数字图像处理课后题

《数字图像处理课后题》由会员分享，可在线阅读，更多相关《数字图像处理课后题（6页珍藏版）》请在金锄头文库上搜索。

1、第一章 名词解释：（2）数字图像:指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块称为像素.（4）数字图像处理：计算机技术或其他数字技术，对图像信息进行某些数字运算和各种加工处理，以改善图像的视觉效果和提高数字实用性的技术。第二章名词解释（12）图像采样:将空间上连续的图像变换成离散点的操作称为采样，就是对图像的连续空间坐标x和y的离散化。（14）图像灰度级量化:对图像函数的幅值 f 的离散化。 （28）欧氏距离 ：像素p和q之间的欧氏（Euclidean）距离定义为： De(p,q)=(x-u)2+(y-v)21/2 （2.12） 也即，所有距像素点(x,y)的欧氏距离

2、小于或等于d的像素都包含在以(x,y)为中心,以d为半径的圆平面中。 （29）街区距离：像素p和q之间的D4距离，也即街区（city-block）距离，定义为： D4(p,q)=|x-u| + |y-v| （2.13） 也即，所有相距像素点(x,y)的D4距离为小于d或等于d的像素组成一个中心点在(x,y)的菱形。（30）棋盘距离：像素p和q之间的D8距离，也即棋盘距离，定义为： D8(p,q)=max(|x-u|，|y-v|) （2.14） 也即，所有距像素点(x,y)的D8距离为小于d或等于d的像素组成一个中心点在(x,y)的方形（33）调色板：在16色或256色显示系统中，将图像中出现最

3、频繁的16中或256中颜色组成一个颜色表，并将他们分别编号为0-15或0-255，这样就是每一个4位或8位的颜色编号与颜色表中4位颜色值相对应。这种4位或者8位的颜色编号成为颜色的索引号，有颜色索引号及其对应的24位颜色值组成的表成为颜色查找表，也即调色板。第四章名词解释（1）空间域图像增强：在图像平面中对图像的像素灰度值进行运算处理，使之更适合于人眼的观察或机器的处理的一种技术。 （7）图像锐化：图像锐化是一种突出和加强图像中景物的边缘和轮廓的技术。课本Page84（10）领域平均：一种基本的空间域噪声消除方法或噪声平滑方法。Page93（13）中值滤波：一种能够很好地弥补领域平均方法不足的

4、图像噪声消除方法。第五章名词解释（1）图像恢复：是一种从图像退化的数学或概率模型出发，研究改进图像外观，从而使恢复以后的图像尽可能地反映原始图像的本来面目的一种技术，其目的是获得与景物真实面貌相像的图像。（4）高斯噪声：是一种源于电子电路噪声和由低照明度或高温带来的传感器噪声。高斯噪声也称为正态噪声，其概率密度函数为： 其中，高斯随机变量z表示灰度值；表示z的平均值或期望值；表示z的标准差，而标准差的平方2称为z的方差。 （6）椒盐噪声：又称脉冲噪声， (双极)脉冲噪声的概率密度为： 式中表示的脉冲噪声在Pa或Pb均不可能为零，且在脉冲可能是正的，也可能是负值的情况下，称为双极脉冲噪声。 如果

5、ba，灰度b的值在图像中将显示一个亮点，而灰度a的值在图像中将显示一个暗点。如果Pa或Pb均不可能为零，尤其是它们近似相等时，脉冲噪声值就类似于随机分布在图像上的胡椒和盐粉微粒，所以双极脉冲噪声也称为椒盐噪声. 式中表示的脉冲噪声如果Pa或Pb为零，则脉冲噪声称为单极脉冲噪声。 通常情况下脉冲噪声总是数字化为允许的最大值或最小值，所以负脉冲以黑点(胡椒点)出现在图像中，正脉冲以白点（盐点）出现在图像中。 第六章 名词解释：（2）编码冗余：由于大多数图像的直方图不是均匀(水平)的，所以图像中某个（或某些）灰度级会比其它灰度级具有更大的出现概率，如果对出现概率大和出现概率小的灰度级都分配相同的比特

6、数，必定会产生编码冗余。（3）图像间冗余：所谓“像素间的冗余”，是指单个像素携带的信息相对较少，单一像素对于一幅图像的多数视觉贡献是多余的， 它的值可以通过与其相邻的像素的值来推断。 （7）保真度准则：由于图像的有损压缩有一定的信息损失，所以在对压缩的图像进行解压缩后获得的图像可能会与原图像不完全相同，这样就需要有一种对信息损失的程度进行度量的标准，以描述解压缩所获得的图像相对于原图像的偏离程度。保准度准则就是这样一种用于评价压缩后图像质量的量度标准。第七章名词解释（1）图像分割： 图像分割就是依据图像的灰度、颜色、纹理、边缘等特征，把图像分成各自满足某种相似性准则或具有某种同质特征的连通区域

7、的集合的过程。 （2）图像边缘：图像边缘意味着图像中一个区域的终结和另一个区域的开始，图像中相邻区域之间的像素集合构成了图像的边缘。进一步讲，图像的边缘是指图像灰度发生空间突变的象素的集合。（4）基于阀门的图像分割方法：基于阈值的图像分割方法是提取物体与背景在灰度上的差异，把图像分为具有不同灰度级的目标区域和背景区域的一种图像分割技术。（6）基于跟踪的图像分割方法是先通过对图像上的点的简便运算，来检测出可能存在的物体上的点，然后在检测到的点的基础上通过跟踪运算来检测物体的边缘轮廓的一种图像分割方法。（16）纹理：纹理就是由纹理基元按某种确定性的规律或者某种统计规律排列组成的一种结构。（19）监

8、督分类：监督分类是对图像中样本区内的地物类属已有先验知识的情况下，利用这些样本类别的特征作为依据来判别非样本数据的类别。第十章名词解释（1）链码：链码是一种用若干条具有特定长度和方向的线段连接起来表示目标边界的方法。（6）统计矩：如果将目标边界看作一系列直线段，那么边界线段的形状可以利用一些简单的统计矩如均值，方差和高阶矩等，利用其对边界进行描述具有对旋转不敏感和边界空间位置无关的特点。（page267）第一章 简答题：数字图像处理目的：提高图像的视感质量， 以达到赏心悦目的目的。提取图像中所包含的某些特征或特殊信息，便于计算机分析。对图像数据进行变换、编码和压缩，便于图像的存储和传输。数字图

9、像处理的主要内容：不管图像处理是何种目的，都需要用计算机图像处理系统对图像数据进行输入、加工和输出，因此数字图像处理研究的内容主要有以下8个部分：1) 图像获取、表示和表现 该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来（如打印）。这一过程主要包括摄取图像及数字化等几个步骤。 2) 图像复原 当造成图像退化（图像品质下降）的原因已知时， 复原技术可以对图像进行校正。图像复原最关键的是对每种退化都需要有一个合理的模型。退化模型和特定数据一起描述了图像的退化，因此， 复原技术是基于模型和数据的图像恢复，其目的是消除退化的影响， 从而产生一个等价于理想成像系统

10、所获得的图像。 3) 图像增强 图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。有时可能需要彻底改变图像的视觉效果，以便突出重要特征的可观察性，使人或计算机更易观察或检测。在这种情况下， 可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。4) 图像分割 把图像分成区域的过程就是图像分割。图像中通常包含多个对象， 图像处理为达到识别和理解的目的，几乎都必须按照一定的规则将图像分割成区域， 每个区域代表被成像的一个物体。5) 图像压缩编码 数字图像的特点之一是数据量庞大。因此在实际应用中图像压缩是必需的。图像编码主

11、要是利用图像信号的统计特性及人类视觉的生理学及心理学特性，对图像信号进行高效编码，即研究数据压缩技术，目的是解决数据量大的矛盾。一般来说，图像编码的目的有三个： 减少数据存储量；降低数据率以减少传输带宽； 压缩信息量， 便于特征提取，为后续识别作准备。 6) 图像处理中的频域变换数字图像处理的方法主要分为:一是空域法,二是频域法.把图像变换到频率域可以从另一个角度来分析图像的特性，以便更准确地处理它.在频域处理法中最为关键的预处理便是变换处理. 目前,在图像处理技术中,频率域变换正被广泛地运用于图像的特征提取,图像增强，图像复原以及图像的变换编码等领域中.7) 目标表达与描述 通过图像分割把图

12、像空间分成一些有意义的区域，然后采用不同于原始图像的适当形式将目标表示出来，并对目标特征进行描述，再对图像进行分析和理解处理 图像分割的结果要么是区域内的像素的集合，要么是位于区域边界上的像素的集合，所以对图像中目标的表达方法分为区域表达和边界表达，对目标的描述一般也分为对边界的描述和对区域的描述8）形态学 以形态为基础对图像进行分析的一类数学工具。 基本思想是用具有一定形态的结构元素，去量度和提取图像中的对应形状，以达到对图像分析和识别的目的。初期的数学形态学方法仅可应用于二值图像，所以需将灰度图像先进行二值化。后来灰度形态学得到发展，使得数学形态学方法不仅可用于二值图像也可直接应用于各种灰

13、度图像和彩色图像。 第二章简答题：2.15 一幅200X300的二值图像，16灰度级图像和256灰度级图像分别需要多少存储空间？ 答：二值图像：200X300X1/8=7500B 16灰度级图像：200X300X4/8=30000B 256灰度级图像：200X300X8/8=60000B第四章简答题4.2直方图均衡的基本思想是什么？直方图均衡图像增强处理的主要步骤是什么？ 直方图均衡化是一种借助于直方图变换实现灰度映射从而达到图像增强的目的.直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式,这样就增加了像素灰度值的动态范围,从而可以达到增强图像整体对比度的效果.步骤：（1）计算原图

14、像的归一化灰度级别及其分布概率pr(rk)=nk/n。 （2）根据直方图均衡化公式（4.13）求变换函数的各灰度等级值sk。（3）将所得的变换函数的各灰度等级值转化成标准的灰度级别值。也即把第（2）步求得的各sk值，按靠近原则近似到与原图像灰度级别相同的标准灰度级别中。此时获得的即是均衡化后的新图像中存在的灰度级别值，其对应的像素个数不为零；对于那些在变换过程中“被丢失了的”灰度级别值，将其像素个数设为零。（4）求新图像的各灰度级别值sl(l=0,1,L-1)的像数数目。在前一步的计算结果中，如果不存在灰度级别值sl，则该灰度级别的像素数目为零；如果存在灰度级别值sl，则根据其与之相关的sk=

15、T(rk)和sk的对应关系，确定该灰度级别sl的像数数目。 （5）用sk代替sl(k,l=0,1,L-1)，并进而求新图像中各灰度级别的分布概率ps(sk)=mk/n。 （6）画出经均衡化后的新图像的直方图。4.3直方图规定化的基本思想是什么？直方图规定化图像增强处理的主要步骤是什么？ 直方图均衡化能够自动增强整个图像的对比度，但它的具体增强效果不容易控制，处理的结果总是得到全局均匀化的直方图。实际上有时需要有选择地增强某个灰度值范围内的对比度。这时可以采用比较灵活的直方图规定化。 所谓直方图规定化，就是通过一个灰度映像函数，将原灰度直方图改造成所希望的直方图。 用直方图规定化方法进行图像增强的步骤: （1）对原图像的直方图进行均衡化。（2）规定期望的直方图(也即规定期望的灰度概率密度函数pz(zk)，并求规定直方图的均衡化变换G(zk)。 （3）将原直方图对应映射到规定的直方图。（4）根据建立的rk与zk的映射关系确定新图像各灰度级别的像数数目，也即在新图像中，灰度级为zk的像素个数等于原图像中灰度级为rk的像素个数