数字图像处理复习题集解答
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
《数字图像处理》复习题
1. 假设线性平移不变系统的输入是f (x ),系统的脉冲响应函数是h (x ),分别写出在空间域和频
率域中输出函数的表达式。
解答:
()()*()g x f x h x = ()()()G u F u H u =⋅
2. 数字图像大致可以分为几种类型?各自如何数字描述?RGB 彩色图像与索引彩色图像有什么区
别?
解答:
二值图像、灰度图像、RGB 彩色图像、索引彩色图像。……
3. 图像灰度直方图的定义和性质。
(略)
4. 在一个线性拉伸中,当a ,b 取何值时,可将双峰直方图的两个峰分别从23和155移到16和
240?画出灰度变换函数和两个直方图的形状。
解答: 变换函数为:b aD D A B +=,则 16=23a+b; 240=155a+b
于是:a =1.7,b =-23。(两个直方图峰值之间距离拉开)
5. 图像灰度变换增强有那几种方式,简述其原理。
(见第3章)
6. 一幅图象的灰度原始图较暗且动态范围较小,反应在直方图上就是其直方图所占据的灰度范围
较窄且集中在低灰度一边,调整直方图使其占据整个图象灰度允许的范围,图象会有何变化?
解答:图像对比度增强
7. 图像亮度增大或减小时,图像直方图如何变化?当图像对比度增大或减小时,图像直方图如何
变化?画出示意图。
解答:
a) 当图像的亮度增大时,直方图向右平移;当图像的亮度减小时,直方图向左平移。 b) 当图像对比度增大时,直方图峰值之间距离增大;当图像对比度减小时,直方图峰值之间距离减小。
8. 下图是一幅图像在不同状态下的直方图,试分析其视觉效果,哪一个直方图对应的图像对比度
最高?
解答:
第一和第二直方图对应的图像分别偏暗和偏亮,对比度都很差。 第三直方图对应的图像灰度范围较大,对比度比前两个图像对比度要好。 第四直方图对应的图像灰度范围充满了整个动态范围,对比度最好。
9. 有一幅整体偏暗的图像,不能分辨其细节,这时单纯提高每个象素的灰度值能提高其对比度
吗?为什么?若不能,应选择什么样的方法?
解答:
单纯提高图像每个像素的灰度值,只是使图像整体变亮,反映在直方图上则表现为直方图整体向又平移,因此不能提高对比度。
要提高对比度可以通过斜率大于1的线性变换,扩展图像灰度动态范围,也可以通过直方图均衡化使图像灰度范围充满整个空间,都可以来提高对比度。
10. 实现图像直方图均衡化的变换函数为()()m f D D P D =,其中D m 为最大灰度值,P (D )为图像灰度
的累积概率分布,试填写下表完成图像直方图均衡化计算。
解答:
原图像各灰度值出现的概率、累积概率分布P(D)、经()()m f D D P D =变换所得灰度结果、经舍入处理而得的新的灰度值如下表所示:
11. 图像空域滤波主要方法有哪些?简述其原理。
解答:
均值滤波、中值滤波、等,……
12. 下图所示为被噪声污染的图像,用那种方式可以去除噪声
解答:
(1)在空间域中,采用平滑滤波器(如邻域均值法、中值滤波法)滤去噪声。 (2)在频率域中,用低通滤波器去除噪声。
13. 图像平滑、图像锐化、图像模糊、消除噪声四个选项那些是低通滤波的结果,那些是高通滤
波的结果。
解答:
低通滤波对应图像平滑、图像模糊、消除噪声;高通滤波对应图像锐化。
14. 傅立叶变换、DCT 变换、Walsh-Hadamard 变换的特点及应用。 (略)
15. 试简述高通滤波器和低通滤波器的功能,并举例说明。
解答:
高通滤波器可以提取图像的高频信息,如边缘等……。 低通滤波器可以去除图像的噪声等……。
16. W alsh-Hadamard 变换核矩阵可以通过下面的递推关系来获得
21111H ⎡
⎤=⎢⎥
-⎣⎦
222
2N
N N N N H H H H H ⎡⎤⎥=⎥
-⎥⎦
试计算1
3711
37113711
371F ⎡⎤
⎢⎥⎢
⎥=⎢⎥
⎢⎥
⎣⎦
的Walsh-Hadamard 变换,并说明此变换可用于图像处理的哪些方面。 解答:
Walsh-Hadamard 变换输入和输出的关系为:2
(1/N )G HFH =,
由题目可知,1111111111111111H ⎡⎤⎢⎥
--⎢
⎥=⎢⎥--⎢⎥--⎣⎦,则 2
11111
37111111111137111111411111371111111111
3711111G ⎡⎤⎡⎤⎡⎤
⎢⎥⎢⎥⎢⎥----⎢⎥⎢⎥⎢⎥==
⎢⎥⎢⎥⎢⎥
----⎢⎥⎢⎥⎢⎥
----⎣⎦⎣⎦⎣⎦
,
该变换经常应用于图像编码。
17. 已知相邻四个像素的坐标及其灰度值分别为F(221,396)=15,F(221,397)=43,F(222,396)=50,
F(222,397)=34,分别用最近邻插值法和双线性插值法求F(221.3,396.7)的值。
解答:
(1) 用最近邻插值,则F(221.3,396.7)=F(221,397)=43。 (2) 用双线性插值法
F(221,396.7) =F(221,396)+0.7*[F(221,397)-F(221,396)]
=15+0.7*(43-15)=34.6
F(222,396.7) =F(222,396)+0.7*[F(222,397)-F(222,396)]
=50+0.7*(34-50)=38.8
F(221.3,396.7)=F(221,396.7)+0.3*[F(222,396.7)-F(221,396.7)]
=34.6+0.3(38.8-34.6)=35.3
18. 如图所示的图像,分别采用下面三种不同的模板进行滤波,试画出滤波后图像的示意图。
⎥⎥⎥
⎤⎢
⎢⎢⎡---101101101 ⎥⎥⎥⎤⎢⎢⎢⎡--------111181111 ⎥⎥
⎥⎤
⎢⎢⎢⎡---111000111
19. 下图分别作3×3的邻域平均和中值滤波处理(边界不作处理),写出处理结果。 1 1 7 1 8 1 1 1 1 1 5 1
1 1 1 5 5 5 7 1 1 5 5 5 1 1 1 5 5 5
1 8 1 1 5 1 (略)