,148,150, 155,163, 95,112,123,101,137,108, 81, 71, 63, 81,137,142, 167, 69, 85, 59, 65, 43, 85, 34, 69, 78,104,101,117,132, 54, 46, 38, 44, 38, 36, 44, 36, 25, 48,115,113,114,124, 58, 30, 44, 35, 28, 69,144,147, 57, 60, 93,106,119,124,
数字图像处理实验和matlab程序代码 目录 实验一MATLAB数字图像处理初步 (2) 实验二图像的代数运算 (6) 实验三图像增强—灰度变换 (9) 实验四图像增强—直方图变换 (11) 实验五图像增强—空域滤波 (13) 实验六图像的傅立叶变换 (17) 实验七图像增强—频域滤波 (19) 实验八彩色图像处理 (21) 实验九图像分割 (24) 实验十形态学运算 (27)
实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg 文件,设为flower.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小； 9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。 10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。 11．将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第3、 9、10步得到的图像效果拷贝下来 三、考核要点 1、熟悉在MATLAB中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。 2、明确不同的图像文件格式，由于其具体的图像存储方式不同，所以文件的大小不同，因此当对同一幅图像来说，有相同的文件大小时，质量不同。 五、实验仪器与软件
郑州航空工业管理学院 2013 - 2014 学年第2 学期 《信息管理前沿讲座》（双语I） 课程论文 题目数字图像处理技术的应用与发展 专业信息管理与信息系统班级1304972 姓名学号 任课教师职称副教授 二О一四年五月三十日
数字图像处理技术的应用与发展 130497227王琼菲 摘要数字图像处理是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。文章简述了数字图像处理技术的主要特点和优点、以及数字图像处理的过程、数字图像处理技术的应用、数字图像处理技术的研究方向和内容，并根据最新进展，阐述了数字图像处理技术5个主要研究方面的最新热点，最后总结了数字图像处理技术领域中面临的主要发展领域和未来发展方向。 关键词数字图像处理，采集，识别，应用 Application and Development of the Digital Image Processing Technology 130497227 Wang Qiongfei A bstract D igital image processing is to process the image signal into digital signal and processed by computer to its。This paper briefly introduces the digital image processing technology, and the main characteristics and advantages of digital image processing, the application of digital image processing technology, the digital image processing technology research direction and content, and according to the latest advances in digital image processing technology, introduces 5 new hot main research aspects, summarizes the main development faces in the field of technology in the field of digital image processing and the development direction in the future。Key words Digital image processing, Collection, Identification, Application
3、图像显示和打印 图像显示设备：每个点的电压和该点所对应的灰度值成正比 随机存储的阴极射线管CRT，电视显示器，液晶显示器LCD 打印设备：各种打印机，一般用于输出较低分辨率的图像 输出图像上任一点的灰度值可由该点打印的字符数量和密度来控制 1)半调输出 主要分为幅度调制技术和频率调制技术 多数打印设备只能直接显示输出二值图像，即打印机输出的灰度只有两级半调输出技术－－－－使得输出灰度图像保持其原有的灰度级
半调输出技术：将灰度或彩色图像转化为二值图像的技术 将灰度（彩色）图像各种灰度转化为二值点的模式，可由打印设备输出，同时利用人眼集成特性（人眼感知的亮度是某单元的平均灰度， 正比于其中的黑象素个数），通过控制输出二值点的形式（包括数 量，尺寸，形状）来让任获得视觉上多个灰度的感觉 2)幅度调制 通过调整输出黑点的尺寸来显示不同的灰度－－－－幅度调制AM半调技术在每个象素位置打印一个尺寸反比于该象素灰度的黑圆点，即在亮的图像区域打印的点小，在暗的图像区域打印的点大。 在一定距离观察时，一个小点的集合可产生亮灰度的视觉效果，一个大点的集合可产生暗灰度的视觉效果 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（人眼的集成特性），而得
3) 频率调制 频率调制半调技术：输出黑点的尺寸是固定的，但在空间的分布（点间的间隔，在一定区域内点出现的频率）取决于所需表示的灰度 如果分布较密，就得到较暗的灰度，如果分布较稀，就得到较亮的灰度 表示一个较暗的灰度：需要排列很近的许多个点，他们合成一个打印单元，也称打印点，对应图像中一个象素 4) 调制模板(参考图1.3.2---图1.3.4) 半调技术具体实现方法：调制模板 将图像输出的单元细分，取邻近的基本二值点结合起来组成输出单元，在每个单元内包含若干个基本二值点，让其中一些基本二值点输出黑，其他基本二值点输出白，就可得到不同灰度的效果 为输出不同的灰度，建立一套模板，每个模板对应一个输出单元，将每个模板划分成规 则网格，每个格对应一个基本二值点，通过调整各个基本二值点为黑或白，可让每个模 板输出不同的灰度。
《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表示与描述）、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域： 无线电波（1m-10km）可以产生磁共振成像，在医学诊断中可以产生病人身体的横截面图像 ☆微波（1mm-1m）用于雷达成像，在军事和电子侦察领域十分重要 红外线（700nm-1mm）具有全天候的特点，不受天气和白天晚上的影响，在遥感、军事情报侦察和精确制导中广泛应用 可见光（400nm-700nm）最便于人理解和应用最广泛的成像方式，卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线（10nm-400nm）具有显微镜方法成像等多种成像方式，在印刷技术、工业检测、激光、生物学图像及天文观测 X射线（1nm-10nm）应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线（0.001nm-1nm）主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I（I—光强△I—光照增量），韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来，也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像：是指图像的每个像素只能是黑或白，没有中间的过渡，一般又称为二值图像 （黑白图像一定是二值图像，二值图像不一定是黑白图像） 灰度图像：是指图像中每个像素的信息是一个量化了的灰度级的值，没有彩色信息。 彩色图像：彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像，其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特b=M×N×k 例如，对于一幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit） 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定，反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率（灰度级通常是2的整数次幂） 8.在图像空间分辨率不变的情况下，采样数越少，图像越小。同时也证实了，在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小；
（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/3c9598317.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
1、列举数字图像处理的三个应用领域 2、存储一幅大小为10241024，256个灰度级的图像，需要 8M bit。 3、亮度鉴别实验表明，韦伯比越大，则亮度鉴别能力越差。 4、直方图均衡化适用于增强直方图呈分布的图像。 5、依据图像的保真度，图像压缩可分为 6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余 三种冗余基础上。 7、对于彩色图像，通常用以区别颜色的特性是、亮度。 8、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方法：(g(x,y)mgin)*255gm/(g ax 二、选择题（每题2分，共20分） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（ B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中 D图像同时存在过亮和过暗背景 2、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 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV T4、采用模板［-1 1］主要检测（ A ）方向的边缘。 A.水平 B.45 C.垂直 D.135 5、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 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时，RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、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
第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *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的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （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）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （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 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信
数字图像处理学习报告 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。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.数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果,操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1. 数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要 求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易 分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的 退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。
数字图像处理 第一章 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）。
数字图像处理技术的应用研究 图像处理也就是按照人们视觉、心理或实际应用的需要，对 图像信息进行加工修改的过程，在不同的时期、不同的领域往往 会采用不同的图像处理技巧。数字图像处理技术是伴随着计算机 信息功能的日益强大以及人们对高精度图像的需求而产生的，随 着社会的发展，尤其是计算机信息技术的进步，数字图像处理技 术被广泛应用于各个领域，其重要性变得日益突出。 一、数字图像处理技术的概念内涵 当前，我国通常采用的图像处理技术主要有两种，即光学处 理法和数字（电子）处理法。前者产生的时间较早，从最开始的 光学滤波技术到现在的激光全息技术，无论是理论研究，还是应 用技巧，光学图像处理法已日臻完善。但其图像处理精度低、稳 定性差以及操作不便的特点极大地限制了其应用领域拓展，在这 种情况下，数字图像处理技术便应运而生。 数字图像处理，也即是Digital Image Processing，产生于 20世纪50年代，是指人们采用计算机及其它数字硬件设备，对图 像信息转换而来的电信号根据数学运算的方式，进行增强、提取、复原、分割以及去除噪音等处理的方法和技术，以此提高图像的实用性，因此，该技术的产生与发展建立在计算机运用、离算数学理论的产生与完善以及社会诸多领域的需求之上的。其最大特点是不仅图像处理精度高，而且可以通过改进硬件系统配置和优化软件系统功能的方式来提高图像处理效果，一切以计算机运行为基础，操作极为方便。最初，由于数字图像处理技术的数据需求量大，处理速度慢，极大地限制了其应用领域，但随着计算机技术的快速发展，尤其是运算速度的提升，这一瓶颈早已被突破。 二、数字图像处理技术的功能内容分析 （一）增强图像的视觉效果。在某些特殊领域，图像在传输与 转换的过程中容易造成信息的丢失，从而形成失真现象，比如航天拍摄的图片在传回地球的过程中，由于光学系统、大气流、空气介质等原因造成图像模糊；在图像扫描、采样、量化的过程中，所形成的噪音污染等等。我们可以采用数字图像处理技术，一方面突出重要信息而衰减次要信息；另一方面根据失真原因，补偿丢失的信息因素，从而使改善后的图像效果尽可能的接近原始图像。 （二）图像的重建功能。随着电子计算机体层摄影技术的发 展，图像的重建成为一种新兴的数字图像处理技术，它主要是对 目标对象进行观察和测量，重新构建出图像中的大量信息的直观 显示，从而在计算机模拟系统中进行二维或者三维的图像处理， 这也是对特殊实体进行图像回归的过程。 （三）模式识别功能。模式识别也是数字图像处理技术的一
3、图像显示和打印 图像显示设备:每个点的电压和该点所对应的灰度值成正比 随机存储的阴极射线管 CRT ,电视显示器,液晶显示器 LCD 打印设备:各种打印机,一般用于输出较低分辨率的图像 输出图像上任一点的灰度值可由该点打印的字符数量和密度来控制 1 半调输出 主要分为幅度调制技术和频率调制技术 多数打印设备只能直接显示输出二值图像,即打印机输出的灰度只有两级半调输出技术----使得输出灰度图像保持其原有的灰度级 半调输出技术:将灰度或彩色图像转化为二值图像的技术
将灰度(彩色图像各种灰度转化为二值点的模式 ,可由打印设备输出,同时利用人眼集成特性 (人眼感知的亮度是某单元的平均灰度, 正比于其中的黑象素个数 ,通过控制输出二值点的形式 (包括数 量,尺寸,形状来让任获得视觉上多个灰度的感觉 2 幅度调制 通过调整输出黑点的尺寸来显示不同的灰度----幅度调制 AM 半调技术在每个象素位置打印一个尺寸反比于该象素灰度的黑圆点 ,即在亮的图像区域打印的点小,在暗的图像区域打印的点大。 在一定距离观察时,一个小点的集合可产生亮灰度的视觉效果,一个大点的集合可产生暗灰度的视觉效果 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(人眼的集成特性,而得 3 频率调制 频率调制半调技术:输出黑点的尺寸是固定的 ,但在空间的分布 (点间的间隔,在一定区域内点出现的频率取决于所需表示的灰度 如果分布较密,就得到较暗的灰度,如果分布较稀,就得到较亮的灰度表示一个较暗的灰度:需要排列很近的许多个点,他们合成一个打印单元, 也称打印点,对应图像中一个象素 4 调制模板 (参考图 1.3.2---图 1.3.4 半调技术具体实现方法:调制模板
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：
一、填空题（每空1分，共20分） 1、在计算机中，按颜色和灰度的多少可以将图像分为二值图像、灰度图像、 索引图像、真彩色RGP图像四种类型。 1024?，256个灰度级的图像，需 2、存储一幅大小为1024 要8M bit。 3、直方图均衡化适用于增强直方图呈尖峰分布的图像。 4、依据图像的保真度，图像压缩可分为有损压缩和无损压缩 5、图像压缩是建立在图像存在编码荣誉、像素间冗余、心理素质冗余三种冗 余基础上。 6、对于彩色图像，通常用以区别颜色的特性是、、。 7、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一种标定方 法：。 8、图像处理技术主要包括图像的、、等技术。 9、在RGB彩色空间的原点上，三个基色均没有，即原点为色。 二、选择题（每题2分，共20分） 1、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 2、图像灰度方差说明了图像哪一个属性。（） A.平均灰度 B.图像对比度 C.图像整体亮度 D.图像细节 3、计算机显示器主要采用哪一种彩色模型（） A.RGB B.CMY或CMYK C.HSI D.HSV 4、采用模板［-1 1］T主要检测（）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（） A.去噪 B.减小图像动态范围 C.复原图像 D.平滑图像 7、彩色图像增强时，处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、____滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波
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（）？
数字图像处理的理论基础及发展方向 一、数字图像处理的起源及发展 数字图像处理(Digital Image Processing) 将图像信号转换成数字信号并利用计算机对其进行处理，起源于20 世纪20年代，目前已广泛地应用于科学研究、工农业生产、生物医学工程、航空航天、军事、工业检测、机器人视觉、公安司法、军事制导、文化艺术等，已成为一门引人注目、前景远大的新型学科，发挥着越来越大的作用。数字图像处理作为一门学科形成于20 世纪60 年代初期，早期的图像处理的目的是改善图像的质量，以人为对象，以改善人的视觉效果为目的，首次获得实际成功应用的是美国喷气推进实验室(J PL)并对航天探测器徘徊者7 号在1964 年发回的几千张月球照片使用了图像处理技术，并考虑了太阳位置和月球环境的影响，由计算机成功地绘制出月球表面地图，随后又对探测飞船发回的近十万张照片进行了更为复杂的图像处理，以致获得了月球的地形图、彩色图及全景镶嵌图，为人类登月创举奠定了坚实的基础，也推动了数字图像处理这门学科的诞生。数字图像处理取得的另一个巨大成就是在医学上获得的成果，1972 年英国EMI 公司工程师Ho usfield 发明了用于头颅诊断的X射线计算机断层摄影装置即CT(Computer Tomograph) 。1975 年EMI 公司又成功研制出全身用的CT 装置，获得了人体各个部位鲜明清晰的断层图像。1979 年这项无损伤诊断技术获得了诺贝尔奖，说明它对人类作出了划时代的贡献。随着图像处理技术的深入
发展，从70 年代中期开始，随着计算机技术和人工智能、思维科学研究的迅速发展，数字图像处理向更高、更深层次发展。人们已开始研究如何用计算机系统解释图像，实现类似人类视觉系统理解外部世界。很多国家，特别是发达国家投入更多的人力、物力到这项研究，取得了不少重要的研究成果。其中代表性的成果是70 年代末MIT 的Ma rr 提出的视觉计算理论，这个理论成为计算机视觉领域其后多年的主导思想。图像理解虽然在理论方法研究上已取得不小的进展，但它本身是一个比较难的研究领域，存在不少困难，因人类本身对自己的视觉过程还了解甚少，因此计算机视觉是一个有待人们进一步探索的新领域。正因为如此，图像处理理论和技术受到各界的广泛重视，当前图像处理面临的主要任务是研究新的处理方法，构造新的处理系统，开拓更广泛的应用领域。 二、数字图像处理的研究内容 数字图象处理，就是采用计算机对图象进行信息加工。图象处理的主要内容有：图像的采集、增强、复原、变换、编码、重建、分割、配准、嵌拼、融合、特征提取、模式识别和图象理解。 对图像进行处理(或加工、分析)的主要目的有三个方面： 1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。 2)提取图像中所包含的某些特征或特殊信息,这些被提取的特征 或信息往往为计算机分析图像提供便利。提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频