2015年在职研究生专业期末考试试题（开卷）
姓名：学号：
一、自己拍摄的图像完成以下作业（用Matlab语言完成）
1、打开一个BMP文件
2、将其局部区域的灰度值进行改变
3、另存为一个新的BMP文件
原图像：
zuoye1=imread('Hist1.bmp');
[m,n]=size(zuoye1);
f=zuoye1(50:200,500:1000);
zuoye2=imadjust(f,[0.5 0.75],[0 1],5);
zuoye=zuoye1;
zuoye(50:200,500:1000)=zuoye2;
imshow(zuoye1);
figure,imshow(zuoye)
新图像：
4、Matlab编程实现图像傅立叶高通、低通滤波，给出算法原理及实验结果。高通滤波：
I= imread('Hist1.bmp');
F=rgb2gray(I);
figure,imshow(I);
title('原图像');
F=fftshift(fft2(I));
[f,h]=size(F);
f0=round(f/2);
h0=round(h/2);
d=10;
p=0.2;q=0.5;
for i=1:f
for j=1:h
distance=sqrt((i- f0)^2+(j- h0)^2);
if distance<=d H=0;
else H=1;
end;
F(i,j)=(p+q*H)*F(i,j);
end;
end;
F=uint8(real(ifft2(ifftshift(F))));
figure(2);
imshow(F);title('高通滤波所得图像');
低通滤波：
I=imread('Hist1.bmp');
F=rgb2gray(I);
figure,imshow(I);
title('原图像');
F=fftshift(fft2(I));
[f,h]=size(F);
f0=round(f/2);
h0=round(h/2);
d=10;
for i=1:f
for j=1:h
distance=sqrt((i- f0)^2+(j- h0)^2);
if distance<=d H=1;
else H=0;
end;
F(i,j)=H*F(i,j);
end;
end;
F=uint8(real(ifft2(ifftshift(F))));
figure(2);
imshow(F);
title('低通滤波所得图像');
5、找一幅曝光不足的灰度或彩色图像，用Matlab按照直方图均衡化的方法进行
处理。
HD=imread('DCL.BMP');
imshow(HD)
title('输入的彩色BMP图像')
imwrite(rgb2gray(HD),'HDTX.bmp');
HD=rgb2gray(HD);
figure,imshow(HD)
title('灰度化后的图像')
[m,n]=size(HD);
GP=zeros(1,256);
for k=0:255
GP(k+1)=length(find(HD==k))/(m*n); end
figure,bar(0:255,GP,'g')
title('原图像直方图')
xlabel('灰度值')
ylabel('出现概率')
S1=zeros(1,256);
for i=1:256
for j=1:i
S1(i)=GP(j)+S1(i);
end
end
S2=round(S1*256);
for i=1:256
GPeq(i)=sum(GP(find(S2==i)));
end
figure,bar(0:255,GPeq,'b')
title('均衡化后的直方图')
xlabel('灰度值')
ylabel('出现概率')
figure,plot(0:255,S2,'r')
legend('灰度变化曲线')
xlabel('原图像灰度级')
ylabel('均衡化后灰度级')
PA=HD;
for i=0:255
PA(find(HD==i))=S2(i+1);
end
figure,imshow(PA)
title('均衡化后图像')
imwrite(PA,'JHCLTX.bmp');
6、用Matlab打开一幅图像，添加椒盐、高斯噪声，然后使用邻域平均法、中值
滤波法进行平滑。
原图像：
添加椒盐噪声：
①邻域平均法处理
I0=imread('Hist2.bmp');
I=rgb2gray(I0);
J=imnoise(I,'salt & pepper',0.02);
figure,imshow(J);
title('添加椒盐噪声后图像');
K1=filter2(fspecial('average',7),J);
K2=filter2(fspecial('average',9),J);
figure,imshow(uint8(K1));
title('邻域平均法处理后图像');
②中值滤波法处理
I0=imread('Hist2.bmp');
I=rgb2gray(I0)
J=imnoise(I,'salt & pepper',0.02);
figure,imshow(J);
title('添加椒盐噪声后图像');
K=medfilt2(J,[7 7]);
figure,imshow(K);
title('中值滤波法处理后图像');
添加高斯噪声：
①邻域平均法处理
I0=imread('Hist2.bmp');
I=rgb2gray(I0);
J=imnoise(I,'gaussian',0,0.02)
figure,imshow(J);
title('添加高斯噪声后图像');
K=filter2(fspecial('average',7),J);
figure,imshow(uint8(K));
title('邻域平均法处理后图像');
②中值滤波法处理
I0=imread('Hist2.bmp');
I=rgb2gray(I0)
J=imnoise(I,'gaussian',0.02);
figure,imshow(J);
title('添加高斯噪声后图像');
K=medfilt2(J,[7 7]);
figure,imshow(K);
title('中值滤波法处理后图像');
7、用Matlab打开一幅图像，利用Roberts梯度法、Sobel算子和拉普拉斯算子进
行锐化，并比较结果
①Roberts梯度法
I=imread('Hist2.bmp');
[H,W]=size(I) ;
M=double(I) ;
J=M;
for i=1:H-1
for j=1:W-1
J(i,j)=abs(M(i,j)-M(i+1,j+1))+abs(M(i+1,j)-M(i,j+1)) ;
end;
end;
figure;imshow(I) ;title('原图') ;
figure;imshow(uint8(J)) ;title('Roberts处理后') ;
②Sobel算子
I=imread('Hist2.bmp');
[H,W]=size(I);
M=double(I);
J=M;
for i=2:H-1
for j=2:W-1
J(i,j)=abs(M(i-1,j+1)-M(i-1,j-1)+2*M(i,j+1)-2*M(i,j-1)+M(i
+1,j+1)-M(i+1,j-1))+abs(M(i-1,j-1)-M(i+1,j-1)+2*M(i-1,j)-2
*M(i+1,j)+M(i-1,j+1)-M(i+1,j+1));
end;
end;
figure;imshow(I);title('原图');
figure;imshow(uint8(J));title('Sobel 处理后');
③拉普拉斯算子
I=imread('Hist2.bmp');
[H,W]=size(I);
M=double(I);
J=M;
for i=2:H-1
for j=2:W-1
J(i,j)=4*M(i,j)-[M(i+1,j)+M(i-1,j)+M(i,j+1)+M(i,j-1)];
end;
end;
figure;imshow(I);title('原图');
figure;imshow(uint8(J));title('锐化处理后的图');
由实验效果对比可以看出Sobel算子处理图像后使边缘有一定的模糊。拉普拉斯算子对图像中孤立点及线端的检测效果好，但边缘方向信息丢失，对噪声敏感，整体检测效果不如Roberts梯度算子。
二、用正弦图像场产生待测试的干涉场图像加入各类模拟噪声，进行模糊处理再
消除噪声，然后采用边缘检测、图像增强技术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。待处理图像：
处理方案：
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('GSTW.bmp');
I=rgb2gray(I);
figure,imshow(I);
title('灰度化图像');
I1=medfilt2(I);
figure,imshow(I1);
title('中值滤波后图像') ;
[m,n]=size(I1);
for i=1:m
for j=1:n
if(I1(i,j)<100)
I1(i,j)=255;
else
I1(i,j)=0;
end
end
end
figure,imshow(I1);
title('二值化后图像') ;
Y1=zeros(1,25);
Y2=Y1;
c=Y2;
i=100;
for j=1:272
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
灰度化后图像：中值滤波后图像：
二值化后图像：
处理结果：c=9
三、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。
m0=0.11,m1=0.02,m2=0.08,m3=0.04,m4=0.39,m5=0.05,m6=0.06,m7=0.25;
1 m4 0.39 1 1 01 m7 0.25 1 0.61 0
0001 m0 0.11 1 0.22 0 0.36 0
0010 m2 0.08 0 0.14 1
00110 m3 0.04 0 0.06 1
00111 m1 0.02 1
00000 m6 0.06 0 0.11 0
00001 m5 0.05 1
四、（1）编写Matlab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。
(1)计算灰度图像的均方误差、信噪比、峰值信噪比、平均绝对误差
I=imread('Hist2.bmp');
figure(1),imshow(I);
title('原图像') ;
A=rgb2gray(I);
[m n]=size(A);
B=imnoise(A,'gaussian',0,0.05);
figure(2),imshow(B);
title('高斯噪声污染后图像') ;
a=double(A);
b=double(B);
sum=0;
for i=1:m
for j=1:n
sum=sum+(a(i,j)-b(i,j))^2;
end
end
MSE=(sum/(m*n))
PSNR=10*log10((255^2)/MSE)
sum1=0;
for i=1:m
for j=1:n
sum1=sum1+a(i,j)^2;
end
end
SNR=10*log10(sum1/MSE)
sum2=0;
for i=1:m
for j=1:n
sum2=sum2+a(i,j)+b(i,j);
end
end
MAE=sum2/(m*n)
原图像：
该灰度图像的均方误差（MSE）：MSE =2.5087e+003 信噪比（SNR）：SNR =64.5054
峰值信噪比（PSNR）：PSNR =14.1363
平均绝对误差（MAE）：MAE =314.6968 (2)直接消除像素点
X=imread('Hist2.bmp');
I=rgb2gray(X);
subplot(3,2,1);
imshow(X);
title('原图');
subplot(3,2,2);
imshow(I); title('灰度图');
subplot(3,2,3); I1=I(1:2:end,1:2:end);
imshow(I1); title('2:1 图');
subplot(3,2,4); I2=I(1:4:end,1:4:end);
imshow(I2); title('4:1 图');
subplot(3,2,5); I3=I(1:8:end,1:8:end);
imshow(I3); title('8:1 图');
subplot(3,2,6); I4=I(1:16:end,1:16:end); imshow(I4); title('16:1图');
先滤波再消除像素点
X=imread('Hist2.bmp');
I=rgb2gray(X);
subplot(3,2,1); imshow(I);title('灰度图');
w=[1 1 1;1 1 1;1 1 1]/9;
g=imfilter(I,w,'corr','replicate');
subplot(3,2,2); imshow(g); title('滤波后的图'); subplot(3,2,3); I1=g(1:2:end,1:2:end); imshow(I1); title('2:1 图');
subplot(3,2,4); I2=g(1:4:end,1:4:end); imshow(I2); title('4:1 图');
subplot(3,2,5); I3=g(1:8:end,1:8:end); imshow(I3); title('8:1 图');
subplot(3,2,6); I4=g(1:16:end,1:16:end); imshow(I4); title('16:1 图');
(3)像素直接复制法
X=imread('Hist2.bmp');
I=rgb2gray(X);
S=I(1:2:end, 1:2:end);
subplot(1,3,1); imshow(I); title('灰度图像');
subplot(1,3,2); imshow(S); title('按2：1缩小的图像');
F=imresize(I,2,'nearest');
subplot(1,3,3); imshow(F); title('按1：2放大的图像');
双线性插值法
A= imread('Hist2.bmp');
I=rgb2gray(A);
S=I(1:2:end, 1:2:end);
subplot(1,3,1); imshow(I); title('原图像');
subplot(1,3,2); imshow(S); title('按2：1缩小的图像');
F=imresize(I,2,'bilinear');
subplot(1,3,3); imshow(F); title('按1：2放大的图像');
(4)设Q=2
A= imread('Hist2.bmp');
I=rgb2gray(A);
L=histeq(I,2);
subplot(2,2,1); imshow(I); title('灰度图像');
subplot(2,2,2); imhist(I); title('原始图像直方图');
subplot(2,2,3); imshow(L); title('量化后图像');
subplot(2,2,4); imhist(L); title('量化后图像直方图');
[m,n]=size(I);
a=double(I);
b=double(L);
sum=0;
for i=1:m
for j=1:n
sum=sum+(a(i,j)-b(i,j))^2;
end
end
MSE=sum/(m*n)
MSE =7.2045e+003
(5)直方图均衡化
A=imread('Hist2.bmp');
I=rgb2gray(A);
J=histeq(I);
subplot(2,2,1);imshow(I); title('灰度图像')
subplot(2,2,2);imshow(J); title('增强对比度后的图像')
subplot(2,2,3);imhist(I,64); title('原始直方图')
subplot(2,2,4);imhist(J,64) ;title('增强对比度后的直方图')
1. 图像与灰度直方图间的对应关系是多对一; 2. 下列算法中a.梯度锐化b.二值化c.傅立叶变换d.中值滤波，属于点处理的是b二值化; 3. 在彩色图像处理中，常使用HSI模型，它适于做图像处理的原因有:1、在HIS模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。; 4. 若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项的像素灰度代替（设灰度级为256），所得到的图像将亮度增加，对比度减少; 5. MATLAB函数fspecial(type,parameters)常用类型有:average 、gaussian、laplacian、prewitt、sobel、unsharp; 6. 检测边缘的Sobel算子对应的模板形式为: -1 -2 -1 0 0 0 1 2 1 -1 0 1 -2 0 2 -1 0 1 7. 写出4-链码10103322的形状数:03033133; 8. 源数据编码与解码的模型中量化器(Quantizer)的作用是减少心里视觉冗余; 9. MPEG4标准主要编码技术有DCT变换、小波变换等; 10. 图像复原和图像增强的主要区别是图像增强主要是一个主观过程，而图像复原主要是 一个客观过程; 第１０题：图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识
1、数字图像 数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 数字图像处理 指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义 -对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。3、灰度直方图 灰度直方图是指反映一幅图像各灰度级像元出现的频率。 4、中值滤波 中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q 为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。
数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学
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、实验原理及知识点 1、数字图像的表示和类别 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。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)
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 。
《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月
目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。
数字图像处理程序
数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元 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____低_____；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________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________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________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 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________。 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________。 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________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的
数字图像处理与机器视觉 2015-2016期末试卷参考答案南昌大学研究生2015,2016年第2学期期末考试试卷 试卷编号: (开)卷课程名称: 数字图像处理与机器视觉适用班级: 2015级硕士研究生姓名: 学号: 专业: 学院: 机电工程学院考试日期: 题号一二三四五六七八九十总分累分人 签名题分 10 15 15 10 20 30 100 得分 考生注意事项:1、本试卷共4页，请查看试卷中是否有缺页或破损。如有请报告以便更换。 2、使用A4答题纸，注意装订线。 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。每小题1分，共10分) ( b )1.图像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 )2. 下列算法中属于图象平滑处理的是: a.Hough变换法 b.状态法 c.高通滤波 d. 中值滤波 ( c )3.下列算法中属于图象锐化处理的是: a.局部平均法 b.最均匀平滑法 c.高通滤波 d. 中值滤波 ( d )4. 下列图象边缘增强算子中对噪声最敏感的是: a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( b )5. 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 )6.下列算子中利用边缘灰度变化的二阶导数特性检测边缘的是:
a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c )7.将灰度图像转换成二值图像的命令为: a.ind2gray b.ind2rgb c.im2bw d.ind2bw ( d )8.数字图像处理的研究内容不包括: a.图像数字化 b.图像增强 c.图像分割 d.数字图像存储 ( d )9.对一幅100?100像元的图象，若每像元用,bit表示其灰度值，经霍夫曼编码后图象的压缩比为2:1，则压缩图象的数据量为: a.2500bit b.20000bit c.5000bit d.40000bit ( b )10.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 第 1 页 二、填空题(每空1分，共15分) l. 图像处理中常用的两种邻域是 4-邻域和 8-邻域。 2.图象平滑既可在空间域中进行，也可在频率域中进行。 3.常用的灰度内插法有最近邻元法、双线性内插法和三次内插法。 4. 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。 5.Prewitt边缘检测算子对应的模板是和。 -1 -1 -1 -1 0 1 0 0 0 -1 0 1 1 1 1 -1 0 1 (不分先后) 6.图像压缩系统是有编码器和解码器两个截然不同的结构块组成的。 7.灰度直方图的纵坐标是该灰度出现的频率。 8.依据图象的保真度，图象编码可分为无失真(无损)编码和有失真(有损)编码两 种。
数字图像处理实验报告
实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');
N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果
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
1、数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义：对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。 4、中值滤波：指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取： S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。 可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。 因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。 2. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余？ 答：分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。 ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。3、Canny边缘检测器 答：Canny边缘检测器是使用函数edge的最有效边缘检测器。该方法总结如下：1、图像使用带有指定标准偏差σ的高斯滤波器来平滑，从而可以减少噪声。2、在每一点处计算局部梯度g（x,y）=[G2x+G2y]1/2 和边缘方向α（x,y）=arctan（Gy/Gx）。边缘点定义为梯度方向上其强度局部最大的点。3、第2条中确定的边缘点会导致梯度幅度图像中出现脊。然后，算法追踪所有脊的顶部，并将所有不在脊的顶部的像素设为零，以便在输出中给出一条细线，这就是众所周知的非最大值抑制处理。脊像素使用两个阈值T1和T2做阈值处理，其中T1 学院计算机与通信工程学院专业生物医学工程专业 班级51111 学号5111133 姓名杨静 指导教师贾朔 2014年04月21日 实验一图像的基本运算 一、实验目的： 1、掌握图像处理中的点运算、代数运算、逻辑运算和几何运算及应用。 2、掌握各种运算对于图像处理中的效果。 二、实验内容： 1、（1）选择一幅图像lena8.jpg，设置输入/输出变换的灰度级范围，a=0.2，b=0.6，c=0.1，d=0.9. （2）设置非线性扩展函数的参数c=2. （3）采用灰度级倒置变换函数s=255-r进行图像变换 （4）设置二值化图像的阈值，分别为level=0.4,level=0.7 解：参考程序如下： I=imread('C:\lena8.jpg'); figure; subplot(2,3,1); imshow(I); title('原图'); J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围 subplot(2,3,2); imshow(J); title('线性扩展'); I1=double(I); %将图像转换为double类型 I2=I1/255; %归一化此图像 C=2; K=C*log(1+I2); %求图像的对数变换 subplot(2,3,3); imshow(K); title('非线性扩展'); M=im2bw(I,0.5); M=~M; %M=255-I; %将此图像取反 %Figure subplot(2,3,4); imshow(M); title('灰度倒置'); N1=im2bw(I,0.4); %将此图像二值化，阈值为0.4 N2=im2bw(I,0.7); %将此图像二值化，阈值为0.7 subplot(2,3,5); imshow(N1); title('二值化阈值0.4'); subplot(2,3,6); imshow(N2); title('二值化阈值0.7'); 《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； 《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/912085743.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 数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班 实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z) title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。 第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( ) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 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 。 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。 3．产生灰度变换函数T2，使得： s = 用T2对原图像rice.jpg 进行处理，使用imwrite 保存处理后的新图像。 4．分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，请 使用Matlab 中的imadjust 函数。使用imwrite 保存处理后的新图像。 5．对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使用 imwrite 保存处理后的新图像。 6．对rice.jpg 图像实施灰度切片（Gray-level slicing ）。具体要求如下： 当0.2 ≤ r ≤ 0.4时，将r 置为0.6, 当r 位于其他区间时, 保持其灰度与原图像一样。使用imwrite 保存处理后的新图像。 7．利用灰度变换对Picture.jpg 做增强处理，突出图中的人物，改善整个图像过 于灰暗的背景。通过调节参数，观察变换后的图像与原始图像的变化，寻找出最佳的灰度变换结果。写出所采用的拉伸表达式。(提示：用imhist 观察图像直方图，利用分段线性灰度变换。 )数字图像处理实验
数字图像处理复习整理
数字图像处理试卷及答案
数字图像处理实验报告
数字图像处理复习题
数字图像处理实验一(附源程序)
相关主题
文本预览