搜索
2013级数字图像处理期末考试试题一、单项选择题（每小题1分，共10分）(d)1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为：a.0b.255c.6d.8(b)2.图象与灰度直方图间的对应关系是：a.一一对应b.多对一c.一对多d.都不对(d)3.下列算法中属于局部处理的是：a.灰度线性变换b.二值化c.傅立叶变换d.中值滤波(b)4.下列算法中属于点处理的是：a.梯度锐化b.二值化c.傅立叶变换d.中值滤波(d)5.一曲线的方向链码为12345，则曲线的长度为a.5b.4c.5.83d.6.24(c)6.下列算法中属于图象平滑处理的是：a.梯度锐化b.直方图均衡c.中值滤波d.Laplacian增强(b)7.下列图象边缘检测算子中抗噪性能最好的是：a.梯度算子b.Prewitt算子c.Roberts算子d.Laplacian算子(c)8.采用模板［-11］主要检测____方向的边缘。a.水平b.45°c.垂直d.135°(d)9.二值图象中分支点的连接数为：a.0b.1c.2d.3(a)10.对一幅100´100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为：a.2:1b.3:1c.4:1d.1:2二、填空题（每空1分，共15分）1.图像锐化除了在空间域进行外，也可在频率域进行。2.图像处理中常用的两种邻域是4-邻域和8-邻域。3.直方图修正法包括直方图均衡和直方图规定化两种方法。4.常用的灰度内插法有最近邻元法、双线性内插法和（双）三次内插法。5.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和结构分析法两大类。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.检测边缘的Sobel算子对应的模板形式为和。7.（不分先后）-1-2-1-101000-202121-1018.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。三、名词解释（每小题3分，共15分）1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。2.图像锐化是增强图象的边缘或轮廓。3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。4.细化是提取线宽为一个像元大小的中心线的操作。5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。四、判断改错题（每小题2分，共10分）(√)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，图像的二值化则是一种局部运算。改正：直方图均衡是一种点运算，图像的二值化也是一种点运算。或：直方图均衡是一种点运算，图像的二值化不是一种局部运算。(×)3.有选择保边缘平滑法可用于边缘增强。改正：有选择保边缘平滑法不可用于边缘增强。或：有选择保边缘平滑法用于图象平滑（或去噪）。(√)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来的一种图像分割技术。五、简答题（每小题5分，共20分）1.简述线性位移不变系统逆滤波恢复图像原理。答：设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v)（2分）对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFT[F(u,v)]以上就是逆滤波恢复图象的原理。（2分）若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）②H(u,v)=0时,人为设置1/H(u,v)的值；②使1/H(u,v)具有低同性质。即H-1(u,v)=1/H(u,v)当D≤D0H-1(u,v)=0当DD0(0.5分)2.图像锐化与图像平滑有何区别与联系？答：图象锐化是用于增强边缘，导致高频分量增强，会使图象清晰；（2分）图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）都属于图象增强，改善图象效果。（1分）3.伪彩色增强与假彩色增强有何异同点？答：伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4）相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分）4.梯度法与Laplacian算子检测边缘的异同点？答：梯度算子和Laplacian检测边缘对应的模板分别为-1-11111-411（梯度算子）（Laplacian算子）（2分）梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。（2分）相同点都能用于检测边缘，且都对噪声敏感。（1分）六、计算题（共30分，每小题分标在小题后）1.对数字图像f(i,j)(图象1)进行以下处理，要求：1)计算图像f(i,j)的信息量。（10分）2)按下式进行二值化，计算二值化图象的欧拉数。(10分）0132132105762576160616312675356532272616265023521232124231231201解：1)统计图象1各灰度级出现的频率结果为p(0)=5/64»0.078；p(1)=12/64»0.188;p(2)=16/64=0.25;p(3)=9/64»0.141p(4)=1/64»0.016;P(5)=7/64»0.109;p(6)=10/64»0.156;p(7)=4/64»0.063(4分，每个1分)信息量为»2.75(bit)（写出表达式3分；结果正确3分）2）对于二值化图象，若采用4-连接，则连接成分数为4，孔数为1，欧拉数为4-1=3；（5分）若采用8-连接，则连接成分数为2，孔数为2，欧拉数为2-2=0；（5分）2.计算图像2在Δx=1,Δy=0度的灰度共生矩阵。(10分)解：图像2在Δx=1,Δy=0度的灰度共生矩阵为1/121/241/241/121/2401/121/121/241/121/121/121/121/121/120邻域处理---指输出图像的每个像素是由对应的输入像素及其一个邻域内的像素共同决定。包括线性平滑、非线性平滑、锐化。（模板处理、滤波，以某一像素为中心从图像中取出一个小区域，然后用该小区域的像素经某种运算变换得到该中心像素的新值。邻域处理与点处理的区别在于：①点处理只使用图像中的一个像素值经某一变换后求出该像素的新值；②邻域处理则需要用一个像素组来决定中心像素的值。线性变换定义式S=a∗r+ba.b是常数讨论参数的不同取值对增强效果的影响(1)b=0：a1对比度扩张；0a1对比度降低；a=1相当于复制（2）b≠0灰度偏置，s=a×r+b，a=-1,b=L-1相当于图像反转；作用：增强嵌入于图像暗区的白色或灰色细节。直方图：一个关于图像灰度级别的离散函数。该离散函数是图像中具有相同灰度值的像素出现的概率密度函数。描述的是图像中具有该灰度级别的像素的个数；体现了像素的频率特性，丢失了像素点位置信息特性。直方图存在缺陷——空间信息丢失直方图均衡化特点：①变换后直方图趋向平坦，灰级减少，灰度合并；②有展开输入图像直方图的一般趋势，直方图均衡化后的图像灰度级能跨越更大范围；③实际视觉能够接收的信息量大大的增强了；④方图均衡化能自动地确定变换函数，该函数寻求产生有均匀直方图的输出图像，得到的结果可预知，操作简单。思考题:为什么变换后直方图趋向平坦,达不到完全平坦?---由于离散图像的直方图也是离散的，其灰度累积分布函数是一个不减的阶梯函数。如果映射后的图像仍然能取到所有灰度级，则不发生任何变化。如果映射的灰度级小于256，变换后的直方图会有某些灰度级空缺。即调整后灰度级的概率基本不能取得相同的值，故产生的直方图不完全平坦。乘——可用掩膜图象乘某一幅图象可以遮住图象中的某些部分；减——去除不需要的加性图案（缓慢变换的背景，周期性的噪声，附加污染），检查变化；加——求平均值去除加性噪声；除——可产生对彩色或多光谱图象十分重要的比率图象。平滑线性滤波器——均值滤波器（线性滤波算法）效果：用于模糊化和减少噪声；以滤波器所定义的邻域内像素平均灰度值取代原灰度值；对于锐利的边缘也有模糊的负效果；用于去除图像中不相干细节（指与滤波掩模尺寸相比较小的像素区域）。邻域平均法--像素及其指定邻域内的像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定噪声。统计排序滤波器—中值滤波器（非线性滤波算法）将像素值用该邻近区域像素的“中间值”代替；适用于椒盐噪声（脉冲噪声），不宜于线、尖顶等细节多的图像。一阶二阶微分的特点（拉普拉斯抗噪性能最差）一阶微分产生的边缘宽，对灰度阶梯反应强烈；二阶微分对细节反应强烈如细线、孤立点，对灰度阶梯变化产生双响应；二阶微分在图像中灰度值变化相似时，对于点的响应比线强而对于阶梯的响应最弱；在大多数应用中，对图像增强来说，二阶微分比一阶微分好一些，因为形成增强细节的能力好一些。锐化空间滤波器结论：常数或变化平缓的区域，结果为0或很小，图像很暗，亮度被降低了；在暗的背景上边缘被增强了；图像的整体对比度降低了；计算时会出现负值，归0处理为常见。𝐟𝐱−𝐍𝟐,𝐲−𝐍𝟐𝐅𝐮，𝐯−𝟏𝐮+𝐯移中性：对f（x，y）直接作DFT，原点在（0,0），图像低频集中在四个角；图像移中后进行傅里叶变换，则变换后主要能量（低频分量）集中在频率平面的中心（M/2,N/2）；DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上；DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上；如果是一幅图像，在原点的傅里叶变换F(0,0)等于图像的平均灰度级，也称作频率谱的直流成分。可分离性：二维变换可以通过两次一维变换来实现；空间域滤波和频率域滤波之间的对应关系：①组成傅立叶变换对，成份均为实高斯函数；②高斯曲线直观且易于操作；H(u)有很宽轮廓时，h(x)有很窄轮廓；③频域越宽，滤除的频率成份越少，空域越窄，模板越小，平滑作用越弱；对于低通滤波器，频域越窄，滤除的频率成份越多，空域越宽，模板越大，图像越模糊；对于高通，频率域滤波器越宽，滤除的频率成份越多，在空间域意味着滤波器越窄，模板越小，检测边缘越少；频域越窄，空域越宽，模板越大，检测边缘越多。（低通滤波器，空域用带正系数模版实现低通滤波；高通滤波器用带有正有负的系数模版实现高通滤波）空域作平滑，相当于平域作低通；空域作锐化，相当于平域作高通；去掉高频分量，背景接近黑色，定标后接近灰色；变化剧烈的轮廓边缘变成白色。理想滤波器缺点：物理上不可实现，有抖动现象和振铃现象;滤除高频成分使图像变模糊。优点：处理效果好。平滑效果比较：理想滤波器＞巴特沃斯＞高斯；振铃比较：高斯（无振铃）＞巴特沃斯（与阶数有关，阶数越大，越接近理想，振铃越明显；越小越接近高斯）＞理想（振铃最明显，截止频率点半径越小，振铃越明显）锐化效果：理想滤波器＞巴特沃斯＞高斯；振铃比较：高斯＞巴特沃斯＞理想同态滤波：低频成分与照度相联系，照度变化幅度大，使图像灰度动态范围宽（低频压缩）；反射分量往往引起突变，特别在不同物体的连接部分，导致图像对数的傅立叶变换高频成分与反射相联系；反射灰度变化小，感兴趣部分细节不清（高频扩展）图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。图像复原是将图像退化的过程加以估计,并补偿退化过程造成的失真,以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量的一种方法；图像复原是图像退化的逆过程；图像增强和图像复原的区别：①图像增强是为了突出图像中感兴趣的特征