数字图像处理第4章 图像增强2

《数字图像处理》习题参考答案第1 章概述连续图像和数字图像如何相互转换答：数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

#采用数字图像处理有何优点答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。

（1）处理精度高。

（2）重现性能好。

（3）灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

数字图像处理主要包括哪些研究内容答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

]讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答：如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

$图数字图像处理系统结构图1常见的数字图像处理开发工具有哪些各有什么特点答．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。

信息工程学院实验报告课程名称：数字图像处理Array实验项目名称：实验四图像增强实验时间：班级：姓名：学号：一、实验目的1.了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。

2. 掌握图像空域增强算法的基本原理。

3. 掌握图像空域增强的实际应用及MATLAB实现。

4. 掌握频域滤波的概念及方法。

5. 熟练掌握频域空间的各类滤波器。

6.掌握怎样利用傅立叶变换进行频域滤波。

7. 掌握图像频域增强增强的实际应用及MATLAB实现。

二、实验步骤及结果分析1. 基于幂次变换的图像增强程序代码：clear all;close all;I{1}=double(imread('fig534b.tif'));I{1}=I{1}/255;figure,subplot(2,4,1);imshow(I{1},[]);hold onI{2}=double(imread('room.tif'));I{2}=I{2}/255;subplot(2,4,5);imshow(I{2},[]);hold onfor m=1:2Index=0;for lemta=[0.5 5]Index=Index+1;F{m}{Index}=I{m}.^lemta;subplot(2,4,(m-1)*4+Index+1),imshow(F{m}{Index},[])endend执行结果：图1 幂次变换增强结果实验结果分析：由实验结果可知，当r<1时，黑色区域被扩展，变的清晰；当r>1时，黑色区域被压缩，变的几乎不可见。

2.直方图规定化处理程序代码：clear allclcclose all%0.读图像I=double(imread('lena.tiff'));subplot(2,4,1);imshow(I,[]);title('原图')N=32;Hist_image=hist(I(:),N);Hist_image=Hist_image/sum(Hist_image);Hist_image_cumulation=cumsum(Hist_image);%累计直方图subplot(245);stem(0:N-1,Hist_image);title('原直方图');%1.设计目标直方图Index=0:N-1;%正态分布直方图Hist{1}=exp(-(Index-N/2).^2/N);Hist{1}=Hist{1}/sum(Hist{1});Hist_cumulation{1}=cumsum(Hist{1});subplot(242);stem([0:N-1],Hist{1});title('规定化直方图1');%倒三角形状直方图Hist{2}=abs(2*N-1-2*Index);Hist{2}=Hist{2}/sum(Hist{2});Hist_cumulation{2}=cumsum(Hist{2});subplot(246);stem(0:N-1,Hist{2});title('规定化直方图2');%2. 规定化处理Project{1}=zeros(N);Project{2}=zeros(N);Hist_result{1}=zeros(N);Hist_result{2}=zeros(N);for m=1:2Image=I;%SML处理(SML,Single Mapping Law单映射规则for k=1:NTemp=abs(Hist_image_cumulation(k)-Hist_cumulation{m});[Temp1,Project{m}(k)]=min(Temp);end%2.2 变换后直方图for k=1:NTemp=find(Project{m}==k);if isempty(Temp)Hist_result{m}(k)=0;elseHist_result{m}(k)=sum(Hist_image(T emp));endendsubplot(2,4,(m-1)*4+3);stem(0:N-1,Hist_result{m}); title(['变换后的直方图',num2str(m)]);%2.3结果图Step=256/N;for K=1:NIndex=find(I>=Step*(k-1)&I<Step*k) ;Image(Index)=Project{m}(k);endsubplot(2,4,(m-1)*4+4),imshow(Imag e,[]);title(['变换后的结果图',num2str(m)]);end执行结果：原图规定化直方图2变换后的直方图1变换后的结果图1变换后的直方图2变换后的结果图2图2 直方图规定化实验结果分析：由实验结果可知，采用直方图规定化技术后，原图的直方图逼近规定化的直方图，从而有相应的变换后的结果图1和变换后的结果图2。

第四章图像增强1.简述直方图均衡化处理的原理和目的。

拍摄一幅较暗的图像，用直方图均衡化方法处理，分析结果。

原理：直方图均衡化处理的“中心思想”是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。

也就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。

把给定图像的直方图分布改变成“均匀”分布直方图分布目的：直方图均衡化是图像处理领域中利用图像直方图对对比度进行调整的方法。

它通常用来增加许多图像的局部对比度，尤其是当图像的有用数据的对比度相当接近的时候。

通过直方图均衡化，亮度可以更好地在直方图上分布。

这样就可以用于增强局部的对比度而不影响整体的对比度，直方图均衡化通过有效地扩展常用的亮度来实现这种功能。

Matlab程序如下：clc;RGB=imread('wxf.jpg'); %输入彩色图像，得到三维数组R=RGB(:,:,1); %分别取三维数组的一维，得到红绿蓝三个分量G=RGB(:,:,2); %为R G B。

B=RGB(:,:,3);figure(1)imshow(RGB); %绘制各分量的图像及其直方图title('原始真彩色图像');figure(2)subplot(3,2,1),imshow(R);title('真彩色图像的红色分量');subplot(3,2,2), imhist(R);title('真彩色图像的红色分量直方图');subplot(3,2,3),imshow(G);title('真彩色图像的绿色分量');subplot(3,2,4), imhist(G);title(' 的绿色分量直方图');subplot(3,2,5),imshow(B);title('真彩色图像的蓝色分量');subplot(3,2,6), imhist(B);title('真彩色图像的蓝色分量直方图');r=histeq(R); %对个分量直方图均衡化，得到个分量均衡化图像g=histeq(G);b=histeq(B);figure(3),subplot(3,2,1),imshow(r);title('红色分量均衡化后图像');subplot(3,2,2), imhist(r);title('红色分量均衡化后图像直方图');subplot(3,2,3),imshow(g);title('绿色分量均衡化后图像');subplot(3,2,4), imhist(g);title('绿色分量均衡化后图像直方图');subplot(3,2,5), imshow(b);title('蓝色分量均衡化后图像');subplot(3,2,6), imhist(b);title('蓝色分量均衡化后图像直方图');figure(4), %通过均衡化后的图像还原输出原图像newimg = cat(3,r,g,b); %imshow(newimg,[]);title('均衡化后分量图像还原输出原图');程序运行结果：原始真彩色图像均衡化后分量图像还原输出原图图1.1 原始图像与均衡化后还原输出图像对比通过matlab仿真，由图1.1比较均衡化后的还原图像与输入原始真彩色图像，输出图像轮廓更清晰，亮度明显增强。

数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。

1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。

根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。

图像处理着重强调在图像之间进行的变换。

比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。

图像处理主要在图像的像素级上进行处理，处理的数据量非常大。

图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。

图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。

图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。

图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。

第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。

数字图像处理中的图像增强技术数字图像处理在现代科技中具有重要的地位。

它广泛应用于医学图像、遥感图像、安防监控图像以及各种图像数据分析等领域。

其中，图像增强技术是数字图像处理的重要分支之一。

什么是图像增强技术？图像增强是指通过数字图像处理方法，对原始图像进行改进以满足特定的应用需求。

这种技术可以提高图像的质量、清晰度、对比度和亮度，同时减少图像的噪声和失真，使图像更具辨识度和实用价值。

图像增强技术的基本原理数字图像处理中的图像增强技术有很多种。

它们有的基于像素点的局部特征，有的基于全局的规律和模型。

下面介绍几种典型的图像增强技术：1. 直方图均衡化直方图均衡化是一种典型的全局图像增强技术，它可以通过对图像灰度值分布进行调整，提高图像的对比度和亮度。

它假设在正常的摄影条件下，灰度级的分布应该是均匀的。

因此，直方图均衡化采用了一种用高频率伸展像素值的方法，将原图像的灰度级转换为更均匀的分布，从而使图像的对比度更加明显。

2. 中值滤波中值滤波是一种局部图像增强技术，是一种基于像素点的影响的方法。

它对图像中每个像素点的灰度值进行排序处理，后选取其中值为该像素点的新灰度值，这样可以消除噪声，使得模糊度和清晰度都有非常明显的改善。

3. 边缘增强边缘增强是一种同时考虑整幅图像的局部特征和全局规律的图像增强技术。

它对图像的边缘部分加权，使边缘区域更加清晰，从而提高了图像的辨识度和可读性。

边缘增强技术既可以提高图像的对比度和亮度，也可针对不同的图像类型和应用需求进行不同的定制化处理。

图像增强技术的应用数字图像处理中的图像增强技术可以广泛应用于各个领域：1. 在医学领域，图像增强技术可以帮助医生诊断疾病、评估治疗效果和进行手术规划等。

2. 在遥感领域，图像增强技术可以帮助解决地图制作中的噪声和失真问题，清晰地显示建筑物、道路和地形地貌等信息，从而提高研究和预测的准确性。

3. 在安防监控领域，图像增强技术可以通过对图像的增强处理，提高视频监控图像的清晰度和鲁棒性，以便更有效地进行安全监管和犯罪侦查。

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，称为像素2.像增强等；二是从图像到非图像的一种表示，如图像测量等。

5. 数字图像处理包含很多方面的研究内容。

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。

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。

如傅利叶变换等。

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。

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、时频域等空间上进行分析。

比如傅里叶变换、小波变换等。

第二章图像的基本概念一.填空题1. 量化可以分为均匀量化和非均匀量化两大类。

2. 采样频率是指一秒钟内的采样次数。

3. 图像因其表现方式的不同，可以分为连续图像和离散图像两大类。

3.5. 对应于不同的场景内容，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。

数字图像处理中的图像增强算法技巧图像增强是数字图像处理中的一个重要任务，旨在改善图像的视觉质量并提高图像的可读性。

图像增强算法通过改变图像的像素值，调整图像的对比度、亮度、色彩等属性，以获得更好的视觉效果。

本文将介绍几种常用的图像增强算法技巧，包括直方图均衡化、滤波、锐化和去噪等。

1. 直方图均衡化直方图均衡化是一种常用的图像增强方法，它根据图像的像素值分布情况，将像素值重新映射到更广的范围内，从而增强图像的对比度。

该方法利用图像的直方图来调整像素值的分布，使得像素值更加均匀分布，提高图像的细节和对比度。

直方图均衡化可以应用于灰度图像和彩色图像，具有简单易实现、计算效率高的优点。

2. 滤波滤波是一种常用的图像增强方法，它通过卷积操作对图像进行平滑和锐化处理。

平滑滤波器可以用来去除图像中的噪声，例如均值滤波器、中值滤波器等。

平滑滤波可以通过对像素周围的邻域像素进行平均或中值操作来实现。

锐化滤波器可以增强图像的边缘和细节，例如拉普拉斯滤波器、Sobel滤波器等。

滤波可以在时域和频域中进行，选择适当的滤波器和参数可以根据图像特点实现不同的增强效果。

3. 锐化锐化是一种图像增强方法，通过增强图像的边缘和细节以提高图像的清晰度和细节显示。

图像锐化可以通过增加图像的高频分量来实现，例如使用拉普拉斯滤波器或高通滤波器。

锐化操作可以使图像的边缘变得更加清晰，增强细节显示。

然而，过度的锐化可能会导致图像的噪声增加和伪影出现，因此，在选择锐化滤波器和参数时需要谨慎。

4. 去噪去噪是一种常用的图像增强方法，它旨在减少图像中的噪声并提高图像的质量。

图像噪声可能由于图像采集过程中的传感器噪声、信号传输过程中的干扰和图像处理过程中的误差等原因引起。

常见的去噪方法包括中值滤波、高斯滤波、小波去噪等。

中值滤波可以有效地去除椒盐噪声，通过对像素周围的邻域像素进行排序并选择中间值来实现。

高斯滤波通过对像素周围的邻域像素进行加权平均来实现，对高斯噪声有较好的去除效果。

《数字图像处理》课程教学大纲Digital image processing一、教学目标及教学要求数字图像处理课程是智能科学与技术、数字媒体技术等专业的专业必修课。

主要目标及要求是通过该课程的学习，使学生初步掌握数字图像处理的基本概念、基本原理、基本技术和基本处理方法，了解数字图像的获取、存储、传输、显示等方面的方法、技术及应用，为学习相关的数字媒体、视频媒体和机器视觉等课程，以及今后从事数字媒体、视频媒体、图像处理和计算机视觉等领域的技术研究与系统开发打下坚实的理论与技术基础。

二、本课程的重点和难点（一）课程教学重点教学重点内容包括：图像的表示，空间分辨率和灰度级分辨率，图像直方图和直方图均衡，基于空间平滑滤波的图像增强方法，基于空间锐化滤波的图像增强方法，图像的傅里叶频谱及其特性分析，图像编码模型、霍夫曼编码和变换编码，图像的边缘特征及其检测方法，彩色模型，二值形态学中的有腐蚀运算和膨胀运算。

（二）课程教学难点教学难点包括：直方图均衡，二维离散傅里叶变换的若干重要性质、图像的傅里叶频谱及其特性分析，变换编码，小波变换的概念、嵌入式零树小波编码，图像的纹理特征及其描述和提取方法，Matlab图像处理算法编程。

三、主要实践性教学环节及要求本课程的实验及实践性环节要求使用Matlab软件平台，编写程序实现相关的数字图像处理算法及功能，并进行实验验证。

课程实验与实践共10学时，分别为：实验一：图像基本运算实验（2学时）。

实验二：图像平滑滤波去噪实验（2学时）。

实验三：图像中值滤波去噪实验（2学时）。

实验四：图像边缘检测实验（2学时）。

相关图像处理算法的课堂演示验证（2学时）。

要求每个学生在总结实验准备、实验过程和收获体会的基础上，写出实验报告。

四、采用的教学手段和方法利用多媒体课件梳理课程内容和讲授思路，合理运用启发式教学方式激发学生的思考力，采用讨论式教学方式增强教学过程的互动效果，理论教授与应用实例编程实践相结合，提高学生的分析和解决问题的能力。

《数字图像处理》习题参考答案第1 章概述连续图像和数字图像如何相互转换答：数字图像将图像看成是许多大小相同、形状一致的像素组成。

这样，数字图像可以用二维矩阵表示。

将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。

采用数字图像处理有何优点答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。

（1）处理精度高。

（2）重现性能好。

（3）灵活性高。

2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。

3．数字图像处理技术适用面宽。

4．数字图像处理技术综合性强。

数字图像处理主要包括哪些研究内容答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。

讨论数字图像处理系统的组成。

列举你熟悉的图像处理系统并分析它们的组成和功能。

答：如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。

图像处理系统包括图像处理硬件和图像处理软件。

图像处理硬件主要由图像输入设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。

软件系统包括操作系统、控制软件及应用软件等。

图数字图像处理系统结构图1常见的数字图像处理开发工具有哪些各有什么特点答．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。