参考解答（姚敏著）
第一章 略 第2章
2.2
一阶矩或平均值； 二阶矩或自相关函数；自协方差；方差
2.5
压缩能力更强，码书控制着量化失真量的大小，计算量大，定长码，容易处理。 2.7
二进制图像，索引图像，灰度图像，多帧图像，RGB 图像。可以。 2.8
采样间隔是决定图像空间分辨率的主要参数。 2.9
如果1S 中的某些像素与2S 中的某些像素连接，则两个图像子集是相连接的。 在图2.9中，1S p ∈和2S q ∈在V 中取值，且q 在)(8p N 中，因此p 和q 是8连接的，1
S 和2S 也是8连接的。
q 在)(p N D 中，且)()(44q N p N 是空集，即满足m 连接条件，因此p 和q 是m 连接的，p 和q 是8连接的，1S 和2S 也是8连接的。也是m 连接的。
但是，1S 和2S 中所有像素之间都不存在4连接，因此1S 和2S 不是4连接的。
2.10
当V={0, 1}时，p 与q 之间不可能存在4通路,下图(a)中的红色箭显示是没有办法到达q 的。最短的8通路可在图中看出（蓝色），它的最短长度是4。m 通路（黑色）的最短长度是5。
q
q
当V={1, 2}时，最短的4通路的一种可能显示在图(b)中（红色箭），它的长度是6。
最短的8通路的一种可能显示蓝色箭，它的长度是4。
m通路（黑色）的长度是6。
这些从p到q的同样长度的4、8、m通路不是唯一的。
2.11
p和q之间的D4和D8距离与任何通路无关，仅与点的坐标有关。
对于像素p, q其坐标分别为(x, y)，(s，t)，
D4(p, q) = | x - s | + | y – t | = 6
D8(p, q) = max ( | x - s | , | y – t | ) = 3
然而，如果选择考虑m邻接，则两点间的Dm距离用点间最短的通路定义。在这种情况下，两像素间的距离将依赖于沿通路的像素值以及它们的邻点值。Dm(p, q) = 6。
第3章
3.1
FFT(Fast Fourier Transformation)，即为快速傅氏变换，是离散傅氏变换的快速算法，它是根据离散傅氏变换的奇、偶、虚、实等特性，对离散傅立叶变换的算法进行改进获得的。它利用DFT 系数的特性，合并DFT 运算中的某些项把长序列DFT 变成短序列DFT ，从而减少运算量。
3.5 (1)
∵N ux j N
vy j N u N v e e v u F N y x f /2/21010
2]),([1),(ππ∑∑-=-==
∴N x x u j N
y y v j N u N v e e v u F N y y x x f /)(2/)-(2101020000]),([1),(--=-=∑∑=--ππ
=N vy ux j N ux j N vy j N u N v e e e v u F N /)(2/2/21010
200.]),([1+--=-=∑∑πππ =>N
vy ux j e v u F /)(200),(+-π
同理，
N vy ux j e v u F /)(200),(+-π=>
N
vy ux j e
y x f /)(200),(+-π=N vy ux j N ux j N vy j N u N v e e e v u F N /)(2/2/21010
200.]),([1+--=-=∑∑πππ =N x x u j N
y y v j N u N v e e
v u F N
/)(2/)-(2101
200]),([1--=-=∑∑ππ=),(00y y x x f --
∴N
vy ux j e v u F y y x x f /)(20000),(),(+-?--π
(2) ∵N ux j N
vy j N x N y e e
y x f v u F /2/2101
]),([),(ππ---=-=∑∑=
∴N x u u j N y v v j N x N y e e y x f v v u u F /)(2/)(21010
0000]),([),(-----=-=∑∑=--ππ =N
y v x u j e v u F /)(200),(+π =>N
y v x u j e
y x f /)(200),(+π
同理：
N y v x u j e y x f /)(200),(+π=>
),(]),([),(00/)(2/)(2101
/)(20000v v u u F e e y x f e
v u F N x u u j N y v v j N x N y N
y v x u j --==-----=-=+∑∑πππ
3.6
),(),(f [1),(),(101
2m y m x g n m N y x g y x f N u N v --=*∑∑-=-=
?),(),(v u G v u F ?
),(),(f [1
),(),(101
2
m y m x g n m N
y x g y x f N u N v ++=?∑∑-=-=
?),(),(v u G v u F * 3.7 需要N N
N 2log 2
*次乘法
一维沃尔什反变换核∏-=---=1
0)()(1)1(),(N i u b x b i n i u x h 可得：
????????????????????????
?????????????
?????????????=1 1- 1- 1 1- 1 1 1- 1- 1 1 1- 1 1- 1- 1 1- 1 1 1- 1 1- 1- 1 1- 1 1 1- 1 1- 1- 1 1- 1 1 1- 1- 1 1 1- 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1- 1 1- 1 1 1- 1 1- 1 1- 1 1- 1- 1 1- 1 1 1- 1 1- 1- 1 1- 1 1 1- 1 1- 1- 1 1- 1 1 1- 1 1- 1 1- 1 1- 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1 1- 1- 1 1 1 1 1- 1- 1 1 1- 1- 1- 1- 1 1 1 1 1- 1- 1- 1- 1 1 1 1 1- 1- 1- 1- 1 1 1 1 1- 1- 1 1 1- 1- 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1- 1- 1 1 1 1 1 1 1- 1- 1- 1- 1- 1- 1- 1- 1 1 1 1 1- 1- 1- 1- 1 1 1 1 1- 1- 1- 1- 1 1 1 1 1- 1- 1- 1- 1- 1- 1- 1- 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 161G 16
3.12
由一维哈达玛反变换核)
()(1
)1(),(u b x b i N i i u x h ∑-=-=可得：
????????????
????????
??????=1- 1 1 1- 1 1- 1- 1 1 1 1- 1- 1- 1- 1 1 1 1- 1 1- 1- 1 1- 1 1- 1- 1- 1- 1 1 1 1 1 1- 1- 1 1 1- 1- 1 1- 1- 1 1 1- 1- 1 1 1- 1 1- 1 1- 1 1- 1 1 1 1 1 1 1 1 1 3H
3.14
3.15
(1)E{x}=1/3(x 1+x 2+x 3)=(1/3,1/3,1/3)T
????
? ??------=-=∑=9/29/19/19/19/29/19/19/19/23131
k T
x
x T k k x m m x x C (2)C x 特征值为：1/3,1/3,0
对应的特征向量：
T T T ），，（，），，（，），，（3/13/13/16/16/26/12/1-02/1321=-==e e e ??
??
??
?
?-==Φ3/16/12/1-3/16/20
3/16
/12
/1) (321e e e
∴,06/12/1,06/20,06/12/1321?????
? ??=???
?? ??-=?????? ??-=y y y
第4章
4.3
首先，对原始图像的直方图进行均衡化： 用式（4.2.12）
t0=0.19, t1=0.44, t2=0.65, t3=0.81, t4=0.89，t5=0.95, t6=0.98, t7=1.0 变换函数：t0=1, t1=3, t2=5, t3=6, t4=7
8个灰度级合并成5个灰度级，结果如下：
pt(t0)=0.19, pt(t1)=0.25, pt(t2)=0.21, pt(t3)=0.24, pt(t4)=0.11 同样用式（4.2.12），对规定花的图像进行直方图均衡化处理： v0=0, v1=0, v2=0, v3=0.2, v4=0.2, v5=0.8, v6=0.8, v7=1.0
4.9 可以。
巴特沃斯高通滤波器的传递函数是 n
h v u D D v u H 20)],(/[11
),(+=
，
其对应的低通滤波器的传递函数是
n
l D v u D v u H 20]/),([11
),(+=
高通滤波器的传递函数与其对应的低通滤波器的传递函数之间存在如下的关系：
),(1),(v u H v u H h l -=，
即
),(]/),([11
))],(/([11)],(/[)],(/[1)],(/[1)],(/[)],(/[111),(1201201
2020202020v u H D v u D v u D D v u D D v u D D v u D D v u D D v u D D v u H l n
n n n n n
n h =+=+==???
? ??+=+=+-=---
4.10 式
),1(),(y x f y x f G x +-=的两边进行傅里叶变换，从空域转移到频域，得到如下
)),1(),(()(y x f y x f F G F x +-=
),())/2exp(1()/2exp(),(),(),(v u F N ui N ui v u F v u F v u H ππ-=-=
第5章
5.1
根据退化模型位置（空间）不变性，当该退化系统的输入为),(b y a x --δ时，求系统的响应为：
)
)()
((22
)],([),(b y a x e b y a x H b y a x h -+--=--=--δ
5.2
根据退化模型的齐次性、叠加性、线性和位置（空间）不变性，当该退化系统的输入为
),(3),(5b y a x b y a x ++---δδ时，求系统的响应为：
[])],([3)],([5),(3),(5H b y a x H b y a x H b y a x b y a x ++---=++---δδδδ
)
)()(()
)()((222235b y a x b y a x e
e +++--+---=
5.4
图像在x 方向和y 方向都做匀速直线运动，即
??
?==bt/T
)(/)(00t y T
at t x 则
)
(0
/][20
)]()([2)](sin[)
( ),(00vb ua j T
T vb ua t j T
t vy t ux j e vb ua vb ua T
dt
e dt
e v u H +-+-+-++===??πππππ
5.5
把2/)(2
0at t x =代入dt e v u H T
t vy t ux j ?
+-=
)]()([200),(π可得： dt e
dt e
v u H T
uat j T
uat j ??--==0
2
/22
2),(ππ
5.6
忽略噪声时，维纳滤波器退化成理想的滤波器，
则),(·)
,(),(),(),(?2222222/)(2/)(v u G e e
v u G v u H v u G v u F v u v u σσ++-===
5.13
三角形有三个顶点，把三个点作为对应点分别代入
?????+++=+++=8
765'
4
321'k y x k y k x k y k y x k y k x k x j i j i j j i j i i 可解得看k 1k 2k 3k 4k 5k 66个系数，即可得变幻式
第6章
6.1
1. 自然界中可见颜色都可以用三种原色按一定比例混合得到；反之，任意一种颜色都可以分解为三种原色；
2. 作为原色的三种颜色应该互相独立，即其中任何一种都不能用其他两种混合得到；
3. 三原色之间的比例直接决定混合色调的饱和度；
4. 混合色的亮度等于各原色的亮度之和。
6.4
由于在印刷时CMY 模型无法产生真正的黑色，因此在印刷业中实际上使用的是CMYK 彩色模型，K 为第四种颜色，表示黑色。 6.5
????
??????-??????????=??????????B G R Y M C 111
6.6
??
?<-≥=++-=++=B
G B G H B G R B G R S B G R I θπθ
2)]
,,[min()(3
1)(3
1
6.7
全彩色图像处理中，被处理的图像一般是从全彩色传感器中获得。伪彩色处理将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布的图像。
6.11
伪彩色增强处理将黑白图像转化为彩色图像，或者是将单色图像变换成给定彩色分布的图像。由于人眼对彩色的分辨能力远远高于对灰度的分辨能力，所以将灰度图像转化成彩色表示，就可以提高对图像细节的辨别力。其主要目的是为了提高人眼对图像的细节分辨能力。
第7章
7.1
每幅图像大小：24/8*640*480B=921600B=900KB
每秒钟视频大小：24*900KB=21600KB=21.1MB
不进行压缩存储视频的时间：10GB/21.1MB=485s
压缩后每秒视频大小：21.1MB/40.5=533.3KB
存储视频的时间：10GB/533.3KB=19662s
7.4
如果是2单位的信息，以2为底，则为log22=1b
如果是2单位的信息，以e为底，则为ln2=0.69nat
如果是2单位的信息，以10为底，则为log102=0.30哈特利
则1奈特=1/0.69比特=1.44比特
1哈特利=1/0.3比特=3.3比特
7.5
I(a)= I(c)= I(d)=log28=3, I(b)=log2(8/5)=0.2
H(X)= 1/8*3+5/8*0.2+1/8*3+1/8*3=1.25
7.6
经过直方图均衡化的图形落在每一个灰度值统计区内的概率差不多大，此时使用变长编码方法进行压缩效果将不太理想。
7.7
11100100100000110000001101110000000111000000110110
解码后：
S2S1S1S5S5S1S1S1S3S1S1S1S1S1S3S2S1S1S1S1S1S1S1S2S1S1S1S1S1S1S3S3
7.8
由于0.0624在[0,0.2]区间，所以可知第一个信源符号为a,得到信源符号a后，由于已知信源符号a的上界和下界，利用编码可逆性，减去信源符号a的下界0，得0.0624，再用信源符号a的范围0.2去除，得到0.312，由于已知0.312落在信源符号b的区间，所以得到第二个信源符号为b。同样再减去信源符号b的下界0.2，除以信源符号b的范围0.2，得到0.56，已知0.56落在信源符号c区间，所以得到第三个信源符号为c……解码操作过程综合如下：(0.0624-0)/1=0.0624 => a
(0.0624-0)/0.2=0.312 => b
(0.312-0.2)/0.2=0.56 => c
(0.56-0.4)/0.4=0.4 => c
(0.4-0.4)/0.4=0 => end
所以解码结果为：abcc
第8章
8.1
双尺度方程如下：
)
12()2()2()(-+=-=∑∈x x n x p x Z
n n φφφφ )
12()2()2()(--=-=∑∈x x n x q x Z
n n φφφψ
8.2
cA = (3-1+6+2)/2= 5 cH = -(-3+1+6+2)/2= -3 cV = -(-3-1-6+2)/2= 4 cD = (3+1-6+2)/2= 0
8.6
正交小波变换是一种能量守恒的变换。
第9章
9.1
Roberts 算子：
当模板覆盖图像以下像素值时 0 0 0
0 0 0 0 1 1
G x =Z 9-Z 5=1-0=1， G y =Z 8-Z 6=0-1=-1 mag(f)=( G x 2+ G y 2)1/2=21/2
α(x,y)=arctan(G x /G y )=arctan(-1)=135°
Sobel 算子：
当模板覆盖图像以下像素值时 0 0 0 1 1 1 1 1 1
)2()2(321987Z Z Z Z Z Z G x ++-++==4 )2()2(741963Z Z Z Z Z Z G y ++-++==0
mag(f)=( G x 2+ G y 2)1/2=4
α(x,y)=arctan(G x /G y )=arctan(4/0)=90°
Prewitt 算子：
当模板覆盖图像以下像素值时
0 0 0 0 0 0 1 1 1
G x =(Z 7+Z 8+Z 9)-(Z 1+Z 2+Z 3)=3 G y =(Z 3+Z 6+Z 9)-(Z 1+Z 4+Z 7)=0 mag(f)=( G x 2+ G y 2)1/2=3
α(x,y)=arctan(G x /G y )=arctan(3/0)=90° 9.3
Canny 算子并不只是简单的进行梯度运算来决定像素是否为边缘点,在决定一个像素是否为当前边缘点时,需要考虑其他像素的影响;也不是简单的边界跟踪,在寻找边缘点时,需要根据当前像素及前面处理过的像素来进行判断。由于Canny 算子具有独特的性能,使得其边缘检测和定位的结果要优于其他算子。
9.4
非二值图像可通过设置阈值先转换为二值图像，再应用Roberts 算子、Sobel 算子、Prewitt 算子、Laplacian of Gaussian 算子Canny 边缘检测算子等算法实现边界跟踪。如果图像有噪
声，经过预处理得到的边缘图像往往会出现原本连接的边界局部断裂的现象，使得边界跟踪算法无法越过这些断点继续向下跟踪。 9.6
背景的像素点的灰度值的分布概率密度：
?
?
?≤≤--=其他06
44/))5(1(3)(02x x x p 物体的像素点的灰度值的分布概率密度：
?
?
?≤≤--=其他09
532/))7(4(3)(12x x x p 背景和物体在图像中占的像素点比例为2:4，
由9.4.6式可得，1/3p0(T)=(1-2/3)p1(T)时，T 是的是使总的错误概率最小的阈值
即p0(T)= p1(T) => 4/))5T (1(32--=32/))7T (4(32-- => T=5.8(T=3.6时会误判所有背景为物体)
9.8
(1)分成四部分R1,R2,R3,R4, P(Ri)=FALSE, (i=1,2,3,4), 继续分裂
R->R1,R2,R3,R4
(2) R1,R2,R3,R4各自继续分裂
R1->R11,R12,R13,R14 R2->R21,R22,R23,R24 R3->R31,R32,R33,R34 R4->R41,R42,R43,R44
R1 R2
R3
R4
R12
R11
R13 R14 R22
R21
R24
R23 R31 R32 R33 R41 R34 R43 R44
R42
(3)R14,R24,R34,R42,R44各自继续分裂
R14->R141,R142,R143,R144 R24->R241,R242,R243,R244 R34->R341,R342,R343,R344 R42->R421,R422
R44->R441,R442,R443,R444
到此各区域都满足一致性，分裂完毕。
9.11
找出多幅对应像素点灰度值变化在一定阈值范围内的部分为基准图像，可通过检测图像序列相邻两帧之间的变化，保留对应像素点灰度值变化在一定阈值范围内的部分，再与下一帧的图像对比，重复上述过程，最终取得基准图像。
9.12
图像帧与帧之间没有配准，则会出现不同像素点之间进行查分，得到像素值的差值可能都会超过阈值，使得大多数的像素点都被认定为运动目标，造成误差。
R141 R142 R143 R144
R242 R241 R244 R243 R341 R342 R343 R344
R421 R441 R422
R443 R442 R444
第10章
10.2
4链码：01101100303333032322122112
8链码：1212007666765443423
10.6
10.7
4链码：01101100303333032322122112(0) 一阶差分码：10310303130001331303103012 形状数：00013313031030121031030313
10.9
面积A=43
中心
43
184
1
,
=
=∑
∈R
y
x
x
A
x
，
43
191
1
,
=
=∑
∈R
y
x
y
A
y
10.12
膨胀结果如下：
第11章
11.5
基于遗传算法的特征选择主要步骤： (1)初始特征群体P(0)的生成
令染色体个体的位串长度为n ，根据染色体基因为取1或0决定是否选取相应的特征。随机地将0或1赋值给染色体个体的各个基因位，得到候选的特征子集，由若干个染色体个体生成了初始特征群体P(0)。
(2)适应度函数的确定
假定染色体个体x 的适应度函数采用基于类内和类间距离的可分离性判据，则 fF(x)=tr(SW(x)-1SB(x)) （3）下一代特征群体P(t+1)的获取
上一代特征群体P(t)经过选择、交叉和变异算子作用后，得到下一代特征群体P(t+1)。
与传统的特征选择方法相比，基于遗传算法的特征选择既能对单一特征逐个地进行判别，又能对一个候选的特征子集进行优劣性能评价，因此，可以保证得到的特征子集是最优的。 11.8
主要步骤： LLE ：
(1) 寻找输入数据集X={x1,x2,…,xN}中每一个样本点xi(i=1,2,…,N)的k 个近邻点，即将相对于xi 距离最近的k 个样本点作为xi 的近邻点（k 为一个预先给定的固定值）； (2) 由X 中每一个样本点xi 的k 个近邻点，计算局部重建权值矩阵W ；
(3)由W 和X 中每一个样本点 的k 个近邻点计算输出数据集Y={y1,y2,…,yN}，需要定义损失函数，以使Y 中的每一个样本点在低维空间中保持原有的拓扑结构，并且在映射过程中确保损失函数的值最小。
LE ：
(1) 建立最近邻图G ，若输入数据集X 中的两个样本点xi 和xj 互为k 近邻，则在图G 中对应的两个顶点之间用一条边相连接；
(2) 确定权值矩阵W ，若图G 中两个顶点xi 和xj 之间用一条边相连接，则它们之间的权值Wi,j=1，否则，Wi,j=0；
(3) 若图G 是完全连通的，应用 计算特征值与特征向量，令 是根据按有序排列的特征值对
应的特征向量，考虑到00=λ 时，T
)1,....,1,1(0=ν，则剔除，依次用后面m 个特征向量作为
特征空间中的m 维映射，yi=( vi,1, vi,2,…, vi,m)T ，其中)
,...,2,1,,...,2,1(,m j N i j i ==ν是
特征向量
i ν的第j 个分量。
ISOMAP ：
(1) 建立输入数据集X的邻接图G，即首先计算X中两个样本点xi和xj之间的欧氏距离（i,j=1,2,…,N;i≠j），然后将图G中的每一个顶点用与距离它最近的k个样本点用一条边相连接，用dO(xi,xl)(l=1,2,…,k)作为相邻的两个样本点之间边的权值；
(2) 计算X中任意两个样本点xi和xj之间的最短路径，即在图G中，令顶点xi和xj之间的最短路径为dG(xi,xj)，则若两者之间存在一条边，则dG(xi,xj)的初始值设为dO(xi,xj)，否则，设为 ；然后，用min{dG(xi,xj),dG(xi,xl)+dG(xl,xj)}依次替代所有的dG(xi,xj) (i,j=1,2,…,N;i j)，图G中所有顶点之间最短路径的图距矩阵为DG={dG(xi,xj)}；
（3）将MDS算法应用到图距矩阵DG上，当误差值减少到最小时，得到的m维的特征向量就是高维观测空间中的输入数据集X在低维特征空间中的输出数据集Y。
异同点：
LLE算法、LE算法和ISOMAP算法都属于非线性降维方法，在降维后，仍能在低维空间中呈现出输入数据集中样本点之间的内在拓扑结构。
LLE算法是一种局部优化方法，能够较好地保持样本点之间的局部拓扑结构的特性，即高维空间中的近邻点映射到低维流形中也互为近邻点，但由于它是局部最优的，因而发现的低维流形发生了一定程度的扭曲。LE算法能够较好地保持了输入数据集的整体低维流形，在将互为近邻点的两个样本点映射到低维流形中，为了尽可能接近原有数据集的拓扑结构，反而出现了样本点聚集的现象。ISOMAP算法是一种全局优化方法，能够完好地保存输入数据集的拓扑结构特性，即在高维空间中存在的两个相距较近的样本点，映射到低维空间中，它们之间的距离仍较近。
第12章
12.3
在训练样本集中，设1ω类有N 1个样本),,1(1)1(N i i =x ，满足0)1(>i T x w ；2ω类有N 2
个样本),,1(2)2(N i i =x ，满足0)2(
},,,,,,,{)
2()2(2)2(1)1()1(2)1(121N N E x x x x x x -=
2121 },,,{N N N
N +==x x x
如果1ω和2ω线性可分，必存在权向量w ，使得
),,1( 0N i i T =>x w
线性分类器的学习算法实际上就是确定上式中的权向量w 。
12.10
最大隶属原则、最大关联隶属原则与择近原则。
12.11
若有s n ∈{,,,}12 ，使 r r r r is i i in =max{,,,}12
则认为u i 相对隶属于A s 。
按最大隶属原则，如果元素u i 的隶属向量B i 与完全隶属于A s 的元素u s 0的隶属向量
B s 0
的关联度r is 或加权关联度r isw 最大，则认为u i 相对隶属于A s 。
基于数字图像处理 的目标识别 通过这半个学期对数字图像处理这门课程的学习，我了解了有关数字图像处理的知识，并且对数字图像处理的相关仿真软件——matlab有了更加深入的了解，可以更加熟练的使用matlab软件处理实际问题，从而促进我对数字图像处理这门课程产生更加浓烈的兴趣，也让我对这种仿真软件有了更加全面的认识，了解它更多的功能。在课程结束之际，我利用自己在课堂上学习的一些知识和在课下学习的东西写出以下总结。希望老师给予耐心指导。 一、数字图像处理技术 数字图像处理(Dital 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。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。从接近人们日常生活的照相，电视图像显示，到工业上面对某些零件的处理等，再到军事类的人像识别，雷达目标识别等，这些都离不开数字图像处理的身影。 图像处理的信息量很大，对处理速度的要求也比较高。Matlab强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文基于
MATLAB的数字图像处理环境，设计并实现了一个图像处理系统，展示如何通过利用Matlab的工具函数和多种算法实现对图形图像的各种处理。论述了利用设计的系统实现图像文件（bmp、jpg、tiff、gif等）进行打开、保存、另存、打印、退出等功能操作，图像预处理功能（包括彩色图像的灰度化变换等、一般灰度图像的二值化处理、色彩增强等），图像分割，图像特征提取等图像处理。 图像的数学表达式可表示为：f(x，y)表示幅图像。x,y,f为有限、离散值。黑白图像可用二维函数f(x，y)表示，其中x,y是平面的二维坐标，f(x，y)表示点(x，y)的亮度值(灰度值)。对模拟图像来讲，f(x,y)显然是连续函数。为了适应数字计算机的处理，必须对连续图像函数进行空间和幅值数字化。空间坐标(x,y)的数字化称为图像采样，而幅值数字化被称为灰度级量化。经过数字化后的图像称为数字图像(或离散图像)。 F(x,y,z)表示三维的图像，f 为点的分布，有限，离散值，为彩色图像的表示方式。 (1)数字图像的灰度图像的阵列表示法。 设连续图像f(x，y)按等间隔采样，排成MxN阵列(一般取方阵列NxN) 图像阵列中每个元素都是离散值，称为像素(pix—el)。在数字图像处理中，一般取阵列N和灰度级C都是2的整数幂，即取N=及G=。对一般电视图像，N取256或512，灰度级C取64级(m=6bit)至256级m=8bit)，即可满足图像处理的需要。对特殊要求的图像，如SAR图片取 10000×10000，灰度级m取8bit或者16bit。
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与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:就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、多光谱图像与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与方法。 1、8基本思路就是,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基本思路就是,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基本思路就是,,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,以满足图像存储与实时传输的应用需求。 1、11基本思路就是,通过数学方法与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基本目的就是,找出便于区分与描述一幅图像中背景与目标的方法,以方便图像中感兴趣的目标的提取与描述。 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:就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,与其水平相邻与垂直相邻的4个像素称为该像素的4邻域像素,她们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。 (21)像素的8邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的8个像素称为该像素的8邻域像素,她们的坐标分别为(x-1,y-1)(x-1,y)(x-1,y+1)(x,y-1)(x,y+1)(x+1,y-1)(x+1,y)(x+1,y+1)。 (28)欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D e(p,q)=[(x-u)2+(y-v)2]1/2 (29)街区距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的街区距离定义为:D4(p,q)=|x-u|+|y-v|。 (30)棋盘距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D8(p,q)=max(|x-u|,|y-v|)。 (33)调色板:就是指在16色或者256色显示系统中,将图像中出现最频繁的16种或者256种颜色组成的一个颜色表,并将她们分别编号为0~15或0~255,这样就使每一个4位或者8位的颜色编号或者颜色表中的24位颜色值相对应。这种4位或者8位的颜色编号称为颜色的索引号,由颜色索引号及对应的24位颜色值组成的表称为颜色查找表,即调色板。 2、7对图像进行描述的数据信息一般应至少包括: (1)图像的大小,也即图像的宽与高 (2)表示每个像素需要的位数,当其值为1时说明就是黑白图像,当其值为4时说明就是16色或16灰度级图像,当其值为8时说明就是256色或256灰度级图像,当其值为24就是说明就是真彩色图像。 同时,根据每个像素的位数与调色板的信息,可进一步指出就是16色彩色图像还就是16灰度级图像;就是256色彩色图像还就是256灰度级图像。 (3)图像的调色板信息。 (4)图像的位图数据信息。 对图像信息的描述一般用某种格式的图像文件描述,比如BMP等。在用图像文件描述图像信息时,相应的要
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
基于数字图像处理的车牌识别系统
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 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．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、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；
试题库的收集： 直接打开百度文库，这样比较全面一些 输入：数字图像处理试题习题 名词解释： 选择题 1、数字图像的______ D___ 。 A 空间坐标离散，灰度连续 B 灰度离散，空间坐标连续 C 两者都是连续的 D 两者都是离散的 2、图像灰度量化用6 比特编码时，量化等级为__________ B A 32 个 B 64 个 C128 个D 256 个 3. 下面说法正确的是：（B ） A、基于像素的图像增强方法是一种线性灰度变换； B、基于像素的图像增强方法是基于空间域的图像增强方法的一种； C、基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像域的方法计算复杂较高； D、基于频域的图像增强方法比基于空域的图像增强方法的增强效果好
1、采用幕次变换进行灰度变换时，当幕次取大于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 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 & 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 欢迎下载2
基于数字图像处理的车牌识别系统 言经官 电气学院电子112 摘要：车牌识别系统（License Plate Recognition 简称LPR）技术基于数字图像处理，是智能交通系统中的关键技术，同时他的发展也十分迅速，已经逐渐融入到我们的现实生活中。文章介绍了车牌识别系统的意义、图像去噪处理以及图像二值化方法,并通过仿真试验模拟了图像处理的过程。本文所做的工作在于前期的图像预处理工作。本次设计着重在于图像识别方面, 中心工作都为此而展开,文中没有进行车牌的定位处理,而是采用数码相机直接对牌照进行正面拍照,获取原始车牌图像。之后利用Matlab编程对图片进行了大小的调整、彩色图片转化成灰度图片、图片去噪、以及图片二值化等工作。其中,去噪与二值化是关系图像识别率的关键。 关键字：车牌识别系统；图像预处理；字符识别；Matlab；去噪；二值化 引言 智能交通系统（ITS）是当今世界交通管理体系发展的必然趋势，而作为智能交通系统中的重要组成部分之一的车牌自动识别技术，目前已被广泛应用于城市道路监控、高速公路收费与监控、小区与停车场出入口管理、公安治安卡口等场合，成为研究的热点。 伴随我国国民经济的高速发展，国内高速公路、城市道路、停车场建设越来越多，对交通控制，安全管理的要求也日益提高。因此迫切需要采用高科技手段,对违法违章车辆牌照进行登记, 在这种情况下，作为信息来源的自动检索，图像识别技术越来越受到人们的重视。车牌识别系统的出现成为了交通管制必不可少的有力武器。 1 车牌识别系统的目标 利用计算机等辅助设备进行的自动汽车牌照自动识别就是在装备了数字摄像设备和计算机信息管理系统等软硬件平台的基础之上，通过对车辆图像的采集，采用先进的图像处理、模式识别和人工智能技术，在图像中找到车牌的位置，提取出组成车牌号码的全部字符图像，再识别出车牌中的文字、字母和数字，最后给出车牌的真实号码。国外的车牌识别研究始于80 年代，90 年代始已有不少成套的产品出现。由于我国车牌的组成及组合的方式与国外的车牌不一致，使得我们不能直接使用国外的车辆牌照识别系统，而必须针对我国车牌重新设计相应的车辆牌照识别系统。车牌识别的使用环境、背景各有差异，目前还没有一种算法能在不同环境、各种复杂背景条件下达到非常高的车牌识别率，因而车牌识别技术仍然是研究的重点。 2 MATLAB 及其图像处理工具概述 MATLAB 是MAT rix LABora tory( 矩阵实验室) 的缩写, 是Ma thWorks 公司开发的一种功能强、效率高、简单易学的数学软件。MATLAB 7. 1 是一套功能十分强大的工程计算及数据分析软件, 其应用范围涵盖了数学、工业技术、电子科学、医疗卫生、建筑、金融、数字图像处理等各个领域。MATLAB 的图像处理工具箱, 功能十分强大, 支持的图像文件格式丰富, 如* .BMP、* . JPG、* . JPEG、* . GIF、* . ti;f% 95% 94、* . ti;f%95%94F、* . PNG、* . PCX、* . XWD、* . HDF、* . ICO、* .CUR 等。本文将给出MATLAB的图像处理工具箱中的图像处理函数实现图像处理与分析的应用技术实例。
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：
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) 。
胡学龙编著 《数字图像处理（第 3 版）》思考题与习题参考答案 目录 第 1 章概
述 (1) 第 2 章图像处理基本知识 (4) 第 3 章图像的数字化与显示 (7) 第 4 章图像变换与二维数字滤波 (10) 第 5 章图像编码与压缩 (16) 第 6 章图像增强 (20) 第 7 章图像复原 (25) 第 8 章图像分割 (27) 第 9 章数学形态学及其应用 (31) 第 10 章彩色图像处理 (32)
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。 说出图像、视频（video）、图形（drawing）及动画（animation）等视觉信息之间的联系和区别。 答：图像是用成像技术形成的静态画面；视频用摄像技术获取动态连续画面，每一帧可
数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 学会用Matlab软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 三．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65
1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');
3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];
[题目] 数字图像 [参考答案] 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地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。 图像处理 [参考答案] 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。 题目] 数字图像处理 [参考答案] 是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。 一、绪论(名词解释，易，3分) [题目] 图像 [参考答案] 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、可以直接或间接作用于人的视觉系统而产生的视知觉的实体。 一、绪论(简答题，难，6分) [题目] 什么是图像？如何区分数字图像和模拟图像？ [参考答案] “图”是物体透射或反射光的分布，是客观存在的。“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。 模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目] 简述研究图像恢复的基本思路。 [参考答案] 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日，从而获得与景物真实面貌相像的图像。 一、绪论(简答题，易，5分) [题目] 简述研究图像变换的基本思路。 [参考答案] 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的过程，或在进一步的图像处理中获得更好的处理效果。 一、绪论(简答题，易，5分) [题目] 简述一个你所熟悉的图像处理的应用实例。 [参考答案] 比如，医学上用B超检测仪对人体器官病变的检查和诊断。 一、绪论(简答题，中，5分) [题目] 一般的数字图像处理要经过几个步骤？由哪经内容组成？ [参考答案] 数字图像处理的基本步骤包括图像信息的获取、存储、处理、传输、输出和显示。 数字图像处理的内容主要包括图像数字化、图像变换、图像增强、图像恢复(复原)、图像压缩编码、图像分割、图像分析与描述和图像识别分类。 一、绪论(简答题，中，5分) [题目] 图像处理的目的是什么？针对每个目的请举出实际生活中的一个例子。 [参考答案] 图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心旦需要和实际应用或某种目的(如压缩编码或机器识别)的要求。如视频图像的高清晰化处理、医学图像的识别分类及其在疾病断中的应用，就是图像处理这两个目的的实际例子。
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，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，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
数字图像处理第三版中文答案--冈萨雷斯
第二章 2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形） 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()017 02302.x .d = 解得x=0.06d 。根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小25327.?π成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说， 眼睛不能检测到以下直径的点： m .d .x 61011060-?<=，即m .d 6 10318-?<
2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用？ 亮度适应。 2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少？ 光速c=300000km/s ，频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km. 2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为： ])0()0[(22),(y y x x Ke y x i -+--= 的光源照射。为简单起见，假设区域的反射是恒定的，并等于1.0，令K=255。如果图像用k 比特的强度分辨率进行数
数字图像处理与分析 实 验 报 告 学院： 班级： 姓名： 学号：
实验六细胞图像的分割与测量 一、实验目的 1. 通过分析细胞图像特点，完成细胞图像的分割和测量，并分析测量结果。 2. 将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。 二、实验要求 1. 对比中值、均值和形态学开闭运算对细胞图像的滤波效果，选择适用于细胞图像的滤波方法 2. 运用大津阈值对细胞图像分割，观察分割后噪声情况，观察目标边缘处的分割效果；（使用函数：im2bw） 3. 实现连通区域的编号；（使用函数：bwlabel） 4. 计算各连通区域的相关信息，如面积、重心等。（使用函数：regionprops ） 三、实验步骤 预处理去噪大津阈值分割目标编号标记测量各个细胞的面积等参数输出测量结果 、预处理去噪1 ); x=imread( \CHEN2-7.BMP'桌面Settings\Administrator\'C:\Documents and y=medfilt2(rgb2gray(h)); subplot(2,2,1) imshow(x) ); title(''原图像subplot(2,2,2) imshow(y) ); title('中值滤波处理' I=fspecial() 'average'z=imfilter(rgb2gray(x),I); subplot(2,3,4) imshow(z) title(); ''均值滤波处理se = strel(,5,5); 'ball'm = imopen(rgb2gray(x),se); subplot(2,3,5) imshow(m) title(); '形态学开运算处理'se = strel(,5,5); 'ball'n = imclose(rgb2gray(x),se);
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( 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 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 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. 中值滤波增强 ( b )4.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 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.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 )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100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： :1 :1 c.4:1 :2 ( d )9.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 )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
基于VC++的数字图像处理课程设计 一、概述 本次电子课程设计是基于VC++ 6.0 MFC多文档编程编写一个图像处理软件，这个软件能够实现BMP格式图像的浏览与编辑，打开和保存。实现对图像的平滑处理,包括邻域平均法和中值滤波法。还有对图像的锐化处理，包括梯度法和拉普拉斯算子法。 BMP文件是Windows操作系统中的标准图像文件格式,可以分成两类：设备相关位图和设备无关位图，使用非常广。它采用位映射存储格式，除了图像深度可选外，不采用其他任何压缩，因此BMP文件所占用的空间很大。由于BMP文件格式是Windows环境交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。 图像平滑的目的是为了消除噪声，主要处理的方式有邻域平均法即通过提高信噪比，取得较好的平滑效果；空间域低通滤波采用低通滤波的方法去除噪声；以及频率低通滤波法通过除去其高频分量就能去掉噪声，从而使图像的到平滑。 图像锐化的主要目的是为了增强图像边缘、轮廓和细节，使模糊的图像变得更加清晰，颜色、细节变得鲜明突出，图像的质量有所改善，产生更适合人眼观察和识别的图像。 经过平滑的图像变得模糊的根本原因是因为图像受到了平均或积分运算，因此可对其进行逆运算（如微分运算）就可以使图像变得清晰。从频率域来考虑，图像模糊的实质是因为其高频分量被衰减，因此可以用高通滤波器来使图像清晰。 主要功能概述： 1、打开和保存8位bmp图像 2、图像平滑处理：分为邻域平均法和中值滤波法。邻域平均法中又有3*3均值滤波器 法、超限邻域平均法、n*n均值滤波器法、有选择的局部平均化。中值滤波法中有n*n中值滤波器法、十字形中值滤波法、n*n最大值滤波器法。 3、图像锐化处理：分为梯度法和拉普拉斯算子法。 二、程序流程图
数字图形处理第八章课后偶数题号作业 8.2 (a)一个单一的原始数据包含2n 位。而最大的长度为2n ，因此需要n 位来表示。每一个行的起始坐标还需要n 位，并且它可以随意的设置在2n 的像素位置。 由21n n =和)1(2)(22N N n avg avg n n n n + =++ =得知： 1) 1(22 2 1>+ = = N n n avg n n C ，即得：12 1 -< -n n avg N (b)当10=n 时，2.5010 10 110 2 2 9 1 10=-= -< -N avg 8.4 根据灰度级数据｛12，12，13，13，10，13，57，54｝可得这条线经过精度为6比特的均匀量化可得他的IGS 编码。具体如下所示： 例如108=01101100，而其中0110为6，可得IGS 量化编码值为-12。同理，根据灰度级数据可得相应的量化误差为｛-12，-11，-7，-4，-12，-13，-8，-3｝所以得到： 84 .7)492(8 1)96416916164925144(8 1== +++++++= e rms 相应信噪比计算如下： 353 492 96 64160176240 12814496 2 2222 2 22 =+++++ ++= SNR rms 8.6 因为x a x b b a log log log 1 = 得知，一个哈特利(Hartley)等于3.322 bits 。通常 信息以e 为底的单元通常称为一个奈特(nat)，从而一个奈特等于1.4427 bits 。 8.8 有两种代码可知：0，11，10和1，00，01。而这些代码相互补充。是根据霍夫曼编码规则得以计算的。 8.10 由题意可得，为a a a a a a a a a 422252663