1.选择一副图像eight.tif，设置输入/输出变换的灰度级范围，a=0.3,b=5,c=3,d=6。
I=imread('eight.tif');
I=im2double(I);
I1=0.3.*I+5/255;
I2=3.*I+6/255;
subplot(1,3,1);imshow(I);title('原始图像');
subplot(1,3,2);imshow(I1);title('a=0.3,b=5');
subplot(1,3,3);imshow(I2);title('a=3,b=6');
2.设置非线性扩展函数的参数c=2，r=1.5，对图像eight.tif进行变换。
I=imread('eight.tif');
c=2;
r=1.5;
S=imadjust(I,[],[],r)*c;
subplot(1,2,1);imshow(I);title('原始图像');
subplot(1,2,2);imshow(S);title('非线性扩展的图像');
3.采用灰度倒置变换函数s=255-r进行图像eight.tif变换
I=imread('eight.tif');
I=im2double(I);
a=-1;
b=255;
S=a.*I+b/255;
subplot(1,2,1);imshow(I);title('原始图像');
subplot(1,2,2);imshow(S);title('变换后的图像');
4.对图像eight.tif进行旋转45度和180度
I=imread('eight.tif');
J=imrotate(I,60,'bilinear');
K=imrotate(I,180,'bilinear');
subplot(1,3,1);imshow(I);title('原始图像');
subplot(1,3,2);imshow(J);title('旋转60图像');
subplot(1,3,3);imshow(K);title('旋转180图像');
5.选取一副图像eight.tif，进行离散傅里叶变换，将其中心移到零点，得到其离散傅里
叶变换。参考例4.10
I=imread('eight.tif');
I1=fftshift(fft2(I));
subplot(1,2,1);imshow(I);title('原始图像');
subplot(1,2,2);imshow(log(abs(I1)),[]);title('变换后的图像');
6.选取一副图像，进行离散傅里叶变换，再对其进行一定角度的旋转，进行离散傅里叶变
换. 参考例4.6
I=zeros(255,255);
I(100:150,50:200)=1;
I1=fftshift(abs(fft2(I)));
I2=imrotate(I,60,'bilinear','crop');
I3=fftshift(abs(fft2(I2)));
subplot(1,4,1);imshow(I);title('原始图像');
subplot(1,4,2);imshow(I1,[5 50]);title('傅立叶变换后的图像');
subplot(1,4,3);imshow(I2);title('旋转90度后图像');
subplot(1,4,4);imshow(I3,[5 50]);title('傅立叶变换后的原始图像');
7.选取一副图像eight.tif，进行离散余弦变换，并对其进行离散余弦反变换。参考例4.13 I=imread('eight.tif');
I1=dct2(I);
I2=idct2(I1)/255;
subplot(1,3,1);imshow(I);title('原始图像');
subplot(1,3,2);imshow(I1);title('余弦变换图像');
subplot(1,3,3);imshow(I2);title('反余弦变换图像');
8.选取一副图像eight.tif，采用butterworth高通滤波器对图像进行高通滤波。参考例
5.7
I=imread('eight.tif');
I1=fftshift(fft2(I));
[M,N]=size(I1);
n=2;d0=30;
n1=floor(M/2);
n2=floor(N/2);
for x=1:M
for y=1:N
d=sqrt((x-n1)^2+(y-n2)^2);
H=1/(1+(d0/d)^(2*n));
I2(x,y)=H*I1(x,y);
end
end
I2=ifftshift(I2);
I3=real(ifft2(I2));
subplot(1,2,1);imshow(I);title('原始图像');
subplot(1,2,2);imshow(I3);title('Butterworth高通滤波处理后的图像');
9.选择一副图像eight.tif，对灰度图像进行直方图均衡化处理。
I=imread('eight.tif');
K=16;
H=histeq(I,K);
figure,
subplot(2,2,1);imshow(I,[]);title('原始图像');
subplot(2,2,2);imshow(H,[]),hold on
subplot(2,2,3),hist(double(I),16);
subplot(2,2,4),hist(double(H),16);
10.选择一副图像eight.tif，对灰度图像采用均值滤波。
img=imread('eight.tif');
subplot(1,3,1);imshow(img);title('原图');
img_noise=double(imnoise(img,'salt & pepper',0.08));
subplot(1,3,2);imshow(img_noise,[]);title('加噪点图');
img_deal=imfilter(img_noise,fspecial('average',5));
subplot(1,3,3);imshow(img_deal,[]);title('平滑图');
11.选择一副图像coins.png，对灰度图像，采用prewitt边缘算子和sobel算子对图像进
行增强处理。
img=imread('coins.png');
img1=edge(img,'prewitt');
img2=edge(img,'sobel');
subplot(1,3,1);imshow(img);title('原始图像');
subplot(1,3,2);imshow(img1);title('prewitt');
subplot(1,3,3);imshow(img2);title('sobel');
12.仿照matlab识别圆形物体例程，对coins.png图像进行处理。
I=imread('coins.png');
threshold = graythresh(I);
bw = im2bw(I,threshold);
imshow(I);
% remove all object containing fewer than 30 pixels
bw = bwareaopen(bw,30);
% fill a gap in the pen's cap
se = strel('disk',2);
bw = imclose(bw,se);
% fill any holes, so that regionprops can be used to estimate
% the area enclosed by each of the boundaries
bw = imfill(bw,'holes');
[B,L] = bwboundaries(bw,'noholes');
% Display the label matrix and draw each boundary
hold on
for k = 1:length(B)
boundary = B{k};
plot(boundary(:,2), boundary(:,1), 'w', 'LineWidth', 2)
end
imshow(I);
stats = regionprops(L,'Area','Centroid');
threshold = 0.94;
% loop over the boundaries
for k = 1:length(B)
% obtain (X,Y) boundary coordinates corresponding to label 'k'
boundary = B{k};
% 求周长
delta_sq = diff(boundary).^2;
perimeter = sum(sqrt(sum(delta_sq,2)));
%求面积
area = stats(k).Area;
%求半径
metric = 2*area/perimeter;
metric_string = sprintf('r=%2.2f',metric);
text(boundary(1,2)-35,boundary(1,1)+13,metric_string,'Color','y',...
'FontSize',14,'FontWeight','bold');
end
title('求各个硬币的半径');
13.对灰度图像进行直线检测，参考例8.2
I=imread('img1.bmp');
I=rgb2gray(I);
bw=edge(I,'log');
[H,T,R]=hough(bw);
P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x=T(P(:,2));
y=R(P(:,1));
lines=houghlines(bw,T,R,P,'FillGap',5,'MinLength',10);
imshow(bw);
hold on;
max_len=0;
for k=1:length(lines)
xy=[lines(k).point1;lines(k).point2];
plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','g');
end
14.对图像eight.tif进行OSTU算法阈值分割，参考例8.4
i=imread('eight.tif');
[width,height]=size(i);
thresh=graythresh(i);
bw=im2bw(i,thresh);
imshow(bw);
15.对图像img3.bmp进行开运算和闭运算以及填充，参考例8.11
i=imread('img3.bmp');
i=rgb2gray(i);
bw=im2bw(i);
se = strel('disk',6);
bw=imopen(bw,se);
bw=~bw;
imshow(bw);
16.识别图像中字的个数。参考matlab例程Correcting Nonuniform Illumination i=imread('img4.bmp');
i=rgb2gray(i);
thresh=graythresh(i);
bw=im2bw(i,thresh);
se = strel('disk',2);
bw=~bw;
bw=imdilate(bw,se);
[labeled,numObjects] = bwlabel(bw,4);
t=sprintf('字的个数是：%d',numObjects);
imshow(bw);
title(t);
17.两幅图像进行逻辑与、或，非运算
A=zeros(128); A(40:67,60:100)=1;
figure(1); imshow(A);
B=zeros(128); B(50:80,40:70)=1;
figure(2); imshow(B);
C=and(A,B); figure(3); imshow(C);
D=or(A,B); figure(4); imshow(D);
E=not(A); figure(5); imshow(E);
18.对一副图像首先加入高斯噪声，然后通过减法运算提取噪声。
I=imread('eight.tif'); J=imnoise(I,'gaussian',0,0.02);
K=imsubtract(I,J); %实现两幅图片相减K1=255-K; %将图片求反显示figure;imshow(I); title('原始图像');
figure;imshow(J); title('有噪声的图');
figure;imshow(K1); title('提取的噪声');
19.已知一副图像coins.png,对图像进行水平镜像
I=imread('coins.png');
[M,N]=size(I);
g=zeros(M,N);
for i=1:M
for j=1:N
g(i,j)=I(i,N-j+1);
end
end
subplot(121); imshow(I); title('原始图像');
subplot(122); imshow(uint8(g)); title('水平镜像');
20.已知一副图像coins.png,对图像进行垂直镜像
I=imread('coins.png');
[M,N]=size(I);
g=zeros(M,N);
for i=1:M
for j=1:N
g(i,j)=I(M-i+1,j);
end
end
subplot(121); imshow(I); title('原始图像');
subplot(122); imshow(uint8(g)); title('垂直镜像');
21.已知一副图像coins.png，对图像缩小一倍
I=imread('coins.png');
J=imresize(I,0.5);
figure,imshow(I);title('原图像');
22.已知一副图像coins.png，采用最近邻法对图像放大一倍
I=imread('coins.png');
J=imresize(I,2,'nearest');
figure,imshow(I);title('原图像');
figure,imshow(J);title('放大一倍的图像');
23.已知一副图像coins.png，对图像进行反转。
Img1=imread('coins.png');
figure,imshow(Img1);title('original image');
Img2=im.plement(Img1);
figure,imshow(Img2);title('negative image');
24.对图像coins.png进行直方图均衡化并显示原图像和均衡化后的图像以及直方图I=imread('coins.png');
H=histeq(I);
figure,subplot(2,2,1),imshow(I,[])
subplot(2,2,2),imshow(H,[]),hold on
subplot(2,2,3),hist(double(I)),subplot(2,2,4),hist(double(H))
25.对一副图像coins.png加入椒盐噪声，然后采用局部3X3的模板进行平滑处理。img=imread('coins.png');
figure; imshow(img);
img_noise=double(imnoise(img,'salt & pepper',0.06));
figure; imshow(img_noise,[]);
img_smoothed=imfilter(img_noise,fspecial('average',3));
figure; imshow(img_smoothed,[]);
26.对一副图像coins.png加入高斯噪声，然后采用局部5X5的模板进行平滑处理。img=imread('coins.png');
figure; imshow(img);
img_noise=double(imnoise(img,'gaussian',0.02));
figure; imshow(img_noise,[]);
img_smoothed=imfilter(img_noise,fspecial('average',5));
figure; imshow(img_smoothed,[]);
27.已知一副图像coins.png，进行sobel边缘检测，显示原图和边缘检测图。
I=imread('coins.png');
bw=edge(I,'sobel');
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('Sobel算子');
28.已知一副图像coins.png，进行prewitt边缘检测，显示原图和边缘检测图。
I=imread('coins.png');
bw=edge(I,'prewitt');
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('prewitt算子');
29.已知一副图像coins.png，进行robert边缘检测，显示原图和边缘检测图。
I=imread('coins.png');
bw=edge(I,'roberts');
subplot(122),imshow(bw);title('robert算子');
30.已知一副图像coins.png，进行高斯-拉普拉斯边缘检测，显示原图和边缘检测图。
I=imread('coins.png');
bw=edge(I,'log');
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('高斯-拉普拉斯算子');
31.已知一副图像coins.png，显示其直方图和原图像。
I=imread('coins.png');
subplot(121),imshow(I);title('原图像');
subplot(122),imhist(I);title('直方图');
32.已知一个图像coins.png，对图像进行腐蚀运算，输出原图和结果图.
I=imread('coins.png');
se1=strel('disk',5);
bw=imerode(I,se1);
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('腐蚀后的图像');
33.已知一个图像coins.png，对图像进行膨胀运算，输出原图和结果图
I=imread('coins.png');
se2=strel('line',5,90);
bw=imdilate(I,se2);
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('膨胀后的图像');
34.已知一个图像coins.png，对图像进行开运算，输出原图和结果图
I=imread('coins.png');
se = strel('disk',5);
bw=imopen(I,se);
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('开运算后的图像');
35.已知一个图像coins.png，对图像进行闭运算，输出原图和结果图
I=imread('coins.png');
se = strel('disk',5);
bw=imclose(I,se);
subplot(121),imshow(I);title('原图像');
subplot(122),imshow(bw);title('闭运算后的图像');
36.已知一个图像coins.png，求其右上角方块的灰度均值，以及该区域的灰度最大值和最
小值
I=imread(' coins.png '); %读取图像
I=double(I); %转换成double型
[m,n]=size(I); %获取图像的高度m和宽度n
mw=round(m/2); %得到高度的一半mw
mh=round(n/2); %得到宽度的一半mh
sumg=0.0; %变量初始化
for i=1:mw
for j=mh:n %二重循环计算右上角灰度值之和
sumg=sumg+I(i,j);
end
end
avg=sumg/(mw*mh) %计算图像右上角灰度值的均值
maxg=max(max(I(1:mw,mh:n))) %计算得到图像右上角灰度值的最大值ming=min(min(I(1:mw,mh:n))) %计算得到图像右上角灰度值的最小值37.已知一个图像coins.png，求其左下角方块的灰度均值，以及该区域的灰度最大值和最
小值
I=imread('coins.png'); %读取图像
I=double(I); %转换成double型
[m,n]=size(I); %获取图像的高度m和宽度n
mw=round(m/2); %得到高度的一半mw
mh=round(n/2); %得到宽度的一半mh
sumg=0.0; %变量初始化
for i=mw:m
for j=1:mh %二重循环计算左下角灰度值之和
sumg=sumg+I(i,j);
end
end
avg=sumg/(mw*mh) %计算图像左下角灰度值的均值
maxg=max(max(I(mw:m,1:mh))) %计算得到图像左下角灰度值的最大值ming=min(min(I(mw:m,1:mh))) %计算得到图像左下角灰度值的最小值38.已知一个图像coins.png，求其右下角方块的灰度均值，以及该区域的灰度最大值和最
小值
I=imread('coins.png'); %读取图像
I=double(I); %转换成double型
[m,n]=size(I); %获取图像的高度m和宽度n
mw=round(m/2); %得到高度的一半mw
mh=round(n/2); %得到宽度的一半mh
sumg=0.0; %变量初始化
for i=mw:m
for j=mh:n %二重循环计算右下角灰度值之和
sumg=sumg+I(i,j);
end
end
avg=sumg/(mw*mh) %计算图像右下角灰度值的均值
maxg=max(max(I(mw:m,mh:n))) %计算得到图像右下角灰度值的最大值ming=min(min(I(mw:m,mh:n))) %计算得到图像右下角灰度值的最小值39.已知一副图像coins.png，求其硬币的区域面积，并输出。
I=imread('coins.png');
T=graythresh(I);
bw=im2bw(I,T);
bw1=bwfill(bw,'holes');
BL=bwlabel(bw1);
F=regionprops(BL,'Area');
for i=1:10
F(i)
end
40.已知一副图像coins.png，求其硬币的区域重心位置，并在图像中标出。
I=imread('coins.png');
T=graythresh(I);
bw=im2bw(I,T);
bw1=bwfill(bw,'holes');
BL=bwlabel(bw1);
F=regionprops(BL,'Centroid');
imshow(I);
hold on;
for i=1:10
plot(F(i).Centroid(1),F(i).Centroid(2),'*');
end
41.已知一副图像coins.png，求其硬币的区域的周长，并输出。
I=imread('coins.png');
T=graythresh(I);
bw=im2bw(I,T);
bw1=bwfill(bw,'holes');
[B,L] = bwboundaries(bw1,'noholes');
for k = 1:length(B)
boundary = B{k};
delta_sq = diff(boundary).^2;
perimeter = sum(sqrt(sum(delta_sq,2)))
end
42.已知一副图像coins.png，求其硬币包含区域的最小矩形，并在原图像中画出。I=imread('coins.png');
T=graythresh(I);
bw=im2bw(I,T);
bw1=bwfill(bw,'holes');
BL=bwlabel(bw1);
F=regionprops(BL,'BoundingBox');
imshow(I);
hold on;
for i=1:10
rectangle('Position',F(i).BoundingBox);
end
43.已知一副图像coins.png，求其硬币的区域的直径，并输出。
I=imread('coins.png');
T=graythresh(I);
bw=im2bw(I,T);
bw1=bwfill(bw,'holes');
BL=bwlabel(bw1);
F=regionprops(BL,'EquivDiameter');
for i=1:10
F(i)
end
44.已知两个字母A,B的若干图片，将其相同字母的图片找出。
（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《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 ( ) 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/b09708463.html,placian增强 ( )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.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 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.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率
第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为___________________ 。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等； 二是____________________ ，如图像测量等。 3. 数字图像处理可以理解为两个方面的操作：一是 ______________________ ，如图像增强等； 二是从图像到非图像的一种表示，如图像测量等。 4. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是__________________________ 。 5. 数字图像处理包含很多方面的研究内容。其中， ____________________ 的目的是根据二维平面图像数据构造出三维物体的图像。 解答: 1. 像素 2. 从图像到非图像的一种表示 3. 从图像到图像的处理 4. 虚拟图像 5. 图像重建 四.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，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. 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。 4. ①在遥感中，比如土地测绘、气象监测、资源调查、环境污染监测等方面。 ②在医学中，比如B超、CT机等方面。 ③在通信中，比如可视电话、会议电视、传真等方面。 ④在工业生产的质量检测中，比如对食品包装出厂前的质量检查、对机械制品质量的监控和筛选等方面。⑤在安全保障、公安方面，比如出入口控制、指纹档案、交通管理等。 5. ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等，这些方法在图像配准中使用较多。 ②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。比如傅里叶变换、小波变换等。
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
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。
。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
中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像与灰度直方图间的对应关系是： （b ） a. ------- 对应 b. 多对一 c. 一对多 d. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.doczj.com/doc/b09708463.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像
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________。
第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同，可以分为连续图像和________________两大类。 5. 对应于不同的场景内容，一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.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。 3. 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 4. 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 5. 一幅256*256的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像，若灰度级数为16，则该图像的大小是：（） A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。（） 3. 数字图像坐标系与直角坐标系一致。（） 4. 矩阵坐标系与直角坐标系一致。（） 5. 数字图像坐标系可以定义为矩阵坐标系。（） 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。（） 10. 采样是空间离散化的过程。（） 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象（√） 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后，图像的内容________________变化。（填“发生”或“不发生”） 8. 图像放大是从小数据量到大数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 9. 图像缩小是从大数据量到小数据量的处理过程，________________对许多未知的数据的估计。（填“需要”或“不需要”） 解答:1. 平移7. 不发生8. 需要9. 不需要
[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。
数字图像处理期末复习 zf·w 2013/12/19 一.单项选择题+填空题+判断题 1.图像与灰度直方图间的对应关系是【多对一】 2.属于图像锐化处理的有【高通滤波】 3.属于点处理/运算的有【二值化】【直方图均衡】 4.计算机显示器主要采用的彩色模型是【RGB】 5.属于图像平滑处理的有【中值滤波】【低通滤波】 6.维纳滤波器通常用于【复原图像】 7.图像方差说明了图像的【对比度】 8.属于局部处理的有【中值滤波】 9.图像锐化除了在空间域进行外，也可以在【频率域】进行 10.对于彩色图像，通常用于区别颜色的特性是【色调】【饱和度】【亮度】 11.依据图像的保真度，图像压缩可以分为【有损压缩】和【无损压缩】 12.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（此处的“高频成分”和“低频成分”分别对应于空间域的像素灰度值/灰度分布有什么特点） 13.一般来说，采样间距越大，图像数据量【少】，质量【差】；反之亦然 14.直方图修正法包括【直方图均衡】和【直方图规定化（匹配）】 15.图像压缩系统是由【编码器】和【解码器】两个截然不同的结构块组成 16.数字图像处理即用【计算机】对图像进行处理 17.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对应直方图中奇数项的像素灰度代替，所得到的的图像将亮度【增加】，对比度【减少】（图像亮度和对比度与图像像素灰度值分布之间的关系） 18.图像数字化包括三个步骤【采样】【量化】和【扫描】 19.在RGB彩色空间的原点上，三个基色均没有【亮度】，即原点为【黑色】，三基色都达到最高亮度时则表现为【白色】（色调，饱和度和亮度在图像上的具体表现是什么） 20.灰度直方图的横坐标是【灰度级】，纵坐标是【该灰度级出现的频率】 21.数字图像是【图像】的数字表示，【像素】是其最小的单位 22.【灰度图像】是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息 23.【彩色图像】是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述 24.【直方图均衡化】方法的基本思想是对图像中像素个数多灰度级进行【展宽】，对像素个数少的灰度级进行【缩减】，从而达到清晰图像的目的 25.图像锐化的目的是加强图像中景物的【细节边缘和轮廓】 26.因为图像分割的结果图像是二值图像，所以通常又称图像分割为图像的【二值化处理】 27.【腐蚀】是一种消除连通域的边界点，使边界向内收缩的处理 28.【膨胀】是将目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理 29.对于【椒盐噪声】，中值滤波的效果比均值滤波效果好 30.图像增强按增强处理所在空间不同分为【空域】和【频域】 31.常用的彩色增强方法有【真彩色增强】【假彩色增强】和【伪彩色增强】三种 32.【灰度直方图可以反映一幅图像各灰度级像元占图形的面积比】 33.【直方图均衡和图像的二值化都是点运算】 34.【边缘检测是将边缘像元标识出来的一种图像分割技术】 二.名词解释 1.数字图像：用一个二维函数f(x,y)表示一幅图像，其中x和y是空间坐标，幅值f是在该空间坐标处的强度或灰度。当x,y和f都是有限的离散值时，我们称该图像是数字图像。 2.数字图像处理：指用计算机处理数字图像，以获得所需的数字图像。 3.图像压缩： 4.无损压缩：可精确无误地从压缩数据中恢复出原始数据。 5.中值滤波：将当前像元的窗口中所有像元灰度由小到大排序，中间值作为当前像元的输出值。 三.简答题 1.图像压缩的基本原理是什么。数字图像的冗余有哪几种表现形式？ 答：虽然表示图像需要大量的数据，但图像数据是高度相关的，或者说存在冗余信息。图像压缩就是去掉这些冗余信息而不损
一、 1、中值滤波：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。 2、连接成分：在二值图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素(0像素)和具有若干个1值的像素(1像素)的组就产生了。把这些组叫做连接成分。 3、图像分割：令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，R N： ①； ②对所有的i和j，i≠j，有R i∩R j =Φ； ③对i = 1,2,…,N，有P(R i) = TRUE； ④对i≠j,有P(R i∪R j) = FALSE； ⑤对i =1,2,…,N，R i是连通的区域。 其中P(R i)是对所有在集合R i中元素的逻辑谓词，Φ代表空集。 4、行程编码：通过改变图像的描述方式，来实现压缩。将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。 5、模板匹配：模板匹配就是在一幅大图像中搜寻目标，已知 该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以
在图中找到目标，确定其坐标位置。 二、 1、简述纹理图像的灰度共生矩阵分析方法 灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，它可作为分析图像基元和排列结构的信息。 作为纹理分析的特征量，往往不是直接应用计算的灰度共生矩阵，而是在灰度共生矩阵的基础上再提取纹理特征量，称为二次统计量。 一幅图像的灰度级数一般是256，这样计算的灰度共生矩阵太大。为了解决这一问题，在求灰度共生矩阵之前，常压缩为16级。 用灰度共生矩阵提取特征之前，要作正规化处理。 由灰度共生矩阵提取了14种特征。最常用的5个特征是：1）角二阶矩（能量）2)对比度（惯性矩）3）相关 4）熵 5）逆差矩 2、简述空间域图像平滑与锐化的区别与联系 为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 在图像的识别中常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。 图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。 3、叙述图像逆滤波恢复的方法 (1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)； (2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v); (3)逆滤波计算F(u,v)=G(u,v)/H(u,v); (4)计算F(u,v)的傅里叶逆变换，求得f(u,v)。 4、边缘增强与边缘检测有何区别 边缘增强是将遥感图像（或影像）相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线）处加以突出强调的技术方法。 如果将边缘认为是一定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。 如有侵权请联系告知删除，感谢你们的配合！
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 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
一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为像素。 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。 3. 图像可以分为物理图像和虚拟图像两种。其中，采用数学的方法，将由概念形成的物体进行表示的图像是虚拟图像。 4. 数字图像处理包含很多方面的研究容。其中，图像重建的目的是根据二维平面图像数据构造出三维物体的图像。 5、量化可以分为均匀量化和非均匀量化两大类。 6. 图像因其表现方式的不同，可以分为连续图像和数字离散图像两大类。 5. 对应于不同的场景容，一般数字图像可以分为二值图像、灰度图像和彩色图像三类。8. 采样频率是指一秒钟的采样次数。 10. 采样所获得的图像总像素的多少，通常称为图像分辨率。 11. 所谓动态围调整，就是利用动态围对人类视觉的影响的特性，将动态围进行压缩，将所关心部分的灰度级的变化围扩大，由此达到改善画面效果的目的。 12 动态围调整分为线性动态围调整和非线性动态围调整两种。 13. 直方图均衡化的基本思想是：对图像中像素个数多的灰度值进行展宽，而对像素个数少的灰度值进行归并，从而达到清晰图像的目的。 14. 数字图像处理包含很多方面的研究容。其中，图像增强的目的是将一幅图像中有用的信息进行增强，同时将无用的信息进行抑制，提高图像的可观察性。 15. 我们将照相机拍摄到的某个瞬间场景中的亮度变化围，即一幅图像中所描述的从最暗到最亮的变化围称为动态围。 16. 灰级窗，是只将灰度值落在一定围的目标进行对比度增强，就好像开窗观察只落在视野的目标容一样。 17. 图像的基本位置变换包括了图像的平移、镜像及旋转。 18. 最基本的图像形状变换包括了图像的放大、缩小和错切。 19. 图像经过平移处理后，图像的容不发生变化。（填“发生”或“不发生”） 20. 图像放大是从小数据量到大数据量的处理过程，需要对许多未知的数据的估计。（填“需要”或“不需要”） 21. 图像缩小是从大数据量到小数据量的处理过程，不需要对许多未知的数据的估计。（填“需要”或“不需要”） 22. 我们将平面景物在投影平面上的非垂直投影称为图像的错切，该处理会是的图像中的图形产生扭变。 23. 两种典型的图像噪声是：椒盐噪声和高斯噪声。 24. 椒盐噪声的幅值基本相同，而噪声出现的位置是随机的。 25. 图像上每一点都存在噪声，但是噪声的幅值是随机分布的，这类噪声称为高斯噪声。 26. 均值滤波方法对高斯噪声的抑制效果较好。（填“高斯”或“椒盐”） 27. 中值滤波方法对椒盐噪声的抑制效果较好。（填“高斯”或“椒盐”） 28. 频谱均匀分布的噪声被称为白噪声。 29. 图像噪声可以理解为妨碍人的视觉感知，或妨碍系统传感器对所接收图像源信息进行理解或分析的各种因素，也可以理解为真实信号与理想信号之间存在的偏差。 30. 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一阶微分算子。（填“一阶微分算子”或“二阶微分算子”）
数字图像处理 试题卷（A ） 考试形式（开、闭卷）：闭卷 答题时间：120 （分钟） 本卷面成绩占课程成绩 80 % 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 姓名: 班级： 学号： 遵 守 考 试 纪 律 注 意 行 为 规 范
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 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） 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象。 （ √ ） 2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊现象。（ × ） 3、均值平滑滤波器可用于锐化图像边缘。（ × ） 4、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。（ √ ） 5、图像取反操作适用于增强图像主体灰度偏亮的图像。（ × ） 6、彩色图像增强时采用RGB 模型进行直方图均衡化可以在不改变图像颜色的基 础上对图像的亮度进行对比度增强。（ × ） 7、变换编码常用于有损压缩。（ √ ） 8、同态滤波器可以同时实现动态范围压缩和对比度增强。（ √ ） 9、拉普拉斯算子可用于图像的平滑处理。（ × ） 10、当计算机显示器显示的颜色偏蓝时，提高红色和绿色分量可以对颜色进行 校正。（ √ ） 教研室主任签字： 第1页（共 7 页）
符号 ａ1 a2 a3 a4 a5 ａ6 概率 0、１ 0、4 0、０6 0、１ 0、04 0、3 解：霍夫曼编码: 原始信源 信源简化 符号 概率 1 2 3 4 a2 ０、4 0、4 ０、4 0、4 0、6 a ６ 0、３ ０、3 0、３ ０、３ ０、4 a １ ０、1 0、1 ０、2 0、3 a4 0、1 0、1 0、1 a ３ 0、06 ０、１ a5 0、04 霍夫曼化简后得信源编码： 从最小得信源开始一直到原始得信源 编码得平均长度： 压缩率： 冗余度: 1、 简述灰度分辨率、空间分辨率与图像质量得关系。： 空间分辨率就是瞧原图像转化为数字图像得像素点数，越多图像质量越高；灰度分辨率，即每一个像素点得灰度级数，灰度级越大，图像越清晰、 (0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg L bit =+++++=（）符号
2、简述采样与量化得一般原则：空间坐标得离散化叫做空间采样, 而灰度得离散化叫做灰度量化。图像得空间分辨率主要由采样所决定，而图像得幅度分辨率主要由量化所决定。 3、图像锐化与图像平滑有何区别与联系?：图象锐化就是用于增强边缘，导致高频分量增强,会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。 ４、伪彩色增强与假彩色增强有何异同点？: 伪彩色增强就是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像；假彩色增强则就是对一幅彩色图像进行处理得到与原图象不同得彩色图像;主要差异在于处理对象不同。 1、对于椒盐噪声,为什么中值滤波效果比均值滤波效果好?：均值滤波器就是一种最常用得线性低通平滑滤波器,可抑制图像中得加性噪声，但同时也使图像变得模糊;中值滤波器就是一种最常用得非线性平滑滤波器,可消除图像中孤立得噪声点,又可产生较少得模糊。一般情况下中值滤波得效果要比邻域平均处理得低通滤波效果好,主要特点就是滤波后图像中得轮廓比较清晰.因此,滤除图像中得椒盐噪声采用中值滤波。 2.什么就是区域？什么就是图像分割?:图像分割就就是把图像分成若干 个特定得、具有独特性质得区域并提出感兴趣目标得技术与过程。它就是由图像处理到图像分析得关键步骤. 3.写出颜色RGB模型转换到ＨIS模型得变换公式;并说明HSI模型各分 量得含义及取值范围对应得颜色信息。书上 4.灰度图像：当点足够小,观察距离足够远时,人眼就不容易分开各个小点， 从而得到比较连续，平滑得灰度图像. 5.GIF格式：GIＦ格式就是一种公用得图像文件格式，它就是8位文件格 式,所以最多只能存储25６色图像，不支持24位得真彩色图像.GＩF文件中得图像数据均经过压缩,采用得压缩算法就是改进得LZW算法，所提供得压缩率通常在1：1到1：3之间,当图像中有随机噪声时效果不好 6.图像直方图:一幅图得灰度统计直方图就是一个1-D得离散函数,即Ｐｆ (fk)=nk/ｎ，ｋ＝０、1、、、，L—１。可以设置一个有L个元素得数组，通过对不同灰度值像素个数得统计来获得图像得直方图。 7.中值滤波：它实现一种非线性得平滑滤波、１、将模板在图像中漫游， 并将模板中心与图像中某个像素位置重合.2、读取模板下各对应像素得