下载文档原格式
数字图像处理课后答案1. 什么是数字图像处理？数字图像处理是指利用计算机对图像进行处理的一门学科。
它是图像处理领域的一个重要分支，主要目标是通过一系列数学算法和统计方法，对数字图像进行分析和处理，从而达到改善图像质量、提取图像特征、实现图像识别等目的。
2. 数字图像处理的主要内容数字图像处理包含了很多内容，主要可以分为以下几个方面：2.1 图像增强图像增强是指通过一系列的算法和处理技术，改善图像的质量，使得图像更加清晰、明亮、对比度更强、噪声更少等。
常见的图像增强技术包括直方图均衡化、滤波、锐化等。
2.2 图像压缩图像压缩是指通过一定的算法和技术，对图像进行编码和解码，从而减少图像的存储空间和传输带宽。
常见的图像压缩算法包括JPEG、PNG、GIF等。
2.3 图像分割图像分割是指将一张图像分成若干个区域，每个区域具有一定的相似性和一致性。
通过图像分割可以提取出图像中的物体或者感兴趣的区域，为图像分析和识别提供基础。
常见的图像分割方法有阈值分割、区域生长法等。
2.4 特征提取特征提取是指从图像中提取出有代表性的特征，用于图像分类、目标识别等应用。
常见的特征提取方法包括边缘检测、纹理特征提取、形状描述等。
2.5 图像恢复图像恢复是指通过一系列的算法和技术，对受损或者退化的图像进行修复，使得图像更加清晰、完整。
常见的图像恢复方法包括去噪、去模糊、去抖动等。
3. 数字图像处理的应用领域数字图像处理在很多领域中都有广泛的应用，以下是一些典型的应用领域：3.1 医学影像处理在医学领域，数字图像处理应用非常广泛。
它可以用于CT 扫描、MRI、X光片等医学图像的分析、特征提取和诊断。
3.2 无人驾驶数字图像处理在无人驾驶领域也有重要的应用。
通过摄像头采集到的图像，利用图像处理算法和技术，可以实现车辆的感知、障碍物检测、车道识别等功能。
3.3 图像识别图像识别是数字图像处理的一个重要应用领域。
通过图像处理和模式识别的技术，可以实现人脸识别、字符识别、目标识别等功能。
第3章3.6原题：试解释为什么离散直方图均衡技术一般不能得到平坦的直方图？答：假设有一副图像，共有像素个数为n=MN（M行N列），像素灰度值取值范围为（0～255），那么该图像的灰度值的个数为L=256，为了提高图像的对比度，通常我们都希望像素的灰度值不要都局促到某一个狭窄的范围，也就是我们通常说的图像灰度值的动态分布小。
最好是在有效灰度值取值范围上，每个灰度值都有MN/L个像素，这个时候我们就可以得到一张对比度最理想的图像，也就是说像素的取值跨度大，像素灰度值的动态范围大。
因为直方图是PDF（概率密度函数）的近似，而且在处理中，不允许造成新的灰度级，所以在实际的直方图均衡应用中，很少见到完美平坦的直方图。
因此，直方图均衡技术不能保证直方图的均匀分布，但是却可以扩展直方图的分布范围，也就意味着在直方图上，偏向左的暗区和偏向右的亮区都有像素分布，只是不能保证每个灰度级上都有像素分布。
（百度答案：）由于离散图像的直方图也是离散的，其灰度累积分布函数是一个不减的阶梯函数。
如果映射后的图像仍然能取到所有灰度级，则不发生任何变化。
如果映射的灰度级小于256，变换后的直方图会有某些灰度级空缺。
即调整后灰度级的概率基本不能取得相同的值，故产生的直方图不完全平坦。
3.8原题：在某些应用中，将输入图像的直方图模型化为高斯概率密度函数效果会是比较好的，高斯概率密度函数为：其中m和σ分别是高斯概率密度函数的均值和标准差。
具体处理方法是将m和σ看成是给定图像的平均灰度级和对比度。
对于直方图均衡，您所用的变换函数是什么？答：直方图均衡变换函数的一般表达式如下：在回答这个问题时，有两点非常重要，需要学生表达清楚。
第一，这个表达式假定灰度值r只有正值，然而，高斯密度函数通常的取值范围是-∞～∞，认识到这点是非常重要的，认识到这点，学生才能以多种不同的方式来解决问题。
对于像标准差这样的假设，好的答案是，需要足够小，以便于当r为小于0时，在p r(r)曲线下的面积可以被忽略。
1. 数字数据传输通常用波特率度量，其定义为每秒钟传输的比特数。
通常的传输是以一个开始比特，一个字节(8 比特)的信息和一个停止比特组成的包完成的。
基于这个概念回答以下问题：(a) 用56K 波特的调制解调器传输一幅1024×1024、256 级灰度的图像需要用几分钟？(b) 以750K 波特[这是典型的电话DSL(数字用户线)连接的速度]传输要用多少时间？解：(a)T=M/56000=(1024×1024)×(8+2)/56000=187.25s=3.1min(b) T=M/56000=(1024×1024)×(8+2)/750000=14s2.两个图像子集S1和S2图下图所示。
对于V＝｛1｝，确定这两个子集是（a）4-邻接，（b）8-邻接，（c）m-邻接。
a) S1 和S2 不是4 连接，因为q 不在N4(p)集中。
(b) S1 和S2 是8 连接，因为q 在N8(p)集中。
(c) S1 和S2 是m 连接，因为q 在集合N D(p)中，且N4(p)∩ N4(q)没有V 值的像素3. 考虑如下所示的图像分割(a) 令V={0,1}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，试解释原因。
(b) 对于V={1,2}重复上题。
解：(a) 当V={0,1}时，p 和q 之间不存在4 邻接路径，因为不同时存在从p 到q 像素的4 毗邻像素和具备V 的值，如图(a)p 不能到达q。
8 邻接最短路径如图(b)，最短长度为4。
m邻接路径如图(b)虚线箭头所示，最短长度为5。
这两种最短长度路径在此例中均具有唯一性。
(b) 当V={1, 2}时，最短的4 邻接通路的一种情况如图(c)所示，其长度为6，另一种情况，其长度也为6；8 邻接通路的一种情况如图(d)实线箭头所示，其最短长度为4；m 邻接通路的一种情况如图(d)虚线箭头所示，其最短长度为6.或解: (1) 在V＝{0,1}时，p和q之间通路的D4距离为∞，D8距离为4，Dm距离为5。
数字图像处理实验三均值滤波、中值滤波的计算机实现12281166 崔雪莹计科1202 班一、实验目的：1）熟悉均值滤波、中值滤波处理的理论基础；2）掌握均值滤波、中值滤波的计算机实现方法；3）学习VC++ 6。
0 的编程方法；4）验证均值滤波、中值滤波处理理论；5）观察均值滤波、中值滤波处理的结果。
二、实验的软、硬件平台：硬件：微型图像处理系统，包括：主机，PC机；摄像机；软件：操作系统：WINDOWS2000或WINDOWSXP应用软件：VC++6.0三、实验内容：1）握高级语言编程技术；2）编制均值滤波、中值滤波处理程序的方法；3）编译并生成可执行文件；4）考察处理结果。
四、实验要求：1）学习VC+确6。
0编程的步骤及流程；2）编写均值滤波、中值滤波的程序；3）编译并改错；4）把该程序嵌入试验二给出的界面中（作适当修改）；5）提交程序及文档；6）写出本次实验的体会。
五、实验结果截图实验均值滤波采用的是3X3的方块，取周围的像素点取得其均值代替原像素点。
边缘像素的处理方法是复制边缘的像素点，增加一个边框，计算里面的像素值得均值滤波。
均值氓浜1W赵六、实验体会本次实验在前一次的实验基础上增加均值滤波和中值滤波，对于椒盐噪声的处理，发现中值滤波的效果更为好一点，而均值滤波是的整个图像变得模糊了一点，效果差异较大。
本次实验更加增加了对数字图像处理的了解与学习。
七、实验程序代码注释及分析// HistDemoADIg.h :头文件//#in elude "ImageWnd.h"#pragma once// CHistDemoADIg 对话框classCHistDemoADIg : public CDialogEx{//构造public:CHistDemoADlg(CWnd* pParent = NULL); // 标准构造函数intnWidth;intnHeight;intnLen;intnByteWidth;BYTE *lpBackup;BYTE *lpBitmap;BYTE *lpBits;CStringFileName;CImageWndsource,dest;// 对话框数据enum { IDD = IDD_HISTDEMOA_DIALOG };protected:virtual void DoDataExchange(CDataExchange* pDX); // DDX/DDV 支持// 实现protected:HICON m_hIcon;// 生成的消息映射函数virtual BOOL OnInitDialog();afx_msg void OnSysCommand(UINT nID, LPARAM lParam);afx_msg void OnPaint();afx_msg HCURSOR OnQueryDragIcon();DECLARE_MESSAGE_MAP()public:voidLoadBitmap(void);afx_msg void OnOpen();afx_msg void OnHist();voidHistogramEq(void);voidNoColor(void);void HistogramEq1(intnWidth,intnHeight,BYTE *lpInput,BYTE *lpOutput);voidMeanFilter(intnWidth,intnHeight,BYTE *lpInput,BYTE *lpOutput);voidMedianFilter(intnWidth,intnHeight,BYTE *lpInput,BYTE *lpOutput); afx_msgvoid OnBnClickedClose();afx_msg void OnBnClickedMeanfilter();afx_msg void OnBnClickedMedianfilter();};HistDemoADlg.cpp 对HistDemoADlg.h 进行具体的实现，OnOpen() 函数响应ID 为IDC_OPEN的按钮事件，而且会调取文件选择对话框，选取文件之后，会显示在原始图像区域显示对应的位图图像，OnHist()函数会响应ID为IDC_HIST的按钮事件，调用HistogramEq()进行直方图均衡化的处理，HistogramEq()会调用HistogramEq1()进行直方图均衡化的处理，并用dst.setlmage()显示处理之后的图像，以及NoColor()函数，对原始图像转化为灰度图像之后再显示。
