(完整word版)数字图像处理期末复习资料
数字图像处理期末复习.docx
遥感与数字图像处理基础知识一、名词解释：数字影像图像采样灰度量化像素数字影像：数字影像又称数字图像，即数字化的影像。
基本上是一个二维矩阵，每个点称为像元。
像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。
图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。
灰度量化:将各个像素所含的明暗信息离散化后，用数字来表示。
像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元二、填空题：1光学图像是一个连续的光密度函数。
2、数字图像是一个_离散的光密度_函数。
3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。
此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。
只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。
数字化包括两个过程：—采样—和—量化—。
4、一般来说，采样间距越大，图像数据量_____________ 小_____ ,质量_______ 低_____ ;反之亦然。
5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________________________ 的整数。
设该数字图像为600行600列，则图像所需要的存储空间为____________________ 字节。
6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为 ________________________三、不定项选择题：（单项或多项选择）1数字图像的_______________ 。
①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的③两者都是连续的④两者都是离散的2、采样是对图像 _____________ 。
①取地类的样本②空间坐标离散化③灰度离散化3、量化是对图像 ____________ 。
①空间坐标离散化②灰度离散化③以上两者。
4、图像灰度量化用6比特编码时，量化等级为___________________ 。
①32个②64个③128个④256个5、数字图像的优点包括 _______________ 。
数字图像处理期末考试复习资料
《数字图像处理》复习指南选择题1、采用幕次变换进行灰度变换时，当幕次取大于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2、图像灰度方差说明了图像哪一个属性（B ）A平均灰度B图像对比度C图像整体亮度D图像细节3、计算机显示器主要采用哪一种彩色模型（A ）A、RGBB、CMY 或 CMYKC、HSID、HSV4、采用模板[-1 1] T主要检测（A ）方向的边缘。
A.水平B.45 0C.垂直D.135 05、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、图象与灰度直方图间的对应关系是（ B ）A.——对应B.多对一C. 一对多D.都不11、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12、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.2M13、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：（D）18、对椒盐噪声抑制效果最好的是下列那种图像增强技术？ (DA 低通滤波B Laplace 微分C 邻域平均D 中值滤波 19、将图像“ name.tif”存储到文件中的命令(C )A 、 imread( ’ name.tif ’)B 、 loadC 、 imwrite( ’ name.tif ’ )20 . 计算机显示设备使用的颜色模型是( A )A. RGBB. HSVC. CMYD. 以上都 不对 21 .下列关于直方图的叙述错误的是 ( D )A. 描绘了各个灰度级像素在图像中出现的概率B. 描述图像中不同灰度级像素出现的次数C. 没有描述出像素的空间关系D. 直方图均衡化不能增强图像整体对比度的效果 22 . 锐化滤波器的主要用途不包括 ( B) A. 突出图像中的细节增强被模糊了的细节B. 超声探测成像分辨率低可以通过锐化来使图像边缘模糊C. 图像识别中分割前的边缘提取D. 锐化处理恢复过度钝化、暴光不足的图像23 .假设f(x,y)是一幅图像，则下列有关 f(x,y)的傅里叶变换说法中不正确 (C )A. 在原点的傅里叶变换等于图像的平均灰度级B . 一个二维傅里叶变换可以由两个连续一维的傅里叶运算得到 C. 图像频率域过滤可以通过卷积来实现 D. 傅里叶变换具有线性移不变性24. 列有关图像复原和图像增强的说法错误的是 (D )A. 与图像增强不同，图像复原的目的是提供给用户喜欢接收的图像B.图像增强主要是一个客观过程，而图像复原主要是一个主观过程C.图像增强被认为是一种对比度拉伸，图像复原技术追求恢复原始图像的一种近似 估计值D.图像复原技术只能使用频率域滤波器实现a. 0b.255 14 、下列算法中属于局部处理的是：a.灰度线性变换b.二值化15、下列算法中属于点处理的是：(a.梯度锐化b.二值化c.6d.8D)c.傅立叶变换d.中值滤波 )c.傅立叶变换d.中值滤波16、下列算法中属于图象平滑处理的是：( C)a.梯度锐化b.直方图均衡c.中值滤波placian 增强17、设灰度图中每一个像素点由1 个字节表示，则可表示的灰度强度范围是B) A . 128 B. 256 C. 36 D. 96)D 、 imshow( ’25、下列哪一个模板可用于图像平滑 （A26、对于含有孤立线噪声的图像，既要保证图像的边缘，又要去除噪声应该用那种滤波器 (B)判别正确、错误1 .图像按其亮度等级的不同，可以分为二值图像和灰度图像两种。
数字图像处理期末复习基本内容度最终版
第1章 数字图像处理的基本知识1.1 连续图像如何转换为数字图像？数字图像将图像看成是许多大小相同、形状一致的像素组成。
这样，数字图像可以用二维矩阵表示。
将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC ）得到原始的数字图像信号。
图像的数字化包括离散和量化两个主要步骤。
在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。
1.2当对模拟图像取样时不满足取样定律将出现什么现象？从取样图像中恢复原来的图像需要满足二维的香农取样定理，否则出现失真现象。
1.3图像处理的基础、最主要的任务是什么？图像处理的基础是数学，最主要的任务就是各种算法的设计和实现。
1.4 数字图像处理主要包括哪些研究内容？1）图像变换；2）图像增强；3）图像复原； 4）图像压缩编码；5）图像分割与特征提取。
1.5 数字图像研究的三大方面：提高视觉效果、特征提取和目标识别、编码和压缩数据。
1.6 计算下面图像的平均灰度值，写出计算下面图像平均灰度值的Matlab 程序245631536262⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦答：a=[2 4 5 6;3 1 5 3;6 2 6 2];average=mean2(a);运行结果，平均average=3.751.7 写出画大小为512512⨯的黑底（灰度值为0），中央有200200⨯大小白(灰度值为1)正方形图像的Matlab 程序。
答：x=zeros(512);x(256-100:256+99,256-100:256+99)=1;imshow(x)1.8 数字图像处理就是将图像转换为一个数字矩阵存放在计算机中，并采用一定的算法对其进行处理。
第2章图像处理中的常用数学变换2.1 (教材51页)用Matlab编程做出如图2.37所示图像的二维离散余弦变换(a)(b)图2.37答：% DCTa=ones(64);a(29:36,29:36)=0; % 8*8% a(29:36,31:34)=0; % 4*8f=dct2(a);figure, imshow(a,'notruesize')figure,imshow(log(abs(f)+1),'notruesize')2.2 做出对灰度图像’lenagray.bmp’进行傅里叶变换，并把直流分量平移到中央的Matlab程序，并注明每个程序的作用。
天津科技大学《数字图像处理》期末考试复习资料
天津科技大学《数字图像处理》期末考试复习资料第一章绪论1、掌握图像的表示方法；数字图像=坐标和灰度离散化的图像可以表示为一个二维函数f(x,y),其中x∈N和y∈N表示空间(平面)坐标,而在坐标(x,y)处的幅值f∈N称为图像在该处的灰度(gray level)或强度(intensity)。
图像有高度H、宽度W和灰度级(字节)。
1)数字图像可以用矩阵(Matrix)表示：2)数字图像也可以用向量(Vector)表示：2、掌握图像处理的三个层次，掌握数字图像处理系统的构成框图（包括各部分作用）；3、了解图像处理的内容、图像处理的主要应用。
图像处理的内容：图像的数字化、图像变换、图像增强、图像的恢复与重建、图像压缩与编码、图像分割。
图像处理的应用：生物医学、遥感、工业、军事、电信、公安等领域有着广泛的应用第二章数字图像处理的基本概念1、掌握图象数字化过程及数字化参数的选择及对图像影响，以及影响图像分辨率的因素；掌握空间分辩率、灰度分辩率的定义及区别、计算。
掌握黑白图像、灰度图像、彩色图像的表示形式。
数字图像化的过程：采样、量化数字化参数的选择及对图像影响：（1）采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
（2）量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现假轮廓现象，图像质量变差，但数据量小。
影响图像分辨率的因素：空间分辨率：定义：DPI＝Dots Per Inch=每英寸的点数报纸的的分辨率为75dpi,杂志133dpi,精致书籍2400dpi（外文）；单位尺寸能够采样的像素数。
由采样孔径与间距的大小和可变范围决定。
灰度分辨率：the smallest discernible change in gray level量化灰度所用的bit数。
【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。
数字图像处理复习材料
图像处理复习材料一、选择填空题1、采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。
2、量化是将各个像素所含的明暗信息离散化后，用数字来表示。
一般的量化值为整数。
3、采样间隔越大，图像质量越差，图像所占空间越小。
4、数字图像处理是指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术.5、数字图像的描述（三种图像的颜色数目的比较）二值图像：指图像的每个像素只能是黑或白，没有中间过渡，故称为2值图像，2值图像的像素值为0、1。
灰度图像：是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息。
彩色图像：指每个像素的信息由RGB 三原色构成的图像，其中RGB 由不同的灰度级来描述。
彩色图像不能用一个矩阵来描述，一般是用三个矩阵同时描述。
6、图像输出设备：显示器、打印机、投影仪等7、一幅图像对应唯一的灰度直方图，但是多幅图像可以对应同一个直方图。
（直方图与图像之间的关系） 8、直方图均衡化后，图像亮度、对比度发生变化，颜色数目不变。
9、图像平滑使用的是低通滤波器；图像锐化使用的是高通滤波器。
10、图像平滑使用的算子（或模板）：均值滤波器模板、中值滤波器模板。
图像锐化使用的算子（或模板）：Laplacian 算子、Sobel 算子。
11、梯度算子是一阶微分方程，其他（Laplac ian 、Sobel 等）是二阶微分方程。
12、图像压缩算法的好坏的评价（几个等级对应的图像质量） 等级0→差；等级5→好二、填空题：1、假设图像的灰度级概率密度如图所示。
其中p 1 (z )对应于目标， p 2 (z )对应于背景。
如果P 1 = P 2 ，试求分割目标与背景的最佳门限。
解：由图可以看出p 1 (z ) = (z −1)/2，p 2 (z )=1−z /2 将其代入式P 1 = P 2， 有p 1 (z ) = p 2 (z ) ∴2121z z -=-⇒ 23=z解得最优阈值为T = 3/ 2 。
数字图像处理复习资料
数字图像处理复习资料第1~2讲1、什么是图像、数字图像?“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（image）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；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。
数字图像—又称数字化图像，是一种以二维数组（矩阵）形式表示的图像。
是对连续变化的空间图像做等间距抽样所产生的抽样点—像元点组成。
2、为什么进行图像处理？图像处理就是对图像信息进行加工处理和分析，以满足人的视觉心里取药和实际应用或某种目的的要求。
可分为：模拟图像处理、数字图像处理、光电结合处理。
人类获取外界信息有视觉、听觉、触觉、嗅觉、味觉等多种方法，但绝大部分(约80％)是来自视觉所接收的图像信息，即所谓“百闻不如一见”。
3、数字图像基本特点（1）处理的大多是二维信息，信息量大。
（2）数字图像传输占用的频带较宽。
（3）有很多数字图像中象素间的相关性较大，冗余比较多，有利于压缩。
（4）对三维景物图像的理解一个视角的二维图像通常是不够的。
（5）数字图像处理后的图像很多情况下是给人观察和评价的，因此受人的因素影响较大。
4、步骤5、与光学图像处理方法相比数字图像表示方法的优点（1）、便于计算机处理与分析：计算机是以二进制方式处理各种数据的。
采用数字形式表示图像，便于计算机处理。
因此，与光学影像处理方式相比，数字图像是一种适于计算机处理的图像表示方法。
（2）、图像信息损失低：由于数字图像是用二进制表示的，因此在获取、传输和分发过程中，不会因长期存储而损失信息，也不会因多次传输和复制而产生图像失真。
而模拟方法表现的图像会因多次复制而使图像质量下降。
（3）、抽象性强：尽管不同类别的数字图像，有不同的视觉效果，对应不同的物理背景，但由于它们都采用数字形式表示，便于建立分析模型，进行计算机解译和运用图像专家系统。
6、影像几何畸变的因素遥感影像成像过程中所造成的各种几何畸变称为几何校正。
【数字图像处理】期末复习资料【考试要点】【老师整理】
第一章数字图像处理概论*图像是对客观存在对象的一种相似性的、生动性的描述或写真。
*模拟图像空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像*数字图像空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。
是图像的数字表示，像素是其最小的单位。
*数字图像处理（Digital Image Processing）利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。
（计算机图像处理）*数字图像处理的特点（优势）（1）处理精度高，再现性好。
（2）易于控制处理效果。
（3）处理的多样性。
（4）图像数据量庞大。
（5）图像处理技术综合性强。
*数字图像处理的目的（1）提高图像的视感质量，以达到赏心悦目的目的a.去除图像中的噪声；b.改变图像的亮度、颜色；c.增强图像中的某些成份、抑制某些成份；d.对图像进行几何变换等，达到艺术效果；（2）提取图像中所包含的某些特征或特殊信息。
a.模式识别、计算机视觉的预处理（3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。
**数字图像处理的主要研究内容（1）图像的数字化a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理b.主要包括的是图像的采样与量化（2*）图像的增强a.加强图像的有用信息，消弱干扰和噪声（3）图像的恢复a.把退化、模糊了的图像复原。
模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。
（5）图像的重建a.由二维图像重建三维图像（如CT）（6）图像的分析a.对图像中的不同对象进行分割、分类、识别和描述、解释。
（7）图像分割与特征提取a.图像分割是指将一幅图像的区域根据分析对象进行分割。
b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。
（8）图像隐藏a.是指媒体信息的相互隐藏。
数字图像处理复习资料
一、填空题（每空1分，共10分）填空题主要是一些常见知识。
三、论述题（每小题8分，共40分）下面的内容包括简答和论述题的部分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,y)，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）①在H(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≤DH-1(u,v)=0 当D>D(0.5分)2.直方图均衡化。
如果对一幅图像已经用直方图均衡化方法进行了处理，那么对处理后的图像再次应用直方图均衡化，处理结果会不会更好？答：1. 直方图均衡化的基本思想是对原始图像中的像素灰度图做某种映射变换，使变换后图像灰度的概率密度是均匀分布的，即变换后图像是一幅灰度级均匀分布的图像，这意味着图像灰度的动态范围得到了增加，从而可提高图像的对比度。
2.处理结果与处理前结果大致相同,没有太大的变化,只是平均值稍有所变。
3. 图像锐化与图像平滑有何区别与联系？答：区别：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）联系：都属于图象增强，改善图象效果。
（1分）4.什么是中值滤波，有何特点？答：中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值.中值滤波是非线性的处理方法，在去噪的同时可以兼顾到边界信息的保留。
中值滤波首先选一个含有奇数点的窗口W，将这个窗口在图像上扫描，把该窗口中所含的像素点按灰度级的升（或降）序排列，取位于中间的灰度值，来代替该点的灰度值。
（完整版）数字图像处理复习整理
（完整版）数字图像处理复习整理《数字图像处理》复习第⼀章绪论数字图像处理技术的基本内容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表⽰与描述）、彩⾊图像处理和多光谱及⾼光谱图像处理、形态学图像处理第⼆章数字图像处理基础2-1 电磁波谱与可见光1.电磁波射波的成像⽅法及其应⽤领域：⽆线电波（1m-10km）可以产⽣磁共振成像，在医学诊断中可以产⽣病⼈⾝体的横截⾯图像☆微波（1mm-1m）⽤于雷达成像，在军事和电⼦侦察领域⼗分重要红外线（700nm-1mm）具有全天候的特点，不受天⽓和⽩天晚上的影响，在遥感、军事情报侦察和精确制导中⼴泛应⽤可见光（400nm-700nm）最便于⼈理解和应⽤最⼴泛的成像⽅式，卫星遥感、航空摄影、天⽓观测和预报等国民经济领域☆紫外线（10nm-400nm）具有显微镜⽅法成像等多种成像⽅式，在印刷技术、⼯业检测、激光、⽣物学图像及天⽂观测X射线（1nm-10nm）应⽤于获取病⼈胸部图像和⾎管造影照⽚等医学诊断、电路板缺陷检测等⼯业应⽤和天⽂学星系成像等伽马射线（0.001nm-1nm）主要应⽤于天⽂观测2-2 ⼈眼的亮度视觉特征2.亮度分辨⼒——韦伯⽐△I/I（I—光强△I—光照增量），韦伯⽐⼩意味着亮度值发⽣较⼩变化就能被⼈眼分辨出来，也就是说较⼩的韦伯⽐代表了较好的亮度分辨⼒2-3 图像的表⽰3.⿊⽩图像：是指图像的每个像素只能是⿊或⽩，没有中间的过渡，⼀般⼜称为⼆值图像（⿊⽩图像⼀定是⼆值图像，⼆值图像不⼀定是⿊⽩图像）灰度图像：是指图像中每个像素的信息是⼀个量化了的灰度级的值，没有彩⾊信息。
彩⾊图像：彩⾊图像⼀般是指每个像素的信息由R、G、B三原⾊构成的图像，其中的R、B、G是由不同的灰度级来描述的。
4.灰度级L、位深度k L=2^k5.储存⼀幅M×N的数字图像所需的⽐特 b=M×N×k例如，对于⼀幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit）2-4 空间分辨率和灰度级分辨率6.空间分辨率是图像中可分辨的最⼩细节，主要由采样间隔值决定，反映了数字化后图像的实际分辨率。
(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。
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。
数字图像处理复习资料
数字图像处理复习资料第1章绪论第2章数字图像处理基本概念1. 解答题（1）什么叫数字图像？答：数字图像，又称为数码图像或数位图像，是二维图像用有限数字数值像素的表示。
数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。
（2）数字图像处理包括哪些内容？答：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类。
（3）数字图像处理系统包括哪些部分？答：输入（采集）；存储；输出（显示）；通信；图像处理与分析。
（4）从“模拟图像”到“数字图像”要经过哪些步骤？答：图像信息的获取；图像信息的存储；图像信息处理；图像信息的传输；图像信息的输出和显示。
（5）什么叫数字图像的“空间分辨率”和“幅度分辨率”？各由数字化哪个过程决定？答：空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8。
（6）数字图像1600´1200什么意思？灰度一般取值范围0~255，其含义是什么？答：数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8的灰度分辨率。
（7）P42：2，3，6（直方图概念），10，112.图像的数字化包括哪两个过程？它们对数字化图像质量有何影响？答：采样；量化采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。
量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。
3数字化图像的数据量与哪些因素有关？答：图像分辨率；采样率；采样值。
6．什么是灰度直方图？它有哪些应用？从灰度直方图中你可可以获得哪些信息？答：灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系；它可以用于：判断图像量化是否恰当；确定图像二值化的阈值；计算图像中物体的面积；计算图像信息量。
数字图像处理考试复习资料
数字图像处理考试复习资料第⼀章：图像的概念: 图像是对客观存在的物体的⼀种相似性的、⽣动的写真或描述。
图像处理：对图像进⾏⼀系列操作，达到预期⽬的处理。
数字图像处理的三个层次：(1)狭义的图像处理：(图像——图像的过程)指对图像进⾏各种操作以改善图像的视觉效果或进⾏压缩编码减少存储空间和传输时间等。
(2)图像识别与分析：(图像——数值或符号的过程)对图像中感兴趣的⽬标进⾏检测和测量，建⽴对图像的描述。
(3)图像理解：(图像——描述及解释)在图像处理与识别的基础上，基于⼈⼯智能和认知理论，研究图像中各⽬标的性质和它们之间的相互联系，对图像内容的含义加以理解以及对原来景观场景加以描述，从⽽指导和规划⾏动。
数字图像处理的特点：（1）精度⾼：对于⼀幅图像⽽⾔，数字化时不管是⽤4⽐特还是8⽐特和其它⽐特表⽰，只需改变计算机中程序的参数，处理⽅法不变。
所以从原理上讲不管对多⾼精度的数字图像进⾏处理都是可能的。
⽽在模拟图像处理中，要想使精度提⾼⼀个数量级，就必须对装置进⾏⼤幅度改进。
（2）再现性好：不管是什么数字图像，均⽤数组或数组集合表⽰。
在传送和复制图像时，只在计算机内部进⾏处理，这样数据就不会丢失或遭破坏，保持了完好的再现性。
⽽在模拟图像处理过程中，就会因为各种⼲扰因素⽽⽆法保持图像的再现性。
（3）通⽤性、灵活性强：不管是可视图像还是X光图像、热红外图像、超声波图像等不可见光图像，尽管这些图像⽣成体系中的设备规模和精度各不相同，但当把这些图像数字化后，对于计算机来说，都可同样进⾏处理，这就是计算机处理图像的通⽤性。
第⼆章图像数字化是将⼀幅画⾯转化成计算机能处理的形式——数字图像的过程。
采样：将空间上连续的图像变换成离散点的操作称为采样。
采样间隔和采样孔径的⼤⼩是两个很重要的参数。
量化：将像素灰度转换成离散的整数值的过程叫量化。
⼀幅数字图像中不同灰度值的个数称为灰度级数，⽤G表⽰。
图像数字化⼀般采⽤均匀采样和均匀量化⽅式。
2024数字图像处理复习材料
图像处理复习简答题1：1．图像锐化与图像平滑有何区分与联系？答：图象锐化是用于增加边缘，导致高频重量增加，会使图象清楚； 图象平滑用于去噪，对图象高频重量即图象边缘会有影响。
都属于图象增加，改善图象效果。
2．频域空间的增加方法对应的三个步骤：（平滑与锐化）答：假定原图像为f(x,y)，经傅立叶变换为F(u,v)，输出图像为g(x,y)，则频率域锐化过程描述为：(1) 将图像f(x,y)从图像空间转换到频域空间，得到F(u,v)；(2) 在频域空间中通过不同的？？滤波函数H(u,v)对图像进行不同的增加,得到G(u,v) (3) 将增加后的图像再从频域空间转换到图像空间，得到图像g(x,y)。
（平滑—>低通滤波器, 锐化—>高通滤波器）3．图像数据压缩的必要性答：（1）数字图像的浩大数据对计算机的处理速度、存储容量都提出过高的要求。
因此必需把数据量压缩。
（2）从传送图像的角度来看，则更要求数据量压缩。
在信道带宽、通信链路容量肯定的前提下，采纳编码压缩技术，削减传输数据量，是提高通信速度的重要手段 。
4．图像锐化滤波的常用方法？ 答：○1以梯度值代替原来像素值；○2给定一个阈值，若梯度值小于这个阈值，则修改这个像素的灰度值，反之则保持不变； ○3给图像背景给予一个固定的灰度值； ○4给图像前景给予一个固定的灰度值；○5通过一个阈值，给图像的前景和背景分别给予不同的固定的灰度值。
简答题2 1. 图像滤波的主要目的是什么？主要方法有哪些？ 2. 图像噪声有哪些主要类型，主要特点是什么？ 3. 如何理解中值滤波的不变性？ 4. 什么是梯度倒数加权法平滑？5. 什么是Laplacian 算子？它有哪些特征？6. 罗伯特梯度与Sobel 梯度有什么区分？7. 依据像素的梯度值生成不同的梯度图像的方法有哪些？ 8. 定向检测的模板有哪些？9. 频率域滤波的主要滤波器有哪些？各有什么特点？ 10.同态滤波的基本操作有哪些？简答题2（答案）1. 图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，复原其它的信息。
数字图像处理期末重点复习
1.欧氏距离：坐标分别位于（x，y）和（u，v）处的像素p和像素q之间的欧氏距离定义为：D e(p,q)=（x−u）2+（y−u）212。
2.街区距离：坐标分别位于（x，y）和（u，v）处的像素p和像素q之间的街区距离定义为:D4p，q=x−u+y−v。
3.棋盘距离：坐标分别位于（x，y）和（u，v）处的像素p和像素q之间的街区距离定义为:D8p，q=man（x−u，y−v）。
4.灰度数字图像有什么特点？答：灰度数字图像的特点是只有灰度（亮度）属性，没有彩色属性。
对于灰度级为L的图像，起灰度取值范围为[0，L-1].5.一副200×300的二值图像、16灰度级图像和256灰度级图像分别需要多少存储空间？答：由于存储一副M×N的灰度级为L 的数字图像所需的位数为：M ×N×L，其中L=2k。
二值图像，16灰度级图像和256灰度级图像的k值分别为1、4和8，也即存储一个像素需要的位数分别为1位、4位和8位。
所以，一副200×300的二值图像所需的存储空间为200×300×1/8=7.5kB；一副200×300的16灰度级图像所需的存储空间为200×300×4/8=30kB；一副200×300的256灰度级的图像所需的存储空间为200×300×8/8=60kB。
6.简述采样数变化对图像视觉效果的影响。
答：在对某景物的连续图像进行均匀采样时，在空间分辨率（这里指线对宽度）不变的情况下，采样数越少，即采样密度越低，得到的数字图像阵列M×N越小，也即数字图像尺寸就越小。
反之，采样数越多，即采样密度越高，得到的数字图像阵列M×N 越大，也即数字图像的尺寸就越大。
7.简述灰度级分辨率变化对图像视觉效果的影响。
答：灰度级分辨率是指在灰度级别克分辨的最小变化。
灰度级别越大，也即图像的灰度级分辨率越高，景物图像总共反映其亮度的细节就越丰富，图像质量也就越高。
- 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)。
1图像的特点:1)直观形象2)易懂3)信息量大2 图像的分类：1）按灰度分类：二值图像，多灰度图像2）按色彩分类：单色图像，动态图像3）按运动分类：静态图像，动态图像4）按时空分布分类：二维图像，三维图像3 数字图像处理的主要内容：1）图像获取2）图像变换3）图像增强4）图像复原5)图像编码6）图像分析7）图像识别8）图像理解4数字图像处理方法：1）空域法2）变换域法5什么是数字图像的采样和量化？采样：将模拟图像在空间上连续的点按照一定的规则变换成离散点的操作。
量化：由于采样图像被分割成空间上离散的像素，但其灰度是连续的，还不能用计算机进行处理，所以要对采样后的图像进行量化，即将连续的像素灰度值转换成离散的整数值的过程。
6图像像素间的邻接、连接和连通的区别？邻接：两个像素是否邻接就看它是否接触，一个像素和在它邻域中的像素是邻接的。
邻接仅仅考虑了像素间的空间关系。
连接：对两个像素，要确定它们是否连接，要考虑两点：①空间上要邻接；②灰度值要满足某个特点的相似准则第二章1 试述图像采集系统的结构及其各部分的功能？2 连续图像随机过程可以用哪些数字特征来描述？概率密度，一阶矩或平均值，二阶矩或自相关函数，自协方差，方差3 为什么说只要满足采样定理，就可以有离散图像无失真的重建元连续图像？这是由图像的连续性决定的，由图像上某一点的值可以还原出该点的一个小邻域里的值，这个图像连续性越好，这个邻域就可以越大，抽样次数可以很少就可以无失真还原。
而抽样定理对应这个邻域最小的情况即抽样次数最多的情况，大概是每周期两个样本4与标量量化相比，向量量化有哪些优势？合理地利用样本间的相关性,减少量化误差提高压缩率,5 Matlab图像处理工具箱提供了哪几类类型的数字图像？它们之间能否转换？如果可以如何转换？二进制图像，索引图像，灰度图像，多帧图像，RGB图像，它们之间可以相互转换，转换函数（23页6 数字图像的空间分辨率和采样间隔有什么联系？采样间隔是决定图像分辨率的主要参数1 FFT的基本思想是什么?？利用DFT系数的特性，合并DFT运算中的某些项，把长序列DFT变成短序列DFT，从而减少其运算量。
2快速离散余弦变换有几种实现方法？如何实现？（1）利用FFT的快速算法（2）基于代数分解的快速算法第四章1图像空域增强和频域增强的基本原理是什么？像增强是指按特定的需要突出一幅图像中的某些信息，同时削弱或去除某些不需要的信息，它是一种将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法频域处理法的基础是卷积定理，它是将图像看作波，然后利用信号处理中的手段对图像波进行处理。
空域处理法的基础是灰度映射变换，它是直接针对图像中的像素进行处理，所用到的映射变换取决于增强的目的2简述空域平滑滤波器和锐化滤波器的相同点，不同点及它们的联系？相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果。
3 同态滤波的特点是什么？适用什么情况？同态滤波是一种在频域中同时将图像亮度范围进行压缩和将图像对比度增强的方法同态滤波的原理：将灰度值看成是照度和反射率的产物，由于照度相对较小，可以看做图像的低频成分，而反射率是高频成分。
通过分别处理照度和反射率对像元灰度值的影响，达到揭示阴影区细节特征的目的。
4为什么中值滤波对于脉冲噪声和椒盐噪声的抑制效果比较好？中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。
实现方法：通过从图像中的某个采样窗口取出奇数个数据进行排序用排序后的中值取代要处理的数据即可中值滤波法对消除椒盐噪音非常有效，因为椒盐噪声的像素点值通常处于最大（或较大）或者最小（或较小）的范围内，采用取中间值的方法时，椒盐噪声可以比较好的过滤掉。
中值滤波在图像处理中,常用于用来保护边缘信息,是经典的平滑噪声的方法。
5用于空域增强处理中的平滑滤波器和锐化滤波器的相同点、不同点以及联系。
相同点：都能减弱或消除傅立叶空间的某些分量，而不影响或较少影响其它分量，从而达到增强某些频率分量的效果。
不同点：平滑滤波器减弱或消除了傅立叶空间的高频分量，所以达到了增强低频分量、平滑图像中细节的效果。
锐化滤波器减弱或消除傅立叶空间的低频分量，所以达到了增强高频分量、锐化图像中细节的效果。
两者联系：两者效果相反，互为补充，从原始图像中减去平滑滤波器的结果具有锐化的效果，而从原始图像中减去锐化滤波器的结果则具有平滑的效果1 试分析比较三种典型的滤波复原方法：逆滤波，维娜滤波与约束最小二乘方滤波？2 数字图像处理有哪几种常用的噪声？高斯噪声，瑞利噪声，伽马噪声，指数噪声，均匀噪声，椒盐噪声3何谓图像复原？图像复原与图像增强有什么区别？图像恢复（Image Restoration）(客观)当造成图像退化（图像品质下降）的原因已知时，复原技术可以对图像进行校正。
最关键的是对每种退化都需要有一个合理的模型。
目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。
图像增强（Image Enhancement）(主观)图像增强是对图像质量在一般意义上的改善。
当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。
其目的是得到一种特殊的艺术效果，增强动感和力度。
第六章1什么是三原色原理？1、自然界中的可见颜色都可以用这三基色按一定比例混合得到。
2、三基色彼此之间相互独立。
任何一种都不能用另外两种混合得到。
3、三基色之间的混合比例直接决定混合色调的饱和度。
4、混合色的亮度等于各个基色的亮度之和。
所以，国际照明委员会（CIE）规定以700nm(红)、546.1nm (绿)、435.8nm(蓝)三个色光为三基色。
自然界的所有颜色都可以通过选用这三基色按不同比例混合而成。
2全彩色图像处理与伪彩色图像处理有什么差别？全彩色图像处理是对彩色图像进行彩色增强处理，其目的是突出图像中的用信息，伪彩色图像处理是将黑白图像转化为彩色图像主要目的是提高人眼对图像的细节分辨能力一达到图像增强的目的3 什么是伪彩色处理？伪彩色处理有哪些方法？伪彩色增强是把灰度图像的各个不同灰度级按照线性或非线性的映射函数变换成不同的彩色，得到一幅彩色图像的技术。
使原图像细节更易辨认，目标更容易识别。
伪彩色增强的方法主要有：1、密度分割法 2、灰度级一彩色变换法3、频率域伪彩色增强法4简述对图像进行编码压缩的必要性和可行性。
必要性: 图像数据的特点之一是信息量大，图像在显示、传输过程中所需要传递的信息量非常大，不利于数字图像的传输和存储。
可行性：数字图像中存在着冗余。
从信息论观点看，描述图像信源的数据由有用数据和冗余数据两部分组成。
冗余数据主要有：空间冗余、时间冗余、结构冗余、信息熵冗余（编码冗余）、知识冗余、心理视觉冗余等等。
5有损压缩编码和无损压缩编码的区别在哪里？无损压缩编码无信息损失，解压缩时能够从压缩数据精确地恢复原始图像（亦称无失真、无损、信息保持）编码。
有损压缩编码不能精确重建原始图像，存在一定程度的失真（有失真或有损）编码。
6造成图像质量退化的典型原因主要有哪些？成像系统的像差、畸变、带宽有限等造成图像图像失真；由于成像器件拍摄姿态和扫描非线性引起的图像几何失真；运动模糊：成像传感器与被拍摄景物之间的相对运动，引起所成图像的运动模糊；灰度失真：光学系统或成像传感器本身特性不均匀，造成同样亮度景物成像灰度不同；辐射失真：由于场景能量传输通道中的介质特性如大气湍流效应、大气成分变化引起图像失真；图像在成像、数字化、采集和处理过程中引入的噪声等。
第四章图像增强1.图象增强的目的和意义：对图像的某些特征进行强调或尖锐化，以便于显示、观察和进一步分析处理【图象增强】是指对图像的某些特征，如边缘、轮廓、对比度进行强调或尖锐化，以便于显示、观察或进一步地分析与处理。
不以图像保真度为原则，不增加图像数据中的相关信息。
有选择的突出某些对人或机器分析感兴趣的信息，抑制一些无用信息，以提高图像的使用价值。
针对图像退化的一般性质加以修正，改进图像的平均质量。
2.点运算的特点：针对孤立象元点的运算，人为地改善图像的灰度和对比度【空间域】：图像平面所在的二维空间；【空间域增强】：在图像平面上直接针对一个一个像元点进行处理（点运算），或者对一个像元周围的小区域进行处理（局部运算），处理后像元的亮度变化而位置不变【点运算增强】：点运算是把图像中的每一像元值，按照特定的数学变换模式转换成输出图像的一个新的亮度值。
3.点运算的两个方法包括：灰度变换、直方图变换点运算变换方法包括：灰度变换法、直方图调整法【直方图】：直方图是灰度级的函数，描述的是图像中各个灰度级像素的个数。
表示方法：横坐标：表示灰度级，根据像元的灰度范围，以适当间隔作为单位长；纵坐标：表示像素统计值，代表每一个灰度级像素数出现的数目，或者该像素占总像素的比例值。
【直方图特点与作用】：直方图代表了图像中亮度值（像元值）的分布情况，但是并不反映像元的空间位置关系，不同的图像可能具有相同的直方图。
可以从图像的直方图的形态大致判断出图像质量的好坏。
【积累直方图】：统计某一灰度值和这一灰度值以下的所有像元的数目根据积累直方图也可以分析图像的质量：对于偏暗的图像，在灰度小的部分像元数增长快；对于偏亮的图像，在灰度大的部分像元数增长快积累直方图更重要的利用是在图像增强时作为变换函数。
【灰度变换法】：通过变换函数使图像的灰度值发生变化，调整图像的灰度动态范围或图像对比度，是图像增强的重要手段之一任一像素灰度为r →s=T(r)（线性变换、对数变换、指数变换）→同一像素灰度变为s 【线性变换】：将灰度范围线性扩展原因：当图象成象时曝光不足或过度, 或由于成象设备的非线性和图象记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图象中的细节分辨不清。
将原始图像各像元亮度值按线性关系，在0-255的任意指定范围内进行扩大或者缩小，来改变像元值的分布。
当直线与横轴夹角大于45°，图像拉伸（像素值范围扩大）；当直线与横轴夹角等于45°，图像不变（像素值范围不变）；当直线与横轴夹角小于45°，图像压缩（像素值范围减小）。