《数字图像处理》完全解答

《《数字图像处理》完全解答》由会员分享，可在线阅读，更多相关《《数字图像处理》完全解答（17页珍藏版）》请在金锄头文库上搜索。

1、数字图像处理数字图像处理第一章第一章 绪言绪言1. 什么是数字图像处理什么是数字图像处理? 答：数字图像处理就是用计算机处理数字图像，包含了其输入和输出都是图像的过程（低 级处理） ，从图像中提取特性的过程（中级处理） ，以及对单个对象进行识别的过程（高级 处理） 。 2数字图像处理所涉及的相关分支有哪些数字图像处理所涉及的相关分支有哪些(课堂笔记课堂笔记)? 答：1图像增强 2图像变换 3图像分割 4图像压缩 5图像恢复 6图像配准 7图像拼接 8图像重建 9图像分析 10图像融合 11图像检索 12图像识别 13图像水印 14图像分类 15图像理解 3. matlab 的窗口有哪些的窗口有

2、哪些? 答：MATLAB 桌面包括 5 个子窗口：命令窗口、工作空间窗口、浏览器、当前目录窗口、 历史命令窗口和一个或多个图形窗口（仅在用户显示一幅图形时出现） 。 4. matlab 的路径与目录如何设置的路径与目录如何设置? 答：Workspace 标签上方的 Current Directory 标签显示当前目录的内容，路径显示在当前目 录窗口内。在当前窗口中点击箭头会显示最近用过的路径列表。点击该窗口右边的按钮可 更改当前目录。 默认时，MATLAB 和 MathWorks 工具箱提供的文件包含在搜索路径中。要了解哪些目录 位于搜索路径上，或是添加或修改搜索路径，最简单的方法是在桌面上从

3、 File 菜单中选择 Set Path，然后使用 Set Path 对话框。 5. 如何获得帮助、保存、载入？如何获得帮助、保存、载入？ 答：1 获得帮助：要打开帮助浏览器，可在桌面工具条上双击问号符(?)，或在命令窗口提 示符处键入 helpbrowser。要得到特殊函数的帮助，可选择 Search 标签，并为 Search Type 选择 Function Name，然后在 Search for 域中键入该函数的名称。 获得某个函数的帮助的另一种方法是，在提示符处键入 doc 及该函数名。 在提示符处键入 help 及函数名，就会在命令窗口显示函数的 H1 行和帮助文本。 键入 look

4、for 及一个关键字，会显示所有包含该关键字的 H1 行。 2 保存：为保存一个完整的工作空间，可简单地在工作空间浏览器窗口中的任何空白处右 键单击，并在出现的菜单中选择 Save Workspace As。 3 载入：要载入保存过的工作空间和/或变量，可在工作空间浏览器窗口的工具条上左键单 击文件夹图标。 在提示符处键入带有合适文件名和路径信息的 save 和 load 命令，也可以实现前几段描述的 相同结果。 6. matlab 与哪些语言能互通与哪些语言能互通(课堂笔记课堂笔记)? 答：除 POWERBUILDER 外的所有语言，例：C、C+、Fortran、Java.第二章第二章 基本

5、原理基本原理1. 坐标约定与所支持的图像格式坐标约定与所支持的图像格式 答：M*N 图像：图像处理工具箱(IPT)使用(r,c)表示行与列，11 更低/暗） 。 输入图像应为 unit8 类、unit16 类或 double 类图像，输出图像与输入图像有相同的类。 所有输入输出均指定在0 1。low_in; high_in或low_out; high_out为空矩阵默认为0 1。low_outa Property Name和Property Value必须成对 出现，并且这些点表示由相应输入对所组成的模式的重复。 （表 6.4） （表 6.5） （表 6.6） 负片（例 6.3） 彩色平衡（彩

6、色校正） （例 6.6） 空间滤波（线性）：1 图像平滑：（例 6.8）2 图像锐化：（例 6.9） 4. 掌握彩色边缘检测和图像分割方法。掌握彩色边缘检测和图像分割方法。 答：向量空间直接处理：1 彩色边缘检测：VG,A,PPG=colorgrad(f,T);(彩色梯度)。T 是 0，1内的一个可选阈值（默认 0） ，VG 是 RGB 向量梯度，A 是以弧度计的角度，用于实 现 RGB 图像的彩色梯度，PPG 是对单独彩色平面的二维梯度求和形成的梯度 。 （例 6.10） f=imread(Fig0619(a)(RGB_iris).tif);%图 6.25 VG,A,PRG=colorgra

7、d(f); subplot(221),imshow(f),xlabel(a)RGB 图像); subplot(222),imshow(imopen(VG,strel(disk,3),),xlabel(b)向量的梯度图像); subplot(223),imshow(PRG*255,),xlabel(c)二维合成的梯度图像); subplot(224),imshow(abs(VG-PRG)*255,),xlabel(d)(b)和(c)绝对差的图像); 2 区域分割：S=colorseg(method,f,T,parameters);method:euclidean平均颜色估计（希望分割 的颜色）,

8、mahalanobis要分割的彩色样值表示的 3*3 协方差矩阵;（例 6.11）第七章第七章 小波小波1. 小波有哪些特性 答：wavlet(时间-尺度或时间-频率)，改变了富里叶变换 fft（仅对频率且平稳信号， ）的 整体分析，具有时频兼顾的特性，由短时富里叶变换（可对时间-频率且次稳定信号）因窗 口大小变化而损失（小则时间局部好而低频少，大则频率局部好而时间差）部分细节而改进成窗口内可调，数学放大镜，分析信号的显微镜 wavemenu。条件：(t)L2(R) 2. 如何理解小波函数和尺度函数尺度函数对应图像二维小波变换中的近似子带、小波函数对应细节子带。尺度函数被称作“父小波”，它一般

9、满足双尺度方程，根据多分辨分析的空间分解原理，高分辨率空间可以分解为低分辨率空间和小波空间（细节空间）的结论，通过正交归一条件求出小波函数（母小波） ，母小波的平移伸缩构成了小波空间；但是，并不是所有的小波都有母小波和父小波3.以下为小波其余问题的回答： 连续小波：cwt(s,scales,wname)精确但计算量大，见 doc cwt，在 matlab 中只有一维 cwt。 离散小波：dwt(x,wname)单尺度，粗糙有快速算法，但满足人视/听觉特性。单尺度重构 为 upwlev,单支(即只取其中的一个信号)重构为：X=wrcoef(type, C,L,wname),直接重构为 upcoe

10、f, 多尺度(即多了 N)小波分解为C,L=wavedec(X,N,wname),重构为： X=waverec(C,L,wname),取高频系数 D=detcoef(C,L,N)，取低频系数 A=appcoef(C,L,wname,N),逆变换前面加 I,二维后面加 2。psi,Xval=wavefun(wname,iter)整数小波：对于图像处理，有时希望小波变换后仍为整数，可用提升算法（向下取整）实 现，即提升小波：一维为：CA,CD = lwt(X,W)，X = ilwt(CA,CD,W)，W 为小 波名, 见 doc lwt。 二维为：CA,CH,CV,CD = lwt2(X,W)，X

11、 = ilwt2(CA,CH,CV,CD,W)。 二进小波：对其时域进行二进制离散称之为二进小波变换，即 a=2j,b=2j k，仅尺度离散而 时域连续，性能介于 cwt 和 dwt 之间。即平稳小波：S=swt(X,N,wname), X=iswt(S,wname), 见 doc swt。f=imread(_lena_std.bmp);A,H,V,D = swt2(double(f),4,db1);F=A,H;V,D; imshow(F(:,:,1),)，imshow(F(:,:,2),)，imshow(F(:,:,3),)，imshow(F(:,:,4),) 小波模极大值：abs(max(

12、（CA,CH,CV,CD）)可检出边缘等特征。 冗余小波：对离散小波不做向下采样而实现消除小波变换的平移性且保持原大，当 N=1 时 的 swt 即是。 小波包：分解为 T=wpdec(X,N,wname),重构为：X=wprec(T),树剪切为：T=wpcutree(T,L), 画树为：plot(T) 最佳树为：T=besttree(t);重组节点为：t=nodejoin(T,N). 嵌入式零树小波：EZW将小波数中用上层（粗分辨率）代表下层的压缩数据技术。第二代小波：小波 稀疏几何表示1 脊波：ridgelet 2 曲波;curvelet， 3 周（轮廓）波：contourlet 4 束波

13、：beamlet 5 带波：bandelet 6 楔波：Wedgelet 7 Beyond wavelet（X-let）变换：第八章第八章 图像压缩图像压缩1.1. 可以压缩的前提中有哪些冗余，熵的概念可以压缩的前提中有哪些冗余，熵的概念. . 编码冗余：编码冗余：所用码字大于最佳编码长度（最小比特数）时会出现编码冗余。 像素间冗余：像素间冗余：一幅图像像素间的相关性所造成的冗余。一种图像中与像素间相关的直接关系。因为任何给定像素的值可以根据与这个像素相邻的像素进行适当的预测，所以由单个像索携载的信息相对较少。单一像素对于一幅图像的多数视觉贡献是多余的；它的值可以通过以与其相邻的像素值为基础进

14、行推测。心里视觉冗余心里视觉冗余：人眼对所有视觉信息感受的灵敏度不同.在正常的视觉处理过程中各种 信息的相对重要程度不同,那些不十分重要的信息称为心理冗余 。 熵的定义：熵的定义：每个离散随机事件源的平均信息称为源的熵。 2.2. 解决编码冗余有哪些方法？解决编码冗余有哪些方法？ 霍夫曼编码包含了最小可能的代码符号数（比特数） 。利用霍夫曼解码还原图像。 3.3. 解决像素冗余有哪些方法？解决像素冗余有哪些方法？( (不限于教材，见课堂笔记不限于教材，见课堂笔记) ) 相邻像素之间的差异可以用来描绘图像。这种类型的变换(确切地说是消除像素间冗余) 被认为是映射。如果初始图像元素可以根据经过变换

15、的数据集合进行重构，则称这些映 射为可逆映射。 利用无损预测编码 mat2lpc 和解码 lpc2mat 来解决像素间冗余。 4.4. 解决心理视觉冗余有哪些方法，有损和无损压缩的区别解决心理视觉冗余有哪些方法，有损和无损压缩的区别。 由于消除心理视觉冗余数据会导致一定量信息的丢失，所以这一过程通常称为“量化” 。 量化的结果导致了数据有损压缩。通过量化压缩来解决心理视觉冗余。 有损压缩会导致信息量的丢失，无损压缩不会导致信息量的丢失。 有损压缩有时会导致一定的图像失真，无损压缩不会导致失真。 5.5. 何种情况下会产生精度损失，即无反变换。何种情况下会产生精度损失，即无反变换。处理心理视觉冗

16、余时会产生精度损失，因为量化会导致一定信息的损失。 6.6. JPEGJPEG 与与 JPEG2000JPEG2000 的主要区别，即为何无马赛克现象的原因。的主要区别，即为何无马赛克现象的原因。 （1）JPEG2000 使用小波压缩，JPEG 使用离散余弦变换。 （2）JPEG2000 压缩率比 JPEG 高，约 30% 左右。 （3）JPEG2000 同时支持有损和无损压缩，而 JPEG 只能支持有损压缩。 （4）JPEG2000 能实现渐进传输，它先传输图像的轮廓，然后逐步传输数据，不断提高图 像质量，让图象由朦胧到清晰显示，而 JPEG 是由上到下慢慢显示。 （5）在压缩率相等的情况下， JPEG 2000 的影像质量明显优于 JPEG