《数字图像处理复习大作业及答案》由会员分享，可在线阅读，更多相关《数字图像处理复习大作业及答案（16页珍藏版）》请在金锄头文库上搜索。
1、 2021年上学期?数字图像处理?复习大作业及参考答案一、选择题共20题 1、采用幂次变换进展灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进展增强。 B A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中 D图像同时存在过亮与过暗背景2、图像灰度方差说明了图像哪一个属性。 B A 平均灰度 B 图像比照度 C 图像整体亮度 D图像细节3、计算机显示器主要采用哪一种彩色模型 A A、RGB B、CMY或CMYK C、HSI D、HSV4、采用模板-1 1T主要检测 A 方向的边缘。A.水平 B.45 5、以下算法中属于图象锐化处理的是：( C )A.低通滤波 B.加权平均法
2、 C.高通滤波D. 中值滤波6、维纳滤波器通常用于 C A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像7、彩色图像增强时， C 处理可以采用RGB彩色模型。A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波8、_B_滤波器在对图像复原过程中需要计算噪声功率谱与图像功率谱。A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器10、图象与灰
3、度直方图间的对应关系是 B _A.一一对应 B.多对一 C.一对多 D.都不11、 以下算法中属于图象锐化处理的是： C A.低通滤波 B.加权平均法 C.高通滤 D. 中值滤波12、一幅256*256的图像，假设灰度级数为16，那么存储它所需的比特数是：( A ) A、256K B、512K C、1MC、2M13、噪声有以下某一种特性 D A、只含有高频分量B、其频率总覆盖整个频谱C、等宽的频率间隔内有一样的能量D、总有一定的随机性14. 利用直方图取单阈值方法进展图像分割时： B a.图像中应仅有一个目标 b.图像直方图应有两个峰c.图像中目标与背景应一样大 d. 图像中目标灰度应比背景大
4、15. 在单变量变换增强中，最容易让人感到图像内容发生变化的是 C A亮度增强觉 B饱与度增强C色调增强 D不一定哪种增强16、利用平滑滤波器可对图像进展低通滤波，消除噪声，但同时模糊了细节。一下哪项措施不能减小图像的模糊程度： C A、增加对平滑滤波器输出的或值处理即仅保存大于或值的输出： B、采用中值滤波的方法； C、采用邻域平均处理； D、适当减小平滑滤波器的领域操作模板。17. 以下算法中属于局部处理的是： D A、 灰度线性变换 B、二值化 C、 傅立叶变换 D、 中值滤波18. 图像的数学表达式中的表示_。亮度颜色 图像大小饱与度19. 无损图像压缩去掉的是图像中的 信息。高频 低
5、频 冗余 不相干20. 以下算法中属于图象平滑处理的是： C a.梯度锐化 b.直方图均衡 c. 中值滤波增强21. 数字图像处理研究的内容不包括 D。 A、图像数字化 B、图像增强 C、图像分割 D、数字图像存储22. 中值滤波器可以： A A、消除孤立噪声； B、检测出边缘；C、进展模糊图像恢复；D、模糊图像细节。二、填空题此题共 20个 1. 填空题 1. 图像锐化除了在空间域进展外，也可在 频率域 进展。 2.对于彩色图像，通常用以区别颜色的特性是 色调 、 饱与度 、 亮度 。 3.依据图像的保真度，图像压缩可分为 无损压缩 与 有损压缩 1024，256个灰度级的图像，需要 8M
6、bit。 5、一个根本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理与分析5个模块组成。 6、低通滤波法是使 高频成分 受到抑制而让 低频成分 顺利通过，从而实现图像平滑。 7、一般来说，采样间距越大，图像数据量 少 ，质量 差 ；反之亦然。 8、多年来建立了许多纹理分析法，这些方法大体可分为 统计分析法 与构造分析法两大类。 9、直方图修正法包括 直方图均衡 与 直方图规定化 两种方法。 10、图像压缩系统是有 编码器 与 解码器 两个截然不同的构造块组成的。 11、图像处理中常用的两种邻域是 4-邻域 与 8-邻域 。 12. 假设将一幅灰度图像中的对应直方图中偶数项
7、的像素灰度均用相应的对应直方图中奇数项的像素灰度代替设灰度级为256，所得到的图像将亮度增加 ，比照度减少 。13. 图像数字化过程包括三个步骤：采样、量化与扫描 15、MPEG4标准主要编码技术有DCT变换、小波变换等 16、灰度直方图的横坐标是 灰度级，纵坐标是 该灰度出现的频率 17、数据压缩技术应用了数据固有的 冗余性与 不相干性，将一个大的数据文件转换成较小的文件。 18、根本的形态学运算是腐蚀与膨胀。先腐蚀后膨胀的过程为开运算，先膨胀后腐蚀的过程为闭运算。 19、在RGB彩色空间的原点上，三个基色均没有亮度，即原点为黑色，三基色都到达最高亮度时那么表现为白色。 医学 、天文学 、
8、军事 。 21.机器视觉的目的是开展出能够理解自然景物的系统。 虚拟现实技术。 图像的数字表示，像素是其最小的单位。 24.灰度图像是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。 25. 彩色图像是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述的。 采样与明暗表示数据的离散化即量化。 27.分辨率是指映射到图像平面上的单个像素的景物元素的尺寸。 28.直方图均衡化方法的根本思想是，对在图像中像素个数多的灰度级进展展宽，而对像素个数少的灰度级进展缩减。从而到达清晰图像的目的。 细节边缘与轮廓。 30.因为图像分割的结果图像为二值图像，所以通常又称图像
9、分割为图像的二值化处理。31.将相互连在一起的黑色像素的集合称为一个(连通域),通过统计(连通域)的个数，即可获得提取的目标物的个数. 32.(腐蚀) 是一种消除连通域的边界点，使边界向内收缩的处理。 33.(膨胀)是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。 34.对于(椒盐)噪声，中值滤波效果比均值滤波效果好。 35.直方图均衡化方法的根本思想是，对在图像中像素个数多的灰度级进展(展宽)，而对像素个数少的灰度级进展(缩减)。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的(灰度直方图)。 空域 与 频域 两种方法。 37. 常用的彩色增强方法有真彩色增
10、强技术、假彩色增强技术与 伪彩色 增强三种。 38.常用的灰度内插法有 最近邻元法 、 双线性内插法 与 双三次内插法 。39.一般来说，采样间距越大，图象数据量 越小 ，质量 越差 ；反之亦然。40、存储一幅大小为，256个灰度级的图像，需要 8M bit。三、判断题正确，在括号内划，错误，在括号内划，并改正只对错误局部进展改正即可此题共 20题 1. 灰度直方图能反映一幅图像各灰度级像元占图像的面积比。 2. 直方图均衡是一种点运算，图像的二值化那么是一种局部运算。 3. 有选择保边缘平滑法可用于边缘增强。 4. 共点直线群的Hough变换是一条正弦曲线。 5. 边缘检测是将边缘像元标识出
11、来的一种图像分割技术。 6、高斯低通滤波器在选择小的截止频率时存在振铃效应与模糊现象。 7、均值平滑滤波器可用于锐化图像边缘。 8、高频加强滤波器可以有效增强图像边缘与灰度平滑区的比照度。 9、图像取反操作适用于增强图像主体灰度偏亮的图像。 10、彩色图像增强时采用RGB模型进展直方图均衡化可以在不改变图像颜色的根底上对图像的亮度进展比照度增强。 11、变换编码常用于有损压缩。 12、拉普拉斯算子可用于图像的平滑处理。 13. 可以用f(x,y)来表示一幅2-D数字图像。 T 14. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。 T 15. 一般来说，直方图均衡化处理对于
12、灰度分布比拟均衡的图像的处理效果比拟明显。F16. 阈值方法的核心是阈值确实定。 T 17. 类间最大距离法的设计思想是：在某个适当的阈值下，图像分割后的前景目标与背景两个类之间的差异最大为最正确分割。 T 18区域生长方法的实现有三个关键点：种子点的选取；生长准那么确实定；区域生长停顿的条件。 T 19. 区域生长方法中选取的种子点只能是单个像素。 F 20. 基于图像灰度空间分布的阈值方法不需要考虑像素与像素之间的相关性。 F 22. 膨胀运算可以理解为对图像的补集进展腐蚀处理。 T 23. 膨胀是一种消除边界点，使边界向内收缩的过程。 F 24. 在连通域中的点，按照其是否与背景相邻接，
13、可以分为内部点与外部点。 F 25. 在连通域中的点，按照其是否与背景相邻接，可以分为内部点与边界点。 T 四、简答题此题共20题1. 数字图像处理的特点优势答： 1处理精度高，再现性好。2易于控制处理效果。3处理的多样性。4图像数据量庞大。5图像处理技术综合性强。2. 数字图像处理的开展动向答： 1提高精度，提高处理速度2加强软件研究，开发新方法3加强边缘学科的研究工作4加强理论研究5图像处理领域的标准化问题3. 简述均值滤波的优缺点：答： 1优点：把每个像素都用周围的8个像素做均值操作，平滑图像速度快、算法简单。2缺点：1、在降低噪声的同时，使图像产生模糊，特别是边缘与细节处，而且模糊尺寸越大，图像模糊程度越大。2、对椒盐噪声的平滑处理效果不理想。4. 简述图像编码的根本原理答：1图像数据压缩是可能的2一般原始图像中存在很大的冗余度。3空间冗余、时间冗余、视觉冗余、信息熵冗余、构造冗余、知识冗余
