图像处理习题
- 格式:doc
- 大小:1.11 MB
- 文档页数:15
Page1 习题一
1。请说明图像数学表达式 I =f( x, y, z, λ, t)中各参数的含义,该表达式代表哪几种不同种类的图像?
图像数学表达式I = f ( x , y , z , λ , t ) 中,(x,y,z)是空间坐标,λ是波长,t 是时间,I 是光点(x,y,z)的强度(幅度).
上式表示一幅运动 (t) 的、彩色/多光谱 (λ) 的、立体(x,y,z)图像。
2.存储一幅1024x768,256个灰度级的图像需要多少bit?一幅512x512的32bit真彩图像的容量为多少bit?
(1)一幅 1024×768,256 个灰度级的图像的容量为:b=1024×768×8 = 6291456 bit
(2)一幅 512×512的32位真彩图像的容量为:b=512×512×32=8388608 bit
3。写出“*”标记的像素的4邻域、对角邻域、8邻域像素的坐标(坐标按常规方式确定)
4。简述二值图像、灰度图像与彩色图像的区别?RGB彩色图像与索引彩色图像有什么区别?
5。简述直方图均衡化的基本原理。
直方图均衡化方法的基本思想是,对在图像中像素个数多的灰度级进行展宽,而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.因为灰度分布可在直方图中描述,所以该图像增强方法是基于图像的灰度直方图.
6。在一个线性拉伸中,当a,b取何值时,可将双峰直方图的两个峰分别从23和155移到16和240?画出灰度变换函数和两个直方图的形状。
变换函数为:,则
16=23a+b; 240=155a+b
于是:a=1.7,b=-23。(两个直方图峰值之间距离拉开)
7。图像灰度变换增强有那几种方式,简述其原理.
灰度变换、直方图处理、图象的代数运算
线性变换和非线性变换,非线性变换包括对数变换和指数变换等
8。说明RGB模型和HSI模型各参数的含义.
I:表示光照强度或称为亮度,它确定了像素的整体亮度,而不管其颜色是什么。
H:表示色度,由角度表示。反映了该颜色最接近什么样的光谱波长(既彩虹中的那种颜色)0°为红色,120°为绿色,240°为蓝色.0 °到240°覆盖了所有可见光谱的颜色,240°到300°是人眼可见的非光谱色(紫色)。
S:饱和度,饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色,其饱和度值为1。在中心是中性(灰色)影调,即饱和度为0。
9.说明伪彩色图像处理的主要方法
灰度分层 灰度变换 频域滤波
10。图像亮度增大或减小时,图像直方图如何变化?当图像对比度增大或减小时,图像直方图如何变化?画出示意图。
当图像的亮度增大时,直方图向右平移;当图像的亮度减小时,直方图向左平移。 Page2 当图像对比度增大时,直方图峰值之间距离增大;当图像对比度减小时,直方图峰值之间距离减小.
11.下图是一幅图像在不同状态下的直方图,试分析其视觉效果,哪一个直方图对应的图像对比度最高?
第一和第二直方图对应的图像分别偏暗和偏亮,对比度都很差。 第三直方图对应的图像灰度范围较大,对比度比前两个图像对比度要好。
第四直方图对应的图像灰度范围充满了整个动态范围,对比度最好。
12。有一幅整体偏暗的图像,不能分辨其细节,这时单纯提高每个象素的灰度值能提高其对比度吗?为什么?若不能,应选择什么样的方法?
单纯提高图像每个像素的灰度值,只是使图像整体变亮,反映在直方图上则表现为直方图整体向又平移,因此不能提高对比度。
要提高对比度可以通过斜率大于1的线性变换,扩展图像灰度动态范围,也可以通过直方图均衡化使图像灰度范围充满整个空间,都可以来提高对比度。
13.实现图像直方图均衡化的变换函数为,其中Dm为最大灰度值,P(D)为图像灰度的累积概率分布,试填写下表完成图像直方图均衡化计算。
原图像各灰度值出现的概率、累积概率分布P(D)、经变换所得灰度结果、经舍入处理而得的新的灰度值如下表所示:
14。图像平滑和图像锐化的主要方法有哪些?简述其原理。
平滑方法:均值滤波 中值滤波 低通滤波
锐化方法:基于一阶微分的梯度法 sobel算子 拉普拉斯算子 高通滤波
15。均值滤波器对高斯噪声的滤波效果如何?试分析其中的原因.
均值滤波器的滤波原理是:在图像上,对待处理的像素给定一个模板,该模板包括了其 Page3 周围的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。
均值滤波器对高斯噪声的滤波结果较好.
原因:高斯噪声是幅值近似正态分布,但分布在每点像素上。因为正态分布的均值为0,所以均值滤波可以消除噪声。
16.中值滤波器对椒盐噪声的滤波效果如何?试分析其中的原因。
中值滤波器的滤波原理是:在图像上,对待处理的像素给定一个模板,该模板包括了其
周围的邻近像素。取模板中排在中间位置上的像素的灰度值替代待处理像素的值,就可以达到滤除噪声的目的。
中值滤波器对椒盐噪声的滤波效果较好。
原因:椒盐噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点。使用中值滤波时,被污染的点一般不处于中值的位置,即选择适当的点来替代污染点的值,所以处理效果好.
17。图1所示为被噪声污染的图像,用那种方式可以得到较好的去除噪声效果?
18.图像平滑、图像锐化、图像模糊、消除噪声四个选项那些是低通滤波的结果,那些是高通滤波的结果.
低通滤波对应图像平滑、图像模糊、消除噪声;高通滤波对应图像锐化。
19。试简述高通滤波器和低通滤波器的功能,并举例说明。
高通滤波器可以提取图像的高频信息,如边缘等…….
低通滤波器可以去除图像的噪声等……。
20.说明频域滤波的步骤。
21图2所示的图像,分别采用下面三种不同的模板进行滤波,试画出滤波后图像的示意图。
22.下图分别作3×3的邻域平均和中值滤波处理(边界不作处理),写出处理结果。 Page4
23.用下图所示模板H,对所给图像进行一阶微分锐化.(水平方向)
习题二
1。为何称小波变换为信号的“电子显微镜” ,如何实现该功能?
小波变换的伸缩因子的变化,使得可以在不同尺度上观察信号,所以又称电子显微镜.实现小波变换可以应用Mall at 的快速算法。
2.数据没有冗余度能否压缩?为什么?
图像数据量大,同时冗余数据也是客观存在的.一般图像中存在着以下数据冗余因素:(1 )编码冗余;(2 )像素间的相关性形成的冗余;(3 )视觉特性和显示设备引起的冗余。
理论上,数据没有冗余度是不压缩的,否则无法解码出原始数据。但在大部分应用场合下采用有损压缩,数据没有冗余度也可以进行压缩.
3。引起图像退化的原因有哪些?
造成图像退化的原因很多,大致可分为以下几个方面:
(1 )射线辐射、大气湍流等造成的照片畸变.
(2 )模拟图像数字化的过程中,由于会损失部分细节,造成图像质量下降。
(3 )镜头聚焦不准产生的散焦模糊。 Page5 (4 )成像系统中始终存在的噪声干扰。
(5 )拍摄时,相机与景物之间的相对运动产生的运动模糊。
(6 )底片感光、图像显示时会造成记录显示失真。
(7 )成像系统的像差、非线性畸变、有限带宽等造成的图像失真。
(8 ) 携带遥感仪器的飞行器运动的不稳定,以及地球自转等因素引起的照片几何失真。
4。什么是彩色的减性模型和加性模型?哪一种模型更适合用于显示、图片和打印场合?
由三基色混配各种颜色通常有两种方法:相加混色法和相减混色法。相加混色和相减混色的主要区别表现在以下三个方面:
(1 )相加混色是由发光体发出的光相加而产生的各种颜色,而相减混色是先有白色光,然后从中减去某些成份(吸收)得到各种颜色。
(2 )相加混色的三基色是红、绿、蓝,而相减混色的三基色是黄、青、品红。也就是说,相加混色的补色就是相减混色的基色。
(3 )相加混色和相减混色有不同的规律。
彩色电视机显示的颜色是通过相加混色产生的。而彩色电影和幻灯片等与绘画原料、打印机打印图片等是通过相减混色产生各种颜色的.
5。哪个颜色空间最接近人的视觉系统的特点?
在许多实用系统中,大量应用的是HSI 模型,这个模型是由色度(H),饱和度(S ),亮度(I)三个分量组成的,与人的视觉特性比较接近。该模型的重要性在于:一方面消除了亮度成分I 在图像中与颜色信息的联系,另一方面色调H 和饱和度S 分量与人的视觉感受密切相关。基于人的视觉系统的颜色感觉特性,这些特征使HSI 模型成为一个研究图像处理的重要工具。
6.图像复原和图像增强的主要区别是什么?
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;图像增强不考虑图像是何退化的, 而图像复原需知道图像退化的机制和过程等先验知识。
7.试述图像退化的基本模型,并画出框图且写出数学表达式。
图像复原处理的关键是建立退化模型,原图像 f(x,y)是通过一个系统 H 及加入一来加性噪声
n(x,y)而退化成一幅图像g(x ,y)的,如下图所示
这样图像的退化过程的数学表达式可写为: g(x,y)=H[f(x,y)]+n(x,y)
8。图像量化时,如果量化级比较小会出现什么现象?为什么?
如果量化级数过小,会出现伪轮廓现象。量化过程是将连续变化的颜色划分到有限个级别中,必然会导致颜色信息损失。当量化级别达到一定数量时,人眼感觉不到颜色信息的丢失.当量化级数过小时,图像灰度分辨率就会降低,颜色层次就会欠丰富,不同的颜色之间过度就会变得突然,可能会导致伪轮廓现象。
9.图像编码基本原理是什么?数字图像的冗余表现有哪几种表现形式?
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(Redundancy)信息,去掉这些冗余信息后可以有效压缩图像,同时又不会损害图像的有效信息. 数字图像的冗余主要表现为以下几种形式:编码冗余、视觉冗余、 象素冗余。
10.小波基函数和傅里叶变换基函数有何区别?
小波信号的非零点是有限的。它与傅里叶变换的基函数(三角函数、指数信号)是不同的,