武汉大学数字图像处理试题

一、

1、中值滤波：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。

2、连接成分：在二值图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素(0像素)和具有若干个1值的像素(1像素)的组就产生了。把这些组叫做连接成分。

3、图像分割：令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，R N：

①；

②对所有的i和j，i≠j，有R i∩R j =Φ；

③对i = 1,2,…,N，有P(R i) = TRUE；

④对i≠j,有P(R i∪R j) = FALSE；

⑤对i =1,2,…,N，R i是连通的区域。

其中P(R i)是对所有在集合R i中元素的逻辑谓词，Φ代表空集。

4、行程编码：通过改变图像的描述方式，来实现压缩。将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。

5、模板匹配：模板匹配就是在一幅大图像中搜寻目标，已知

该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以

在图中找到目标，确定其坐标位置。

二、

1、简述纹理图像的灰度共生矩阵分析方法

灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，它可作为分析图像基元和排列结构的信息。

作为纹理分析的特征量，往往不是直接应用计算的灰度共生矩阵，而是在灰度共生矩阵的基础上再提取纹理特征量，称为二次统计量。

一幅图像的灰度级数一般是256，这样计算的灰度共生矩阵太大。为了解决这一问题，在求灰度共生矩阵之前，常压缩为16级。

用灰度共生矩阵提取特征之前，要作正规化处理。

由灰度共生矩阵提取了14种特征。最常用的5个特征是：1）角二阶矩（能量）2)对比度（惯性矩）3）相关 4）熵 5）逆差矩

2、简述空间域图像平滑与锐化的区别与联系

为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。

在图像的识别中常需要突出边缘和轮廓信息。图像锐化就是增强图像的边缘或轮廓。

图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。

3、叙述图像逆滤波恢复的方法

(1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)；

(2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v);

(3)逆滤波计算F(u,v)=G(u,v)/H(u,v);

(4)计算F(u,v)的傅里叶逆变换，求得f(u,v)。

4、边缘增强与边缘检测有何区别

边缘增强是将遥感图像（或影像）相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线）处加以突出强调的技术方法。

如果将边缘认为是一定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。

如有侵权请联系告知删除，感谢你们的配合！