数字图像处理计算题复习精华版
数字图像处理试题集(复习)
第一章引言一.填空题1. 数字图像是用一个数字阵列来表示的图像。
数字阵列中的每个数字，表示数字图像的一个最小单位，称为__像素_。
2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是_从图像到非图像的一种表示，如图像测量等。
3. 数字图像处理可以理解为两个方面的操作：一是_从图像到图像的处理_，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。
4. 图像可以分为物理图像和虚拟图像两种。
其中，采用数学的方法，将由概念形成的物体进行表示的图像是_虚拟图像_。
5. 数字图像处理包含很多方面的研究内容。
其中，__图像重建_的目的是根据二维平面图像数据构造出三维物体的图像。
四.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
③图像的几何变换：改变图像的大小或形状。
④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。
⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
2. 什么是图像识别与理解？图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。
比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。
3. 简述数字图像处理的至少3种主要研究内容。
①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
数字图像处理计算题复习精华版
30452计算题复习一、直方图均衡化（P68）对已知图像进行直方图均衡化修正。
例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。
要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。
解：对已知图像均衡化过程见下表：画出直方图如下：（a）原始图像直方图（b）均衡化后直方图**以下部分不用写在答题中。
其中：①r k、n k中k = 0，1，…，7② p r （r k ）= n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==kj jnn 0，在此题中n =64×64。
③ ∑==kj jrk r p s 0)(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。
④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。
⑤ 并k k s s =⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。
⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。
二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80）空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。
模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为)6.2.4(),(),(),(∑∑-=-=--=lls k k r s r H s y r x f y x g式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。
具体过程如下： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。
（完整版）数字图像处理试题集复习题
（完整版）数字图像处理试题集复习题⼀.填空题1. 数字图像是⽤⼀个数字阵列来表⽰的图像。
数字阵列中的每个数字，表⽰数字图像的⼀个最⼩单位，称为像素。
2. 数字图像处理可以理解为两个⽅⾯的操作：⼀是从图像到图像的处理，如图像增强等；⼆是从图像到⾮图像的⼀种表⽰，如图像测量等。
3. 图像可以分为物理图像和虚拟图像两种。
其中，采⽤数学的⽅法，将由概念形成的物体进⾏表⽰的图像是虚拟图像。
4. 数字图像处理包含很多⽅⾯的研究内容。
其中，图像重建的⽬的是根据⼆维平⾯图像数据构造出三维物体的图像。
5、量化可以分为均匀量化和⾮均匀量化两⼤类。
6. 图像因其表现⽅式的不同，可以分为连续图像和数字离散图像两⼤类。
5. 对应于不同的场景内容，⼀般数字图像可以分为⼆值图像、灰度图像和彩⾊图像三类。
8. 采样频率是指⼀秒钟内的采样次数。
10. 采样所获得的图像总像素的多少，通常称为图像分辨率。
11. 所谓动态范围调整，就是利⽤动态范围对⼈类视觉的影响的特性，将动态范围进⾏压缩，将所关⼼部分的灰度级的变化范围扩⼤，由此达到改善画⾯效果的⽬的。
12 动态范围调整分为线性动态范围调整和⾮线性动态范围调整两种。
13. 直⽅图均衡化的基本思想是：对图像中像素个数多的灰度值进⾏展宽，⽽对像素个数少的灰度值进⾏归并，从⽽达到清晰图像的⽬的。
14. 数字图像处理包含很多⽅⾯的研究内容。
其中，图像增强的⽬的是将⼀幅图像中有⽤的信息进⾏增强，同时将⽆⽤的信息进⾏抑制，提⾼图像的可观察性。
15. 我们将照相机拍摄到的某个瞬间场景中的亮度变化范围，即⼀幅图像中所描述的从最暗到最亮的变化范围称为动态范围。
16. 灰级窗，是只将灰度值落在⼀定范围内的⽬标进⾏对⽐度增强，就好像开窗观察只落在视野内的⽬标内容⼀样。
17. 图像的基本位置变换包括了图像的平移、镜像及旋转。
18. 最基本的图像形状变换包括了图像的放⼤、缩⼩和错切。
19. 图像经过平移处理后，图像的内容不发⽣变化。
(完整版)数字图像处理题库
[题目]数字图像[参考答案]为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。
图像处理[参考答案]是指对图像信息进行加工以满足人的视觉或应用需求的行为。
题目]数字图像处理[参考答案]是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。
一、绪论(名词解释，易，3分)[题目]图像[参考答案]是指用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉的实体。
一、绪论(简答题，难，6分)[题目]什么是图像？如何区分数字图像和模拟图像？[参考答案]“图”是物体透射或反射光的分布，是客观存在的。
“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。
图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。
模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目]简述研究图像恢复的基本思路。
[参考答案]基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。
一、绪论(简答题，易，5分)[题目]简述研究图像变换的基本思路。
[参考答案]基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的过程，或在进一步的图像处理中获得更好的处理效果。
一、绪论(简答题，易，5分)[题目]简述一个你所熟悉的图像处理的应用实例。
数字图像处理总复习题(答案)
复习题1一填空1 数字图像具有（精度高、处理内容丰富、方法易变、灵活度高）的优点。
2 平面上彩色图像的表达式为（I=f(x,y,）; 平面上静止灰度图像的表达式为(I=f(x,y)).3 采样点数越多，（空间分辨率）越高。
4 灰度级数越多，（图像幅度分辨率）越高。
5 图像信息的频域有快速算法，可大大减少（计算量），提高（处理效率）。
6 正交变换具有（能量集中）作用，可实现图像的（高效压缩编码）。
7 图像的几何变换包括（图像平移、比例缩放、旋转、仿射变换和图像插值）。
8 哈达玛变换仅由（+1， -1）组成，与（数值逻辑）的两个状态对应。
9 图像增强的频域法主要包括（图像的灰度变换、直方图修正、图像空域平滑和锐化处理、彩色增强）。
10 灰度图像的对数变换作用是（扩展图像的低灰度范围），同时（压缩高灰度范围），使得图像灰度（均匀分布）。
11灰度图像的指数变换作用是（扩展图像的高灰度范围），同时（压缩低灰度范围）。
12 灰度图像的直方图定义为（数字图像中各灰度级与其出现频数间的统计关系）。
13 当直方图（均匀分布）时，图像最清晰。
14 直方图均衡化的原理是通过原始图像的（灰度非线性变换）使其直方图变为均匀分布，以增加（图像灰度值的动态范围），从而达到增强图像的（整体对比度），使图像更清晰。
15 图像平滑的目的是（去除或衰减图像的噪声和假轮廓）。
16 图像平滑的中值滤波器法适合滤除（椒盐噪声和干扰脉冲），特别适合（图像目标物是块状的图像滤波）。
17 具有丰富尖角几何结构的图像，一般采用（十字形滤波窗）。
18 图像锐化的目的是（加重目标轮廓，使模糊图像变清晰）。
19．图像的退化过程一般被看作（噪声的污染）过程，而且假定（噪声为加性白噪声）。
20．按照图像压缩的原理，图像分为（像素编码，预测编码，变换编码，其他编码）等四类。
21．衡量图像编码的客观保真度性能指标有（均方根误差RMS, 均方根信噪比SNR，峰值信噪比PSNR）.22. 正交变换编码能够高压缩比的原因是（实现了图像能量的集中，使得大多数系数为0或者数值很小）。
数字图像处理考试复习试题
数字图像处理考试复习试题一、单项选择题（本大题10~20小题，每小题1分）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. 82、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5、一曲线的方向链码为12345，则曲线的长度为( )。
A. 5B. 4C. 5.83D. 6.246、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8、采用模板［-1 1 ］主要检测( )方向的边缘。
A. 水平B. 45°C. 垂直D. 135°9、二值图象中分支点的连接数为：( )A. 0B. 1C. 2D. 310. 对一幅100×100 像元的图象，若每像元用8 bit 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. 1:211、下列哪种图像代数运算可以完成“运动检测”：( )A. 加运算B. 减运算C. 乘运算D. 除运算12、一幅800×600的24位真彩色图像，其红色分量数据量为（）Byte。
A. 800×600；B. 800×600×3；C. 800×600×8D. 800×600×3×813、下列那种数学形态学操作能在二值图像中检测出某特定形状的对象：（）A. 开运算B. 闭运算C. 边界提取D. 击中击不中变换14、下图1是标准测试图像Lena图，对该图像进行处理后，形成的结果图像如图2所示，这是经过（）处理得到的。
【数字图像处理】期末复习资料及期末模拟试卷(含答案)doc(DOC)
Digital Image Processing Examination1. Fourier Transform problem.1） F or an image given by the function f(x,y)=(x+y)3 where x,y are continuous varibales; evaluatef(x,y)δ(x-1,y-2) and f(x,y)* δ(x-1,y-2),where δ is the Dorac Delta function.2） F or the optical imaging system shoen below,consisting of an image scaling and two forwardFourier transforms show that the output image is a scale and inverted replica of the original3) three binary images (with value 1 on black areas and value 0 elsewhere) are shown below. Sketch the continuous 2D FT of these images(don’t do this mathematically, try to use instead the convolution theorem and knowledge of FTs of common functions)2. The rate distortion function of a zero memory Gaussian source of arbitary mean and variance σ2 with respect to the mean-square error criterion is⎪⎩⎪⎨⎧≥≤≤=2220log 21)(σσσD D for D D Ra) Plot this functionb) What is D max c) If a distortion of no mor than 75% of the source’s variance is allowed, what is the maximumcompression that can be achieved?3. The PDF of an image is given by Pr(r) as shown below. Find the transform toconvert the image's PDF to Pr(z). Assume continuity, and find the transform in terms of r and z. Explain the transformation.4. A certain inspection application gathers black & white images of parts as they travel along a con-veyor belt. It is necessary to sort the parts into two categories: parts with holes and parts with-out holes. An example of an image that might be taken by the inspection camera is shown at the right. Propose a method to identify and locate the objects of each category in the image so that they can be picked up by a robotic system and placed in different bins. Assume that the imaging system knows where each image pixel is located on the conveyor belt at every point in time.Provide an annotated flow chart of the algorithm you propose.5.In a given application, an averaging mask is applied to input images to reduce noise and then aLaplacian mask is applied to enhance small details. Would mathematics predict that the result should be the same if the order of the operations were reversed? What practical issues would be encountered in computer implementation?Digital Image Processing Examination1. A preprocessing step in an application of microscopy is concerned with the issue ofisolating individual round particles from similar particles that overlap in groups of two or more.Assuming that all particles are of the same size, propose a morphological algorithm that will produce an image that contains only the isolated (non-overlapping) particles that are not in contact with the boundary of the image.2. An image represented by a continuous function f(x, y) is w = 2 cm wide and h = 3 cm high. The imageis to be converted to an array of pixels by a scanner whose response is zero above 80 lines/centimeter in both the horizontal and vertical directions. The discrete image is represented by an array ˆf(n, m) where n and m take on integer values, 0 ~ n ~ N - 1, 0~ m ~ M-1.(a)Determine suitable values for N and M.(b)Assume that ˆf(n, m) = f(na, mb). Determine the values of a and b.(c)Determine constants A, B, C, D, E such that the DFT of fˆ can be expressed as)(00) ,() , (EvmDuniBnCmemnfAvu F+-==∑∑=(d)Find numbers (P1, P2) such that F(u + jP1, v + kP2) = F(u, v) for any integers j, k, u, v.3. The arithmetic decoding process is the reverse of the encoding procedure. Decode the message 0.23355 given the coding model.4. The gradient of a function f (x) is defined as⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡∂∂∂∂=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=∇y f x f G G f y xComputationally, the first derivative is implemented by calculating the difference between adjacent pixels.(a) Is the following a linear operator?2122⎥⎥⎦⎤⎢⎢⎣⎡⎪⎪⎭⎫ ⎝⎛∂∂+⎪⎭⎫ ⎝⎛∂∂=∇y f x f f (b) State how would you implement the above operator using differences between pixels.(c) A Sobel operator uses two masks, Hx and Hy to process an image. Explain why are two masksneeded and what do they measure?(d)Write down the masks Hx and Hy, and identify them in the followingfigures:5. The three images shown were blurred using square averaging masks of sizes n=23, 25 , and 45, respectively. The vertical bars on the left lower part of (a) and (c) are blurred, but a clear separation exists between them. However, the bars have merged in image (b), in spite of the fact that the mask that produced this image is significantly smaller than the mask that produced image (c). explain this.Digital Image Processing Examination1. An image array f(m, n) of size M1 × N1 is to be convolved with a filter array h(m, n) of size M2 × N2 to produce a new image array g(m, n).1)Write a pseudo code program that describes a method to compute g(m, n) throughthe use of Fourier transforms. The result should be the same size as would beachieved with direct convolution.2)Modify the algorithm so that it does the correlation f ~ h rather than theconvolution.2. You have the job of designing an algorithm that will count the number of objects with holes and the number of objects without holes in images of the kind shown here. Assume that the images are binary with 0 corresponding to black and 1 correspondingto white. The imaging system is of low quality and produces images that are corrupted with salt and pepper noise.The objects do not overlap or touch, but may be close to each other in any direction.They may be of any shape or size. The algorithm should not be confused by the salt and pepper noise, and should not count noise pixels as objects.Write a pseudo-code description of your algorithm. You may also include a block diagram and other information to make it understandable to a programmer. State any assumptions you make, such as: “Objects must contain at least 50 pixels.”least 50 pixels.”3. Suppose that an image has the gray-level probability density functions shown. Here, p 1(z) corresponds to objects and p 2(z) corresponds to the background. Assume that p 1=p 2 and find the optimal threshold between object and back ground pixels.4. The Sobel operator computes the following quantity at each location (x, y) in an image array, A:Gx[j,k]=(A[j+1,k+1]+2A[j+1,k]+A[j+1,k-1])-(A[j-1,k+1]+2A[j-1,k]+A[j-1,k-1]) Gy[j,k]=(A[j-1,k-1]+2A[j,k-1]+A[j+1,k-1])-(A[j-1,k+1]+2A[j,k+1]+A[j+1,k+1]) G[j,k] = |Gx[j,k]| + |Gy[j,k]|The position of A[j, k] is column j and row k of the array.The operation is implemented as the convolution of the image array A with two masks, Mx and My followed by the magnitude operation.1) Write a 3 × 3 array for each mask, Mx and My.2) What mathematical operation on an image array is approximated by the Sobeloperator? Show how the Sobel operator is related to the mathematical operation.5. Answer the following questions about morphological image processing.(a) Shown below are two tables with expressions that relate to binary morphological image processing. Associate each expression in the left table with one from the right table.(b) A well-known morphological algorithm uses the following iteration with a structuring element B.(1) Initialize X[p] = 1 for some pixel A p ∈(2) A B X Y )(⊕=(3) If X Y ≠ then set X = Y and repeat (2)An original set A is shown in (A) and an initial pixel p 2 A is shown in (B). The result after one iteration of the algorithm with structuring element⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=010111010Bis shown in (C). Fill in the result of the next two iterations by marking theappropriate pixels for the set Y in (D) and (E). In frame (F) show the result for Y that would be reached after a large number of iterations.Digital Image Processing Examination1. Consider the edge model depicted below. Sketch the gradient and Laplacian of the signal. It is not needed to compute exact numerical values in your answer. Plot of approximate shapes of the responses will be sufficient.2. The white bars in the test pattern shown are 7pixels wide and 210 pixels high. The separation between bars is 17 pixels. What would this image look like after application of .1) A 3*3 arithmetic mean filter?2) A 7*7 median filter.3) A 9*9 contraharmonic mean filter with Q=13. The video coding system introduced in the class utilizes several major components –inter-frame motion estimation, motion compensated prediction, DCT, Huffman coding,and quantization.(a)When an encoded signal can be used to reconstruct the exact value of theoriginal signal, we say the encoding method is lossless; otherwise, it’s calledlossy. A lossy coding technique introduces distortion to the signal.Which component in the above video coding system is lossy?(b)The motion compensation process in the encoder generates a motion vectorand prediction errors for each image block in the video signal. Suppose duringthe transmission of the encoded video stream, one motion vector is lost (e.g.,due to the network erasure error). What will be the visual effects of suchtransmission errors on the decoded image sequence?4.Consider a black-and-white image consisting of round and rectangular objects, as shown in the image below. Assume the sizes of the objects are fixed and known. We also know that the width and length of the rectangles are larger than the diameter of the circles. None of the rectangles are tilted. In general, the objects may overlap with each other.Design a morphological operation based system to automatically detect all the instances of the rounds objects that overlap with rectangular objects.5. An image A, represented by an N × M array of bytes, has a uniform brightnesshistogram. It is desired transform A into an image B in a way that produces a triangular brightness histogram2550,36240][≤≤=k k MNk h bDescribe a process that will accomplish the transformation. If possible, derive an equation for the transformation function. At a minimum, sketch the transformation function and indicate how you would use it in a program to compute the array B.模拟试卷一1.对将一个像素宽度的8通路转换到4通路提出一种算法。
数字图像处理试题及答案
数字图像处理试题及答案一、选择题1. 数字图像的基本属性包括：A. 分辨率B. 颜色深度C. 存储格式D. 所有以上答案：D2. 在数字图像处理中，灰度化处理的目的是：A. 减少数据量B. 增强图像对比度C. 转换彩色图像为黑白图像D. 以上都是答案：A3. 下列哪个不是图像的几何变换？A. 平移B. 旋转C. 缩放D. 噪声滤除答案：D二、简答题1. 简述数字图像的采样过程。
答案：数字图像的采样过程是将连续的模拟图像转换为离散的数字图像。
这个过程包括两个步骤：空间采样和量化。
空间采样是按照一定的间隔在图像上取样，量化则是将采样点的连续值转换为有限的离散值。
2. 描述边缘检测在图像处理中的作用。
答案：边缘检测在图像处理中的作用是识别图像中物体的边界。
它是图像分割、特征提取和图像理解的基础。
通过边缘检测，可以将图像中的不同区域区分开来，为进一步的图像分析提供重要信息。
三、计算题1. 给定一幅数字图像，其分辨率为1024×768，颜色深度为24位，计算该图像的存储大小（以字节为单位）。
答案：图像的存储大小 = 分辨率的宽度× 高度× 颜色深度 / 8。
所以，1024 × 768 × 24 / 8 = 2,097,152 字节。
2. 如果对上述图像进行灰度化处理，存储大小会如何变化？答案：灰度化处理后，颜色深度变为8位（每个像素一个灰度值），所以存储大小变为1024 × 768 × 8 / 8 = 786,432 字节。
四、论述题1. 论述数字滤波器在图像去噪中的应用及其优缺点。
答案：数字滤波器在图像去噪中起着至关重要的作用。
常见的滤波器有低通滤波器、高通滤波器和带通滤波器等。
低通滤波器可以去除图像中的高频噪声，保留低频信息，但可能会导致图像细节丢失。
高通滤波器则可以增强图像的边缘和细节，但可能会放大噪声。
带通滤波器则可以同时保留图像的某些频率范围，但设计复杂度较高。
(完整版)数字图像处理复习题(选择题及相应答案)解析
第一章1.1.1可以用f(x,y)来表示：（ABD）A、一幅2-D数字图像B、一个在3-D空间中的客观景物的投影；C 2-D空间XY中的一个坐标的点的位置；D、在坐标点（X,Y）的某种性质F的数值。
提示：注意3个符号各自的意义1.1.2、一幅数字图像是：(B)A、一个观测系统；B、一个有许多像素排列而成的实体；C、一个2-D数组中的元素D、一个3-D空间的场景。
提示：考虑图像和数字图像的定义1.2.2、已知如图1.2.2中的2个像素P和Q，下面说法正确的是：(C)A、2个像素P和Q直接的De距离比他们之间的D4距离和D8距离都短：B、2个像素p和q之间的D4距离为5；C、2个像素p和q之间的D8距离为5；D、2个像素p和q之间的De距离为5。
1.4.2、半调输出技术可以：(B)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用抖动技术实现；D、消除虚假轮廓现象。
提示：半调输出技术牺牲空间分辨率以提高幅度分辨率1.4.3、抖动技术可以(D)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用半输出技术实现；D、消除虚假轮廓现象。
提示：抖动技术通过加入随即噪声，增加了图像的幅度输出值的个数1.5.1、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：(A)A、256KB、512KC、1M C、2M提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。
1.5.2、图像中虚假轮廓的出现就其本质而言是由于：(A)(平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃)A、图像的灰度级数不够多造成的；B、图像的空间分辨率不够高造成；C、图像的灰度级数过多造成的D、图像的空间分辨率过高造成。
提示：图像中的虚假轮廓最易在平滑区域内产生。
1.5.3、数字图像木刻画效果的出现是由于下列原因所产生的：（A）A、图像的幅度分辨率过小；B、图像的幅度分辨率过大；C、图像的空间分辨率过小；D、图像的空间分辨率过大；提示：图像中的木刻效果指图像中的灰度级数很少1.5.4、当改变图像的空间分辨率时，受影响最大的是图像中的：(A)A、纹理区域（有许多重复单元的区域）；B、灰度平滑的区域；C、目标边界区域；D、灰度渐变区域。
数字图像处理复习练习题
数字图像处理复习练习题(总6页)--本页仅作为文档封面，使用时请直接删除即可----内页可以根据需求调整合适字体及大小--练习题1、图像灰度量化用6比特编码时，量化等级为（ B ）A 32个B 64个C128个 D 256个2.下面说法正确的是：（ B ）A、基于像素的图像增强方法是一种线性灰度变换；B、基于像素的图像增强方法是基于空间域的图像增强方法的一种；C、基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像域的方法计算复杂较高；D、基于频域的图像增强方法比基于空域的图像增强方法的增强效果好。
3、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。
（ 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图像同时存在过亮和过暗背景4、采用模板［-1 1］T主要检测（ A ）方向的边缘。
A.水平 C.垂直5、下列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和图像功率谱。
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、下列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11、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：（ A ）A、256KB、512KC、1M C、2M12、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相同的能量D、总有一定的随机性13. 利用直方图取单阈值方法进行图像分割时：（ B ）a.图像中应仅有一个目标b.图像直方图应有两个峰c.图像中目标和背景应一样大d. 图像中目标灰度应比背景大14. 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饱和度增强C色调增强 D不一定哪种增强15、利用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。
数字图像处理期末考试题库精华
数字图像处理期末考试题库精华数字图像处理是计算机视觉领域的重要分支，通过使用数字计算机对图像进行处理，旨在改善和增强图像的质量、分析和提取图像的特征、实现图像的压缩与传输等。
本文将为大家整理汇总数字图像处理期末考试题库的精华内容，以帮助大家进行复习备考。
一、基础概念与原理（300字）1.1 数字图像的定义与表示数字图像是由一系列离散的像素点构成的，每个像素点都具有特定的位置和灰度信息。
在计算机内部，数字图像通常使用矩阵来表示，其中每个元素代表一个像素点的灰度值或颜色值。
1.2 数字图像的采集与显示数字图像的采集通常通过数码相机、扫描仪等设备进行，它们会将光学信息转化为数字信号。
数字图像的显示利用显示器或打印机等设备，将数字信号转化为可见的图像。
1.3 灰度变换灰度变换是数字图像处理中常用的一种操作，通过对图像的灰度值进行调整，可以改变图像的亮度和对比度。
常见的灰度变换包括对数变换、幂次变换、直方图均衡化等。
1.4 空域滤波空域滤波是指在图像的空间域进行滤波操作，常见的空域滤波包括平滑滤波和锐化滤波。
平滑滤波可以减少图像的噪声和细节，而锐化滤波则可以增强图像的轮廓和细节。
二、图像增强与恢复（500字）2.1 直方图处理直方图可以用来描述图像中各个灰度级的分布情况，直方图处理可以通过对直方图的变换来改变图像的对比度和亮度。
直方图均衡化是一种常用的直方图处理方法，通过拉伸直方图来增强图像的对比度。
2.2 空域滤波器空域滤波器是一种广泛应用于图像增强的方法，常见的空域滤波器有中值滤波、均值滤波和高斯滤波等。
中值滤波器可以有效去除图像中的椒盐噪声，而高斯滤波器则可以模糊图像以减少噪声。
2.3 图像复原图像复原是指对受损图像进行恢复，常见的图像复原方法有降噪处理、去模糊处理和去伪影处理等。
这些方法通常需要通过数学模型和算法来实现对受损图像的重建。
三、图像分割与特征提取（500字）3.1 图像分割图像分割是将图像划分为若干个区域或对象的过程。
(完整word版)数字图像处理复习题
3.5为什么离散的直方图均衡技术通常无法得到纯平的直方图.解答这是因为在离散的情况下, 我们永远也无法减小直方图在每一点的高度. 如果某个灰度上的象素值超过了纯平的直方图所需要的数量, 因为不能将这个灰度上的象素分散到几个灰度上去, 所以这样的均衡技术没有办法降低直方图的高度. (但可以将几个灰度映射到同一个灰度上增加某一点直方图的高度)3.13现有两幅图像a和b, 它们的灰度等级都分布在全部0~255之间.(1)如果我们不断的从图像a中减去b, 最终将得到什么结果.(2)如果交换两幅图像是否会得到不同的结果.解答(1)因为两幅图像灰度分布在全部0~255之间, 并且我们假设两幅图像是不相关的, 那么a-b的结果将分布在-255~255之间, 所以每次减法操作可以表示为下式:a(n+1) = [a(n)-b+255]/2如果随着n趋于无穷, a(n)趋于一个稳定的图像A, 那么A = (A-b+255)/2所以A = 255-b, 最终得到的是图像b的负像.(2)不同, 最终得到的是a的负像.3.14图像相减经常在工业中用来检测产品组装时缺少的部件. 方法是保存一幅正确组装的产品的”完美”图像, 然后在其他相同产品的图像中减去这个图像. 理想情况下, 如果产品正确组装, 得到的差应该是0. 如果缺失了某个部件, 则与”完美图像”的差分图像在相应位置不为0. 在实际中, 为了实现这个方法我们应该考虑那些条件.解答用g(x, y)表示完美图像, f(x, y)表示实际操作中得到的图像. 通过减法来实现差别检测是基于简单的计算差值d(x, y)=g(x, y)-f(x, y). 差值图像可以通过两种方法实现差别检测. 第一种是用逐个象素的分析. 在这种情况下, 如果所有差值图像中的象素落在区间[Tmin, Tmax]中, 则我们认为f(x, y)足够接近完美图像, Tmin<0, Tmax>0. 通常这两个值的绝对值大小一样, 即[-T, T]. 第二种方法是将所有象素差值的绝对值相加, 和某个阈值S比较. 这是一种很粗略的检测, 所以我们重点关注第一种方法.有三个因素需要我们控制: 1. 合适的配准(registration), 2. 可控的光照, 3. 噪声水平. 第一个是比较可以进行的基本条件. 两幅图像就算完全一样, 如果互相之间存在偏移, 那么比较的结果也没有意义. 通常特殊的标记会被标注在产品上用于机器对齐或图像处理时对齐.可控的照明很明显是很重要的, 因为光照的改变会强烈的影响差分图像的值. 通常和光照控制联合使用的方法是根据实际条件的灰度拉伸. 例如, 产品上存在一小块颜色严格控制的区域, 整个图像上的灰度都根据这个区域的颜色和它应该具有的颜色来进行修改.最后, 差值图像里的噪声需要足够小, 才不会影响比较结果. 好的信号强度对减小噪声的影响大有帮助. 另一种办法是通过图像处理的办法(例如图像平滑)去噪.很明显, 上面说到的每个方面都有多种不同的方法. 例如, 我们可以在检查的形式上有比逐个象素比较更智能的办法. 一种常使用的方法是将完美图像分割成不同区域, 再根据每个区域的内容不同进行多种不同的测试.3.18讨论如果不断的将一个3*3的低通滤波器应用到一幅数字图像上最终产生什么结果. 忽略边界效应.解答从空间上看将使图像越来越模糊, 最终整个图像将具有统一的灰度值. 从频域解释是不断的乘以低通滤波器的结果是形成一个Delta函数, 所对应的空间变换就是只有DC分量, 即只剩一个灰度值.3.19(a)单独的暗的或亮的象素块(和背景比较), 如果面积小于中值滤波器的一半, 可以被滤波消去(设置成背景的灰度值). 假设中值滤波器的大小为n×ｎ, 并且n为奇数, 解释一下为什么. (b) 一幅图像中存在不同的象素块. 假设一个块中的所有点都比背景亮或者暗(不会同时), 而且每一个块的面积都小于等于n2/2. 如果满足什么条件(用n表示), 则这些块不再被认为是单独的?(从问题(a)的角度考滤)解答(a)如果这个象素块中的点都比背景亮, 即对度大于背景, 在n×ｎ的中值滤波器中, 和背景的象素一起排序时, 因为它的面积小于一半, 则可以肯定它们都比排在第(n×ｎ+1)/2的象素要亮, 所以没有机会被选中, 都会被滤掉. 对于暗的象素块, 情况类似.(b)如果两个象素块足够接近, 而且又同时都大于或者都小于背景的灰度, 那么在进行中值滤波的时候, 这些象素块中的点将会有机会被选为中值. 在这种情况下, 这些象素块将无法被滤掉, 也就是不再被认为是单独的.我们假设象素块是正方形的,大小为n×ｎ一半. 它们的边长为sqrt(2)/2*n,离滤波器的最大边界距离[1-sqrt(2)/2]*n, 所以这些块单独存在的条件是它们之间的距离大于[1-sqrt(2)/2]*n.3.20(a) 提出一种计算n×ｎ大小的邻域的中值的算法.(b) 提出一种当邻域的中心移动一个象素时, 更新其中值的算法.解答(a)将这n×ｎ个灰度值排序并用链表连接, 第[(n×ｎ+1)/2]个值即为中值.(b)将从邻域出移出的灰度值从链表中删去, 将新加入的值插入链表的合适位置, 然后再读出中值.3.21(a) 在文字识别的应用中, 文本页通常用一个阈值将其二值化. 然后将字符细化成在背景0上由1组成的笔画. 由于噪声, 在二值化和细化的过程中, 可能造成笔画的断裂, 间隔为1到3个象素. 有一种修复断裂的办法是对二值图像进行一次平均滤波, 使之模糊, 从而形成连接断裂处的桥梁. 给出所需的平均滤波器的最小大小.(b) 在连接了断裂处以后, 需要重新用阈值对图像进行二值化. 对在(a)中给出的答案, 为了不使笔画再次断裂, 阈值的最小可能取值是多少.解答(a)因为最大的断裂长度是3个象素, 所以使用5×5大小的平均滤波器可以使断裂中点处也就是第二个象素有一定的灰度值.(b)断裂中点处分别受到来自两边的笔画的影响, 平均滤波后灰度值的大小为1/25 + 1/25, 所以阈值不能小于2/253.22下面三幅图像经过了方形的平均滤波器的滤波, 滤波器的大小分别为n=23, 25, 和45. (a)(c)图的左下部分的竖条都变模糊了, 但是之间依然有清晰的间隔. 但是这些竖条在图像(b)中完全混在了一起, 尽管(b)中使用的滤波器大小远小于(c). 解释为什么.解答滤波后的图像是否存在清晰的间隔取决于象素间是否有明显的灰度差异. 如下图所示, 分别代表了三个尺度的滤波器的情况. 其中每个尺度滤波器的上下两个方框表示了计算相邻象素点的灰度时所用到的邻域. b中的滤波器所产生的图像之所以完全混在了一起, 是因为它的滤波器的尺度恰好是原图像周期的整数倍. 这意位着当所计算的象素向右边移动时, 计算所涉及到的邻域把最左边的一列象素去掉了, 而右边加入了一列新的象素. 因为邻域的大小为周期的整数倍, 所以左边所去掉的象素灰度值和右边所加入的灰度值是相等的, 所以邻域内的灰度平均值没有变化, 计算所得的灰度值也没有变化, 整个部分混在了一起. 而对于a和c来说, 当所计算的象素向右移动时, 邻域的最左边去掉了一行黑色的象素, 右边加入了一行白色的象素, 因此在这个时候, 邻域内象素的平均值增大, 计算所得的象素点变亮. 从而产生了间隔的区域.4.7如图, 在频谱中那些水平轴上近似周期性的亮点是由什么原因产生的.解答是由于左下方的竖条, 上方的方块, 右边的噪声方块这样的具有周期性的图像形成的.4.8每一个图4.23所示的高通滤波器都在原点处存在一个尖峰, 解释为什么.解答这是因为这些滤波器在频域中的表达式都是1减去一个低通滤波器. 而1的傅立叶逆变换是一个冲激函数, 它在原点处为无穷大.4.12考虑下面的图像. 右边的图像由左边的图像先经过高斯低通滤波器, 再经过高斯高通滤波器滤波而得到. 图像的大小为420×344, 两个滤波器的截止频率D0都为25.(a)考虑右边的图像, 解释为什么戒指处的部分很亮而且是实心的, 而图像的其他部分只显示物体的轮廓边缘, 中间是黑色的区域. 换句话说, 为什么高通滤波器, 本应该消除掉图像的DC部分, 却没有将戒指中间的均匀区域部分变黑.(b)如果交换两个滤波器的顺序, 结果会不会不同.4.13给出一幅M*N大小的图像, 用截止频率为D0的高斯低通滤波器不断的对其进行滤波. 可以忽略计算误差. 用Kmin表示计算机上所能表示的最小正数.(a)用K表示滤波的次数. 当K足够大时, 最终得到的结果是什么.(b)推出得到这一结果的最小所需的K是多少.解答:4.16看下面的一系列图像. 最左边的是一幅印刷电路板的X光图像的一部分. 接下来分别是对原图像使用1, 10, 100遍高斯高通滤波器的结果. 截止半径D0为30. 图像大小为330*334. 每个象素为8bit灰度值.(a)这些结果似乎显示在经过一定次数的滤波后图像将不再变化. 证明事实是不是这样. 计算中可以忽略误差. 用Kmin表示计算机所能表示的最小正数.(b)如果确实是停止变化, 那么多少次滤波后图像不再变化.解答:(a)高斯高通滤波器和高斯低通滤波器不同的一点在于, 低通滤波器在D=0这一点上取值为1, 而高通滤波器在每一点上都小于1, 因此当K趋于无穷的时候, 每一点的取值都趋于0, 即图像最终趋于一片漆黑.4.17如图4.30所示, 结合高频增强和直方图均衡可以获得很好的边缘锐化和对比度拉伸的效果.(a)这两个处理的顺序有没有关系.(b)如果顺序有关, 解释原因.解答(a)(b) 有关. 例如我们有一幅变化缓慢但直方图分布已经很均衡的图像, 这时先进行高频增强将得到类次上面左下角的图像. 因为灰度变化缓慢, 所以高频部分的值很小, 从而整幅图像直方图分布在一个灰度较低的位置, 这时再进行直方图均衡将得到很好的效果. 而如果先进行直方图均衡, 对于原来直方图分布已经很均衡的图像将没有什么明显的改善, 再进行高频增强, 那么结果就只能使处在灰度较低的范围. 而且因为自然图像多为变化不是很剧烈的, 所以我们应当先进行高频增强, 再进行直方图均衡.4.18你能想出一种办法用傅立叶变换计算图像的差分来得到梯度的幅值吗? 如果可以, 写出方法, 如果不行, 解释为什么.解答:不行. 傅立叶变换是一种线性变换, 但是在计算梯度幅值时所涉及到的平方和开方的运算是非线性的. 傅立叶变换可以用来计算偏微分,但是平方, 开放或绝对值的运算必须直接在空间域中进行.(a)变长编码(variable-length coding)可以被用在直方图均衡处理后(histogram equalized)的图像中吗？为什么？(b)这样的图像中是否存在可用于数据压缩的像素间冗余(interpixel redundancies)？解答(a)变长编码的主要思想是对出现频率高的字符使用较短的编码，而对出现频率较低的字符使用较长的编码，从而降低平均编码长度。
(完整版)数字图像处理题库
[题目]数字图像[参考答案]为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔地划分成多个等级（层次），也即均匀量化，以此来用二维数字阵列表示其中各个像素的空间位置和每个像素的灰度级数（灰度值）的图像形式称为数字图像。
图像处理[参考答案]是指对图像信息进行加工以满足人的视觉或应用需求的行为。
题目]数字图像处理[参考答案]是指利用计算机技术或其他数字技术，对一图像信息进行某此数学运算及各种加工处理，以改善图像的视觉效果和提高图像实用性的技术。
一、绪论(名词解释，易，3分)[题目]图像[参考答案]是指用各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人的视觉系统而产生的视知觉的实体。
一、绪论(简答题，难，6分)[题目]什么是图像？如何区分数字图像和模拟图像？[参考答案]“图”是物体透射或反射光的分布，是客观存在的。
“像”是人的视觉系统对图在大脑中形成的印象或认识，是人的感觉。
图像是图和像的有机结合，既反映物体的客观存在，又体现人的心理因素；图像是对客观存在的物体的一种相似性的生动模仿或描述，或者说图像是客观对象的一种可视表示，它包含了被描述对象的有关信息。
模拟图像是空间坐标和亮度(或色彩)都连续变化的图像；数字图像是空间坐标和亮度(或色彩)均不连续的、用离散数字(一般是整数)表示的图像。
[题目]简述研究图像恢复的基本思路。
[参考答案]基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面日，从而获得与景物真实面貌相像的图像。
一、绪论(简答题，易，5分)[题目]简述研究图像变换的基本思路。
[参考答案]基本思路是通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理的过程，或在进一步的图像处理中获得更好的处理效果。
一、绪论(简答题，易，5分)[题目]简述一个你所熟悉的图像处理的应用实例。
数字图像处理复习题精选全文完整版
可编辑修改精选全文完整版第一章绪论一.选择题1. 一幅数字图像是：( )A、一个观测系统B、一个有许多像素排列而成的实体C、一个2-D数组中的元素D、一个3-D空间的场景。
提示：考虑图像和数字图像的定义2. 半调输出技术可以：( )A、改善图像的空间分辨率B、改善图像的幅度分辨率C、利用抖动技术实现D、消除虚假轮廓现象。
提示：半调输出技术牺牲空间分辨率以提高幅度分辨率3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( )A、256KB、512KC、1M C、2M提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。
4. 图像中虚假轮廓的出现就其本质而言是由于：( )A、图像的灰度级数不够多造成的B、图像的空间分辨率不够高造成C、图像的灰度级数过多造成的D、图像的空间分辨率过高造成。
提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。
5. 数字图像木刻画效果的出现是由于下列原因所产生的：（）A、图像的幅度分辨率过小B、图像的幅度分辨率过大C、图像的空间分辨率过小D、图像的空间分辨率过大提示：图像中的木刻效果指图像中的灰度级数很少6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出是类别数据）A、图像编码B、图像合成C、图像增强D、图像分类。
提示：对比较狭义的图像处理技术，输入输出都是图像。
解答：二.简答题1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。
2. 什么是图像识别与理解3. 简述数字图像处理的至少3种主要研究内容。
4. 简述数字图像处理的至少4种应用。
5. 简述图像几何变换与图像变换的区别。
解答:1. ①图像数字化：将一幅图像以数字的形式表示。
主要包括采样和量化两个过程。
②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。
（完整版）数字图像处理复习题（选择题及相应答案）解析
（完整版）数字图像处理复习题（选择题及相应答案）解析第一章1.1.1可以用f(x,y)来表示：（ABD）A、一幅2-D数字图像B、一个在3-D空间中的客观景物的投影；C 2-D空间XY中的一个坐标的点的位置；D、在坐标点（X,Y）的某种性质F的数值。
提示：注意3个符号各自的意义1.1.2、一幅数字图像是：(B)A、一个观测系统；B、一个有许多像素排列而成的实体；C、一个2-D数组中的元素D、一个3-D空间的场景。
提示：考虑图像和数字图像的定义1.2.2、已知如图1.2.2中的2个像素P和Q，下面说法正确的是：(C)A、2个像素P和Q直接的De距离比他们之间的D4距离和D8距离都短：B、2个像素p和q之间的D4距离为5；C、2个像素p和q之间的D8距离为5；D、2个像素p和q之间的De距离为5。
1.4.2、半调输出技术可以：(B)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用抖动技术实现；D、消除虚假轮廓现象。
提示：半调输出技术牺牲空间分辨率以提高幅度分辨率1.4.3、抖动技术可以(D)A、改善图像的空间分辨率；B、改善图像的幅度分辨率；C、利用半输出技术实现；D、消除虚假轮廓现象。
提示：抖动技术通过加入随即噪声，增加了图像的幅度输出值的个数1.5.1、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：(A)A、256KB、512KC、1M C、2M提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。
1.5.2、图像中虚假轮廓的出现就其本质而言是由于：(A)(平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃)A、图像的灰度级数不够多造成的；B、图像的空间分辨率不够高造成；C、图像的灰度级数过多造成的D、图像的空间分辨率过高造成。
提示：图像中的虚假轮廓最易在平滑区域内产生。
1.5.3、数字图像木刻画效果的出现是由于下列原因所产生的：（A）A、图像的幅度分辨率过小；B、图像的幅度分辨率过大；C、图像的空间分辨率过小；D、图像的空间分辨率过大；提示：图像中的木刻效果指图像中的灰度级数很少1.5.4、当改变图像的空间分辨率时，受影响最大的是图像中的：(A)A、纹理区域（有许多重复单元的区域）；B、灰度平滑的区域；C、目标边界区域；D、灰度渐变区域。
数字图像处理试题-重点全面总结
一、单项选择题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：DA. 0B.255C.6D.82.图象与灰度直方图间的对应关系是： BA.一一对应B.多对一C.一对多D.都不对3. 下列算法中属于图象锐化处理的是： CA.低通滤波B.加权平均法C.高通滤D. 中值滤波4.下列算法中属于点处理的是： BA.梯度锐化B.二值化C.傅立叶变换D.中值滤波5、计算机显示器主要采用哪一种彩色模型 AA、RGBB、CMY或CMYKC、HSID、HSV6. 下列算法中属于图象平滑处理的是： CA.梯度锐化B.直方图均衡C. 中值滤波placian增强7.采用模板［-1 1］主要检测__C_方向的边缘。
A.水平 B.45° C.垂直 D.135°8.对一幅100100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 A.2:1 B.3:1 C.4:1 D.1:29.维纳滤波器通常用于 CA、去噪B、减小图像动态范围C、复原图像D、平滑图像10.图像灰度方差说明了图像哪一个属性。
BA 平均灰度B 图像对比度C 图像整体亮度 D图像细节11、下列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12、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13、将灰度图像转换成二值图像的命令为CA．ind2gray B．ind2rgb C．im2bw D．ind2bw14.像的形态学处理方法包括（D ）A.图像增强B.图像锐化C 图像分割D腐蚀15.一曲线的方向链码为12345，则曲线的长度为 Da.5b.4c.5.83d.6.2416.下列图象边缘检测算子中抗噪性能最好的是： Ba.梯度算子b.Prewitt算子c.Roberts算子d. Laplacian算子17.二值图象中分支点的连接数为： Da.0b.1c.2d.3二、填空题1.图像锐化除了在空间域进行外，也可在频率域进行。
- 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)。
30452计算题复习一、直方图均衡化（P68）对已知图像进行直方图均衡化修正。
例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。
要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。
表1解：对已知图像均衡化过程见下表：r 7=7 81 7 7→7画出直方图如下：（a ）原始图像直方图 （b ）均衡化后直方图 **以下部分不用写在答题中。
其中：① r k 、n k 中k = 0，1，…，7② p r （r k ）= n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==kj jnn 0，在此题中n =64×64。
③ ∑==kj jrk r p s 0)(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。
④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。
⑤ 并k k s s =⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。
⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。
二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80）空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。
模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为)6.2.4(),(),(),(∑∑-=-=--=lls k k r s r H s y r x f y x g式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。
具体过程如下：（1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。
对于空间低通滤波器而言，采用的是低通滤波器。
由于模板尺寸小，因此具有计算量小、使用灵活、适于并行计算等优点。
常用的3*3低通滤波器（模板）有：模板不同，邻域内各像素重要程度也就不同。
但无论怎样的模板，必须保证全部权系数之和为1，这样可保证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。
1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1解：低通滤波的步骤为：（1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）；（2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加；（3）将（2）中的结果赋给图像中对应模板中心位置的像素。
如图中第2行第2列处的值 = （1*1+1*7+1*1+1*1+2*1+1*1+1*1+1*1+1*5）/10 = 2（其他位置同样方法计算可得）由此步骤可得处理结果为（空白处自己计算后填入）17181711121171181811117181711三、 中值滤波与邻域平均中值滤波（P81）中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。
它对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。
但它对点、线等细节较多的图像却不太合适。
局部平滑法（邻域平均法 或 移动平均法）（P76）局部平滑法是一种直接在空间域上进行平滑处理的技术。
用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。
设有一幅N ×N 的图像f (x ,y )，若平滑图像为g (x ,y )，则有)1.2.4(),(1),(,∑∈=sj i j i f My x g式中x ,y = 0,1,…,N -1；s 为（x ,y ）邻域内像素坐标的集合； M 表示集合s 内像素的总数。
可见邻域平均法就是将当前像素邻域内各像素的灰度平均值作为其输出值的去噪方法。
设图像中的噪声是随机不相关的加性噪声，窗口内各点噪声是独立同分布的，经过（）平滑后，信号与噪声的方差比可望提高M 倍。
这种算法简单，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处。
而且邻域越大，在去噪能力增强的同时模糊程度越严重。
例：对下图做3*3中值滤波处理和3*3邻域平均处理，写出处理结果，并比较邻域平均与中值滤波的差异。
1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 11115111117181711解：（1）中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。
题目中的图像经3*3中值滤波后的结果为（忽略边界）：1718171111555111115551171155511181151111811111111111111117181711（2）局部平滑法（邻域平均法或移动平均法）是用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。
题目中的图像经3*3局部平滑法（邻域平均法或移动平均法）后的结果为（忽略边界）：17181711119/938/940/938/923/921/91171181811117181711中值滤波法和局部平滑法（邻域平均法或移动平均法）均能有效削弱椒盐噪声，但中值滤波法比邻域平均法更有效，且滤波后图像中的轮廓比较清晰。
四、 霍夫曼编码（P124）例：设有一信源A={a1, a2, a3, a4, a5, a6}，对应概率P={, , , , , }. （1）进行霍夫曼编码（要求大概率的赋码字0，小概率的赋码字1），给出码字； （2）计算平均码长，信源熵和编码效率。
解：（1）编码步骤 1）缩减信源符号数量将信源符号按出现概率从大到小排列，然后结合2）对每个信源符号赋值从（消减到）最小的信源开始，逐步回到初始信源由此可得哈夫曼编码结果见下表平均码长2.2504.0.0506.0.041.031.023.014.01∑-==⨯+⨯+⨯+⨯+⨯+⨯==L i i ip B β（其中，i β是灰度值为i 的编码长度，i p 为灰度值为i a 的概率，L 为灰度级数） 信源熵14.2log 21=-=∑-=i L i ip pH编码效率973.02.214.2===B H η五、费诺—仙农编码（P126）费诺—仙农编码与Huffman编码相反，采用从上到下的方法。
香农-范诺编码算法步骤：（1）按照符号出现的概率减少的顺序将待编码的符号排成序列。
（2）将符号分成两组，使这两组符号概率和相等或几乎相等。
（3）将第一组赋值为0，第二组赋值为1。
（4）对每一组，重复步骤2的操作。
例：设一副灰度级为8的图象中，各灰度所对应的概率分别为，，，，，，，，要求对其进行费诺.仙侬编码。
解：根据费诺—仙农编码的方法进行分组和赋值如下图所示所得编码结果如下表六、 算术编码（P127）例：编码来自1个4-符号信源{a 1, a 2, a 3, a 4}的由5个符号组成的符号序列：b 1b 2b 3b 4b 5 = a 1a 2a 3a 3a 41a 2a 3a 4a 信源符号概率初始子区间0.20.20.40.2[0 , 0.2][0.8 , 1.0][0.4 , 0.8][0.2 , 0.4]解：由L C F N l s s *+=（新子区间的起始位置=前子区间的起始位置+当前符号的区间左端*前子区间长度） L C F N r s e *+=（新子区间的结束位置=前子区间的起始位置+当前符号的区间右端*前子区间长度）可得，对于｛a 1，a 2，a 3，a 3，a 4｝，有 a 1 [0，] a1a2 [*，*]=[，] a1a2a3 [+*，+*]=[，] a1a2a3a3[+*，+*]=[，]a1a2a3a3a4 [+*，+*1]=[，]解码过程702020340....=-(1)0.068 在区间[0 ,0.2] ，可知第一个源符号为a 1(2)在区间[0.2-0.4]中，第二个为a 2(3)在区间[0.4-0.8]中，第三个为a 3(4)在区间[0.4-0.8]中，第四个为a 3(5)在区间[0.8-1]中，第五个为a 43402000680...=-750404070....=-87504040750....=-七、 区域分割状态法（峰谷法、灰度阈值法）（P155）基本思想是，确定一个合适的阈值T 。
将大于等于阈值的像素作为物体或背景，生成一个二值图像。
阈值的选定可以通过如下图中灰度直方图确定。
方法：首先统计最简单图像的灰度直方图，若直方图呈双峰且有明显的谷，则将谷所对应的灰度值T 作为阈值，按图右侧的等式进行二值化，就可将目标从图像中分割出来。
这种方法适用于目标和背景的灰度差较大、有明显谷的情况。
⎩⎨⎧>≤=Ty x f T y x f y x g ),(1),(0),( 在四邻域中有背景的像素，既是边界像素。
例：对下面的图像用状态法进行二值化，并计算二值图像的欧拉数。
0 1 3 2 1 3 2 1 0 5 7 6 2 5 6 7 1 6 0 6 1 6 3 4 2 6 7 5 3 5 6 5 3 2 2 7 2 6 1 6 2 6 5 0 2 7 5 0 1 2 3 2 1 2 1 2 3 1 2 3 1 2 2 1解：（1）首先根据已知列出灰度级分布表灰度级 0 1234 5 67像素个数512 16 8 1710 5（2）画出图像的直方图（3）由此可确定阈值T = 4，根据⎩⎨⎧>≤=Ty x f T y x f y x g ),(1),(0),(，二值化的图像如下：（4）在二值图像中，1像素连接成分数C 减去孔数H 的差值叫做这幅图像的欧拉数。
本题从图中可以看出，其取值为1的像素的连接成分数C = 2，孔数H = 2，所以这幅图像的欧拉数为E = C – H = 2 – 2 = 0八、区域增长简单区域扩张法（P159）步骤：以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域；以合并的像素为生长点，继续重复以上的操作，最终形成具有相似特征的像素是最大连通集合。