2023数字图像处理复习材料.docx

《2023数字图像处理复习材料.docx》由会员分享，可在线阅读，更多相关《2023数字图像处理复习材料.docx（10页珍藏版）》请在课桌文档上搜索。

1、图像处理复习简答题h1 .图像锐化与图像平滑有何区分与联系？答：图象锐化是用于增加边缘，导致高频而量增加，会使图象清楚；图象平滑用于去噪，对图象高频重量即图象边缘会有影响。都属于图象增加，改善图象效果。2 .频域空间的增加方法对应的三个步骤：(平滑与锐化)答：假定原图像为f(x,y),经傅立叶变换为F(u,v),输出图像为g(x,y),则频率域锐化过程描述为:(2)在频域空间中通过不同的？滤波函数H(u,v)对图像进行不同的增加,得到G(u,v)(3)将增加后的图像再从领域空间转换到图像空间，得到图像g(x,y)(平滑一低通滤波器，锐化一高通滤波器)3 .图像数据压缩的必要性答：(1)数字图像

2、的浩大数据对计算机的处理速度、存储容量都提出过高的要求。因此必需把数据量压缩。(2)从传送图像的角度来看，则更要求数据量压缩。在信道带宽、通信链路容量肯定的前提3采纳编码压缩技术，削减传输数据量，是提高通信速度的重要手段。4 .图像锐化滤波的常用方法？答：以梯度值代替原来像素值：给定一个阈值，若梯度值小于这个阈值，则修改这个像素的灰度值，反之则保持不变：给图像背景给予一个固定的灰度值：给图像前景给予一个固定的灰度值：通过一个阈值，给图像的前景和背景分别给予不同的固定的灰度值。简答题21. 图像滤波的主要目的是什么？主要方法有哪些？2. 图像噪声有哪些主要类型，主要特点是什么？3. 如何理解中值

3、滤波的不变性？4. 什么是梯度倒数加权法平滑？5. 什么是LaPIaCian算子？它有哪些特征？6. 罗伯特梯度与Sobel梯度有什么区分？7. 依据像素的梯度值生成不同的梯度图像的方法有哪些？8. 定向检测的模板有哪些？9. 频率域滤波的主要滤波器有哪些？各有什么特点？10. 同态滤波的基本操作有哪些？简答题2(答案)1.图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，复原其它的信息。因此，图像滤波也是一种图像增加方法。图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗II或卷积核进行，它参照相邻像素来单个像素的灰度值，这是当

4、前主要的滤波方法。频率域滤波是对图像进行傅立叶变换，然后对变换后的频率域图像中的频谱进行滤波。2.图像噪声按其产生的缘由可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声是指系统内部产生的噪声。从统计理论观点可分为平稳和非平稳噪声。凡是统计特征不随时间变更的噪声称为平稳噪声：统计特征随时间变更的噪声称为非平稳噪声。从噪声幅度分布形态可分为高斯型、瑞利型噪声。还有按频谱分布形态进行分类的，如匀称分布的噪声称为向噪声。按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。3.对于一维的某些特定的输入信号，中值滤波的输出保持输入

5、信号值不变。例如输入信号为在2n+l内单调增加或单调削减的序列。对于二维信号，中值滤波不变性要困难得多，不仅与输入信号有关，还与窗口的形态有关。图7.7列出了几种二维中值滤波窗口及与之对应的最小尺寸的不变输入图形。一般地，。窗II对角线垂直的边缘经滤波后将保持不变。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些边缘信息。从阅历来看，方形或圆形的窗口相宜于地物轮廓较长的图像，卜字窗口相宜于有尖角物体的图像。一维的周期性二值序列，如（xn=，+1,+1,-1,-1,+1,+1,-1,-1,当滤波窗口长度为9时，经过中值滤波此序列将保持不变。对于一个二维序列，这一类不变性更为困

6、难，但它们一般也是二值的周期性结构，即周期性网格结构的图像。4.梯度倒数加权法平滑源于这样的考虑：在离散图像内部相邻区域的变更大于区域内部的变更，在同一区域中中间像素的变更小于边沿像素的变更。梯度值正比于邻近像素灰度级差值，即在图像变更缓慢区域，梯度值小，反之则大。取梯度倒数，该倒数之大小正好与梯度相反，以梯度倒数作权重因子,则区域内部的邻点权重就大于边沿或区域外的邻点。也就是说，这种平滑其贡献重要来自区域内部的像素，平滑后的图像边沿和细微环节不会受到明显损害。5.LaPIaCian算子是线性二阶微分算子，即取某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍，作为该像素新的灰度值。梯度

7、运算检测了图像的空间灰度变更率，因此，图像上只要有灰度变更就有变更率。LaPlaCian算子检测的是变更率的变更率，是二阶微分。在图像上灰度匀称和变更匀称的部分，依据LaPlaCian算子计算出的值0。因此，它不检测匀称的灰度变更，产生的图像更加突出灰度值突变的部分。与梯度算子不同，拉普拉斯算子是各向同性的。拉普拉斯锐化效果简洁受图像中的噪声的影响。因此，在实际应用中，常常先进行平滑滤波，然后才进行拉普拉斯锐化。考虑到各向同性的性质和平滑的特点，常选择高斯函数作为平滑滤波核（即先进行高斯低通滤波）。6.（1）罗伯特（Roberts）梯度采纳交叉差分的方法。用模板表示为:Roberts梯度相当于

8、在图像上开 个2X2的窗口，用模板hl计算后取肯定位再加上模板h2计算后取肯定值。将计算值作为中心像素（x,y）的梯度值，如卜所示。八J)/八hj+l)丁31，八1）这种算法的意义在于用交叉的方法检测出像素与其在上下之间或左右之间或斜方向之间的差异。采纳Roberts梯度对图像中的每一个像素计算其梯度值，最终产生一个梯度图像，达到突出边缘的目的。（2）Sobel梯度是在PreWitt算法的基础上，对邻域采纳加权方法进行差分，因而对边缘的检测更加精确，常用的模板如F：在上面的PreWtl和Sobel模板中，hl主要对水平方向的地物进行锐化，h2则主要对垂直方向的地物进行锐化。在应用中要留意的是，

9、模板对于含有大量噪声的图像是不适用的。与Roberts梯度相比，Sobcl算法较多地考虑了邻域点的关系，扩大了模板，从2X2扩大到3X3来进行差分7.（1）以各像素点的梯度值代替其原灰度值，用此方法得到的图像完全失去了原图像的面目而成为一幅边缘图像，梯度值大的边缘轮廓被突出显示，而灰度变更比较平缓或匀称的区域则几乎是黑色。由于图像包含大量信息，像素的灰度值差异普遍存在，为了在突出主要边缘信息的同时保留图像背景，设定一个非负阈值T进行处理。（2）适当选取T,使梯度值2T的各点的灰度等于该点的梯度值，其它则保留原灰度值，形成背景，（3）依据须要指定一个灰度级LG,例如，令LG=255以LG表示边缘

10、，其它保留原背景值，（4）指定一个灰度级LB表示背景，例如，令LB=0,形成黑背景，保留边缘梯度变更。（5）将边缘与灰度图像分别以灰度级LG和LB表示，例如，255表示边缘，0表示背景，形成二值图像8.（1）检测垂直线（2）检测水平线9.(1)志向滤波器包括志向低通滤波器、志向高通滤波器，用志向低通滤波器处理后会导致边缘损失、图像边缘模糊。志向高通滤波器处理的图像中边缘有抖动现象。(2)BUtterWOrth滤波器包括BUtIerWOrIh低通滤波器、BUtterworih高通滤波器，BUtIerWOrlh低通滤波器的特点是连续哀减，不像志向低通滤波器那样具有明显的不连续性。因此，用此滤波器处

11、理后图像边缘的模糊程度大大降低。Butterworth锐化效果较好，边缘抖动现象不明显，但计算比较困难。(3)指数滤波器包括指数低通滤波器、指数高通滤波器，指数低通滤波器在抑制噪声的同时，图像中边缘的模糊程度比BUtterWorth滤波器大。指数高通滤波器比BUtterWOrth效果差些，边缘抖动现象不明显。(4)梯形滤波器包括梯形低通滤波器、梯形高通滤波器，梯形低通滤波器介于志向低通滤波器和指数低通滤波器之间，处理后的图像有肯定的模糊。梯形高通滤波器会产生稍微抖动现象，但因计算简洁而常常被运用。(5)高斯滤波器包括高斯低通滤波器、高斯高通滤波器。10.(1)取对数h/()=Ini(XM+In

12、，(XJ)这使图像运算从乘法变为加法，分开照耀重量和反射重量。然后，可以在频率域进行图像的处理。(2)对(1)的结果进行傅立叶变换F(utv)=I(tv)R(u9v)(3)选取滤波器函数EQi)对(My)进行滤波处理O(xty)=H(tv)F(tv)H(utv)I(tv)H(,v)R(,v)在这里，E()称为同态滤波函数，它可以分别作用于照耀重量和反射重量上。同态滤波函数的类型和参数的选择对滤波的结果影响很大。(4)应用傅立叶逆变换将图像转换到空间域%a,y)=hia,y)x%(x,y)(5)再对上式进行指数变换g(x,)三exp.hx,y)三exp4(XJ)IeCP(x)计算题：1.对下列图

13、像进行均衡化，并画出均衡化的输出图像。04644455550444545544646560441655446444064440425544464444443755550464445555044454554464656044165544644406444042554446444444375555共有8个灰度级:1474446666144464664474767144176644744417444141664447444444176666解:0234Bk卜各灰度级象素数n:5111311681求直方图pf(njn):0.0780.0160.0160.0160.4840.250.1251.词求C”回

14、780094011001260.6100.8600.985l回映射gi=INT7C()+0.51卜,kM7I7I2 .下图给出了一幅二值图像，用八方向链码对图像中的边界进行链码表述（起点是S点），写出它的八链码（沿顺时钟）,并对该链码进行起点归一化，说明起点归一化链码与起点无关的缘由。八链码为：07000065653434222。归一化八链码为：OoOo6565343422207。同一个封闭边界的不同起点的各个链码可以看作是由表示该边界的一串数码（链码）循环移位得到的，假如把这一串数看作N位自然数，则不同的起点就形成不同大小的N位自然数，其中必存在一个最小，若将最小的N位自然数串的起点作为归一

15、化链码的起点，则该归一化链码必唯一，也与起点无关。3 .设I幅7X7大小的二值图像中心处有1个值为O的3X3大小的正方形区域，其余区域的值为1,如图所示。(1)运用Sobel算子来计算这幅图的梯度，并画出梯度幅度图(需给出梯度幅度图中全部像素的值)；(2)运用LaPlaCian算子计算拉普拉斯图，并给出图中全部像素的值。解：(1)由水平模板皿,可得水平梯度GX为:111111I-I-Iolli-104444,33c33,Wx=-20294444-101G、=1-1-101111-0-1444411111一一-0-1444411IOlll由垂直模板M,可得垂直梯度Gv为:1111111-1-2-

16、111，-1-3444l133141,VVv=000,121GK=I_114I14I-O4I14I34I3O4；IIIO214I34I3O4I4011I4114111当用梯度计算公式G(x,y)=(Gj+G,)时，计算得到的梯度为:G(x.y)eio432T324i4224104l1042-421222-4i4ll4242O1043232I4e当用梯度计算公式G(X,y)=max(G,G)时，计算得到的梯度为:G(,y)=2222222211122141412211O112j211122*111+22212222当用梯度计算公式G(x,y)=IGx+Gy时，计算得到的梯度为:1I11-1G(X

17、J)=T11O11I1II1Ulll1-43-413-41-413-42413-43-41(2)用LaPlaCian算子的4-邻域模板计算时，得到的梯度如下:0-10-14-10-10W=-1111111101110111-2-1-211G=11-10-11111-2-1-21110111011111111用LaPIaCian算子的8-邻域模板计算时，得到的梯度如下:-1-1-1W=-18-1-1-1-1111111l112321112-5-3-52113-30-33112-5-3-5211123211111111IJ4、如图，X是待处理图像，黑点代表目标,白点代表背景；B是结构元素，原点在中

18、心。分别给出B对X做开运算和闭运算的结果。OOOOO。 R 0OOO OSpo 原点OoooeoOOoOO 。OoeeeoOooooo5.图像增加的点运算函数如下图实线时，会有什么样的效果。答：图1：图像反相，有像照片底片一样的效果图2：分段线性拉伸是将图像区间分成两段乃至多段作线性变换。在感爱好的区间，斜率大于1,突出有价值的信息；在不感爱好的区域，斜率小于1,抑止无用信息。图3：对图像进行阈值分割，图像变成二值图像6、若运用下列模板分别对一幅灰度图像进行卷积，会达到什么样的效果？/16OOEOOnnOZdLJJO(6)-1-1(8答： (2) (3) (4) (5) (6) (7) (8)

19、均值滤波 边缘检测 边缘锐化 边缘锐化图像变模糊得到图像边缘灰度值大的更大，灰度值小的更小无意义无意义边缘检测加权的边缘检测7.有一幅电视图象如下所示，由于干扰，在接收时图中有若干个亮点（灰度为FF）,试设计两种滤波方法对将该图象滤波，写出各自滤波后的图象，并说明选择这两种漉波器的缘由和它们各自的优缺点。1118742FFFFFFFF333443333FFFFFF6334558234678答：11187422552552552553334433332552552556334558234678均值滤波111874258878860338714317111533316088606316088628中值滤波1118742347433325525563334556334678234678比较：均值滤波执行速度快，但是简洁造成图像模糊，实质上在求平均值的过程中，噪声的灰度值也代入了均值中，从而向四周扩散，导致图像模糊，边缘不清楚，滤波前后图像亮度不变。中值滤波困难度特别高，执行速度慢，不简洁造成图像模糊，具有特别好的抗噪性能，滤波前后图像的亮度发生变更。简答题