图像处理习题答案最新版本

图像处理与分析技术课程习题

一、 图像增强技术

1. 试分别给出灰度范围（10，100）拉伸到（0，150）和（10，200），以及压缩到（50，100）和

（30，90）之间的线性变换方程。

解：

①把（10,100）拉伸到（0,150）：

1500550

(,)[(,)][(,)10]0(,)1001033

--=

-+=-+=---d c g x y f x y a c f x y f x y b a ②把（10,100）拉伸到（10,200）：

2001019

(,)[(,)][(,)10]10[(,)10]10100109

--=

-+=-+=-+--d c g x y f x y a c f x y f x y b a ③把（10,100）压缩到（50,100）：

100505

(,)[(,)][(,)10]50[(,)10]50100109

--=

-+=-+=-+--d c g x y f x y a c f x y f x y b a ④把（10,100）压缩到（30,90）：

90302

(,)[(,)][(,)10]30[(,)10]30100103

--=

-+=-+=-+--d c g x y f x y a c f x y f x y b a

2. 已知灰度图像f (x ,y ) 表示为如下矩阵（如图1A 所示），拟采用如下函数g =G(f )进行反转变换

（如图1B 所示）。求反转变换后的图像数据矩阵。

图1 灰度图像的反转

解：反转变换后的数据矩阵：

55155957570127024525⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦

3. 图2是一幅受到噪声干扰的10×10数字图像，试求出该图像经过3×3模板中值滤波后的图

像数据矩阵（边界点保持不变）。

解：经过中值滤波之后，如下图所示

4. 如题图3所示为一幅256×256 的二值图像（白为1，黑为0），其中的白条是7像素宽，210像素

高。两个白条之间的宽度是17个像素，当应用下面的方法处理时图像的变化结果是什么？（按最四舍五入原则取0或1；图像边界保持不变） （1）3×3的邻域平均滤波； （2）7×7的邻域平均滤波。

图3 条纹图像

解：

由于取值为1的白条的宽度是7，大于7×7和3×3窗宽的一半，这样就使得在用这三种邻域平均滤波时，若滤波像素点的值是1，则滤波窗口中1的个数多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为1；同理，若滤波像素点的值是0，则滤波窗口中0的个数必多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为0.所以，按照题意对这个二值图像用两种大小不同的邻域进行邻域平均滤波时，结果图像和原来的图像相同。

二、图像分割技术

1.什么是Hough变换？简述采用Hough变换检测直线的原理。

定义：Hough变换是一种线描述方法，它可以将图像空间中用直角坐标表示的直线变换为极坐标空间中的点。

原理：把直线上点得坐标变换到过电的直线的系数域，通过利用共线和直线相交的关系，使直线的提取问题转化为计数问题。Hough变换提取直线的主要优点是受直线中得间隙和噪声影响较小。

2.计算并绘出下列数字图像的归一化直方图。

0 1 2 3 4 5 6 7

1 2 2 2 3 3 3 7

2 0 0 6 6 5 5 1

3 1 2 1 2 3 6 4

4 4 2 2 2

5 5 5

5 5 7 7 4 4 4 5

6 5 2 2 2 6 6 6

7 1 1 0 0 0 2 2

解：图像共有7个灰度级：

06(0)64P r ==

；17(1)64P r ==； 215(2)64P r ==；36(3)64P r ==； 47(4)64P r ==

；510

(5)64P r ==； 68(6)64P r ==；75(7)64P r ==；

归一化直方图如下所示：

3. 写出右边的数字图像进行区域生长的过程和结果。其中，种子选择准则：最亮的点；相似性

准则：新加入像素值与已生长的区域的平均值小于2，且为4连通。终止准则：没有像素加入。

解：

区域生长的结果如下图所示

4. 设1 幅7×7大小的二值图像中心处有1 个值为0 的3×3大小的正方形区域，其余区域的值为

1，如题下图所示。请使用Sobel 算子来计算这幅图的梯度，并画出梯度幅度图（需给出梯度幅度图中所有像素的值）

解：

由水平模板10112024101x W -⎡⎤⎢⎥=-⎢⎥⎢⎥-⎣⎦和垂直模板12110004121y W ---⎡⎤

⎢⎥=⎢⎥⎢⎥⎣⎦

， 可得水平梯度x G 和垂直梯度y G ：

3 3

4 7 6 4

5 2 4 4 8 9 7 4 3 3 2 3 4 8 4 4 5 4 2 4 3 7 7 4 5 4 4 3 4 8 9 8 3 3 2 4 4 2 7 2 5 2 4 4 3 2

6 2 3 3 4

3

3

3

4

4

3

4

11111111

111101444433331014444111011133331014444111110144441

1

1

1

1

1

1x G ⎡⎤⎢⎥⎢⎥⎢⎥

--⎢⎥⎢⎥⎢⎥

--⎢⎥⎢⎥=--⎢

⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥--⎢⎥⎢⎥⎢⎥

⎢⎥⎣

⎦；11111111

3311114444133111144441000001133111144441331111444411

1

1

1

1

1y G ⎡⎤⎢⎥⎢

⎥⎢⎥-----⎢⎥⎢

⎥⎢⎥-----⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢

⎥⎢⎥⎢⎥⎣

⎦

当用梯度计算公式(,)G x y =

144144(,)110111444414444G x y ⎡

⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢

⎥=⎢

⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣

⎦