数字图像处理总复习(15)

对于高斯噪声，均值滤波效果比中值滤波效果好。 其原因是：高斯噪声是幅值近似正态分布，但分布在 每点像素上。因为图像中的每点都是污染点，所中值 滤波选不到合适的干净点。因为正态分布的均值为0， 所以根据统计数学，均值可以消除噪声。

4.伪彩色增强和假彩色增强有何异同点？ 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。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。

21.中值滤波器对椒盐噪声的滤波效果如何？试分析其中的 原因。
中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板 ，该模板包括了其 周围的邻近像素。取模板中排在中间位置上的像素的 灰度值替代待处理像素的值，就可以达 到滤除噪声的目的。 中值滤波器 对椒盐噪声的滤波效果较好。
原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有 干净点也有污染点 。使用中值滤波时，被污染的点一般不处于中值的位 置，即选择适当的点来替代污染点的值 ，所以处理效果好
16.膨胀算法的基本流程？
1）扫描原图，找到第一个像素值为0的背景点； 2）将预先设定好形状以及原点位置的结构元素的原点移到该点； 3）判断该结构元素所覆盖范围内的像素值是否存在为1的目标点： 如果是，则膨胀后图像中的相同位置上的像素值为1； 如果不是，则膨胀后图像中的相同位置上的像素值为0； 4）重复2）和3），直到所有原图中像素处理完成。
（a）图像质量一般随N（空间分辨率）和k （灰度分辨率）的增加而 增加。在极少数情况下，对固定的N，减少k能改善图像质量。
（b）对具有大量细节的图像只需很少的灰度级数就可以较好地表示 。 （c）N×k为常数的图像，主观看起来可以有较大差异。

18.像素邻域有哪几种？并分别给予描述。
答：像素邻域主要有三种：4邻域N4(p) 、对角邻域ND(p)、8邻域N8(p)。
将 M幅图像相加求平均利用了M幅图像中同一位置的M个 像素的 平均值，用一个n*n的模板进行平滑滤波利用了同一 幅图像中的n*n个像素的平均值。因为参与的像素个数越多， 消除噪声的能力越强，所以如果 M>n*n ，则前者消除噪声的 效果较好，反之则后者消除噪声的效果较好。

2.图像锐化与图像平滑有何区别与联系？
(1)4邻域N4(p)。它由p的水平（左,右）和垂直（上 ,下）共4个近邻像素组 成，这些近邻像素的坐标分别是(x+1,y),(x-1,y),(x,y+1),(x,y-1)。 (2)对角邻域ND(p)。它由p的对角（左上,右上,左下,右下）共 4个近邻像素组 成，这些近邻像素的坐标(x+1,y+1),(x+1,y-1),(x-1,y+1),(x-1,y-1)。

第五章 图像编码与压缩（不考计算） 图像编码的基本概念 图像编码的方法 第六章 图像恢复 图像恢复的基本原理 图像回复的基本方法


第七章 图像分割
图像的阈值分割 图像的梯度分割 图像边缘检测

第八章 目标的表达和描述
目标表达 目标的描述

第九章 形态学运算
膨胀、腐蚀、开运算、闭运算
复习习题库：

22.写出图像退化/复原的总体模型。
f(x, y)
退化函数 H
g(x, y)
+
复原滤波
ˆ y) f(x,
噪声 退化
n(x, ห้องสมุดไป่ตู้)
复原

23.简述线性位移不变系统逆滤波恢复图像原理。 24. HIS色系中“H”，“S”“I”分别代表什么？并解释 为什么HSI模型适宜应用于图像处理？

色调H(Hue)：与光波的波长有关，它表示人的感官对不同颜色的感 受，如红色、绿色、蓝色等，它也可表示一定范围的颜色，如暖色、冷色 等。饱和度S(Saturation)： 表示颜色的纯度，纯光谱色是完全饱和的， 加入白光会稀释饱和度。饱和度越大，颜色看起来就会越鲜艳，反之亦然 。强度I(Intensity)： 对应成像亮度和图像灰度，是颜色的明亮程度。

9.数字图像处理与PHOTOSHOP软件的区别与联系？
(1)ps是软件，数字图像处理是一门学科；
(2)ps是图像到图像，数字图像处理是研究图像到图 像，或者图像到决 策； (3)ps 是数字图像处理的一个应用，一个具体的分支。

10.为何离散图像的直方图均衡化并不能产生完全平坦的
直方图均衡化就是通过变换函数将原图像的直方图修正为平坦的直方 图，以此来修正原图像之灰度值。由于数字图像灰度级的离散性，直方图 均衡化时，会出现灰度级归并现象，结果直方图不会完全均匀，但趋于平 坦。

5.图像几何失真校正的主要步骤。
（1 ）空间变换：对图像平面上的像素进行重新排列 以恢复原空间关系； （2 ）灰度插值：对空间变换后的像素赋予相应的灰 度值以恢复原位置的灰度值。
6.梯度法与Laplacian算子检测边缘的异同点？ 梯度算子和Laplacian检测边缘对应的模板分别为 -1 -1 1 1 1 1 -4 1 1 （梯度算子） （Laplacian算子） 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。相同点都能用于检测边缘， 且都对噪声敏感。

14.全彩色图像和伪彩色图像文件数据有什么差别？ 全彩色图像：颜色数为1677万，图像深度为24位，每个 像素颜色值的特点：位图文件中不包含颜色索引表，每个像 素的像素值由RGB分量组成，三种颜色值得结合直接确定图 像上的颜色。 伪彩色图像：颜色数 256，图像深度为8 位，每个像素颜 色值的特点：位图文件中包含颜色索引表，颜色索引表中彩 色的RGB分量值不全相等，每个像素的像素值是颜色索引表 的索引号。

第三章 图像变换 频域滤波的物理含义 傅立叶变换性质 频域滤波的基本方法

第四章 图像增强 灰度基本变换（线形、非线性） 直方图处理（定义、直方图规定化、均衡化） 算术逻辑运算（帧差分，帧平均） 空间滤波（均值、中值、KNN） 同态滤波（滤波流程） 边缘检测（一阶，二阶，循环卷积） 图像锐化与图像平滑 真彩色图像处理与伪彩色图像处理

20.简述均值滤波器对椒盐噪声的滤波原理，并进行效果分 析。
均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板 ，该模板包括了其 周围的邻近像素。将模板中的全体像素的均值来替代 原来的像素值的方法。均值滤波器对椒盐噪声的滤波结果不好。
原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干 净点也有污染点 。因为噪声的均值不为0，所以均值滤波不能很好地去除 噪声点
10.简述一个图像处理系统的基本组成及画出方框示意图 。 11.简洁说明一下下面两种灰度变换函数会对图像产生什 么效果。

12.图像恢复与图像增强的主要区别？ 图像恢复和图像增强的主要区别是图像增强主要是一个主 观过程，而图像复原主要是一个客观过程；图像增强不考虑 图像是如何退化的，而图像恢复需知道图像退化的机制和过 程等先验知识。

17.简述灰度分辨率、空间分辨率与图像质量的关系。
（1）当灰度分辨率不变时，空间分辨率越高，图像质量越好；空间分辨 率越低，图像质量越差，会出现虚假轮廓。 （2）空间分辨率不变时，灰度分辨率越高，图像质量越好；灰度分辨率 越低，图像质量越差，会出现虚假轮廓。 （3）当空间分辨率和灰度分辨率同时变化的时候，有如下规律：
一、填空题
•除电磁波谱图像外，按成像来源进行划分的话，常见的计算机图像还包 括： 、 、 三种类型。 •视网膜上有两类光感知器： 、 ；分别负责 和 功能。 • 和 两种现象清楚说明了人所感觉的亮度并不是光强的简单函数。 •写出常用灰度变换方式中的三种： 、 和 。 •电磁波谱中彩色光所跨越的范围大概是 到 nm。 •用于描述彩色光源性质的三个基本量是： 、 和 。 •彩色的三基色是： 、 和 。 •颜料的三基色是： 、 和 。 •用于区分一种彩色与另外一种彩色的三个特征是： 、 和 。 •三种常用的颜色系（或模型）是： 、 和 。 •图像压缩模型中，源编码器通常包括三个子模块： 、 和 ， 分别负 责消除 、 和 三种类型的数据冗余。 •列举三种常用的变换编码方法： 、 和 。 •目前，静态图形的事实压缩标准是： ；视频编码标准主要有： 和 两个系列。 •两种最常用的形态学图像处理操作是： 和 。 •三种常用的图像象素点间距离测度是： 、 和 。 •灰度图像分割通常是基于强度值的两个属性： 和 。
(3)8邻域N8(p)。它由p的4个 4邻域像素加上4个对角邻域像素合起来构成。

19.均值滤波器对高斯噪声的滤波效果如何？试分析其中的 原因。
均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板 ，该模板包括了其周围的邻近像素。将模板中的全体像素的均值来替代原 来的像素值的方法。均值滤波器对高斯噪声的滤波结果较好。 原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正 态分布的均值为0，所以均值滤波可以消除噪声。


15.腐蚀算法的基本流程？
1）扫描原图，找到第一个像素值为1的目标点；
2）将预先设定好形状以及原点位置的结构元素的原点移到该点；
3）判断该结构元素所覆盖范围内的像素值是否全部为1，如果是，则腐蚀后 图像中的相同位置上的像素值为1； 如果不是，则腐蚀后图像中的相同位置上 的像素值为0； 4）重复2）和3），直到所有原图中像素处理完成。
数字图像处理复习
版本：2015（上）版 制作：数字图像处理课程组 景文博 邮箱：wenbojing@ 长春理工大学 光电工程学院 2015年6月23日星期二