数字图像处理复习
图像通信课堂练习小整理
编辑员：aikundechong
致谢：c412工作室
第一章：
1、连续图像f(x,y)与数字图像I(r,c)中各量的含义各是什么?它们有什么联系和区别?它们的取值、各在什么范围?
2、数字图像可分为哪几种类型？
1、二值图像和灰度图像
2、灰度图像和彩色图像
3、静态图像和活动图像
4、平面二维图像和立体三维图像
3、图像处理的应用有哪些？
广泛用于工业、医学、生物科学、地理学、考古学、物理学、天文学等多个领域。
如灰度范围、灰度级的分布、整幅图
像的平均亮度等
直方图不能完整地描述一幅图像
一幅图像只对应一个直方图，但一个直方图可对应不同的图像
应用：（1）图像数字化参数的选择
直方图给出了一个简单可见的指示，用来判断一幅图像是否合理的利用了全部被允许的灰度级范围。
一般来说，一幅图像应该利用全部或几乎全部可能的灰度级，否则相当于增加了量化间隔。
（２）边界阈值选取
假设某图像的灰度直方图具有二峰性，则表明这个图像的较亮的区域和较暗的区域可以较好地分离，以这一点为阈值点，可以得到好的二值处理的效果。
如果一幅图像经过均值滤波之后变得模糊了，问采用锐化算法对该模糊图像进行处理，是否可以使图像变的清晰一些？为什么？请说明你的观点。
答：均值滤波是对图像进行累加求和运算，而锐化是对图像进行逆运算：差分，其本质就是提高边缘像素的反差。因此锐化就可以增强图像边缘，让模糊图像变得清晰。
第九章：
（1）请说明是否能用变长编码法压缩1幅以直方图均衡化的结具有级灰度的图？
（2）这样的图象中包含象素间冗余吗？
解答：（1）不能，对数字图象进行直方图均衡化所得到的结果中各灰度值的出现概率并不相等，所以依然存在编码冗余，但均衡化再用变长编码法得到的数据压缩效率一
数字图像处理课程心得 本学期，我有幸学习了数字图像处理这门课程，这也是我大学学习中的最后一门课程，因此这门课有着特殊的意义。人类传递信息的主要媒介是语音和图像。据统计，在人类接受的信息中，听觉信息占20%,视觉信息占60%，其它如味觉、触觉、嗅觉信息总的加起来不过占20%。可见图像信息是十分重要的。通过十二周的努力学习，我深刻认识到数字图像处理对于我的专业能力提升有着比较重要的作用，我们可以运用Matlab对图像信息进行加工，从而满足了我们的心理、视觉或者应用的需求，达到所需图像效果。 数字图像处理起源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约采用数字压缩技术传输了第一幅数字照片。此后，由于遥感等领域的应用，使得图像处理技术逐步受到关注并得到了相应的发展。第三代计算机问世后，数字图像处理便开始迅速发展并得到普遍应用。由于CT的发明、应用及获得了备受科技界瞩目的诺贝尔奖，使得数字图像处理技术大放异彩。目前数字图像处理科学已成为工程学、计算机科学、信息科学、统计学、物理、化学、生物学、医学甚至社会科学等领域中各学科之间学习和研究的对象。随着信息高速公路、数字地球概念的提出以及Internet的广泛应用，数字图像处理技术的需求与日俱增。其中，图像信息以其信息量大、传输速度快、作用距离远等一系列优点成为人类获取信息的重要来源及利用信息的重要手段，因此图像处理科学与技术逐步向其他学科领域渗透并为其它学科所利用是必然的。 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。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。图像处理科学是一门与国计民生紧密相联的应用科学，它给人类带来了巨大的经济和社会效益，不久的将来它不仅在理论上会有更深入的发展，在应用上亦是科学研究、社会生产乃至人类生活中不可缺少的强有力的工具。它的发展及应用与我国的现代化建设联系之密切、影响之深远是不可估量的。在信息社会中，数字图象处理科学无论是在理论上还是在实践中都存在着巨大的潜力。近几十年，数字图像处理技术在数字信号处理技术和计算机技术发展的推动下得到了飞速的发展，正逐渐成为其他科学技术领域中不可缺少的一项重要工具。数字图像处理的应用领域越来越广泛，从空间探索到微观研究，从军事领域到工农业生产，从科学教育到娱乐游戏，越来越多的领域用到了数字图像处理技术。 虽然通过一学期的课程学习我们还没有完全掌握数字图像处理技术，但也收获了不少，对于数字图像处理方面的知识有了比较深入的了解，当然也更加理解了数字图像的本质，即是一些数字矩阵，但灰度图像和彩色图像的矩阵形式是不同的。对于一些耳熟能详的数字图像相关术语有了明确的认识，比如常见的：像素（衡量图像的大小）、分辨率（衡量图像的清晰程度）、位图（放大后会失真）、矢量图（经过放大不会失真）等大家都能叫上口却知识模糊的名词。也了解图像处理技术中一些常用处理技术的实质，比如锐化处理是使模糊的图像变清晰，增强图像的边缘等细节。而平滑处理是的目的是消除噪声，模糊图像，在提取大目标之前去除小的细节或弥合目标间的缝隙。对常提的RGB图像和灰度图像有了明确的理解，这对大家以后应用Photoshop等图像处理软件对图像进行处理打下了
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。
主程序 clear all close all clc !echo 本次图像处理的菜单如下:! !echo 1,imgsharping! !echo 2,imgnegative! !echo 3,imgsmoothing! !echo 4,imgsubtracting! !echo 5,medianfilting! !echo 6,contraststrength! !echo 7,lineartransform! !echo 8,imgfilp! !echo 9,imgindextransform! iptsetpref('ImshowBorder', 'tight') a=1; img = imread('C:\Users\huanhuan\Desktop\司马.jpg'); figure(1), imshow(img); while(a==1) choose=input('please enter your choosing ranging from 1 to 9: '); switch choose case 1, imgsharping(img); case 2, imgnegative(img); case 3, imgsmoothing(img); case 4, imgsubstract(img); case 5, medianfilting(img); case 6, contraststrength(); case 7, lineartransform(); case 8, imgfilp(img); case 9, imgindextransform(); otherwise disp('Unknown method.'); end a=input('continue(1) or quit(2)');
。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
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。
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)
imshow(I) J=find(I<150); I(J)=0; J=find(I>=150); I(J)=255; title(' 实验一（4）图像二值化 ( 域值为150 ） '); subplot(2,2,2) imshow(I) clc; I=imread('14499.jpg'); bw=im2bw(I,0.5);%选取阈值为0.5 figure; imshow(bw) %显示二值图象 图象处理变换（二） 1．傅立叶变换 熟悉其概念和原理,实现对一幅灰度图像的快速傅立叶变换,并求其变换后的系数分布. 2．离散余弦变换 熟悉其概念和原理,实现对一幅灰度和彩色图像作的离散余弦变换,选择适当的DCT系数阈值对其进行DCT反变换. % 图象的FFT变换 clc; I=imread('005.bmp'); subplot(1,2,1) imshow(I); title('原图'); subplot(1,2,2) imhist(I); title('直方图'); colorbar; J=fft2(I); figure; subplot(1,2,1) imshow(J); title('FFT变换结果'); subplot(1,2,2) K=fftshift(J); imshow(K);
《数字图像处理》心得体会 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展,其应用空间将会更加广泛。数字图像处理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。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。? 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。? 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。? 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。?
图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。? 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。? 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或度量,其目的主要是想得到某种数值结果。图像分析的内容跟人工智能、模式识别的研究领域有一定的交叉。? 数字图像处理的特点主要表现在以下几个方面：? 1）?数字图像处理的信息大多是二维信息，处理信息量很大。因此对计算机的计算速度、存储容量等要求较高。? 2）?数字图像处理占用的频带较宽。与语言信息相比,占用的频带要大几个数量级。所以在成像、传输、存储、处理、显示等各个环节的实现上技术难度较大，成本亦高。这就对频带压缩技术提出了更高的要求。? 3）?数字图像中各个像素不是独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。所以，图像处理中信息压缩的潜力很大。?图像受人的因素影响较大，因为图像一般是给人观察和评价的。? 数字图像处理的优点主要表现在4个方面。? 1）?再现性好。数字图像处理与模拟图像处理的根本不同在于它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，那么数字图像处理过程始终能保持图像的再现。? 2）?处理精度高。将一幅模拟图像数字化为任意大小的二维数组，主要取决于
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
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。
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)
《数字图像处理》课程学习心得 导读：本文《数字图像处理》课程学习心得，仅供参考，如果能帮助到您，欢迎点评和分享。 《数字图像处理》课程学习心得（一） 在这一学期，我选修了《数字图像处理基础》这门课程，同时，老师还讲授了一些视频处理的知识。在这里，梳理一下这学期学到的知识，并提出一些我对这门课程的建议。 图像处理是指对图像信息进行加工，从而满足人类的心理、视觉或者应用的需求的一种行为。图像处理方法一般有数字法和光学法两种，其中数字法的优势很明显，已经被应用到了很多领域中，相信随着科学技术的发展，其应用空间将会更加广泛。数字图像处理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。数字图像处理是从20世纪60年代以来随着计算机技术和VLSL的发展而产生、发展和不断成熟起来的一个新兴技术领域。数字图像处理技术其实就是利用各种数字硬件与计算机，对图像信息通过转换而得到的电信号进行相应的数学运算，例如图像去噪、图像分割、提取特征、图像增强、图像复原等，以便提高图像的实用性。其特点是处理精度比较高，并且能够对处理软件进行改进来优化处理效果，操作比较方便，但是由于数字图像需要处理的数据量一般很大，因此处理速度有待提高。目前，随着计算机技术的不断发展，计算机的运算速度得到了很大程度的提高。在短短的历史中，它
却广泛应用于几乎所有与成像有关的领域，在理论上和实际应用上都取得了巨大的成就。 1、数字图像处理需用到的关键技术 由于数字图像处理的方便性和灵活性，因此数字图像处理技术已经成为了图像处理领域中的主流。数字图像处理技术主要涉及到的关键技术有：图像的采集与数字化、图像的编码、图像的增强、图像恢复、图像分割、图像分析等。 图像的采集与数字化：就是通过量化和取样将一个自然图像转换为计算机能够处理的数字形式。 图像编码：图像编码的目的主要是来压缩图像的信息量，以便能够满足存储和传输的要求。 图像的增强：图像的增强其主要目的是使图像变得清晰或者将其变换为机器能够很容易分析的形式，图像增强方法一般有：直方图处理、灰度等级、伪彩色处理、边缘锐化、干扰抵制。 图像的恢复：图像恢复的目的是减少或除去在获得图像的过程中因为各种原因而产生的退化，可能是由于光学系统的离焦或像差、被摄物与摄像系统两者之间的相对运动、光学或电子系统的噪声与介于被摄像物跟摄像系统之间的大气湍流等等。 图像的分割：图像分割是将图像划分为一些互相不重叠的区域，其中每一个区域都是像素的一个连续集，通常采用区域法或者寻求区域边界的境界法。 图像分析：图像分析是指从图像中抽取某些有用的信息、数据或
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)（√）
数字图像处理程序 实验一 1、图像的缩放： A=imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); subplot(311); imshow(A); title('原图') B=imresize(A,3); subplot(312); imshow(B); title('三倍图'); C=imresize(A,0.5); subplot(313); imshow(C); title('二分之一图'); 2、图像的镜像: A1=imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); figure subplot(2,2,1), imshow(uint8(A1)); H=size(A1); title('原像') A2(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,1:H(2),1:H(3));%垂直镜像subplot(2,2,2), imshow(uint8(A2)); title('垂直镜像') A3(1:H(1),1:H(2),1:H(3))=A1(1:H(1),H(2):-1:1,1:H(3));%水平镜像subplot(2,2,3), imshow(uint8(A3)); title('水平镜像') A4(1:H(1),1:H(2),1:H(3))=A1(H(1):-1:1,H(2):-1:1,1:H(3));%对角镜像subplot(2,2,4), imshow(uint8(A4)); title('对角镜像') 3、图像的旋转： I = imread('F:\MATLAB程序\数字图像处理实验\kunkun.jpg'); subplot(141); imshow(I); title('原图'); theta1 = 45;%旋转的角度为45度 K1 = imrotate(I,theta1); % 对图像进行旋转 subplot(142);
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
1.图像反转 MATLAB程序实现如下： I=imread('xian.bmp'); J=double(I); J=-J+(256-1); %图像反转线性变换 H=uint8(J); subplot(1,2,1),imshow(I); subplot(1,2,2),imshow(H); 2.灰度线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); subplot(2,2,1),imshow(I); title('原始图像'); axis([50,250,50,200]); axis on; %显示坐标系 I1=rgb2gray(I); subplot(2,2,2),imshow(I1); title('灰度图像'); axis([50,250,50,200]); axis on; %显示坐标系 J=imadjust(I1,[0.1 0.5],[]); %局部拉伸，把[0.1 0.5]的灰度拉伸为[0 1]
subplot(2,2,3),imshow(J); title('线性变换图像[0.1 0.5]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 K=imadjust(I1,[0.3 0.7],[]); %局部拉伸，把[0.3 0.7]的灰度拉伸为[0 1] subplot(2,2,4),imshow(K); title('线性变换图像[0.3 0.7]'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 3.非线性变换 MATLAB程序实现如下： I=imread('xian.bmp'); I1=rgb2gray(I); subplot(1,2,1),imshow(I1); title('灰度图像'); axis([50,250,50,200]); grid on; %显示网格线 axis on; %显示坐标系 J=double(I1);
《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/b617199570.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
实验一 内容（一） （1）彩色图像变灰度图像 A=imread('1.jpg'); B=rgb2gray(A); figure subplot(1,2,1), imshow(A) title('原图') subplot(1,2,2), imshow(B) title('原图灰度图像') （2）彩色图像变索引图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') [X,map]=rgb2ind(A,128); subplot(1,2,2), imshow(X,map) title('原图索引图像') （3）彩色图像变二值图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') C=im2bw(A,0.2); subplot(1,2,2), imshow(C) title('原图二值图像') （4）灰度图像变索引图像（一） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=grayslice(B,39); subplot(1,2,2), imshow(C) title('灰度变索引图像')
（5）灰度图像变索引图像（二） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') [X,map]=gray2ind(B,63); subplot(1,2,2), imshow(X,map) title('灰度变索引图像') （6）灰度图像变彩色图像 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=gray2rgb(B,map); subplot(1,2,2), imshow(C) title('灰度变彩色图像') 内容（二） （1）灰度平均值 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') B=double(B); [m,n]=size(B); sumg=0.0; for i=1:m; for j=1:n; sumg=sumg+B(i,j); end end avg=sumg/(m*n) % 均值 maxg=max(max(B)) % 区域最大灰度ming=min(min(B)) % 区域最小灰度 （2）彩色平均值