4.2 图像的平滑 (Smoothing Filters)[3]
目的：消除各种干扰噪声。噪声可能来自图像采集、量化等过程，也可能产生于图像传送过程，具有离散性和随机性等特点。
4.2.1 图像噪声与去噪思路
按噪声服从的分布对其进行分类，可以分为：
1）高斯噪声（Gaussian white noise）：最普通的噪声。
2）Poisson噪声：在照度非常小时出现，或在高倍电子放大线路中出现。
3）颗粒噪声：是一个白噪声的过程。
MATLAB TOOLBOXES中的一个噪声生成函数为IMNOISE。
IMNOISE Add noise to image.
J = IMNOISE(I,TYPE,...) Add noise of a given TYPE to the intensity image
I. TYPE is a string that can have one of these values:
'gaussian' Gaussian white noise with constant mean and variance 'localvar' Zero-mean Gaussian white noise with
an intensity-dependent variance
'poisson' Poisson noise
'salt & pepper' "On and Off" pixels
'speckle' Multiplicative noise
Depending on TYPE, you can specify additional parameters to IMNOISE. All numerical parameters are normalized; they correspond to operations with images with intensities ranging from 0 to 1.
J = IMNOISE(I, 'gaussian', M, V) adds Gaussian white noise of mean M and
variance V to the image I. When unspecified, M and V default to 0 and
0.01 respectively.
J = imnoise(I,'localvar',V) adds zero-mean, Gaussian white noise of local variance, V, to the image I. V is an array of the same size as I.
J = imnoise(I,'localvar',IMAGE_INTENSITY,V AR) adds zero-mean, Gaussian noise to an image, I, where the local variance of the noise is a
function of the image intensity values in I. IMAGE_INTENSITY and V AR are vectors of the same size, and PLOT(IMAGE_INTENSITY,V AR) plots the functional relationship between noise variance and image intensity.
IMAGE_INTENSITY must contain normalized intensity values ranging from 0 to 1.
J = IMNOISE(I,'poisson') generates Poisson noise from the data instead
of adding artificial noise to the data. In order to respect Poisson
statistics, the intensities of uint8 and uint16 images must correspond to the number of photons (or any other quanta of information).
Double-precision images are used when the number of photons per pixel
can be much larger than 65535 (but less than 10^12); the intensities
values vary between 0 and 1 and correspond to the number of photons
divided by 10^12.
J = IMNOISE(I,'salt & pepper',D) adds "salt and pepper" noise to the image I, where D is the noise density. This affects approximately
D*PROD(SIZE(I)) pixels. The default for D is 0.05.
J = IMNOISE(I,'speckle',V) adds multiplicative noise to the image I,
using the equation J = I + n*I, where n is uniformly distributed random
noise with mean 0 and variance V. The default for V is 0.04.
Class Support
-------------
I can be of class uint8, uint16, or double. The output image J is of
the same class as I. If I has more than two dimensions it is treated as a multidimensional intensity image and not as an RGB image.
Example
-------
I = imread('eight.tif');
J = imnoise(I,'salt & pepper', 0.02);
imshow(I), figure, imshow(J)
例、几种噪声加载。
I=imread('tsfan.bmp')
subplot(1,4,1),imshow(I)
title('Original image of tsfan')
J=imnoise(I,'gaussian',0,0.02) ％加白噪声，其平均值为0，方差为0.02 subplot(1,4,2),imshow(J)
title('Gaussian')
K=imnoise(I,'salt & pepper',0.02) %所加椒盐这噪声密度为0.02 subplot(1,4,3),imshow(K) title('salt & pepper')
L=imnoise(I,'poisson') % 产生Poisson 分布，而不是人为的加入噪声 subplot(1,4,4),imshow(L) title('poisson')
由于一幅图像的大部分像素的灰度与临近像素的灰度差别不大，存在很大的灰度相关性，这就导致了图像的能量主要集中于低频区域，只有图像的细节部分的能量处于高频区域中。实际上，高频区域中出现图像噪声和假轮廓，这是因为，噪声的随机性对某一像点的影响将使其灰度和邻点灰度差别变大。
通过去掉噪声达到图像平滑效果的出发点应是做低通滤波，即设法衰减高频分量，增强低频分量。这里可能的缺陷是：在衰减噪声的同时，对图像细节也有影响，使图像变得模糊。工作中要在去掉噪声、假轮廓与保持图象不要太模糊之间找到平衡。
设待处理（含有噪声或假轮廓）的图像：(,)f x y 平滑处理后的图像： (,)g x y 则有
①空间域内图像平滑的表示
(,)(,)(,)(,) (,)(,)m n A
g x y f x y h x y f m n h x m y n ∈=?=
?∑∑?
(,) (,),h x y A h x y m n 为低通滤波器的脉冲响应函数；为的作用域，为正整数。
②空间频率域：
(,)(,)(.)G u v F u v H u v =
其中，
(,)(,)(,)(,)(,)G u v g x y
F u v f x y H u v 为的傅氏变换；为的傅氏变换；
为低通滤波器的传递函数。
这里处理的过程：先把待处理图像作傅氏变换，得，然后根据选定的(,)F u v (,)H u v 计算出（按上式），再对作反傅氏变换得。 (,)G u v (,)G u v (,)g x y
4.2.1 空域低通滤波(Spatial Lowpass Filtering)[3]
按(,)(,)(,)g x y f x y h x y =?直接对图像作低通滤波处理。 消噪声掩模法――可用于消除随机相加噪声
常用的（低通滤波器的脉冲响应函数）有
(,)h x y 111111*********, 121,
24291016111111121??
??
??????????????????????
???
?， 这里的作用域为，共有9个像素灰度参加运算，用运算结果代替中心像素33×(,)x y 的像素灰度。
根据需要，可选用55等不同作用域的。矩阵中心的元素值占的比例越小，平滑作用越强，会使图像越模糊；的作用域越大，平滑作用越强，亦导致图像越模糊。
,
77××(,)h x y (,)h x y (,)h x y
原则：使矩阵的元素之和与其前面的系数相乘的结果为1，以在平滑过程中处理结果的像素灰度不超过允许的像素最大灰度值。
(,)h x y 用这种方法作平滑处理，图像四周围边缘的像素需特殊处理。 两种特殊处理办法（对33×的情形）
： ① 把原图像从，所加大的两行和两列的像素灰度均取0，然后对加大后的像素平滑处理，结果又舍去所加的两行的零灰度信息，仅取2M N M N ×???
→+×+加大
()(2)M N ×。
② 不处理原始图像4个边缘的像素，使处理后4个边缘的像素灰度保持原始灰度，或人为地赋予特殊灰度。 例、MATLAB 做线性滤波
I=imread('tsfan.bmp') subplot(1,3,1),imshow(I) title('original image of tsfan') J=imnoise(I,'salt & pepper',0.2)
%加噪声密度D 为0.2的椒盐噪声
subplot(1,3,2), imshow(J) title('noise image of tsfan') h=[1,1,1;1,1,1;1,1,1] h=h/9
%产生滤波归一化的模板
K=conv2(J,h)
%用均值模板对图像滤波
subplot(1,3,3),imshow(K,[])
title('filter image of tsfan')
邻域平均法―可消除麻点状噪声 [3]
邻域平均法图像平滑处理的数学表达式
(,)1
(,)(,) (1)m n S
g x y f x m y n M
∈=
??∑
其中:
,M S S x 为邻域内所包含的象素总数
为事先确定的邻域（该邻域不包括（）点）
y 例、半径为1的邻域表示：
{}1(,1),(,1),(1,),(1,)4
S x y x y x y x y M =+?+?=对应
的邻域表示：
(,1), (,1), (1,), (1,),(1,1),(1,1),(1,1),(1,1)8
x y x y x y x y x y x y x y x y M +?+???=??
???++++???=对应 式（1）用卷积形式表示
(,)(,)(,)(,)(,)(,)m n S
g x y f x y h x y h m n f x m y n ∈=?=
??∑∑
易见，对应半径为1的邻域，其可表示为
(,)h x y 010********??????????
的邻域，其可表示为
(,)h x y 11111018111??????????
优点：算法简单，计算速度快
缺点： 图像易模糊。邻域取得越大，图像越模糊。 可能的解决办法：
取域值的邻域平均法：一个窗口(33,5 5 )
××等沿图像移动（逐行逐列），先求出窗口中除待处理像元之外的全部像元灰度值的平均值。如果待处理像元灰度值与这个平均值之差的绝对值超过了某一预先确定的阈值，则该像元的灰度使用平均值代替；否则，保持该像元的灰度不变。
该方法的数学表示：
(,)(,)(,)11
(,) (,)(,)(,)1(,) (,)(,)m n S
m n S
m n S
f x m y n f x y f x m y n T
M M g x y f x y f x y f x m y n T
M ∈∈∈??????>??=?
?
???≤??
∑∑
∑
T 为预先规定的阈值，实际处理时，要选择合适的阈值。因为
T 太大：会减弱噪声去除效果；
T 太小：会减弱图像模糊效应的消除效果。
例、线性滤波的MATLAT 实现
I=imread('eight.tif') subplot(2,3,1),imshow(I) title('original image of eight') J=imnoise(I,'salt & pepper',0.2)
%加噪声密度D 为0.2的椒盐噪声
subplot(2,3,2),imshow(J) title('noise image of eight')
text(-20,320,'Salt & Pepper Noise filter') h=[1,1,1;1,1,1;1,1,1] h=h/9
%产生滤波归一化的模板
K=conv2(J,h)
%用均值模板对图像滤波
subplot(2,3,3),imshow(K,[]) title('filter image of eight') I2=imread('tsfan.bmp')
subplot(2,3,4),imshow(I2)
title('original image of tsfan')
J2=imnoise(I2,'gaussian',0.2)
%加均值为0，方差为0.2的高斯噪声subplot(2,3,5),imshow(J2)
title('noise image of tsfan')
h=[1,1,1;1,1,1;1,1,1]
h=h/9
%产生滤波归一化的模板
K2=conv2(J2,h)
%用均值模板对图像滤波
subplot(2,3,6),imshow(K2,[]) title('filter image of tsfan')
多图像平均法
提高图像的信噪比实现图像增强。
多图像平均法的基础为噪声干扰的统计学特征。如果一副图像包含有噪声，可以假定这些噪声相对于坐标点(,)x y 不相关，且其数学期望值为零。
由于获得图像时可能有随机相加性噪声存在，可以假定对同一景物
(,)f x y 摄取M 幅图像(,)
(1,2,,)i g x y i M ="
(,)(,)(,) (1,2,,)i i g x y f x y n x y i M =+="
(,)i n x y 为叠加在每一幅图像上的随机相加噪声。
(,)i g x y 可以得出，第幅图像的信噪比为
i
SNR =
=
这里2
(,)i E n x y ???
?为噪声期望值。 对M 幅图像作灰度平均，则平均后的图像为
()
1
1
1
1(,)(,)1 =(,)(,)1 (,)(,)
M
i i M
i i M
i i g x y g x y M f x y n x y M f x y n x y M ====+=∑∑∑+
?平均后图像g 的信噪比为
1
2
21
22
2
11(,)(,)1
1
(,)(,)M
M
i i i i f x y f x y SNR E n x y E n x y M M ==??????==??????????????
??
??????
?????
????
???????
???????
?
∑∑
可以证明
SNR =。
说明，M
倍，通常只选M ＝2或3，以免占有太长的处理时间。
证：一般对噪声的准确形式不太了解，但因是随机噪声，可以假设多幅图像的噪声互不相关，且平均值为0，i.e.
[][][](,)0
(,)(,)(,)(,)0
(,)(,)(,)(,)0 (;
,1,2,,)
i i j i j i j i j E n x y E n x y n x y E n x y E n x y E n x y n x y E n x y E n x y i j i j M =????+=+=????????==≠=????"代入
[]2
2211222
111()
22111(,)(,)11
(,)(,)(,)1(,)M
M i i i i M M M
i i
i i j i j M i i E n x y E n x y M
M E n x j
y E n x y E n x y M M E n x y M =====≠=????
??
??=????
??????
??????????
??????=+??????
??????=????
∑∑∑∑∑∑
为方便讨论，假设
222
(,)(,)(,)
()i j E n x y E n x y E n x y i j ??????==??????≠
代入上式有
2
2
211
22
21
2
2
1
2
2
11
(,)(,)11(,)(,)1(,)(,)
1 (,)(,)
M
M
i i i i i E n x y E n x y M
M
ME n x y E n x y M M SNR f x y E n x y M f x y E n x y M ==????
??=????????
????????==??????????
??
?=??????
???
???????
????=??????
∑
∑{
}
1
2
2
(,)(,)f x y E n x y ??=??
{
}
{
}
222
1
2
2
1
2
2
(,)(,)(,)
(,)(,)(,)
(,) i j i
E n x y E n x y E n x y S N R f x y E n x y S N R f x y E n x y S N R S N R S N R N R
??????==????????=??
??=??=
且利用将
写成,
比较和得
证毕。
中值滤波[4]
作为抑制噪声的非线性处理方法，中值滤波是从一维信号处理的中值滤波技术发展而来的。
做法：可以在图像画面中开一个一维的小窗口，它应该包含奇数个像素，按像素的灰度值从小到大排列起来，然后用中间灰度值来代替原排列的中间像素的灰度值。窗口然后从左到右移动，直到边界。窗口下移一行，再从左到右进行。
经过中值滤波变换后，某象素的输出等于该象素邻域中各象素灰度的中间灰度值。
例：
506030010012080190 |5060100120300 100300506010010012080190 506010010012080190 60,1001→→↓↓↓→→"
""
，，，，，，，顺序排列象素灰度值，，，，，用中间灰度值代替原中间灰度值，，，，，，，，右移窗口得
，，，，，，，顺序排列象素灰度值80,，00120 10000506010010012080190 506010010012080190↓↓""
，中间灰度值与原中间灰度值1相同，不用换，，，，，，，右移窗口得，，，，，，， 这样对图像灰度的跳跃有平滑效果。
对一维信号，这样的中值滤波器的工作特性：
① 对输入一维阶跃信号、一维斜坡信号，输出相同信号； ② 削平一维三角形信号的顶部峰信号；
③ 滤掉脉冲信号――当脉冲信号连续出现的个数少于窗口尺寸
的一半，（如5N =，窗口尺寸的一半为2.5）
考虑到一般图像在两维方向上均具有相关性，因此，活动窗口一般选为两维窗口（如）
，窗口形状常用 335577×××，或等 D D D D D D D D D D
D D D D D
D
D D D
D D D D D D D D D D D D D D D D D D D D D D D D D D D D D D
D D D D D D D
55×方形 55× 十字形 33×方形 圆形
55×
例、用3×3的滤波窗口进行中值滤波处理。
I=imread('eight.tif')
subplot(2,3,1),imshow(I)
title('original image of eight')
J=imnoise(I,'salt & pepper',0.02)
%加均值为0，方差为0.02的椒盐噪声
subplot(2,3,2),imshow(J)
title('salt & pepper noise image')
text(-20,320,'Med-value Filter for 3*3 window ')
K = medfilt2(J)
％用于3×3的滤波窗口对图像J进行中值滤波。
％若用[m,n]的滤波窗口做中值滤波，语法为K = medfilt2(J,[m,n])
subplot(2,3,3),imshow(K,[])
title('medfilter image of eight')
I2=imread('tsfan.bmp')
subplot(2,3,4),imshow(I2)
title('original image of tsfan')
J2=imnoise(I2,'gaussian',0.02)
%加均值为0，方差为0.02的高斯噪声
subplot(2,3,5),imshow(J2)
title('gaussian noise image of tsfan')
K2 = medfilt2(J2);
subplot(2,3,6),imshow(K2,[])
title('medfilter image of tsfan')
比较以上两副照片，可见：1）对于椒盐噪声，中值滤波法效果很好。2）对于高斯噪声，选用5×5窗口滤波效果好于3×3，但图像模糊加重。
4.2.2 频域低通滤波[4,5]
一副图像的傅立叶变换谱的高频成分往往主要来自图像边缘和噪声等灰度级跳跃的贡献，所以对高频成分的衰减在频域中更易于实现平滑处理。
数字表达式
(,)G u v ＝(,)H u v (,)F u v
这里为低通滤波器处理后图像；(,)G u v (,)H u v 为频域低通滤波器的传递函数；为原始图像(,)F u v (,)f x y 的傅氏变换。
常用四种传递函数：
理想低通滤波器（ILPF ）
指以截止频率为半径的圆内的所有频率都无损地通过，将在截止频率之外的频率分量完全衰减掉。
0D 传递函数：
1, (,) (,)0, (,)D u v D H u v v D u D ≤?=?
>?()
1
2
2
2
(,)(,0)(0,)D D u v u v
u v =+为截止频率，根据需要选定；是
频率平面上点到原点的距离。
硬件无法实现(,)H u v 从0到1的陡峭突变。但在计算机上却容易模
拟。问题是取得越小，滤除噪声越彻底，高频分量损失越严重，会引
起图像模糊。 0D
巴特沃思（Buttorworth ）滤波器（BLPF ）
传递函数（n 阶巴特沃思低通滤波器的传递函数）
[]
20 1
(,)1(,)n
H u D u v v D =
+
2
1
n 的大小决定了衰减率，它在截止频率处的值为最大值的。
另一种常用的传递函数
(,)H u v =
。
BLPF 会大大减少处理后图像的模糊程度，因它的(,)H u v 不是陡峭的截止特性，它的尾部包含了大量的高频成分。
这个滤波器的带阻和带通之间有一个平滑的过渡带，没有明显地不连续性。
指数低通滤波器（ELPF ）
传递函数为
[]0 (,)exp (,)n
H u v D u v D ??
0D =?它的截止频率的值为其最大值的1 。
??
常用的另一种传递函数为
]
{
}
0 D 它的截止频率。
0 (,)exp n
H u v ?=?[][]
指数低通滤波器有更快的衰减率，所有处理过的图像比巴特沃思低通滤波器处理的图像稍微模糊一些。
梯形低通滤波器（TLPF ）
传递函数
10101
11 (,) (,)(,) (,)0 (,)D u v D 001 ,H u v D u v D D D D D u v D D u v D
=??≤≤??>?
D D D <其中为截止频率。
此滤波器噪声平滑效果最差，但图像模糊程度最轻。
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。
。中间过程：先补上一圈的 0：解：结果： y ，然后和模板 作卷积，例如 y 中的-4 是这样得到的： -4(即对应元 素相乘相加，其他的数同理。 1、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）题5图答：均值滤波：中值滤波：（2 分）（2 分）均值滤波可以去除突然变化的点噪声，从而滤除一定的噪声，但其代价是图像有一定程度的模糊；中值滤波容易去除孤立的点、线噪声，同时保持图像的边缘。（5 分）均值滤波：（3 分）中值滤波：（3 分） 2. 设有编码输入 X={x1,x2,x3,x4,x5,x6}, 其频率分布分别为p(x1=0.4,p(x2=0.3, p(x3=0.1,p(x4=0.1, p(x5=0.06,p(x6=0.04, 现求其最佳霍夫曼编码。 3 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。 0 0 1 2 3 2 1 3 1 5 6 6 2 6 2 1 3 7 0 7 2 5 3 2 2 6 6 5 7 0 2 3 1 2 1 3 2 2 1 1 3 5 6 5 6 3 2 2 2 7 3 6 1 5 4 0 1 6 1 5 6 2 2 1 解：1统计图象 1 各灰度级出现的频率结果为； 信息量为 ）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；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； 1 给出一维连续图像函数傅里叶变换的定义，并描述空间频率的概念。解：1）一维连续图像函数的傅立叶变换定义为： 2）空间频率是指单位长度内亮度作周期变化的次数，对于傅立叶变换基函数，考虑的最大值直线在坐标轴上的截距为，则 表示空间周期，即为空间频率。 2、试给出把灰度范围（0，10）拉伸为（0，15），把灰度范围（10，20）移到（15，25），并把灰度范围（20，30）压缩为（25，30）的变换方程。解：如图所示，由公式
实验报告三 姓名：胡文松学号：6103413007 班级：生物医学工程131 实验日期：2016/5/11 实验成绩： 实验题目：图像的平滑滤波 一．实验目的 （1）熟练掌握空域平滑滤波的原理、方法及其MATLAB实现。 （2）分析模板大小对空域平滑滤波的影响，线性和非线性方法对空域平滑滤波增强效果的影响，比较不同滤波器的处理效果，分析其优缺点。 二．实验原理 （1）线性空间滤波 函数imfilter来实现线性空间滤波，语法为： g = imfilter(f, w, filtering_mode, boundary_options, size_options) 其中，f是输入图像，w为滤波模板，g为滤波结果，filtering_mode用于指定在滤波过程中是使用相关运算(‘corr’)还是卷积运算(‘conv’)，相关就是按模板在图像上逐步移动运算的过程，卷积则是先将模板旋转180度，再在图像上逐步移动的过程。 （2）非线性滤波器 数字图像处理中最著名的统计排序滤波器是中值滤波器，MATLAB工具箱提供了二维中值滤波函数medfilt2，语法为：g = medfilt2(f, [m n], padopt) 矩阵[m n]定义了一个大小为m×n的邻域，中值就在该邻域上计算；而参数padopt指定了三个可能的边界填充选项：’zeros’（默认值，赋零），’symmetric’按照镜像反射方式对称地沿延其边界扩展，’indexed’，若f是double类图像，则以1来填充图像，否则以0来填充图像。 （3）线性空间滤波器 MATLAB工具箱支持一些预定义的二维线性空间滤波器，这些空间滤波器可通过函数fspecial实现。生成滤波模板的函数fspecial的语法为：w = fspecial(‘type’, parameters) ；其中，’type’表示滤波器类型，parameters进一步定义了指定的滤波器。fspecial(‘laplacian’, alpha) 一个大小为3×3的拉普拉斯滤波器，其形状由alpha指定，alpha是范围[0, 1]的数。alpha默认为0.5。 三．实验内容及结果 （1）选择一副图像fig620.jpg，分别选择3×3，7×7，25×25等平均模板进行均值滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。 （1）选择一副图像fig620.jpg，分别选择3×3，7×7，25×25等平均模板进行高斯滤波模糊处理，并对不同尺寸的滤波器模板操作后的图像进行比较。 （2）选择一副图像circuit.jpg，对图像加入椒盐噪声，检验两种滤波模板（3×3平均模板和3×3的非线性模板中值滤波器）对噪声的滤波效果。
遥感数字图像处理教程实习报告
《数字图像处理》 课程实习报告 （ 2011 - 2012学年第 1 学期） 专业班级：地信09-1班 姓名：梁二鹏 学号：310905030114 指导老师：刘春国 ---------------------------------------------- 实习成绩： 教师评语： 教 师
签 名 ： 年月日 实习一：图像彩色合成实习 一、实验目的 在学习遥感数字图像彩色合成基础上，应用所学知识，基于遥感图像处 理软件ENVI进行遥感数字图像彩色合成。 二、实验内容 彩色合成：利用TM图像can_tmr.img，实现灰度图像的密度分割、多波 段图像的真彩色合成、假彩色合成和标准假彩色合成。 三、实验步骤 1、显示灰度图像主要步骤： 1、打开ENVI4.7,单击FILE菜单，在下拉菜单中选择open image file 选 项，然后在弹出的对话框中选择can_tmr.img文件，单击打开。 2、在可用波段列表对话框中，选中某一波段图像，选中gray scale单选按 钮，单击LOAD BAND按钮，显示一幅灰度图像。 3、在可用波段列表对话框中，选择其他某一波段图像，进行显示。
4、利用可用波段列表中的display按钮，同时有多个窗口显示多个波段图像。 5、链接显示。利用图像窗口tool菜单下的link子菜单link display实现多图 像的链接显示。如图所示：红色方框。 6、使用tool菜单下的Cursor Location/value和pixel Locator功能在确定像 素的值和位置。
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。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将
图像平滑和锐化变换处理 一、实验内容和要求 1、灰度变换：灰度拉伸、直方图均衡、伽马校正、log变换等。 2、空域平滑：box、gauss模板卷积。 3、频域平滑：低通滤波器平滑。 4、空域锐化：锐化模板锐化。 5、频域锐化：高通滤波器锐化。 二、实验软硬件环境 PC机一台、MATLAB软件 三实验编程及调试 1、灰度变换：灰度拉伸、直方图均衡、伽马校正、log变换等。 ①灰度拉伸程序如下： I=imread(''); J=imadjust(I,[,],[]); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J); subplot(2,2,3),imhist(I); subplot(2,2,4),imhist(J); ②直方图均衡程序如下： I=imread(''); J=histeq(I); Subplot(2,2,1); Imshow(I); Title('原图像'); Subplot(2,2,2);
Imshow(J); Title('直方图均衡化后的图像') ; Subplot(2,2,3) ; Imhist(I,64); Title('原图像直方图') ; Subplot(2,2,4); Imhist(J,64) ; Title('均衡变换后的直方图') ; ③伽马校正程序如下： A=imread(''); x=0:255; a=80,b=,c=; B=b.^(c.*(double(A)-a))-1; y=b.^(c.*(x-a))-1; subplot(3,2,1); imshow(A); subplot(3,2,2); imhist(A); subplot(3,2,3); imshow(B); subplot(3,2,4); imhist(B); subplot(3,2,6); plot(x,y); ④log变换程序如下： Image=imread('');
第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 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。图像处理能做什么？（简答） 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。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。
医学数字图像处理习题 1、简述图象处理的技术分类。 2、简述数字图像处理的主要方法。 3、图象函数(,,,,)I F x y z t λ=表示了怎样的一幅图象？ 4、解释数字图像的几个名词：空间分辨率，密度分辨率，空间频率。 5、什么是线性系统？什么是空间不变的线性系统？ 6、什么是δ-函数？什么是δ-函数的筛选性？ 7、 您能推荐点几本关于医学图象处理的教学参考书（中文和英文）吗？ 8、您认为我们的医学图象处理课应保证哪些基本内容和基本训练？ 9、两维傅里叶变换的可分离性有什么实际意义？ 10、 证明离散傅里叶变换和反变换都是周期函数。 11、 试证明傅立叶变换的频域位移性质： 12、 根据Laplace 算式和傅里叶变换的微分性质，求出傅里叶变换对： 222(,)(2)()(,)f x y u v F u v πΔ??+。 13、 设有一组随机矢量[]12 3 x x x x =，其中[]10 0 1T x =，[]20 1 0T x =， []3 1 0 0T x =， 请分别给出x 的协方差矩阵。 14、 请说明：如何方便地将空间频率坐标系的原点移到MN 空间频率方阵的中心(, 设图象函数为。 )2/,2/N M ),(y x f 15、 对N=8,计算斜矩阵(Slant Array)。 16、 什么是小波变换？请给出一维连续小波变换的定义。 17、 请给出二维连续小波的容许性条件。 18、 请简述紧支集的概念。 19、 请简述框架、紧框架和几乎紧框架的概念。 20、 试给出Haar 小波、Mexico Hat 小波和Morlet 小波的定义，并说明各自它们各自的用途。 21、 什么是图象增强？图象增强的技术分几大类？ 22、 什么是直方图？什么是直方图均衡化？什么是直方图匹配？ 23、 写出空域图象平滑的表示式，空域低通滤波有几种方法？简述其要点。 24、 写出频域低通滤波的数学表达式。常用的有几种滤波器？他们的特点是什么？ 25、 设仅利用象素点(,)x y 的4-近邻象素（不用点(,)x y ）组成一个低通滤波 器。 （1） 给出它在频域的等价滤波器； (,)H u v （2） 证明所得的结果确实是一个低通滤波器。 26、 有一种计算梯度的基本步骤是计算(,)f x y 和 (1,)f x y +的差。
电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点
数字图像处理习题
一、判断题（10分）（正确√，错误×） 1.图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求 （√） 2.在MA TLAB中，uint8是无符号8位整数（√） 3.在MA TLAB中，uint16是无符号16位整数（√） 4.图像的点运算与代数运算不相同（√） 5.点运算也叫灰度级变换（√） 6.线性点运算可以改变数字图像的对比度（√） 7.图像的几何变换也叫图像的点运算（×） 8.图像的平滑操作实际上是邻域操作（√） 9.傅立叶变换后的矩阵处在频域上（√） 10.傅立叶变换后的矩阵处在空域上（×） 11.傅立叶变换，人们可以在空域和频域中同时思考问题（√） 12.像素深度是指存储每个像素所用的位数（√） 13.图像经过变换后，图像的大部分能量都集中在中、高频段（×） 14.图像经过变换后，图像的大部分能量都集中在低频段（√） 15.直方图均衡化也是一种非线性点运算（√） 16.仿射变换是空间变换（√） 17.空间变换是频域变换（×） 18.边缘检测是将边缘像元标识出来的一种图像分割技术（√） 19.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（√） 20.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（×） 21.双边滤波法可用于边缘增强（×） 22.均值平滑滤波器可用于锐化图像边缘（×） 23.拉普拉斯算子可用于图像的平滑处理（×） 24.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（√） 25.应用傅立叶变换的可分离性可以将图像的二维变换分解为行和列方向的一维变换 （√） 26.图像分割可以依据图像的灰度、颜色、纹理等特性来进行（√） 27.图像增强有空域和变换域两类（√） 28.加大、减小对比度分别会使图像发生亮处更亮，暗处更暗的直观变化（√） 29.加大、减小亮度分别会使图像发生亮处更亮，暗处更暗的直观变化（×） 30.二值图像就是只有黑白两个灰度级（√） 31.一般来说，图像采样间距越大，图像数据量越大，质量越好；反之亦然（×） 32.用Matlab开辟一个图像窗口的命令是imshow（×） 33.图像尺寸为400*300是指图像的宽为400毫米，高为300毫米（×） 34.一般而言，对于椒盐噪声，均值滤波的效果好于中值滤波（×） 35.与高斯低通滤波器相比，理想低通滤波低通滤波器在图像处理过程中更容易出现振铃 (rings)（√）
1、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。 2、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。 3、当一幅图像的 x和 y坐标及幅值 f都为连续量时，称该图像为连续图像。 为了把连续图像转换成计算机可以接受的数字形式，必须先对连续的图像进行空间v和幅值的离散化处理。 (1)图像的采样：对图像的连续空间坐标 x和 y的离散化。 (2)图像灰度级的量化：对图像函数的幅值 f的离散化。 4、均值平滑滤波器可用于能否锐化图像？为什么？不能，均值滤波法有力的抑制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。 5、均匀采样： 对一幅二维连续图像 f(x, y)的连续空间坐标 x和 y的均匀采样，实质上就是把二维图像平面在 x方向和 y方向分别进行等间距划分，从而把二维图像平面划分成 M × N个网格，并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标(I, j)相对应。二维图像平面上所有网格中心点位置对应的有序实整数对的笛卡尔坐标的全体就构8成了该幅图像的采样结果。 6、*均匀量化： 对一幅二维连续图像 f(x, y)的幅值 f的均匀量化，实质上就是将图像的灰度取值范围[0， Lmax]划分成L个等级（L为正整数， Lmax=L-1），并将二维图像平面 上 M× N个网格的中心点的灰度值分别量化成与 L个等级中最接近的那个等级的值。 7、图像增强技术根据处理空间的不同，可以分为哪两种方法？空域方法和频域方法 8、**空间分辨率 ( 1 )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。 (2**)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。另外，当简单地把矩形数字化仪的尺寸看作是“单位距离”时，就可把一幅数字图像的阵列大小 M×N称为该幅数字图像的空间分辨率。 (3)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，景物中的细节越能更好地在数字化后的图像中反映出来，也即反应该景物的图像的质量就越高。 (4)一幅数字图像的阵列大小（简称为图像大小）通常用 M×N表示。在景物大小不变的情况下，采样的空间分辨率越高，获得的图像阵列 M×N就越大；反之，采
遥感数字图像处理教程 第一章概论 1.1图像和遥感数字图像 1.1.1图像和数字图像 本书定义图像为通过镜头等设备得到的视觉形象 根据人眼的视觉可视性可将图像分为可视图像和不可视图像。可视图像有图片、照片、素描和油画等，以及用透镜、光栅和全息技术产生的各种可见光图像。不可见图像包括不可见光成像和不可测量值 按图像的明暗程度和空间坐标的连续性，可将图像分为数字图像和模拟图像。数字图像是指用计算机存储和处理的图像，是一种空间坐标和灰度不连续、以离散数字原理表达的图像。在计算机内，数字图像表现为二维阵列，属于不可见图像。模拟图像指空间坐标和明暗程度连续变化的、计算机无法直接处理的图像，属于可见图像。 利用计算机技术，可以实现模拟图像和数字图像之间相互转换。把模拟图像转化为数字图像成为模/数转换，记作A/D转换； 数字图像最基本的单位是像素。像素是A/D转换中国的取样点，是计算机图像处理的最小单位；每个像素具有特定的空间位置和属性特征。 1.1.2遥感数字图像 遥感数字图像时数字形式的遥感图像。不同的地物能够反射或辐射不同长波的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 遥感数字图像中的像素成为亮度值。亮度值的高低由遥感传感器所探测到的地物电磁波的辐射强度决定。由于地物反射或辐射电磁波的性质不同受大气的影响不同，相同地点不同图像的亮度值可能不同。 图像的每个像素对应三维世界中的一个实体、实体的一部分或多个实体。在太阳照射下，一些电磁波被这个实体反射，一些被吸收。反射部分电磁波到达传感器被记录下来，成为特定像素点的值。 1.2压感数字图像处理 1.2.1遥感数字图像处理概述 遥感数字图像处理是利用计算机图像处理系统对遥感图像中的像素进行系列操作的过程。遥感数字图像处理主要包括三个方面 1.图像增强，使用多种方法，如：灰度拉伸、平滑、瑞华、彩色合成、主成分变换K-T变换、代数运算、图像融合等压抑、去除噪声、增强整体图像或突出图像中的特定地物的信息，是图像更容易理解、解释和判读、 图像增强着重强调特定图像特征，在特征提取、图像分析和视觉信息的显示很有用。 2.图像校正：图像校正也成图像回复、图像复原，主要是对传感器或环境造成的退化图像进行模糊消除、噪声滤除、几何失真或非线性校正。 信息提取：根据地物光谱特征和几何特征，确定不同地物信息的提取规则。 1.2.2 遥感数字图像处理系统 数字图像处理需要借助数字图像处理系统来完成。一个完整的遥感数字图像处理系统包括硬件系统和软件系统两大部分。 1.硬件系统 包括计算机、数字化设备、大容量存储、显示器和输出设备以及操作台 1）计算机 是图像处理核心，大的内存和高的CPU速度有助于加快处理的进度。 2）数字化设备
第一章绪论 一.选择题 1.一幅数字图像是：(B) 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：(B) 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) 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) 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） 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：（AC）（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。 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。
《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/9511152227.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》习题参考答案 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。 ] 讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的 信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括操作系统、控制软件及应用软件等。 。 $ 图数字图像处理系统结构图 1
常见的数字图像处理开发工具有哪些各有什么特点 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft 公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的Win 32 程序有着运行速度快、可移植能力强等优点。VC++所提供的Microsoft 基础类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 提供的动态链接库支持BMP、JPG、TIF 等常用6种格式的读写功能。 MATLAB 的图像处理工具箱M ATLAB 是由M athWorks 公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有M ATLAB 系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。其次，MATLAB 使用行解释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C++等语言。为此，通应用程序接口A PI 和编译器与其他高级语言（如C、 C++、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于M ATLAB 环境的程序，从而使其他语言的应用程序使用MATLAB。 常见的数字图像应用软件有哪些各有什么特点答：图像应用软件是可直接供用户使用的商品化软件。用户从使用功能出发，只要了解 软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图像处理应用软件有以下几种： 1．PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多达 20 多种图像格式和TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能可以很方便地编辑和修改图像，使平面设计充满创意。利用PHOTOSHOP 还可以方便地对图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色模式的转换、改变图像的尺寸和分辨率、制作网页图像等。 2．CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像是由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰富色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是 2
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： m i n m a x m i ((,))*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）
数字图像处理实验报告 实验名称：线性平滑滤波器——领域平均与加权平均 姓名： 班级： 学号： 专业：电子信息工程（2+2） 指导教师：陈华华 实验日期：2012年5月17日
一，图像的平滑 图像的平滑方法是一种实用的图像处理技术，能减弱或消除图像中的高频率分量，但不影响低频率分量。因为高频率分量主要对应图像中的区域边缘等灰度值具有较大较快变化的部分，平滑滤波将这些分量滤去可减少局部灰度起伏，使图像变得比较平滑。实际应用中，平滑滤波还可用于消除噪声，或者在提取较大目标前去除过小的细节或将目标内的小间断连接起来。它的主要目的是消除图像采集过程中的图像噪声，在空间域中主要利用邻域平均法、中值滤波法和选择式掩模平滑法等来减少噪声；在频率域内，由于噪声主要存在于频谱的高频段，因此可以利用各种形式的低通滤波器来减少噪声。 二，领域平均 1．基础理论 最简单的平滑滤波是将原图中一个像素的灰度值和它周围邻近8个像素的灰度值相加，然后将求得的平均值（除以9）作为新图中该像素的灰度值。它采用模板计算的思想，模板操作实现了一种邻域运算，即某个像素点的结果不仅与本像素灰度有关，而且与其邻域点的像素值有关。模板运算在数学中的描述就是卷积运算，邻域平均法也可以用数学公式表达： 设为给定的含有噪声的图像，经过邻域平均处理后的图像为，则 ，M是所取邻域中各邻近像素的坐标，是邻域中包含的邻 近像素的个数。邻域平均法的模板为：，中间的黑点表示以该像素为中心元素，即该像素是要进行处理的像素。在实际应用中，也可以根据不同的需要选择使用不同的模板尺寸，如3×3、5×5、7×7、9×9等。 邻域平均处理方法是以图像模糊为代价来减小噪声的，且模板尺寸越大，噪声减小的效果越显著。如果是噪声点，其邻近像素灰度与之相差很大，采用邻域平均法就是用 邻近像素的平均值来代替它，这样能明显消弱噪声点，使邻域中灰度接近均匀，起到平滑灰度的作用。因此，邻域平均法具有良好的噪声平滑效果，是最简单的一种平滑方法。 Matlab代码： function average_filtering() X=imread('cameraman.tif') noise_x=imnoise(X,'salt & pepper');%加噪声方差为0.02的椒盐声