盛年不重来，一日难再晨。及时宜自勉，岁月不待人。
《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
( d) 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/5e7223524.html,placian增强
( b )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.常用的灰度内插法有最近邻元法双线性内插法（双）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统计分析法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
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
2.图像锐化是增强图象的边缘或轮廓。
3.灰度共生矩阵
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
P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。
4.细化
4.细化是提取线宽为一个像元大小的中心线的操作。
5.无失真编码
5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。
四、判断改错题（下列命题是否正确，正确的就在题号前的括弧内打“√”，错误的打“×”并改正。每小题2分，共10分）
( ) 1. 灰度直方图能反映一幅图像各灰度级像元占图像的面积比。
( ) 2. 直方图均衡是一种点运算，图像的二值化则是一种局部运算。
( ) 3. 有选择保边缘平滑法可用于边缘增强。
( ) 4. 共点直线群的Hough变换是一条正弦曲线。
( ) 5. 边缘检测是将边缘像元标识出来的一种图像分割技术。
五、简答题（每小题5分，共20分）
1.简述线性位移不变系统逆滤波恢复图像原理。
1. 设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得
F(u,v)=G(u,v)/H(u,v) （2分）
对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)
f(x,y)=IDFT[F(u,v)]
以上就是逆滤波恢复图象的原理。（2分）
若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）
①在H(u,v)=0时,人为设置1/H(u,v)的值；
②使1/H(u,v)具有低同性质。即
H-1(u,v)=1/H(u,v) 当D≤D0
H-1(u,v)=0 当D>D0(0.5分)
2.图像锐化与图像平滑有何区别与联系？
2. 图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；（2分）
图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）
都属于图象增强，改善图象效果。（1分）
3.伪彩色增强与假彩色增强有何异同点？
3. 伪彩色增强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；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4分）
相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分）
4.梯度法与Laplacian算子检测边缘的异同点？
4.梯度算子和Laplacian检测边缘对应的模板分别为
-1 -1 1 1
1 1 -4 1
1
（梯度算子）（Laplacian算子）（2分）
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Laplacian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）
六、计算题（共30分，每小题分标在小题后）
1. 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。(10分）
01321321
05762576
16061631
26753565
32272616
26502352
12321242
31231201
（图像1）
1.1)统计图象1各灰度级出现的频率结果为
p(0)=5/64?0.078；p(1)=12/64?0.188; p(2)=16/64=0.25; p(3)=9/64?0.141
p(4)=1/64?0.016; P(5)=7/64?0.109; p(6)=10/64?0.156; p(7)=4/64?0.063
(4分，每个1分)
信息量为
?2.75(bit)
（写出表达式3分；结果正确3分）
2）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；（5分）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；
（5分）
3.计算图像2在Δx=1, Δy=0度的灰度共生矩阵。(10分)
2. 图像2在Δx=1, Δy=0度的灰度共生矩阵为
1/12 1/24 1/24 1/12
1/24 0 1/12 1/12
1/24 1/12 1/12 1/12
1/12 1/12 1/12 0
《数字图像处理》试卷(A卷)
参考答案及评分标准
一、单项选择题（每小题1分，共10分）
1.d
2.b
3.d
4.b
5.d
6.c
7.b
8.c
9.d 10.a
二、填空题（每空1分，共15分）
1.频率域
2.4-邻域8-邻域（不分先后）
3.直方图均衡直方图规定化（不分先后）
4.最近邻元法双线性内插法（双）三次内插法（不分先后）
5.统计分析法
6.高频成分低频成分
7. （不分先后）
-1 -2 -1 -1 0 1
0 0 0 -2 0 2
1 2 1 -1 0 1
8.少差
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
P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。
4.细化是提取线宽为一个像元大小的中心线的操作。
5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。
四、判断改错题（每小题2分，共10分）
1. ( √ )
2. ( × )
改正：直方图均衡是一种点运算，图像的二值化也是一种点运算。
或：直方图均衡是一种点运算，图像的二值化不是一种局部运算。
3. ( × )
改正：有选择保边缘平滑法不可用于边缘增强。
或：有选择保边缘平滑法用于图象平滑（或去噪）。
4. ( √ )
5. ( √ )
五、简答题（每小题5分，共20分）
1. 设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得
F(u,v)=G(u,v)/H(u,v) （2分）
对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)
f(x,y)=IDFT[F(u,v)]
以上就是逆滤波恢复图象的原理。（2分）
若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）
①在H(u,v)=0时,人为设置1/H(u,v)的值；
②使1/H(u,v)具有低同性质。即
H-1(u,v)=1/H(u,v) 当D≤D0
H-1(u,v)=0 当D>D0(0.5分)
2. 图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；（2分）
图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）
都属于图象增强，改善图象效果。（1分）
3. 伪彩色增强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；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4分）
相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分）
4.梯度算子和Laplacian检测边缘对应的模板分别为
-1 -1 1 1
1 1 -4 1
1
（梯度算子）（Laplacian算子）（2分）
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
Laplacian 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） 六、计算题（共30分，每小题分标在小题后） 1.1)统计图象1各灰度级出现的频率结果为 p(0)=5/64?0.078；p(1)=12/64?0.188; p(2)=16/64=0.25; p(3)=9/64?0.141 p(4)=1/64?0.016; P(5)=7/64?0.109; p(6)=10/64?0.156; p(7)=4/64?0.063 (4分，每个1分) 信息量为
?2.75(bit)
（写出表达式3分；结果正确3分） 2）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； （5分） 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； （5分）
2. 图像2在Δx=1, Δy=0度的灰度共生矩阵为 1/12 1/24 1/24 1/12 1/24 0 1/12 1/12 1/24 1/12 1/12 1/12 1/12 1/12 1/12 0
（共10分，每错一处扣1分）
08级数字图像处理试题及答案
一、填空题（每题1分，共15分）
1、列举数字图像处理的三个应用领域 医学 、天文学 、 军事
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 尖峰 分布的图像。
5、依据图像的保真度，图像压缩可分为 无损压缩 和 有损压缩
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 色调 、 饱和度 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：
min max min ((,))*255/()g x y g g g -- 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 、RG
B B 、CMY 或CMYK
C 、HSI
D 、HSV
4、采用模板［-1 1］T
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， C 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、__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
10、图象与灰度直方图间的对应关系是 B __
A.一一对应
B.多对一
C.一对多
D.都不 三、判断题（每题1分，共10分）
1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√）
2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊现象。（ × ）
3、均值平滑滤波器可用于锐化图像边缘。（ × ）
4、高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度。（ √ ）
5、图像取反操作适用于增强图像主体灰度偏亮的图像。（ × ）
6、彩色图像增强时采用RGB 模型进行直方图均衡化可以在不改变图像颜色的基础上对图像的
亮度进行对比度增强。（ × ） 7、变换编码常用于有损压缩。（ √ ）
8、同态滤波器可以同时实现动态范围压缩和对比度增强。（ √ ） 9、拉普拉斯算子可用于图像的平滑处理。（ × ）
10、当计算机显示器显示的颜色偏蓝时，提高红色和绿色分量可以对颜色进行校正。（ √ ） 四、简答题（每题5分，共20分）
1、逆滤波时，为什么在图像存在噪声时，不能采用全滤波？试采用逆滤波原理说明，并给出正
确的处理方法。
复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中，用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。
()()()()()()
v u H v u N v u F v u H v u G v u F ,,,,,,^
+
==
由上式可以看到，即使我们知道退化函数，也可能无法准确复原未退化的图像。因为噪
声是一个随机函数，其傅氏变换未知。当退化为0或非常小的值，N(u,v)/H(u,v)之比很容易决定()v u F ,)
的值。一种解决该问题的方法实现值滤波的频率时期接近原点值。 2、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。 答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总
范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。
3、简述梯度法与Laplacian 算子检测边缘的异同点？
答：梯度算子和Laplacian 检测边缘对应的模板分别为
（梯度算子） （（2分）
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Laplacian 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）
4、将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的
先后顺序对结果有影响吗？为什么？
答：有影响，应先进行高频加强，再进行直方图均衡化。 高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而达到提高对比度的效果。若先进行直方图均衡化，再进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素主要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，再进行高频加强，获得的图像边缘不突出，图像的对比度较差。 五、问答题（共35分）
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？ （15分）
答：①0
()k
k i
i s p r ==
∑，k=0，1，…7，用累积分布函数（CDF ）作为变换函数T[r]处理时，
均衡化的结果使动态范围增大。
r 5=5/7
0.058 0.554 4/7 r 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
②均衡化后的直方图：
③0、1、2、3、4、5、6、7均衡化后的灰度值依次为1、2、2、3、3、4、4、7
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 a6 0.3 0.3 0.3 0.3 0.4 a1 0.1 0.1 0.2 0.3 a4 0.1 0.1 0.1 a3 0.06 0.1 a5 0.04 霍夫曼化简后的信源编码：
从最小的信源开始一直到原始的信源
编码的平均长度：
压缩率：13 1.3642.2
R avg n C L =
=≈ (0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg L bit =+++++=（）符号第5页（共 7 页）
冗余度：1
1110.26691.364
D R
R C =-
=-≈ 3、理想低通滤波器的截止频率选择不恰当时，会有很强的振铃效应。试从原理上解释振铃效应
的产生原因。（10分）
答：理想低通滤波器（频域）的传递函数为：
滤波器半径交叉部分（侧面图）：
对应空间域（进行傅立叶反变换，为sinc 函数）：
用理想低通滤波器滤波时，频域：(,)(,)(,)G u v F u v H u v =，傅立叶反变换到时域有：
(,)(,)*(,)g x y f x y h x y =，频域相乘相当于时域作卷积。因此，图像经过理想低通滤波器
后，时域上相当于原始图像与sinc 函数卷积，由于sinc 函数振荡，则卷积后图像也会振荡；或者说由于sinc 函数有两个负边带，卷积后图像信号两侧出现“过冲现象”，而且能量不集中，即产生振铃效应。
若截止频率越低，即D0越小，则sinc 函数主瓣越大，表现为中心环越宽，相应周围环（旁瓣）越大。而中心环主要决定模糊，旁瓣主要决定振铃效应。因此当介质频率较低时，会产生很强的振铃效应。选择适当的截止频率，会减小振铃效应。
???>≤=00),(0),(1),(D v u D D v u D v u H
《数字图像处理》复习 第一章绪论 数字图像处理技术的基本内容：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内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； 随着空间分辨率的降低，图像大小尺寸不变，图像中的细节信息在逐渐损失，棋盘格似的粗颗粒像素点变得越来越明显。由此也说明，图像的空间分辨率越低，图像的视觉效果越差；随着灰度分辨率的降低，图像的细节信息在逐渐损失，伪轮廓信息在逐渐增加。由于伪轮
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)”
成都理工大学数字图像处理复习资料 本页仅作为文档封面，使用时可以删除 This document is for reference only-rar21year.March
遥感与数字图像处理基础知识 一、名词解释： 数字影像：物体光辐射能量的数字记录形式或像片影像经采样量化后的二维数字灰度序列图像采样：将空间上连续的图像变换成离散点的操作称为采样 灰度量化：将像素灰度转换成离散的整数值的过程叫量化 像素：将地面信息离散化而形成的格网单元 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个离散的光密度函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：采样和量化。 4、一般来说，采样间距越大，图像数据量小，质量差；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是0——255的整数。设该数字图像为600行600列，则图像所需要的存储空间为__ 360000______字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为280000bit。 三、不定项选择题：(单项或多项选择) 1、数字图像的_____4___。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像___2_____。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像____2____。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为____2____。 ①32个②64个③128个④256个
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
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 Processi ng ） 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
1、点运算是否会改变图像内像素点之间的空间位置关系？ 点运算是一种像素的逐点运算，它与相邻的像素之间没有运算关系，点运算不会改变图像内像素点之间的空间位置关系。 2、对图像灰度的拉伸，非线性拉伸与分段线性拉伸的区别？ 非线性拉伸不是通过在不同灰度值区间选择不同的线性方程来实现对不同灰度值区间的扩展与压缩，而是在整个灰度值范围内采用统一的非线性变换函数，利用函数的数学性质实现对不同灰度值区间的扩展与压缩。 3.图像获取即图像的数字化过程，包括扫描、采样和量化。 4.图像获取设备由5个部分组成：采样孔，扫描机构，光传感器，量化器和输出存储体。 5.采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现马赛克效应 6.采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大 7.量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大 8.量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小. 9.三种灰度插值方法—最近邻法、双线性插值法和三次内插法 10.图像增强的目的： 采用某种技术手段，改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 11.空间域平滑滤波器方法分类： 1）局部平滑法 2) 超限像素平滑法 3) 灰度最相近的K个邻点平均法 4) 空间低通滤波法 12.图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。 13.图像恢复和图像增强一样，都是为了改善图像视觉效果，以及便于后续处理。只是图像增强方法更偏向主观判断，而图像恢复则是根据图像畸变或退化原因，进行模型化处理 14. (1)成象系统的象差、畸变、带宽有限等造成图像图像失真； (2)由于成象器件拍摄姿态和扫描非线性引起的图像几何失真； (3)运动模糊，成象传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；
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。
数字图像处理考试要点 第二章 1、在实际采样过程中，采样点间隔的选取很关键。应满足采样定 理（二维采样定理：Nyguist准则）：采样频率大于信号中最高 频率的2倍。 2、量化分为等间隔量化、非等间隔量化，非等间隔量化包括对数 量化、Max量化、锥形量化。 3、图像质量评估方法与标准分两类：主观评价、客观测量 噪声的定义：不可预测，只能用概率统计方法来认识的随机误差。图像噪声：妨碍人们视觉器官对所接收的信源信息理解的因素。 第三章 4、一般人的眼睛可以感知的电磁波的波长在400～760nm之间， 可见光的波长范围为380nm~780nm。 5、瞳孔——光圈，透明体(晶状体)——透镜 6、眼球是由一系列曲率半径和折光指数都不相同的折光体所组 成的折光系统。 7、6米以外直至无限远处的物体发出或反射出的光线到眼的折光 系统时近于平行，可在视网膜上形成清晰的像。 8、但人眼不是无条件的看清任何远处的物体，因为：1）光线过 弱，不足以兴奋感光细胞；2）距离过大，小到视网膜分辨能 力的限度以下。 9、比6米近的物体，折射后的成像位置在主焦点，即视网膜位置
之后，尚未聚焦，物像是模糊的。 10、人眼视觉模型 11、人从亮处进入暗室，最初看不清楚东西，经过一段时间，恢复 了在暗处的视力，这称为暗适应；相反，从暗处到亮处是明适应。 12、人眼对蓝光的灵敏度远远低于对红光和绿光的灵敏度，对波长 为550nm左右的黄绿色最为敏感。红（700nm），绿（546.1nm），蓝（435.8nm） 13、从人的主观感觉角度，颜色包含三个要素：色调、饱和度、明 亮度。 14、颜色模型是用来精确标定和生成各种颜色的一套规则和定义， 某种颜色模型所标定的所有颜色就构成了一个颜色空间。15、对于人来说，可以通过色调、饱和度、亮度来定义颜色（HSL 颜色模型）；对于显示设备来说，可以用红、绿、蓝磷光体的发光量来描述颜色（RGB颜色模型）；对于打印设备来说，可以用青色、品红、黄色和黑色颜料的用量来指定颜色（CMYK颜色模型）。 16、理论上，青色、品红和黄色三种基本色素等量混合能得到黑色。 但实际上，因为所有打印油墨都会包含一些杂质，这三种油墨
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。
-------------精选文档 ----------------- 1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请 给出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解：步骤与思路： ○1.进行模糊处理，消除噪声 ○2.边缘检测，进行图像增强处理 ○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。 ○4.采用横向标号法，根据值为1 像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I);%对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100)% 阈值为 100 I1(i,j)=255; else I1(i,j)=0;%进行二值化
-------------精选文档 ----------------- end end end figure; imshow(I1); Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c%找出每两个条纹之间的距离
2.现有 8 个待编码的符号 m0,,m7, 它们的概率分别为 0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3.请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。
数字图像处理知识点总结 第一章导论 1. 图像：对客观对象的一种相似性的生动性的描述或写真。 2. 图像分类：按可见性 (可见图像、不可见图像) ，按波段数(单波段、多波段、超波段)，按空间坐标和亮度的连续性(模拟和数字) 。 3. 图像处理：对图像进行一系列操作，以到达预期目的的技术。 4. 图像处理三个层次：狭义图像处理、图像分析和图像理解。 5. 图像处理五个模块：采集、显示、存储、通信、处理和分析。 第二章数字图像处理的基本概念 6. 模拟图像的表示：f(x , y) = i(x , y) x r(x , y)，照度分量0 1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请给 出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解：步骤与思路： ○1.进行模糊处理，消除噪声 ○2.边缘检测，进行图像增强处理 ○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。 ○4.采用横向标号法，根据值为1像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I); %对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100) %阈值为100 I1(i,j)=255; else I1(i,j)=0; %进行二值化 end end end figure; imshow(I1); Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c %找出每两个条纹之间的距离 2. 现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3. 请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。 《数字图像处理》课后作业（2015） 第2章 2.5 一个14mm?14mm的CCD摄像机成像芯片有2048?2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。） 2.10 高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒,此种扫描方式称为1080i，即1080 interlace scan；对应的有1080p，即1080 progressive scan,逐行扫描）。图像的宽高比是16:9。水平电视线数（水平行数）决定了图像的垂直分辨率，即一幅图像从上到下由多少条水平线组成；相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成，水平分辨率通常正比于图像的宽高比。一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。 2.22 图像相减常用于在产品装配线上检测缺失的元件。方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。理想情况下，如果产品装配正确，则两幅图像的差值应为零。而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。在实际应用中，您认为需要满足哪些条件这种方法才可行？ 第3章 3.5 在位平面分层中, （a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响？ （b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？ 3.6 试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。 3.14 右图所示的两幅图像差异很大，但它们的直方图却相同。假设每幅图像都用一个3×3的均值滤波模板进行模糊处理，那么： (a)模糊后的两幅图像的直方图还相同吗？试解释原因。 (b)如果您认为模糊后的两幅图像的直方图不相同，请画出这两幅 图像的直方图。 关于数字图像处理的理论基础及常用处理方法 数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展;二是数学的发展(特别是离散数学理论的创立和完善);三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。 摘要：本文介绍了数字信号处理的起源、发展，并简要概述了数字图像处理所研究的内容和处理数字图像的几大模块。同时，也大致介绍了常用的处理数字图像的方法。最后展望了数字图像处理的发展前景。 Abstract: This paper describes the origin of digital image processing, development, and a brief overview of digital image processing of the content and process digital images of several modules. Also a broad overview of the commonly used method of processing digital images. Finally, looking ahead the future prospects for the development of digital image processing. 关键词：数字图像处理（Digital Image Processing）；理论基础；处理方法 一、数字图像处理的起源及发展 数字图像处理（Digital Image Processing）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。 数字图像处理最早出现于20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息。但是50年代的计算机主要还是用于数值计算，满足不了处理大量数据图像的要求。 数字图像处理作为一门学科大约形成于20世纪60年代初期。伴随着第三代计算机的研制成功，以及快速傅里叶变换算法的的发现和应用使得对图像的某些计算得以实际实践。 早期的图像处理的目的是改善图像的质量，它以人为对象，以改善人的视觉效果为目的。在70年代图像技术有了长足进展，80年代，硬件的发展使得人们不仅能处理2-D图像而且能处理3-D图像，许多能获取3-D图像的设备和处理分析3-D图像的系统研制成功，图像技术得到广泛应用。 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： 第一章： 数字图像处理研究的内容主要有：（1）图像获取，表示和表现（2）图像增强（3）图像复原（4）图像分割（5）图像分析（6）图像重建（7）图像压缩编码 数字图像处理：利用计算机对图像进行去除噪声、增强、复原、分割、特征提取、识别等处理的理论、方法和技术。一般情况下，图像处理是用计算机和实时硬件实现的，因此，也称之为计算机图像的实现。 数字图像处理的特点：（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）处理费时（6）图像处理技术综合性强 图像：就是三维场景在二维平面上的影像 数字图像：是用配置在二维平面（画面）上的灰度值或彩色值来表示信息的，信息扩展在二维平面上。数字图像以数字格式存储图像数据，数字图像常用矩阵来描述。 图像处理的研究目的：（1）提高图像的视感质量，以达到赏心悦目的目的（2）提取图像中所包含的某些特征或特殊信息，只要用于计算机分析，经常用作模式识别，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 图像工程三层示意图：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、图像分析、图像理解各有什么特点？它们之间有何联系和区别？ 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。 一、编写程序完成不同滤波器的图像频域降噪和边缘增强的算法并进行比较，得出结论。 频域降噪。对图像而言，噪声一般分布在高频区域，而图像真是信息主要集中在低频区，所以，图像降噪一般是利用低通滤波的方法来降噪。边缘增强。图像的边缘信息属于细节信息，主要由图像的高频部分决定，所以，边缘增强一般采取高通滤波，分离出高频部分后，再和原频谱进行融合操作，达到边缘增强，改善视觉效果，或者为进一步处理奠定基础的目的。 1频域降噪，主程序如下： I=imread('lena.bmp'); %读入原图像文件 J=imnoise(I,'gaussian',0,0.02);%加入高斯白噪声 A=ilpf(J,0.4);%理想低通滤波 figure,subplot(222);imshow(J);title('加噪声后的图像'); subplot(222);imshow(A);title('理想低通滤波'); B=blpf(J,0.4,4);%巴特沃斯低通滤波 subplot(223);imshow(B);title('巴特沃斯低通滤波'); C=glpf(J,0.4);%高斯低通滤波 subplot(224);imshow(C);title('高斯低通滤波'); 用到的滤波器函数的程序代码如下： function O=ilpf(J,p) %理想低通滤波，p是截止频率 [f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=sqrt(f1.^2+f2.^2); hd(r>p)=0; y=fft2(double(J)); y=fftshift(y); ya=y.*hd; ya=ifftshift(ya); ia=ifft2(ya); O=uint8(real(ia)); function O=blpf(J,d,n) %巴特沃斯低通滤波器，d是截止频率，n是阶数[f1,f2]=freqspace(size(J),'meshgrid'); hd=ones(size(J)); r=f1.^2+f2.^2; for i=1:size(J,1) for j=1:size(J,2) t=r(i,j)/(d*d); hd(i,j)=1/(t^n+1); end end y=fft2(double(J)); y=fftshift(y); ya=y.*hd; 一、图像的预处理技术 图像处理按输入结果可以分为两类，即输入输出都是一副图像和输入一张图像输出不再是图像的数据。图像处理是个很广泛的概念，有时候我们仅仅需要对一幅图像做一些简单的处理，即按照我们的需求将它加工称我们想要得效果的图像，比如图像的降噪和增强、灰度变换等等。更多时候我们想要从一幅图像中获取更高级的结果，比如图像中的目标检测与识别。如果我们将输出图像中更高级的结果视为目的的话，那么我们可以把输入输出都是一幅图像看作是整个处理流程中的预处理。下面我们将谈到一些重要的预处理技术。 （一）图像增强与去噪 图像的增强是一个主观的结果，原来的图像按照我们的需求被处理成我们想要的效果，比如说模糊、锐化、灰度变换等等。图像的去噪则是尽可能让图像恢复到被噪声污染前的样子。衡量标准是可以度量的。不管是图像的增强与去噪，都是基于滤波操作的。 1．滤波器的设计方法 滤波操作是图像处理的一个基本操作，滤波又可分为空间滤波和频域滤波。空间滤波是用一个空间模板在图像每个像素点处进行卷积，卷积的结果就是滤波后的图像。频域滤波则是在频率域看待一幅图像，使用快速傅里叶变换将图像变换到频域，得到图像的频谱。我们可以在频域用函数来保留或减弱/去除相应频率分量，再变换回空间域，得到频域滤波的结果。而空间滤波和频域滤波有着一定的联系。频域滤波也可以指导空间模板的设计，卷积定理是二者连接的桥梁。 （1）频域滤波 使用二维离散傅里叶变换（DFT ）变换到频域： ∑∑-=+--==10)//(210),(),(N y N vy M ux i M x e y x f v u F π 使用二维离散傅里叶反变换（IDFT ）变换到空间域： ∑∑-=-=+=1010)//(2),(1),(M u N v N vy M ux i e v u F MN y x f π 在实际应用中，由于该过程时间复杂度过高，会使用快速傅里叶变换（FFT ）来加速这个过程。现在我们可以在频域的角度看待这些图像了。必须了解的是，图像中的细节即灰度变化剧烈的地方对应着高频分量，图像中平坦变化较少的地方对应着低频分量。图像中的周期性图案/噪声对应着某一个频率区域，那么在频域使用合适的滤波器就能去除相应的频率分量，再使用傅里叶反变换就能看到实际想要的结果。 不同的是，在频域的滤波器不再是做卷积，而是做乘积，因为做乘法的目的在于控制频率分量。比较有代表性的有如下几个滤波器： 高斯低通滤波器 222/),(),(σv u D e v u H -= D 是距离频率矩形中心的距离。该滤波器能保留低频分量，逐渐减小高频分量，对原图像具有模糊作用。 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. 维纳滤波数字图像处理大作业
《数字图像处理》课后作业2015
数字图像处理的理论基础及常用处 理方法
数字图像处理重点汇总
研究生数字图像处理作业
数字图像处理的基本方法
西南科技大学数字图像处理复习参考题
相关主题
文本预览