数字图像处理技术试题库 一、单项选择题：(本大题 小题, 2分/每小题,共 分) 1.自然界中的所有颜色都可以由（）组成 A.红蓝绿 B.红黄绿 C.红黄蓝绿 D.红黄蓝紫白 2. 有一个长宽各为200个象素，颜色数为16色的彩色图，每一个象素都用R(红)、G(绿)、B(蓝)三个分量表示，则需要（）字节来表示 A.100 B.200 C.300 D. 400 3.颜色数为16种的彩色图，R(红)、G(绿)、B(蓝)三个分量分别由1个字节表示，则调色板需要（）字节来表示 A.48 B.60 C.30 D. 40 4.下面哪一个不属于bmp 文件的组成部分 A ．位图文件信息头 B. 位图文件头 C.调色板 D. 数据库标示 5.位图中，最小分辨单元是 A.像素 B.图元 C.文件头 D.厘米 6.真彩色的颜色数为 A.888?? B. 161616?? C.128128128?? D.256256256?? 7.如果图像中出现了与相邻像素点值区别很大的一个点，即噪声，则可以通过以下方式去除 A.平滑 B.锐化 C. 坐标旋转 D. 坐标平移 8.下面哪一个选项不属于图像的几何变换() A.平移 B.旋转 C. 镜像 D. 锐化 9.设平移量为x x t t (,)，则平移矩阵为() A .1 0 00 1 0 1x y t t ?????????? B. 1 0 00 -1 0 1x y t t ??-???????? C.1 0 00 1 0 - 1x y t t ????????-?? D.1 0 00 1 0 - -1x y t t ?????????? 10.设旋转角度为a ，则旋转变换矩阵为() A ．cos() sin() 0sin() cos() 00 0 1a a a a -?????????? B ．cos() sin() 0sin() cos() 00 0 1a a a a ?????????? C ．sin() cos() 0 sin() cos() 0 0 0 1a a a a -?????????? D ．cos() sin() 0sin() cos() 00 0 1a a a a -????-?????? 11.下面哪一个选项是锐化模板 A ．-1 -1 -1-1 9 -1-1 -1 -1??????????g B ．-1 -1 -1-1 -9 -1-1 -1 -1??????????g C ．-1 -1 -1-1 8 -1-1 -1 -1??????????g D ．-1 -1 -1-1 6 -1-1 -1 -1?????????? g 12.真彩色所能表示的颜色数目是 A ．128128? B ．256256256 ?? C ．256 D ．6059
2013-2014年第一学期《数字图像处理》科目考查卷 专业：通信工程班级：任课教师：王新新 姓名：学号：成绩： 一 Deblurring Images Using the Wiener Filter ——使用维纳滤波器进行图像去模糊简介 在人们的日常生活中，常常会接触很多的图像画面，而在景物成像的过程中有可能出现模糊，失真，混入噪声等现象，最终导致图像的质量下降，我们现在把它还原成本来的面目，这就叫做图像还原。引起图像的模糊的原因有很多，举例来说有运动引起的，高斯噪声引起的，斑点噪声引起的，椒盐噪声引起的等等，而图像的复原也有很多，常见的例如逆滤波复原法，维纳滤波复原法，约束最小二乘滤波复原法等等。它们算法的基本原理是，在一定的准则下，采用数学最优化的方法从退化的图像去推测图像的估计问题。因此在不同的准则下及不同的数学最优方法下便形成了各种各样的算法。而我接下来要介绍的算法是一种很典型的算法，维纳滤波复原法。它假定输入信号为有用信号与噪声信号的合成，并且它们都是广义平稳过程和它们的二阶统计特性都已知。维纳根据最小均方准则，求得了最佳线性滤波器的的参数，这种滤波器被称为维纳滤波器。 维纳滤波器是最小均方差准则下的最佳线性滤波器，它在图像处理中有着重要的应用。本文主要通过介绍维纳滤波的结构原理，以及应用此方法通过MATLAB 函数来完成图像的复原。关键词：维纳函数、图像复原。
二维纳滤波器结构 维纳滤波自身为一个FIR或IIR滤波器，对于一个线性系统，如果其冲击响应为h（n），则当输入某个随机信号x (n)时， 式（1） 这里的输入 式（2） 式中s(n)代表信号，v(n)代表噪声。我们希望这种线性系统的输出是尽可能地逼近s(n)的某种估计，并用s^(n)表示，即 式（3） 因而该系统实际上也就是s(n)的一种估计器。这种估计器的主要功能是利用当前的观测值 x(n)以及一系列过去的观测值x(n-1),x(n-2),……来完成对当前信号值的某种估计。维纳滤波属于一种最佳线性滤波或线性最优估计，是一最小均方误差作为计算准则的一种滤波。设信号的真值与其估计值分别为s(n)和) s^(n)，而它们之间的误差 式（4） 则称为估计误差。估计误差e(n)为可正可负的随机变量，用它的均方值描述误差的大小显然更为合理。而均方误差最小，也就是 式（5） 最小。利用最小均方误差作为最佳过滤准则比较方便，它不涉及概率的描述，而且以它导出的最佳线性系统对其它很广泛的一类准则而言是属最佳。 图1 维纳滤波器一般结构
数字图像处理技术从基础到实战 本课程包含图像处理的基础知识以及案例应用，通过视频教程+在线交流的形式展现，力求为读者提供最便捷、直接的技术支持，解决学员在图像处理相关研发过程中遇到的最具体、实际的技术难点，争取与广大学员分享研发过程中所涉及的功能模块及某些成熟的系统框架，为读者进行科学实验、项目开发提供一定的技术支持。 课程大纲： 第1课数字图像处理概述 1、数字图像处理发发展史 2、数字图像处理是概述？ 3、数字图像处理工具箱介绍？ 4、数字图像处理常用技能 5、数字图像在计算机中怎么表示？ 6、数字图像常用计算机表示类型 7、数字图像转换技巧 8、数字图像数组处理技巧 9、案例演示：常用图像处理技术GUI编程 第2课图像时域变换 1、时域空间概述 2、常见的灰度变换函数 3、直方图的概念 4、时域空间滤波基础 5、什么是平滑空间滤波器？ 6、什么是锐化空间滤波器？ 7、什么是混合空间增强？ 8、案例演示：图像去雾 第3课图像频域变换 1、什么是频域空间？ 2、常用的基本概念 3、什么是傅里叶变换？ 4、离散傅里叶变换用法 5、多维傅里叶变换用法 6、案例演示：图像频域滤波可视化编程 第4课图像复原和重建技术 1、常见的图像噪声模型 2、空间滤波图像复原 3、频域滤波图像复原 4、逆滤波图像复原 5、维纳滤波图像复原
6、约束的最小二乘滤波图像复原 7、Lucy-Richardson图像复原 8、案例演示：盲卷积图像复原 第5章彩色图像处理 1、彩色图像概述 2、常见的彩色模型 3、伪彩色图像处理 4、全彩色图像处理 5、彩色变换 6、平滑和锐化 7、基于彩色的图像分割 8、彩色图像中的噪声处理 9、彩色图像压缩 10、案例演示：彩色图像处理 第6课小波和多分辨率处理 1、图像中的小波 2、多分辨率处理 3、一维小波变换 4、快速小波变换 5、二维小波变换 6、案例演示：基于小波分解的图像融合案例 第7课图像压缩处理技术 1、压缩处理原理 2、图像压缩处理常用方法 3、案例演示：数字图像水印嵌入及提取案例 第8课形态学图像处理 1、图像形态学概述？ 2、腐蚀和膨胀 3、开操作与闭操作 4、击中或击不中变换 5、常见形态学算法 6、灰度级形态学 7、案例演示：图像形态学去噪 第9课图像分割处理技术 1、图像分割注意事项 2、点、线和边缘检测 3、阈值处理 4、基于区域的分割 5、使用形态学分水岭的分割
数字图像处理技术练习
1． 图像中每个像素点的灰度值如下图所示： 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其中不能 处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模 板01011 14010H ????=??????，邻域高通模板010141010H -????=--????-?? ，中值滤波窗口取3×3矩阵，窗口中心为原点。 2． 图像中每个像素点的灰度值如下图所示： 分别求经过邻域平滑模板、邻域高通模板和中值滤波处理后的结果。其 中不能处理的点保持不变如果处理后的值为负数则变为0。邻域平滑模 板11111018111H ????=??????，邻域高通模板111181111H ---????=--????---?? ，中值滤波窗口取3×3矩阵，窗口中心为原点。 3．设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.3, P(w2)=0.2, P(w3)=0.2, P(w4)=0.2, P(w5)=0.1。请对此信源进行Huffman 编码，并计 算熵，平均码长和编码效率。 (log 20.3= -1.737,log 20.2= -2.322,log 20.1=-3.322) 4．设有以下信源符号w1,w2,w3,w4,w5和概率P(w1)=0.5, P(w2)=0.2, P(w3)=0.1, P(w4)=0.1, P(w5)=0.1, 请对此信源进行Huffman 编码，并计算熵，平均码
幅 4．一个灰度变换形式如下图所示，该灰度变换的作用是（ B ）。 A ．灰度反转 B ．二值化 C ．灰度均衡 D ．对比度增强 5．一个灰度变换形式如下图所示，该灰度变换的作用是（ A ）。 A ．灰度反转 B ．二值化 C ．灰度均衡 D ．对比度增强 6．一个三段线性变换如下图所示,横轴表示原始灰度，纵轴表示变换后灰度。以下关于该变换的说法错误的是（ A ）。 A ．(0,80)区间的灰度对比度增强 B ．（80，130）区间的灰度对比度增强 C ．(130,255)区间的灰度对比度降低 D ．变换后的灰度的区间还是（0，255） 7．将灰度或单一波段的图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的彩色差异。这种处理方法称为（ C ）。 A ．真彩色增强 B ．假彩色增强 C ．伪彩色增强 D ．彩色图像灰度化 8．灰度图像的高帽变换的定义为THT()()f f f g =-，该变换的作用是0 320255
利用拉普拉斯算法对模糊图像进行 锐化处理 学院：电气信息工程学院 专业：通信工程 姓名：田鸿龙 学号：20110107 摘要：本文描述了拉普拉斯高 斯边缘检测算法结合算法在DelphiG编程环境下对BMP格式 的灰度图像进行了边缘检测处理，从而体现其优越性。彩色图
像增强过程中，对图像进行锐化处理是一个重要环节。介绍了 图像锐化处理的槪念和拉普拉斯算子的算法原理。 关键词：边缘检测，图像处理，拉普拉斯高斯算法，Sobel算子。 图像锐化(image sharpening)就是补偿图像的，增强图像的边缘及灰度跳变的部分，使图像变得淸晰，亦分空域处理和频域处理两类。 数字图像的边缘检测是图像分割、区域识别和特征提取等图像分析领域的重要基础。图像的边缘是图像的最基本的特征，是指图像局部亮度变化最显著的地方，通常与图像亮度或图像亮度的一阶导数的不连续性有关。对于数字图像灰度值的显著变化可以用梯度来表示，边缘检测很大程度上来说就是求梯度。边缘检测的好坏直接影响到图像理解和识别的质虽，选择什么样的边缘检测算法就很关键。本文引入拉普拉斯高斯算法，讨论其工作原理，利用Delphi结合拉普拉斯髙斯算法对BMP格式的灰度图像进行了边缘检测处理并对比其它算法给出了拉普拉斯高斯算子的优越性。 一、图像锐化 图像模糊的主要原因是图像中的高频成分低于低频成分，它对图像量的影响体现在两个不同灰度区域的边界部分。图像锐化处理的目的是加强图像中景物的边缘和轮廓，使模糊的图像变得更淸晰。它是一种使图像原有信息变换为有利于人眼观察的质蚩:、消除模糊、好的视觉效果、图像边缘轮解分明。图像的模糊实质就是图像受到平均或积分运算造成的，因此可以对图像进行逆运算如微分运算来使图像清晰化。从频谱角度来分析，图像模糊的实质是其高频分量被衰减，因而可以通过高通滤波操作来淸晰图像。但要注意，能够进行锐化处理的图像必须有较高的性噪比，否则锐化后图像性噪比反而更低，从而使得噪声增加的比信号还要多，因此一般是先去除或减轻噪声后再进行锐化处理。 图像的锐化一般有两种方法一种是微分法，另外一种是高通滤波法拉普拉斯锐化法是属于常用的微分锐化法。 1.1图像锐化的權念 在图像增强过程中，通常利用各类图像平滑算法消除噪声，图像的常见噪声主要有加性噪声、乘性噪声和量化噪声等。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时图像边缘信息也主要集中在其高频部分。这将导致
数字图像处理技术现状及发展趋势 摘要现今是计算机技术、网络技术以及多媒体技术高速发展的时代，更多高科技技术正在全面发展，数字图像处理技术作为一种新式技术，如今已经广泛地应用于人们的生产生活中。数字图像处理技术的应用和发展为人们的生活发展带来了很多的便利，在遥感技术、工业检测方面发展迅速，在医学领域，气象通信领域也有很大的成就。由此，本文主要探讨数字图像处理技术的现状及发展趋势。 关键词数字图像处理技术；现状；发展趋势 现今是计算机和网络技术高速发展的时代，计算机的应用给人们的生产生活带来了很大的便利，人们应用计算机处理各种复杂的数据，将传统方式不能处理的问题以全新的技术和方式有效解决[1]。数字图像处理技术是应用较为广泛的一种技术，在具体应用过程中，能够经过增强、复原、分割等过程对数据进行处理，且具有多样性、精度高、处理量大的显著优势，本文对数字图像处理技术的现状及发展趋势进行研究和探讨。 1 数字图像处理技术发展现状 数字图像处理技术是近年来发展较为迅速的一种技术，具体是指应用计算机对图像进行一系列的处理，最终达到人们要求的水平，在具体的处理过程中，以改善图像的视觉效果为核心，最终呈现出人们想要表达的意思。笔者查阅国内外诸多文献库，发现对数字图像处理技术的研究多数集中于图像数字化、图像增强、图像还原、图像分割等领域[2]。最初数字图像处理技术产生于20世纪20年代，当时普遍将其应用于报纸业，发展至20世纪50年代，图像处理技术跟随着计算机的发展而迅速发展，也有更多的人开始关注和应用该技术，当时在各国的太空计划中发挥了巨大作用，尤其是对月球照片的处理，获得了很大的成功。发展到20世纪70年代时，数字图像处理技术的应用已经很普遍了，尤其是在计算机断层扫面（CT）等方面，该技术的应用得到了一致好评，而现今，数字图像处理技术随处可见，已广泛应用在各行各业中。 2 数字图像处理技术的特点 数字图像处理技术有以下几个特点：①图像处理的多样性特点。数字图像处理技术可以编写多样的算法，以不同的程序模式施加于数字图像技术上，根据实际需求对图像进行处理，因此最终获取的图像效果也截然不同。②图像处理精度高。应用数字图像处理技术处理的图像，其精度和再现性都提高了一个层次，尤其是在各种算法和程序的支撑下，进一步确保了计算的精度和正确性。③交叉融合了多门学科和新技术。数字图像处理的应用基础包含了众多学科和技术，其中数学和物理是关键，而通信、计算机、电子等技术则是确保其处理质量的关键技术。④数据处理量大[3]。图像本身就包含了大量的信息，数字图像处理技术可以更好地区分有用信息和冗余信息，从而获取处理的关键性信息。
上海电力学院 实验报告 实验课程名称：数字图像处理 实验项目名称：实验7 细胞面积计算与个数统计 班级： 2009073 姓名：杨祯 学号： 20092006
一、实验目的 1、熟悉Visual C++开发环境和Windows编程模型。 2、掌握设备无关位图的数据格式。 3、学会使用DIBAPI函数访问设备无关位图。 4、结合实例学习如何在应用程序中添加图像处理算法。 5、运用所学的图像处理方法对细胞图像进行细胞面积计算与个数统计。 二、实验原理 在填充孔洞以后的细胞图像中出现粘连，可以通过较为复杂的算法将粘连细胞分割开来。这里采取如下简单方法进行细胞计数和面积计算. (1)对填充孔洞后后细胞图像进行标记处理，初步计算出细胞的个数； (2)计算不同标记区域的像素数，并用区域的像素数代表其面积； (3)若某个标记区域像素数大于1000，则认为该标记区域为两个粘连在一起的细胞，原细胞数量增加1；若某个标记区域像素数小于70，则视为噪声，原细胞数量减1。 三、实验步骤 1、在资源浏览方式下，选择Menu节点，点击IDR_MAINFRAME，增加操作按钮，见下图，如在菜单“细胞计数”中添加“统计个数和面积”按钮。 2、对该按钮进行编辑，如图：
ID设为ID_CELLCOUNT E，标题设为“统计个数和面积”。 3、（1）按下快捷键CTRL+W，弹出向导对话框，利用向导在CCellCounView类中添加 响应函数—腐蚀OnCellcount，如图： 1、注意类名 2、选择ID 4、点击按钮 3、双击COMMAND 添加函数后的结果 (2)点击Edit Code按钮后，在CCellCountView.cpp文件中便添加了OnCellcount ()函数，此 时需要在该函数中添加实现代码，具体如下： void CCellCountView::OnCellcount() { CCellCountDoc* pDoc=GetDocument(); if( pDoc->m_hDIB!=NULL ) {
数字图像处理(MATLAB版) 实验指导书 (试用版) 本实验指导书配合教材和课堂笔记中的例题使用 姚天曙编写 安徽农业大学工学院 2009年4月试行
目录 实验一、数字图像获取和格式转换 2 实验二、图像亮度变换和空间滤波 6 实验三、频域处理7 实验四、图像复原9 实验五、彩色图像处理10 实验六、图像压缩11 实验七、图像分割13 教材与参考文献14
《数字图像处理》实验指导书 实验一、数字图像获取和格式转换 一、实验目的 1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法； 2修改图像的存储格式；并比较不同压缩格式图像的数据量的大小。 二、实验原理 数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。各类设备都标明了它的光学分辨率和最大分辨率。分辨率的单位是dpi，dpi是英文Dot Per Inch的缩写，意思是每英寸的像素点数。 扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。扫描仪工作原理见图1.1。
数字图像处理技术的现状及其发展方向 一、数字图像处理历史发展 数字图像处理(Digital Image Processing)将图像信号转换成数字信号并利用计算机对其进行处理。 1.起源于20世纪20年代。 2.数字图像处理作为一门学科形成于20世纪60年代初期，美国喷气推进实验室(JPL)推动了数字图像处理这门学科的诞生。 3.1972年英国EMI公司工程师Housfield发明了用于头颅诊断的X射线计算机断层摄影装置即CT(Computer Tomograph)，1975年EMI公司又成功研制出全身用的CT装置,获得了人体各个部位鲜明清晰的断层图像。 4.从70年代中期开始,随着计算机技术和人工智能、思维科学研究的迅速发展,数字图像处理向更高、更深层次发展，人们已开始研究如何用计算机系统解释图像,实现类似人类视觉系统理解外部世界，其中代表性的成果是70年代末MIT的Marr提出的视觉计算理论。 二、数字图像处理的主要特点 1．目前数字图像处理的信息大多是二维信息,处理信息量很大,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,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,成本也高,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是不独立的,其相关性大。因此,图像处理中信息压缩的潜力很大。 4.由于图像是三维景物的二维投影,一幅图像本身不具备复现三维景物的全部几何信息的能力,要分析和理解三维景物必须作合适的假定或附加新的测量。在理解三维景物时需要知识导引,这也是人工智能中正在致力解决的知识工程问题。 5．一方面，数字图像处理后的图像一般是给人观察和评价的,因此受人的因素影响较大，作为图像质量的评价还有待进一步深入的研究；另一方面，计算机视觉是模仿人的视觉,人的感知机理必然影响着计算机视觉的研究,这些都是心理学和神经心理学正在着力研究的课题。 三、数字图像处理的优点 1.再现性好；图像的存储、传输或复制等一系列变换操作不会导致图像质量的退化。 2.处理精度高；可将一幅模拟图像数字化为任意大小的二维数组,现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高。 3.适用面宽；图像可以来自多种信息源，图像只要被变换为数字编码形式后,均是用二维数组表示的灰度图像组合而成,因而均可用计算机来处理。 4.灵活性高；数字图像处理不仅能完成线性运算,而且能实现非线性处理,即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。 四、数字图像处理过程及其主要进展 常见的数字图像处理有:图像的采集、数字化、编码、增强、恢复、变换、
目录 1 引言 (4) 2 基于纹理特征的图像检索方案 (5) 2.1 双树复小波变换原理 (5) 2.2 灰度共生矩阵 (5) 3 图像检索的实验设计 (6) 3.1 图像检索算法的描述 (6) 3.2 双树复小波纹理特征的提取 (7) 3.3 灰度共生矩阵纹理特征的提取 (7) 3.4 相似性度量 (8) 4 实验思路及结果分析 (9) 参考文献 (9)
基于纹理的图像检索技术 摘要本文主要基于图像的纹理特征，在改进DWT小波变换和灰度共生矩阵的缺陷后，进行检索。传统的DWT小波变换在提取图像纹理特征时存在震荡、平移变化、混频和缺乏方向性四种缺陷。为克服这些缺陷，本文采用双树复小波变换对图像检索中的查询图像和目标图像进行分解，提取6个方向上的纹理特征，为了弥补双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷，又利用这两种图像的灰度共生矩阵提取4个统计量特征；最后用Canberra距离进行相似性度量并输出图像检索的结果。 关键字：图像检索；双树复小波；灰度共生矩阵；纹理特征。
ABSTRACT This paper mainly based on image texture feature, the improvement of DWT wavelet transform and the defect of gray level co-occurrence matrix after the search. Traditional DWT wavelet transform in image texture feature extraction are concussion, translation, frequency mixing and lack of direction four kinds of defects. To overcome these defects, this paper adopts double tree after wavelet transform of image retrieval query image and target image decomposition, the texture feature extraction six direction, in order to make up for the double tree after wavelet transform of the spatial distribution of different texture features of the defects, and use of these two kinds of image gray level co-occurrence matrix extract four statistic characteristics; Finally in Canberra distance similarity measure and the results of the output image retrieval. Key words: image retrieval; Double tree complex wavelet; Gray level co-occurrence matrix; Texture feature.
第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *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 *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。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信
《数字图像处理》课后作业（2015） 第2章 2.5 一个14mm?14mm的CCD摄像机成像芯片有2048?2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。） 2.10 高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒,此种扫描方式称为1080i，即1080 interlace scan；对应的有1080p，即1080 progressive scan,逐行扫描）。图像的宽高比是16:9。水平电视线数（水平行数）决定了图像的垂直分辨率，即一幅图像从上到下由多少条水平线组成；相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成，水平分辨率通常正比于图像的宽高比。一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。 2.22 图像相减常用于在产品装配线上检测缺失的元件。方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。理想情况下，如果产品装配正确，则两幅图像的差值应为零。而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。在实际应用中，您认为需要满足哪些条件这种方法才可行？ 第3章 3.5 在位平面分层中, （a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响？ （b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？ 3.6 试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。 3.14 右图所示的两幅图像差异很大，但它们的直方图却相同。假设每幅图像都用一个3×3的均值滤波模板进行模糊处理，那么： (a)模糊后的两幅图像的直方图还相同吗？试解释原因。 (b)如果您认为模糊后的两幅图像的直方图不相同，请画出这两幅 图像的直方图。
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
数字图像处理 报告标题：01 报告编号： 课程编号： 学生姓名： 截止日期： 上交日期：
摘要 （1）编写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。同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。 KEY WORD :MATLAB MSE、PSNR 直方图量化
技术探讨 数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。 task1 均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码 均方误差（MSE）： sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N) 信噪比（SNR）： sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE) 峰值信噪比（PSNR）： sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 平均绝对误差（MAE）： sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N) 在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。 task3 按比例缩小灰度图像 （1）直接消除像素点： I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。 （2）先平滑滤波再消除像素点： 滤波函数，g=imfilter(I,w,'corr','replicate'); task4 对图像的放大运用了pixel repetition法以及双线性插值法： 它有三种插值法：即最近邻插值（pixel repetition）、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。 ;缩放与放大由给定的参数来确定。而缩小则同样适用I1=g(1:m:end,1:m:end); 而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法” 放大倍数更改m值即可 task4 对图像的量化，使用“J=histeq(I,x); ”，x为可变的量化步长 task5 灰度图像的量化和直方图均衡化直接调用函数。“J=histeq(I)”“imhist(I,64)”
数字图像处理结课作业 --数字图像频域增强方法 及在matlab中的实现 学生姓名： 学号： 学院：理学院 班级：电科班 指导教师：
摘要:图像增强的目的是使处理后的图像更适合于具体的应用，即指按一定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，使之改善图像质量，加强图像判读和识别效果的处理技术。从总体上可以分为两大类:空域增强和频域增强。频域处理时将原定义空间中的图像以某种形式转换到其他空间中，利用该空间的特有性质方便的进行图像处理。而空域增强是在图像空间中借助模板对图像进行领域操作，处理图像每一个像素的取值都是根据模板对输入像素相应领域内的像素值进行计算得到的。空域滤波基本上是让图像在频域空间内某个范围的分量受到抑制，同时保证其他分量不变，从而改变输出图像的频率分布，达到增强图像的目的。本文主要从空域展开图像增强技术，重点阐明数字图像增强处理的基本方法，介绍几种空域图像增强方法。 关键词：图像增强 MATLAB 空域增强锐化空间滤波平滑空间滤波
目录： 1、何为数字图像处理及MATLAB的历史 2、空间域图像增强技术研究的目的和意义 3、空间域的增强 3.1 背景知识 3.2 空间域滤波和频域滤波之间的对应关系 3.3 锐化滤波 3.4 平滑滤波 4、结论 1、何为数字图像处理及MATLAB的历史 数字图像处理（digital image processing）,就是利用数字计算机或者其他数字硬件,对从图像信息转换而得到的电信号进行某些数学运算,以提高图像的实用性。例如从卫星图片中提取目标物的特征参数,三维立体断层图像的重建等。总的来说,数字图像处理包括运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。目前数字图像处理的应用越来越广泛,已经渗透到工业、医疗保健、航空航天、军事等各个领域,在国民经济中发挥越来越大的作用。 MATLAB是由美国Math Works公司推出的软件产品。MATLAB是“Matric Laboratory”的缩写,意及“矩阵实验室”。MATLAB是一完整的并可扩展的计算机环境,是一种进行科学和工程计算的交互式程序语言。它的基本数据单元是不需要指定维数的矩阵,它可直接用于表达数学的算式和技术概念,而普通的高级语言只能对一个个具体的数据单元进行操作。它还是一种有利的教学工具,它在大学的线性代数课程以及其它领域的高一级课程的教学中,已成为标准的教学工具。
基于DCT图像压缩技术研究及仿真 题目：基于DCT的图像压缩技术研究与仿真实现 院系名称：国际学院 专业班级：电子信息工程技术07级03班 学生姓名：梁岑学号：20073930304 指导教师：朱春华教师职称：讲师2010
摘要 离散余弦变换（Discrete Cosine Transform，简称DCT）常被认为是对语音和图像信号进行变换的最佳方法。为了工程上实现的需要，国内外许多学者花费了很大精力去寻找或改进DCT的快速算法。由于近年来DSP的发展，加上专用集成电路设计上的优势，这就牢固地确立DCT在目前图像编码中的重要地位，成为H.261、JPEG、MPEG等国际上公用的编码标准的重要环节。MATLAB是由美国Math-Works公司推出的用于数值计算和图形处理的科学计算软件,它集数值分析、矩阵计算、信号处理和图形显示多种功能于一体,构成了一个方便的界面友好的用户环境。MATLAB中的图像处理工具箱是许多基于MATLAB技术计算环境的函数包的集合,图形功能完备。 本文主要讨论了DCT变换方法，并讨论了应用MATLAB中的图像处理工具箱中的相关函数和命令，利用C语言来实现离散余弦变换的图像压缩算法的仿真。 关键词：离散余弦变换（简称DCT）；MATLAB；VC6.0,DCT变换方法；图像处理； 图像压缩；仿真
目录 1 绪论 (6) 2 图像压缩基本原理及模型 (8) 2.1图像压缩基本原理 (8) 2.1.1图像压缩的基本思想 (8) 2.1.2图像压缩的方法 (8) 2.2图像压缩系统流程图 (9) 2.3分析图像压缩的主要模块 (10) 2.3.1色度空间转换 (10) 2.3.2离散余弦变换 (10) 2.3.3量化编码 (11) 2.3.4“Z”字型扫描 (12) 2.3.5编码及解码 (12) 2.4图像数据压缩的目 (13) 2.5图像压缩的基本模型 (15) 3 离散余弦变换的C语言及MATLAB混合仿真 (16) 3.1离散余弦变换(DCT) (16) 3.2M ATLAB的功能 (17) 3.3离散余弦变换的M ATLAB仿真 (18) 结论 (23) 附录 (22)
数字图像处理技术的研究现状与发展方向 孔大力崔洋 （山东水利职业学院，山东日照276826） 摘要：随着计算机技术的不断发展，数字图像处理技术的应用领域越来越广泛。本文主要对数字图像处理技术的方法、优点、数字图像处理的传统领域及热门领域及其未来的发展等进行相关的讨论。 关键词：数字图像处理；特征提取；分割；检索 引言 图像是指物体的描述信息，数字图像是一个物体的数字表示，图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。数字图像处理是指利用计算机或其他数字设备对图像信息进行各种加工和处理，它是一门新兴的应用学科，其发展速度异常迅速，应用领域极为广泛。 数字图像处理的早期应用是对宇宙飞船发回的图像所进行的各种处理。到了70年代，图像处理技术的应用迅速从宇航领域扩展到生物医学、信息科学、资源环境科学、天文学、物理学、工业、农业、国防、教育、艺术等各个领域与行业，对经济、军事、文化及人们的日常生活产生重大的影响。 数字图像处理技术发展速度快、应用范围广的主要原因有两个。最初由于数字图像处理的数据量非常庞大，而计算机运行处理速度相对较慢，这就限制了数字图像处理的发展。现在计算机的计算能力迅速提高，运行速度大大提高，价格迅速下降，图像处理设备从中、小型计算机迅速过渡到个人计算机，为图像处理在各个领域的应用准备了条件。第二个原因是由于视觉是人类感知外部世界最重要的手段。据统计，在人类获取的信息中，视觉信息占60％，而图像正是人类获取信息的主要途径，因此，和视觉紧密相关的数字图像处理技术的潜在应用范围自然十分广阔。 1数字图像处理的目的 一般而言，对图像进行加工和分析主要有以下三方面的目的[1]： (1)提高图像的视感质量，以达到赏心悦目的目的。如去除图像中的噪声，改变图像中的亮度和颜色，增强图像中的某些成分与抑制某些成分，对图像进行几何变换等，从而改善图像的质量，以达到或真实的、或清晰的、或色彩丰富的、或意想不到的艺术效果。 (2)提取图像中所包含的某些特征或特殊信息，以便于计算机进行分析，例如，常用做模式识别和计算机视觉的预处理等。这些特征包含很多方面，如频域特性、灰度/颜色特性、边界/区域特性、纹理特性、形状/拓扑特性以及关系结构等。 (3)对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 2数字图像处理的方法 数字图像处理按处理方法分，主要有以下三类，即图像到图像的处理、图像到数据的处理和数据到图像的处理[2]。 （1）图像到图像。图像到图像的处理，其输入和输出均为图像。这种处理技术主要有图像增强、图像复原和图像编码。 首先，各类图像系统中图像的传送和转换中，总要造成图像的某些降质。第一类解决方法不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出，衰减次要信息，提高图像的可读性，增强图像中某些特征，使处理后的图像更适合人眼观察和机器分析。这类方法就是图像增强。例如，对图像的灰度值进行修正，可以增强图像的对比度；对图像进行平滑，可以抑制混入图像的噪声；利用锐化技