模拟试卷一
1.对将一个像素宽度的8通路转换到4通路提出一种算法。
2.（A）试提出一种过程来求一个邻域的中值？
（B）试提出一种技术，逐像素地移动领域的中心来更新中值。
（会了）3.证明如式所示的拉普拉斯变换是各向同性的（旋转不
变）。需要下列轴旋转角的坐标方程：
其中为非旋转坐标，而为旋转坐标。
4.获得对应于式子到式子
的带阻滤波器的带通滤波器的等式。
5.给定的图象，那么一个级金字塔是减少还是增加了表示图象所需的数据量？压缩或扩展率是多少？
6.考虑灰度级数据{12，12，13，13，10，13，57，54}的一条8像素的线。这条线已经经过精度为6比特的均匀量化。构造它的3位IGS编码。
7.一个零记忆高斯信源率失真函数如下：
请绘制出这个函数的曲线。
8.证明二元表达式的正确性。
模拟试卷一参考答案
1.
2.（A）在数字上拣取为的值，它的中值是的最大值。
（B）一旦值已经被分类一次，我们仅仅是删除在缓慢移动向附近的轨迹的值，插入首要移动的值到分类排列的最恰当位置。
3.
4.
带通滤波器是从1减去带阻滤波器获得的：
然后：
（a）理想的带通滤波器：
（b） Butterworth带通滤波器：
（c）高斯带通滤波器：
5.数据的数量在这个级金字塔中是被限定在4/3之内的：
又因为 ,因此我们可以得到以下的结果:
6.
7.
8.
模拟试卷二
1.考虑以下所示的图像分割：
（A）令并计算p和q间的4，8，m通路的最短长度。如果在这两点间不存在特殊通路，请解释原因。
（B）对重复上题。
2.使用式
给出的拉普拉斯变换的定义，证明将一幅图像减去其相应拉普拉斯图像等同于对图像做反锐化掩模处理。
3.证明式子的正确性。
4.说明二维正弦函数的傅里叶变换是共轭脉冲对：
提示：用式的连续傅里叶变换并以指数项描述正弦。
5.给定的图像，那么一个级金字塔是减少还是增加了表示图像所需的数据量？压缩或扩展率是多少？
6.考虑灰度级数据{12，12，13，13，10，13，57，54}的一条8像素的线。这条线已经经过精度为6比特的均匀量化。构造它的3位IGS编码。
7.画出下类图形的中轴：
（1）一个圆
（2）一个方形
8.有一幅包含水平的、垂直的、45度的和-45度直线的二值图像。给出一组3*3模板。这些模板可以用于检测这些直线中1个像素长度的间断。假设直线的灰度级是1并且背景的灰度级为0。
模拟试卷二参考答案
1.
（A）当的时候，p和q两点之间不可能存在特殊通路4，因为从p到q之间的点都是4，并且都有从V获得值。下图中的（a）就显示了这一条件，是没有办法到达q 的。最短的8通路可在图（b）中看出，它的长度是4。m通路的最短长度是5。这两个是这一题中的唯一的最短通路。
（B）时，最短的4通路的一种可能显示在图（c）中，它的长度是6。它可以十分容易地变换为另一条从p到q的同样长度的4通路。最短的8通路的一种可能（并不是唯一的）显示在图（d）中，它的长度是4。m通路的长度是6，它也不是唯一的。
2.考虑到以下公式：
当
表示的平均值在一个预先确定的附近是的圆心，包括中心的像素和它的四个紧靠着的点。在上述的公式最后一条行中的注入常数如比例因素，我们可以得出：
这个等式的右边被看作是公式的反锐化掩模定义。从而，就证明了，将一幅图像减去其相应拉普拉斯图像等同于对图像做反锐化掩模处理。
3.我们首先知道，于是：
4.
运用正弦函数的指数、幂定义：
从而得出：
以下是函数的傅里叶变换：
和：
1的傅里叶变换给了最初的动力，而指数替换了最初的动力，因此：
5.
数据的数量在这个级金字塔中是被限定在之内的：
又因为 ,因此我们可以得到以下的结果:
6.
7.
8.
模拟试卷三
1.使用式
给出的拉普拉斯变换的定义，证明将一幅图像减去其相应拉普拉斯图像等同于对图像做反锐化掩模处理。
2.式（其中）和式
（其中）所示的与一组
傅里叶变换对。对于，将式代入式
，会发现左右两边相等。再重复该过程，对于，将
式代入。需要用到下面的指数正交性质：
3.考虑在x方向均匀加速导致的图像模糊问题。如果图像在静止，并用均匀加
速加速，对于时间T，找出模糊函数，可以假设快门开关时间忽略不计。
4.以下列基本要素计算二元组的扩展系数并写出对应的扩展:
以二元实数集合为基础的和。
5.使用正切角的方法划分方形边界的图。
6.有一幅包含水平的、垂直的、45度的和-45度直线的二值图象。给出一组3*3模板。这些模板可以用于检测这些直线中1个像素长度的间断。假设直线的灰度级是1并且背景的灰度级为0。
7.画出5*5大小的图象的灰度共生矩阵，图像由交错的1和0的跳棋棋盘图案组成。位置算子P定义为“右边的一个像素”。
模拟试卷三参考答案
1.考虑到以下公式：
当表示的平均值在一个预先确定的附近是的圆心，包括中心的像素和它的四个紧靠着的点。在上述的公式最后一条行中的注入常数如比例因素，我们可以得出：
这个等式的右边被看作是公式的反锐化掩模定义。从而，就证明了，将一幅图像减去其相应拉普拉斯图像等同于对图像做反锐化掩模处理。
2.通过直接将中的代替
中的F（u）得出：
3.
和，这是涅耳余弦和正弦的积分。
4.根据公式：可得：
所以，
5.
6.
7.
模拟试卷四
1.考虑以下所示的图象分割：
（A）令并计算p和q间的4，8，m通路的最短长度。如果在这两点间不存在特殊通路，请解释原因。
（B）对重复上题。
2.（A）试提出一种过程来求一个邻域的中值？
（B）试提出一种技术，逐像素地移动领域的中心来更新中值。
3.证明如式所示的拉普拉斯变换是各向同性的（旋转不变）。需要
下列轴旋转角的坐标方程：
其中为非旋转坐标，而为旋转坐标。
4.证明式子的正确性。
5.获得对应于式子到式子
的带阻滤波器的带通滤波器的等式。
6.说明二维正弦函数的傅里叶变换是共轭脉冲对：
提示：用式的连续傅里叶变换并以指数项描述正弦。
7.考虑灰度级数据{12，12，13，13，10，13，57，54}的一条8像素的线。这条线已经经过精度为6比特的均匀量化。构造它的3位IGS编码。
8.一个零记忆高斯信源率失真函数如下：
请绘制出这个函数的曲线。
模拟试卷四参考答案
1.（A）当的时候，p和q两点之间不可能存在特殊通路4，因为从p到q 之间的点都是4，并且都有从V获得值。下图中的（a）就显示了这一条件，是没有办法到达q的。最短的8通路可在图（b）中看出，它的长度是4。m通路的最短长度是5。这两个是这一题中的唯一的最短通路。
（B）时，最短的4通路的一种可能显示在图（c）中，它的长度是6。它可以十分容易地变换为另一条从p到q的同样长度的4通路。最短的8通路的一种可能（并不是唯一的）显示在图（d）中，它的长度是4。m通路的长度是6，它也不是唯一的。
2.（A）在数字上拣取为的值，它的中值是的最大值。
（B）一旦值已经被分类一次，我们仅仅是删除在缓慢移动向附近的轨迹的值，插入首要移动的值到分类排列的最恰当位置。
3.
4.我们首先知道，于是：
5.带通滤波器是从1减去带阻滤波器获得的：
然后：
（a）理想的带通滤波器：
（b） Butterworth带通滤波器：
（c）高斯带通滤波器：
6.
运用正弦函数的指数、幂定义：
从而得出：
以下是函数的傅里叶变换：
和：
1的傅里叶变换给了最初的动力，而指数替换了最初的动力，因此：
7.
8.
目录 绪论 (1) 1数字图像处理技术 (1) 1.1数字图像处理的主要特点 (1) 1.2数字图像处理的优点 (2) 1.3数字图像处理过程 (3) 2数字图像处理的研究现状 (4) 2.1数字图像的采集与数字化 (4) 2.2图像压缩编码 (5) 2.3图像增强与恢复 (8) 2.4图像分割 (9) 2.5图像分析 (10) 3数字图像处理技术的发展方向 (13) 参考文献 (14)
绪论 图像处理技术基本可以分成两大类：模拟图像处理和数字图像处理。数字图像处理是指将图像信号转换成数字信号并利用计算机进行处理的过程。其优点是处理精度高，处理内容丰富，可进行复杂的非线性处理，有灵活的变通能力，一般来说只要改变软件就可以改变处理内容。困难主要在处理速度上，特别是进行复杂的处理。数字图像处理技术主要包括如下内容：几何处理、算术处理、图像增强、图像复原、图像重建、图像编码、图像识别、图像理解。数字图像处理技术的发展涉及信息科学、计算机科学、数学、物理学以及生物学等学科，因此数理及相关的边缘学科对图像处理科学的发展有越来越大的影响。 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。近年来，数字图像处理技术日趋成熟，它广泛应用于空间探测、遥感、生物医学、人工智能以及工业检测等许多领域，并促使这些学科产生了新的发展。 1数字图像处理技术 1.1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，因此对计
练习题 1、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 2.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。 3、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 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
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。
名词：*数字图像，数字图像处理，图像采样，线性拉伸，高通滤波，低通滤波，中值滤波，特征空间，图像分析，图像分割 问答题：1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 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） 设一幅灰度图像，其目标和背景的像素点灰度呈正态分布，灰度直方图如图所示。其中：、分 别为目标点的灰度分布密度函数、均值；、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为，目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。（15分） 试证明：
1．根据所学过的图像处理和分析方法，设计一套算法流程来实现汽车牌照的定位和数字的识别（给出设计思想即可）。 1、如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中， 请问哪一个目标人眼感觉更亮一些？为什么？（10分） 选择题： 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 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 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 ( )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
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
1. 对下列信源符号进行Huffman 编码，并计算其冗余度和压缩率。 符号 a1 a2 a3 a4 a5 a6 概率 0.1 0.4 0.06 0.1 0.04 0.3 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 a6 0.3 0.3 0.3 0.3 0.4 a1 0.1 0.1 0.2 0.3 a4 0.1 0.1 0.1 a3 0.06 0.1 a5 0.04 从最小的信源开始一直到原始的信源 编码的平均长度： 压缩率：13 1.3642.2 R avg n C L ==≈ 冗余度：11110.26691.364D R R C =- =-≈ (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
1. 简述灰度分辨率、空间分辨率与图像质量的关系。: 空间分辨率是看原图像转化为数字图像的像素点数，越多图像质量越高；灰度分辨率，即每一个像素点的灰度级数，灰度级越大，图像越清晰. 2. 简述采样和量化的一般原则: 空间坐标的离散化叫做空间采样，而灰度的离散化叫做灰度量化。图像的空间分辨率主要由采样所决定，而图像的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；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；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？：均值滤波器是一种最常用的线性低通平滑滤波器，可抑制图像中的加性噪声，但同时也使图像变得模糊；中值滤波器是一种最常用的非线性平滑滤波器，可消除图像中孤立的噪声点，又可产生较少的模糊。一般情况下中值滤波的效果要比邻域平均处理的低通滤波效果好，主要特点是滤波后图像中的轮廓比较清晰。因此，滤除图像中的椒盐噪声采用中值滤波。 2.什么是区域？什么是图像分割？:图像分割就是把图像分成若干个特定 的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 3.写出颜色RGB模型转换到HIS模型的变换公式；并说明HSI模型各分 量的含义及取值围对应的颜色信息。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，平滑的灰度图像。 5.GIF格式：GIF格式是一种公用的图像文件格式，它是8位文件格式， 所以最多只能存储256色图像，不支持24位的真彩色图像。GIF文件中的图像数据均经过压缩，采用的压缩算法是改进的LZW算法，所提供的压缩率通常在1：1到1：3之间，当图像中有随机噪声时效果不好
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、
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__________。1. 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____________________，如图像测量等。2. 从图像到非图像的一种表示 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。3. 从图像到图像的处理 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。5. 图像重建 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。 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. 什么是图像识别与理解？ 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. 简述数字图像处理的至少3种主要研究内容。 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. 简述图像几何变换与图像变换的区别。 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
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
█一、叙述常见的数字图像处理开发工具有哪些？各有什么特点？（10分） 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++ 6.0提供的动态链接库ImageLoad.dll支持BMP、JPG、TIF等常用6种格式的读写功能。 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，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++对WIN32应用程序接口API 进行了封装，提高了代码的重用性，缩短了应用程序开发周期，降低了开发成本。VC++6.0提供的动态链接库imageload.dll支持BMP、JPG、TIF等六种格式的读写功能。MATLAB的图像处理工具箱MATLAB是由MathWorks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MATLAB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API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MATLAB环境的程序，从而使其他语言的应用程序使用MATLAB。 MATLAB的图像处理工具箱MATLAB是由MathWorks 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。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。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。它的缺点有：1、强大的功能只能在安装有MATLAB 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。2、MATLAB使用行解释方式执行代码，执行速度很慢。3、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。█二、叙述常见的数字图像应用软件有哪些？各有什么特 点？（10分） 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。 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。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，数据量较小。CorelDraw是当今 流行的图像处理软件中为数不多的特点明显、功能强大的基 于矢量绘图的软件包。利用它，可以方便地制作精美的名片、 贺卡、书签、图书封面、广告、宣传画等作品。 3）ACDSee：快速、高性能的看图程序，是目前最享盛名 的图片浏览器。它能广泛应用于图片的获取、管理、浏览和 优化，支持BMP、GIF、JPG、TGA、TIF等超过50种常见 的图形文件格式，图片打开速度极快，可以直接查看动画 GIF，处理如Mpeg之类常用的视频文件，还可以为每一个 目录建立一个相册。ACDSee可以从数码相机和扫描仪高效 获取图片，并进行便捷的查找、组织和预览。ACDSee可以 轻松处理数码影像。 █三、傅里叶变换、加窗傅里叶变换和小波变换的时间－频 率特性有什么不同？（10分） 解：傅里叶变换使得时间信号变成了频域信号，加窗傅里叶 变换使得时间信号变成了时频信号，但是窗口是固定的，小 波变换同样变成了视频信号，但是时频的窗口是变化的。 █四、用JPEG标准，对于576行×720列的CCIR601建议分辨 率的彩色图像，其亮度分量可分割成多少个子块，而两个 色差分量可分别分割成多少子块？（10分） 解：对于576行×720列的CCIR601建议分辨率的彩色图像， JPEG将其亮度分量分割成（576/8）×（720/8）=6480块。 两个色差分量都可分割成两组：（576/8）×（360/8）=3240 块。 █五、二维傅里叶变换的分离性有什么实际意义？（10分） 解：该性质表明，一个二维傅里叶变换可由连续两次 一维傅里叶变换来实现。实现的方法如下图所示： █六、有了离散傅里叶及其快速算法FFT，为什么还要提出 离散余弦算法DCT及其快速算法？为什么许多视频国际标 准将DCT作为帧内编码的基本压缩算法？（10分） 答：在所有的变换编码方案中，离散K-L变换是最佳变换， 理论价值较高，常常作为对其他变换特性进行评价的标准。 但此变换没有快速算法，在工程应用中受到限制。在次最 佳变换算法中，DFT和DCT都是常用的变换编码方法，它们 分别有快速算法：FFT和FCT。这两种方法相比较，DFT涉及 到复数运算，而DCT是实数变换具有十分吸引人的一些特 点：它是一种实数变换，计算量较小，其变换矩阵的基向 量很好地描述了人类视觉的相关性，且对于大多数图像来 说，该变换的压缩性能很接近离散K-L变换，而且其变换矩 阵与图像内容无关，另外由于它构造对称的数据序列，避 免了在图像边界处的跳跃及所引起的Gibbs效应，并且也有 快速算法，因而得到广泛的应用。作为准最佳变换，它已 成为一些静态图像、视频压缩国际标准（或建议）中的基 本处理模块。 █七、扫描仪的光学分辨率是600×1200线，一个具有5000 个感光单元的CCD器件，用于A4幅面扫描仪，A4幅面的纸张 宽度是8.3英寸，该扫描仪的光学分辨率是多少dpi？（10 分） 解：（1）600×1200线，其中前一个数字代表扫描仪的横向 分辨率，后一数字则代表纵向分辨率。 （2）dpi是指单位面积内像素的多少，也就是扫描精度， 目前国际上都是计算一英寸面积内像素的多少。光学分辨 率是扫描仪的光学部件在每平方英寸面积内所能捕捉到的 实际的光点数,是指扫描仪CCD 的物理分辨率，也是扫描仪 的真实分辨率，它的数值是由CCD的像素点除以扫描仪水平 最大可扫尺寸得到的数值。 每一个感光单元对应一个像素。由于CCD感光单元个 数为5000， 5000/8.3＝602 (dpi) █八、直方图均衡，若一个64×64的离散图像，灰度分成8 层，其灰度rk的值和分布情况如下：请绘制该图像的直方 图，并求经过直方图均衡后的图像的直方图。 （20分） 解： █九、一图像大小为640×480，256色。用软件工具SEA （version 1.3）将其分别转成24位色BMP，24位色JPEG， GIF（只能转成256色）压缩格式，24位色TIFF压缩格式， 24位色TGA压缩格式，得到的文件大小分别为：921,654字 节；17,707字节；177,152字节；923,044字节；768,136字 节。分别计算每种压缩图像的压缩比。（10分） 解：不计算较小的文件头和彩色查找表（LTU）的数据量， 原始图像的数据量为： 640×480×1 byte=307,200 byte。 经转换后各种格式的压缩比如下： 24位色BMP格式： 307,200/921,654=0.333（增加了冗余度） 24位色JPEG格式： 307,200/17,707=17.35 GIF压缩格式： 307,200/177,152=1.73 24位色TIFF压缩格式： 307,200/923,044=0.333（增加了 冗余度） 24位色TGA压缩格式： 307,200/768,136=0.400（增加了冗 余度） █十、用JPEG标准，对于576行×720列的CCIR601建议分辨 率的彩色图像，其亮度分量可分割成多少个子块，而两个 色差分量可分别分割成多少子块？（10分） 解：对于576行×720列的CCIR601建议分辨率的彩色图像， JPEG将其亮度分量分割成（576/8）×（720/8）=6480块。 两个色差分量都可分割成两组：（576/8）×（360/8）=3240 块。 █十一、对下面的图像采用基于区域灰度差进行区域增长， 给出灰度差值 T①＝1；T②＝2；T③＝3三种情况下的分割图像。（10分） 解： 十二、用4连通或8连通准则，判断如下图像中的目标。 (10 分) 1 1 1 0 0 0 0 0 解： 1 1 1 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0 0 0 1 1 0 0 1 0 0 0 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 0 1 1 0 1 1 1 0 0 0 0 0 X 1) 2) 3) 四邻域：L4 = 1 1 1 0 0 0 0 0 1 1 1 0 3 3 0 0 1 1 0 0 3 3 0 0 1 1 0 0 0 3 3 0 0 1 0 0 0 0 3 0 2 0 2 0 0 0 3 0 2 2 2 0 0 3 3 0 2 2 2 0 0 0 0 0 八邻域：L8 = 1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 0 0 2 2 0 0 1 1 0 0 0 2 2 0 0 1 0 0 0 0 2 0 1 0 1 0 0 0 2 0 1 1 1 0 0 2 2 0 1 1 1 0 0 0 0 0
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.