Lena(数字图像处理测试图片)介绍
数字图像处理 -习题2增强-噪声-几何变换-频域变换
第三章图像增强一.填空题1. 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__。
2.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。
3. 动态范围调整分为线性动态范围调整和__非线性调整___两种。
4. 直方图均衡化把原始图的直方图变换为分布均匀的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。
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。
5. 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。
6. 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。
二.选择题1. 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。
2. 指出下面正确的说法：（D ）A、基于像素的图像增强方法是一种非线性灰度变换。
B、基于像素的图像增强方法是基于频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可以获得和基于空域的图像增强方法同样的图像增强效果。
3.指出下面正确的说法：（D ）①基于像素的图像增强方法是一种非线性灰度变换。
②基于像素的图像增强方法是基于空域的图像增强方法的一种。
数字图像处理试题集2(精减版)剖析
第一章概括一 .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__________。
5.数字图像办理包含好多方面的研究内容。
此中， ________________ 的目的是依据二维平面图像数据结构出三维物体的图像。
解答 :1. 像素 5. 图像重修第二章数字图像办理的基础一 .填空题1.量化能够分为均匀量化和 ________________ 两大类。
3.图像因其表现方式的不一样，能够分为连续图像和________________ 两大类。
5.对应于不一样的场景内容，一般数字图像能够分为 ________________ 、灰度图像和彩色图像三类。
解答 :1.非均匀量化 3. 失散图像 5.二值图像二 .选择题1.一幅数字图像是： ()A 、一个观察系统。
B 、一个有很多像素摆列而成的实体。
C、一个 2-D 数组中的元素。
D 、一个 3-D 空间的场景。
3.图像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4.以下算法中属于局部办理的是：（）A 、灰度线性变换B、二值化C、傅立叶变换 D 、中值滤波5. 一幅 256*256 的图像，若灰度级数为16，则该图像的大小是：（）A 、128KB B、 32KBC、 1MB C、 2MB6.一幅 512*512A 、128KBC、 1MB 的图像，若灰度级数为16，则该图像的大小是：（）B、 32KBC、 2MB解答:1.B 3.B 4.D 5.B 6.A三 .判断题1. 能够用 f(x,y) 来表示一幅2-D 数字图像。
（）3. 数字图像坐标系与直角坐标系一致。
（）4.矩阵坐标系与直角坐标系一致。
（）5.数字图像坐标系能够定义为矩阵坐标系。
（）6. 图像中虚假轮廓的出现就其实质而言是因为图像的灰度级数不够多造成的。
（）10. 采样是空间隔散化的过程。
（）解答:1.T 3.F 4.F 5.T 6.T 10.T1、马赫带效应是指图像不一样灰度级条带之间在灰度交界处存在的毛边现象（√）第三章图像几何变换一 .填空题1.图像的基本地点变换包含了图像的________________ 、镜像及旋转。
数字图像处理选择填空
数字图像处理选择填空复习一、选择1、噪声有以下某一种特性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2、利用直方图取单阈值方法进行图像分割时：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3、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。
A.图像整体偏亮B.图像整体偏暗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、下列算法中属于图象锐化处理的是：A.低通滤波B.高通滤波C.加权平均法D.中值滤波5、维纳滤波器通常用于A.复原图像B.减小图像动态范围C.去噪D.平滑图像6、下列图像处理中属于图像平滑处理的是A.Hough变换B.直方图均衡C.中值滤波D.Roberts算子7、维纳滤波器通常用于A.去噪B.减小图像动态范围C.复原图像D.平滑图像8、一幅256*256 的图像，若灰度级数为16，则存储所需的比特数是：A.256KB.512KC.1MD.2M9、彩色图像增强时,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10、图像灰度量化用6比特编码时，量化等级为。
A.32个B.64个C.128个D.256个11、假定像元亮度随机分布时，直方图应是正态分布的。
以下情况均是图像对比度较小，图像质量较差的反映。
1）峰值偏向亮度坐标轴左侧，则图像。
A.偏暗B.偏亮C.亮度值过于集中12、对一幅100*100像素的图象，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10000bit，则图象的压缩比为：A.2:1B.8:1C.4:1D.1:213、关于最大类间、类内方差比法，下列说法正确的是A.选择的阈值使得两类数据间的方差越小越好。
B.选择的阈值使得同一类的数据之间的方差越大越好。
C.选择的阈值使得两类数据间的方差越小越好，同一类的数据之间的方差越大越好。
天津理工大学2014期末补考试卷答案--数字图像处理
2013～2014学年度第二学期《数字图像处理》期末考试试卷课程代码：0667036 试卷编号：1-A命题日期：2014 年 5 月20 日答题时限：120 分钟考试形式：闭卷笔试一、选择题（10分）1.以下属于有损压缩编码的是：（ D ）A、行程编码B、 LZW编码C、霍夫曼编码D、 DCT 变换编码2.10. 关于RGB色系下的彩色图像，下列说法正确的是：（ A ）A、彩色图像的红色分量、绿色分量、蓝色分量都是灰度图像。
B、该彩色图像的红色分量是彩色图像。
C、若某个像素点的值是（0，255，0），则表示该颜色中只含红色。
D、若某个像素点的值是（255，255，255），则表示该颜色为黑色。
3.以下选项中，不属于表色系的是：（ B）A、 RGBB、 DCTC、 CMYKD、 HSI4.以下图像分割方法中，属于基于图像灰度分布的阈值方法的是（ B ）A、区域合并、分裂法B、最大类间、内方差比法C、已知形状的曲线检测D、区域生长法5.指出下面正确的说法：（ D ）①基于像素的图像增强方法是一种非线性灰度变换。
②基于像素的图像增强方法是基于空域的图像增强方法的一种。
③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。
④基于频域的图像增强方法可以获得和基于空域的图像增强方法同样的图像增强效果。
A、①②B、①③C、③④D、②④6.假设是原始图像的像素点坐标；图像的大小是M*N；是使用公式对图像F进行变换得到的新图像的像素点坐标。
该变换过程是（ A ）A、图像镜像B、图像旋转C、图像放大D、图像缩小7.中值滤波器可以：（ A ）A、消除孤立噪声；B、检测出边缘；C、进行模糊图像恢复；D、模糊图像细节。
8.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9.一幅512*512的图像，若灰度级数为16，则该图像的大小是：（ A ）A、128KBB、32KBC、1MBD、2MB10.下图1是一幅标准测试图像Lena图，对图像进行处理后，形成的结果图像如图2所示。
数字图像实验报告一图像的加噪处理与几何变换
实验一图像的加噪处理与几何变换一、实验目的1.给Lena图像加高斯噪声，椒盐噪声，均匀分布噪声，观察图像；用平滑滤波器（均值滤波器，中值滤波器）分析效果。
2.对lena图像作裁剪、放大、缩小、旋转、平移等几何变换。
二、实验内容1.采用中值滤波、均值滤波对受椒盐噪声干扰的图像滤波；2.采用中值滤波、均值滤波对受高斯噪声干扰的图像滤波；3.采用中值滤波、均值滤波对受均匀噪声干扰的图像滤波；4.将图像lena.bmp裁剪成200X200大小；5.制作动画，将一幅图像逐渐向左上角平移移出图像区域，空白的地方用白色填充；6.利用剪切图像函数制作动画；7.将图像分别放大1.5倍和缩小0.8倍，插值方法使用双线性插值法，分别显示图像；8.将图像水平镜像，再顺时针旋转45度，显示旋转后的图；9.将图像分别进行水平方向30度错切，垂直方向45度错切，分别显示结果。
三、实验步骤（一）采用中值滤波,均值滤波对受椒盐噪声干扰的图像滤波a = imread('E:\实验报告\数字图像处理实验报告\lena.jpg');%读取图像b = rgb2gray(a); %转化为灰度图像%给图像加入噪声I = imnoise(b,'salt & pepper')%椒盐噪声%扩展矩阵，生成待处理矩阵n = 3;%模板阶数m = (n-1)/2;[p,q] = size(I);PI = zeros(p+2*m,q+2*m);%待处理矩阵for i = 1:pfor j = 1:qPI(i+m,j+m) = I(i,j);endendfor i = 1:pfor ii = 1:mPI(i+m,ii) = I(i,1);PI(i+m,q+m+ii) = I(i,q);endendfor j = 1:qfor jj = 1:mPI(jj,j+m) = I(1,j);PI(p+m+jj,j+m) = I(p,j);endendfor ii = 1:mfor jj = 1:mPI(ii,jj) = I(1,1);PI(q+m+ii,jj) = I(p,1);PI(ii,p+m+jj) = I(1,q);PI(q+m+ii,p+m+jj) = I(p,q);endend%中值滤波&均值滤波derta = zeros(n,n);%n阶模板矩阵PImid = PI;PImean = PI;for i = m+1:p+mfor j = m+1:q+mfor k = 1:mfor h = 1:mderta(k,h) = PI(i+k-m-1,j+h-m-1);derta(k,m+1) = PI(i+k-m-1,j);derta(k,n-h+1) = PI(i+k-m-1,j+m+1-h); derta(m+1,h) = PI(i,j+h-m-1);derta(m+1,m+1) = PI(i,j);derta(m+1,n-h+1) = PI(i,j+m+1-h);derta(n-k+1,h) = PI(i+m+1-k,j+h-m-1);derta(n-k+1,m+1) = PI(i+m+1-k,j);derta(n-k+1,n-h+1) = PI(i+m+1-k,j+m+1-h);PImid(i,j) = median(median(derta));%中值滤波PImean(i,j) = round(mean(mean(derta)));%均值滤波endendendend%输出结果Imid = zeros(p,q);Imean = zeros(p,q);for i = 1:pfor j = 1:qImid(i,j) = PImid(i+m,j+m);Imean(i,j) = PImean(i+m,j+m);endend%显示结果figure()subplot(2,2,1);imshow(b); title('原图像');subplot(2,2,2);imshow(I);title('加入椒盐噪声的图像');subplot(2,2,3);imshow(Imid,[0,255]);title('中值滤波处理后的图像'); subplot(2,2,4);imshow(Imean,[0,255]);title('均值滤波处理后的图像');生成图像如下：由图可见，对于椒盐噪声，中值滤波效果更好。
(完整word版)数字图像处理实验 ——图像恢复
数字图像处理实验——图像恢复班级：信息10—1姓名：张慧学号：36实验四、图像复原一、实验目的1了解图像退化原因与复原技术分类化的数学模型；2熟悉图像复原的经典与现代方法；3热练掌握图像复原的应用；4、通过本实验掌握利用MATLAB编程实现数字图像的图像复原。
二、实验原理：图像复原处理是建立在图像退化的数学模型基础上的，这个退化数学模型能够反映图像退化的原因。
图像的退化过程可以理解为施加于原图像上的运算和噪声两者联合作用的结果，图像退化模型如图1所示，可以表示为：g ( x, y ) H [ f ( x, y )] n( x, y ) f ( x, y )h( x, y ) n( x, y) （1）图1 图像退化模型(1)在测试图像上产生高斯噪声lena图-需能指定均值和方差；并用滤波器（自选）恢复图像；噪声是最常见的退化因素之一，也是图像恢复中重点研究的内容，图像中的噪声可定义为图像中不希望有的部分。
噪声是一种随机过程，它的波形和瞬时振幅以及相位都随时间无规则变化，因此无法精确测量，所以不能当做具体的处理对象，而只能用概率统计的理论和方法进行分析和处理。
本文中研究高斯噪声对图像的影响及其去噪过程。
①高斯噪声的产生：所谓高斯噪声是指它的概率密度函数服从高斯分布（即正态分布）的一类噪声。
一个高斯随机变量z的PDF可表示为：P（z）()22x pz u2σ-⎡⎤-⎢⎥⎣⎦（2）其中z代表灰度，u是z的均值，σ是z的标准差。
高斯噪声的灰度值多集中在均值附近。
图2 高斯函数可以通过不同的算法用matlab 来产生高斯噪声。
②高斯噪声对信号的影响噪声影响图像处理的输入、采集、处理的各个环节以及输出结果的全过程，在图像中加高斯噪声通常会使图像变得模糊并且会出现细小的斑点，使图像变得不清晰。
③去除高斯噪声的一些方法去除高斯噪声的方法有直方图变换，低通滤波，高通滤波，逆滤波，维纳滤波，中值滤波等。
本文应用高斯平滑滤波进行去噪处理。
最新印刷测试版的制作及说明
印刷测试版的制作及说明为达到能较客观、真实地反映被测纸张的印刷适用性的目的，在设计印刷适性测试版时，把着眼点放在注重印刷后的样张视觉效果上。
在测试项目的选择上主要选择了针对自然图像复制效果的测试项目，包括图像中典型的人物肤色、茶色调、暗绿色调、高调、中间调、暗调、细微层次、清晰度、几何图形、渐变色调、非彩色结构等目测评价项目。
除了评价视觉效果外，还应选择与印刷适性有关的印刷工艺控制指标，如反射密度、网点增大值、叠印率、色度值、印刷相对反差值(K值)、小网点再现、纸张透印密度等。
这些指标可用专用测试仪器进行测量，可以通过物理量来描述、评价被测纸张的印刷适性，排除了人为因素造成的误差，较为科学。
另外，从评价印刷产品质量的角度出发，设计了套准、几何尺寸变形、外观、文字、平网、渐变网合成、分辨力等测试、评价项目，以便更全面、客观、真实地评价被测纸张的印刷适性。
我选用了一张lena图和几张ISO400标准图像。
在数字图像处理中，Lena（Lenna）是一张被广泛使用的标准图片，特别在图像压缩的算法研究中。
用这幅图，是因为这图的各个频段的能量都很丰富：即有低频（光滑的皮肤），也有高频（帽子上的羽毛），很适合来验证各种算法）这幅图像的0-255的像素分布均匀, 这副图像确实具有代表性,纹理丰富并且分布合理。
然而，这张图片背后的故事是颇有意思的，很多人都抱有学究都是呆子的看法，然而Lena对此就是一个有力的驳斥。
lena（lenna）是一张于1972年11月出版的Playboy的中间插页，在这期杂志中使用了“Lenna”的拼写，而实际莉娜在瑞典语中的拼写是“lena”。
1973年6，7月间，南加州大学信号图像处理研究所的副教授Alexander和学生一起，为了一个同事的学会论文正忙于寻找一副好的图片。
他们想要一副具有良好动态范围的人的面部图片用于扫描。
不知是谁拿着一本Playboy走进研究室。
由于当时实验室里使用的扫描仪（Muirhead wirephoto scanner）分辨率是100行/英寸，试验也仅仅需要一副512X512的图片，所以他们只将图片顶端开始的5.12英寸扫描下来，切掉肩膀一下的部分。
2015-数字图像处理试题+答案
西安电子科技大学考试时间 120 分钟试题答案及评分标准1.考试形式：闭卷□ 开卷□ ；2.本试卷共二大题，满分100分；3.考试日期： 年 月 日；(答题内容请写在装订线外)1分，共15分）图像的保真度准则主要有 客观 保真度准则和 主观 保真度准则。
下图1是一幅标准测试图像Lena 图，对图像进行处理后，形成的结果图像如图2所示。
这是如何处理得到的 边缘检测 ？图像编码是通过改变图像的描述方式，将数据中的 冗余 去除，由此达到压缩数据量的目的。
低通滤波法是使 高频 受到抑制而让 低频 顺利通过，从而实现图像平滑。
每种不同的压缩编码方法都有其不同的特点。
将若干种编码方法结合在一起，由此来达到更高的压缩率，这种编码方式称为 混合编码 。
形态学处理中最基本的运算是腐蚀与膨胀。
其中 膨胀 通常用以填补目标物中存在的某些空洞。
关于图像的矩描述子，下列说法正确的是 C 。
a) 仅具有平移不变性 b)仅具有平移和尺度变换不变性c) 具有平移、旋转和尺度变换不变性d) 不具备不变性。
8.列举数字图像处理的三个应用领域汽车牌照识别、医疗、航空航天等。
9.存储一幅大小为1024*1024，256个灰度级的图像，需要8M 字节。
10.直方图均衡化适用于增强直方图呈不均匀分布的图像。
11.以下分割方法中属于区域算法的是分裂合并、阈值分割。
a). 分裂合并b). 哈夫变换c). 边缘检测d). 阈值分割12.一幅二值图像的傅里叶变换频谱是 B 。
a). 一幅二值图像b). 一幅灰度图像c). 一幅复数图像d). 一幅彩色图像13.伪彩色处理和假彩色处理是两种不同的色彩增强处理方法，说出下面属于伪彩色增强的处理 C 。
a).将景象中的蓝天边为红色，绿草变为蓝色b).用自然色复制多光谱的景象c).将灰度图经频域高通/低通后的信号分别送入红/蓝颜色显示控制通道d).将红、绿、蓝彩色信号分别送入蓝、红、绿颜色显示控制通道二、计算题（共85分）1. （10分）图像几何校正中，若f(1,1)=1, f(1,2)=5, f(2,1)=3, f(2,2)=4，请分别按最近邻插值法和双线型插值法确定(1.2,1.6)处的灰度值。
2022-数字图像处理-复习题
2022-数字图象处理-复习题数字图象处理复习题及参考答案一.填空题1.数字图象处理可以理解为两个方面的操作：一是__________________，如图象增强等；二是从图象到非图象的一种表示，如图象测量等。
1.从图象到图象的处理2.量化可以分为________________和非均匀量化两大类。
2.均匀量化3.采样频率是指一秒钟内的采样________________。
3.次数4.对应于不同的场景内容，普通数字图象可以分为二值图象、________________和彩色图象三类。
4.灰度图象5.采样所获得的图象总像素的多少，通常称为________________。
5.图象分辨率6.动态范围调整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，将所关心部份的灰度级的变化范围____________，由此达到改善画面效果的目的。
6.扩大7.直方图均衡化的基本思想是：对图象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_____________，从而达到清晰图象的目的。
7.归并8.图象的基本位置变换包括了图象的________________、镜像及旋转。
8.平移10.我们将平面景物在投影平面上的非垂直投影称为图象的________________，该处理会是的图象中的图形产生扭变。
10.错切11.在图象的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。
Sobel微分算子属于________________。
11.一阶微分算子12.均值滤波方法对___________噪声的抑制效果较好。
而中值滤波方法对___________噪声的抑制效果较好。
12.高斯，椒盐13.依照分割时所依据的图象特性不同，图象分割方法大致可以分为______________、边界分割方法和区域提取方法三大类。
13.阈值方法14.所谓聚类方法，是采用模式识别中的聚类思想，以____________保持最大相似性以及类间保持最大距离为目标，通过迭代优化获得最佳的图象分割阈值。
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。
2005年上半年软件水平考试(中级)多媒体应用设计师下午(应用技术)试题真题试卷
2005年上半年软件水平考试（中级）多媒体应用设计师下午（应用技术）试题真题试卷2005年上半年软件水平考试（中级）多媒体应用设计师下午（应用技术）试题真题试卷试题一（15分）阅读下列说明，回答问题1至问题2。
[说明]某公司要为其制作的多媒体演示系统采集音频素材，并且在计算机内对音频信息进行编辑。
1．原始声音信号是一种模拟信号，而计算机、数字CD、数字磁道中存储的都是数字化声音。
计算机要对声音信号进行处理，必须将模拟音频信号转换成数字音频信号。
请说明模拟声音信号数字化过程中的3个基本步骤。
2．选择采样频率为22KHz、样本精度为16位的声音数字化参数，在不采用压缩技术的情况下，录制1分钟的双声道音频信号需要的存储空间为多少KB(千字节)?请写明计算步骤，并给出计算结果。
试题二（15分）阅读下列说明，回答问题1至问题2。
[说明]某多媒体电子出版物的开发步骤包括：A．总体策划，B．脚本设计，C．系统的测试与优化，D．选题的论证与筛选，E．形成产品，F．系统集成，G．媒体资源的组织和编辑。
3．请根据电子出版物的创作流程，将A～G的开发过程按正确顺序填入(1)～(7)中。
4．多媒体电子出版物在正式出版之前还要进行严格测试。
请结合多媒体电子出版物的特点，简要说明界面测试、媒体测试及路径测试的内容和目的。
试题三（15分）阅读下列说明，回答问题1至问题2。
[说明]数字图像处理技术是多媒体系统中的一项基本应用。
某图像处理软件可以对单幅数字图像完成以下处理：A．图像锐化，B．图像去噪，C．图像对比度增强，D．图像对比度减弱，E．亮度增强，F．亮度减弱，G．几何变换，H．边缘检测，I．边缘增强。
下图是一幅标准测试图像Lena图，利用图像处理软件对图像进行处理，形成了一些结果图像①，②，③，④。
5．在上面给出的图像处理功能中，选择什么图像处理功能可以形成结果图像①，②，③，④。
6．使用图像处理软件中的尸校正功能修改彩色图像的尸值，图像会有什么变化?试题四（15分）阅读下列说明，回答问题1至问题4。
电子科技大学数字图像处理
Zhenming PengEmail: zmpeng@Email:mpeng@estc ed cnpengzm_ioe@ University of Electronic Science and Technology of China 2015.09.02, 2-305, Shahe Campus201509022-305Shahe Campus主要内容课程介绍数字图像的基本概念数字图像的发展历史数字图像处理的研究内容 图像处理技术应用一、教师介绍彭真明（教授/博导）主要从事图像张萍（副教授/博士）张靖（讲师/硕士）研究方向为微何艳敏（副教授/博士）研究方向为图蒲恬（讲师/博士）研究方向为图处理、目标检测跟踪/SAR 主要从事图像处理、视频压缩与传输、智波电路、光电视觉导航、目像处理与分析、模式识别应用等。
发表学术像增强、信息融合、光电信息检测与处理图像处理、油气地球物理勘探信号处理等。
能信息处理等方面的教学和科研工作。
标识别、跟踪等。
论文10余篇。
等。
一、课程介绍课程编号课程名称图像处理及学时数全日制研究生课程《图像处理及应用》课程编号：20006015课程名称：图像处理及应用学时数：40秋季/()开课时间：(√)/( )春季授课对象：(√)硕士/( )博士学分：2开课学院：电子工先修课程：概率论与数理统计线程学院/光电学院先修课程：概率论与数理统计、线性代数、信号与系统适用专业：信号与信息处理、光学工程、生物医学工程及电子与通信工程等。
一、课程介绍课程内容（40学时）第一章数字图像处理基本概念及应用引论（1学时）彭真第二章数字图像处理基础（2学时）第三章空域图像增强（2学时）第四章频域图像增强（2学时）张明第五章图像复原（4学时）第六章彩色图像处理（4学时）第七章小波变换与多分辨处理（4学时）第八章图像压缩（4学时）萍第九章形态学图像处理（4学时）第十章图像分割（4学时）第十一章表示与描述（5学时）彭真第十二章目标识别（4学时）明一、课程介绍教学日历：1-8周，5学时/周，周一/7-8节,周三/9-11节。
第四章数字图像的变换域处理
Lｅnａ图像的移动后的频谱结果显示于图4.２中，对比图４．２与图４.１(ｂ),可以看出其移动效果。
例4.1利用卷积定理计算两个矩阵Ａ、B的卷积
>>[M,N]=size(Ａ);
>>[P，Q]=sｉze(B）;
>＞p1=M+Ｐ－1;
>＞q1=N＋Ｑ-1;
＞>A1=fft２（Ａ,p1,q1);
>>T=dｃtｍtx(n）;
函数返回值T为 的变换核矩阵，对于 的方阵Ａ,可以使用矩阵运算Ｂ=T*A＊D’计算其DCT变换。
例4．3利用Ｄcｔmtx（)函数编程实现对Lｅna图片计算其离散余弦变换。
＞＞f=imreaｄ('E:＼mａｔlab7\leｎａ.bmｐ＇);
＞>g＝ｒgｂ２gray(f);
一维离散线性变换可以表示为变换矩阵形式,对于一个 的向量 ，其离散线性变换可以表示为:
(4-２1)
其中, 为变换结果， 为 的变换矩阵，如果 矩阵是非奇异的,其逆矩阵 存在,其逆变换可以表示为:
(4－２2)
如果逆矩阵 等于变换矩阵的 共轭转置，有
（4-23）
则称 矩阵为酉矩阵，对应的变换为酉变换。离散傅里叶变换的也可写成式(4－２1）的矩阵表示,变换矩阵 为:
>>B1=fft2(B,ｐ1,q1）;
>>C=A1.*B1;
>＞C1=ifft2(C）;
其中ffｔ2(A,p1,q1）是将图像Ａ扩展为 矩阵后再计算其傅里叶变换。
４.２离散余弦变换
4.2.1离散余弦变换
离散余弦变换(Dｉscｒete CoｓｉnｅＴrａnsform, DCT)的变换基矢量为余弦函数,一维离散余弦变换的基矢量为:
对Lena图像的若干增强处理
前言对于一个图像处理系统来说，可以将流程分为三个阶段，在获取原始图像后，首先是图像预处理阶段、第二是特征抽取阶段、第三是识别分析阶段。
图像预处理阶段尤为重要，如果这阶段处理不好，后面的工作根本无法展开。
在实际应用中，我们的系统获取的原始图像不是完美的，例如对于系统获取的原始图像，由于噪声、光照等原因，图像的质量不高，所以需要进行预处理，以有利于提取我们感兴趣的信息。
图像的预处理包括图像增强、平滑滤波、锐化等内容。
图像的预处理既可以在空间域实现，也可以在频域内实现，我们主要介绍在空间域内对图像进行点运算，它是一种既简单又重要的图像处理技术，它能让用户改变图像上像素点的灰度值，这样通过点运算处理将产生一幅新图像。
下面我们开始介绍与图像点运算的相关知识。
一、图像的直方图图像直方图是图像处理中一种十分重要的图像分析工具，它描述了一幅图像的灰度级内容，任何一幅图像的直方图都包含了丰富的信息，它主要用在图象分割，图像灰度变换等处理过程中。
从数学上来说图像直方图是图像各灰度值统计特性与图像灰度值的函数，它统计一幅图像中各个灰度级出现的次数或概率；从图形上来说，它是一个二维图，横坐标表示图像中各个像素点的灰度级，纵坐标为各个灰度级上图像各个像素点出现的次数或概率。
如果不特别说明，本讲座中的直方图的纵坐标都对应着该灰度级在图像中出现的概率。
我们的例子是在一个对话框中显示一个图像的直方图，为实现该目的，我们定义了一个名为"ZFT"的对话框类用来显示图像的直方图，具体实现代码和效果图如下（关于代码实现部分可以参考笔者2001年在天极网上发表的一篇VC实现数字图像处理的文章）：//////////////////////////////////直方图对话框构造函数；ZFT::ZFT(CWnd* pParent /*=NULL*/): CDialog(ZFT::IDD, pParent)//ZFT为定义的用来显示直方图的对话框类；{Width=Height=0;//对话框初始化阶段设置图像的宽和高为"0"；}////////////////////////对话框重画函数；void ZFT::OnPaint(){CRect rect;//矩形区域对象；CWnd *pWnd;//得到图片框的窗口指针；pWnd=GetDlgItem(IDC_Graphic);//得到ZFT对话框内的"Frame"控件的指针；file://（IDC_Graphic为放置在对话框上的一个"Picture"控件，并讲类型设置为"Frame"）。
数字图像处理基本操作及灰度调整实验报告
一．实验目的1.掌握读、写图像的基本方法；2.掌握MATLAB 语言中图像数据与信息的读取方法；3.理解图像灰度变换处理在图像增强的作用；4．掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。
二．实验基本原理1. 灰度变换灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。
1) 图像反转灰度级范围为[0, L-1]的图像反转可由下式获得r L s --=12) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围，如直接使用原图，则一部分细节可能丢失。
解决的方法是对原图进行灰度压缩，如对数变换：s = c log(1 + r )，c 为常数，r ≥ 03) 幂次变换：0,0,≥≥=γγc cr s4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸：其对应的数学表达式为：2. 直方图均衡化灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。
依据定义，在离散形式下， 用r k 代表离散灰度级，用p r (r k )代表p r (r )，并且有下式成立：nn r P k k r =)( 1,,2,1,010-=≤≤l k rk式中：n k 为图像中出现r k 级灰度的像素数，n 是图像像素总数，而n k /n 即为频数。
直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。
假定变换函数为ωωd p r T s r r)()(0⎰==(a) Lena 图像 (b) Lena 图像的直方图图1-1 Lena 图像及直方图当灰度级是离散值时，可用频数近似代替概率值，即1,,1,010)(-=≤≤=l k r nn r p k k k r式中：l 是灰度级的总数目，p r (r k )是取第k 级灰度值的概率，n k 是图像中出现第k 级灰度的次数，n 是图像中像素总数。
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。
lena全身像
lena全⾝像数字图像处理中，Lena（Lenna）是⼀张被⼴泛使⽤的标准图⽚，特别在图像压缩的算法研究中(为什么⽤这幅图，是因为这图的各个频段的能量都很丰富：即有低频（光滑的⽪肤），也有⾼频（帽⼦上的⽻⽑），很适合来验证各种算法）然⽽，这张图⽚背后的故事是颇有意思的，很多⼈都抱有学究都是呆⼦的看法，然⽽Lena对此就是⼀个有⼒的驳斥。
lena（lenna）是⼀张于1972年11⽉出版的Playboy的中间插页，在这期杂志中使⽤了“Lenna”的拼写，⽽实际莉娜在瑞典语中的拼写是“lena”。
如今的Lena⽣活在⾃⼰的祖国瑞典，从事于酿造业，婚后并⽣下3个孩⼦。
从1973年以来，Lena就开始出现在图像处理的科学论⽂中，直到1988年，她才得知⾃⼰原来已经被从事图像处理⾏业的⼯作者认识。
1997年，lena 被邀请参加了在波⼠顿举办的第50届图像科技技术年会。
1973年6，7⽉间，南加州⼤学信号图像处理研究所的副教授Alexander和学⽣⼀起，为了⼀个同事的学会论⽂正忙于寻找⼀副好的图⽚。
他们想要⼀副具有良好动态范围的⼈的⾯部图⽚⽤于扫描。
不知是谁拿着⼀本Playboy⾛进研究室。
由于当时实验室⾥使⽤的扫描仪（Muirhead wirephoto scanner）分辨率是100⾏/英⼨，试验也仅仅需要⼀副512X512的图⽚，所以他们只将图⽚顶端开始的5.12英⼨扫描下来，切掉肩膀⼀下的部分。
多年以来，由于图像Lena源于Playboy，将其引⽤于科技⽂章中饱受争议。
Playboy杂志也将未授权的引⽤告上法庭。
随着时间流失，⼈们渐渐淡忘Lena的来源，Playboy也放松了对此的关注。
值得⼀提的是，Lena也是playboy发⾏的最畅销的海报，已经出售7，161，561份。
这个是原版的Lena照⽚，图像处理的初学者⼀定会⼤跌眼镜吧标准lena.jpg另外⼀件有趣的事情是，Lenna的那⼀期杂志是当时Playboy销量最好的⼀期，共卖出去了7161561份。
数字图像处理之亮度变换
数字图像处理之亮度变换数字图像处理之亮度变换by⽅阳版权声明：本⽂为博主原创⽂章，转载请指明转载地址第⼆篇博客，为⾃⼰加油加油！！今天写⼀点亮度变换的东西；亮度变换主要有线性与⾮线性变化和直⽅图处理，线性变化有分段线性和直接线性之分，⾮线性有对数变换，幂律变换等等，直⽅图处理有直⽅图均衡和直⽅图归⼀化，今天只讲直⽅图均衡。
今天选的是被⼴泛使⽤的lena图⽚，⼤家有眼福了！直⽅图⽤的是细胞图，⽐较明显！参考书籍：数字图像处理（matlab版）——冈萨雷斯直接线性变换：直接乘以倍数参考代码：I=imread('lena.bmp');I1=I*2;I2=I/2;figure;subplot(1,3,1);imshow(I);title('原图');subplot(1,3,2);imshow(I1);title('线性2倍');subplot(1,3,3);imshow(I2);title('线性1/2倍');运⾏结果；⾮线性变换：对数和幂律变换参考代码：figure;A=double(I);B=40*(log(A+1));I3=uint8(B);subplot(1,3,1);imshow(I3);title('对数');I_D=double(I);C=I_D/255;I4=uint8(255*(C.^0.7));subplot(1,3,2);imshow(I4);title('幂律变换—γ=0.5');I5=uint8(255*(C.^1.3));subplot(1,3,3);imshow(I5);title('幂律变换—γ=1.5');运⾏结果：分段线性变换：这⾥只介绍灰度层分级，其他的类似参考代码：figure;subplot(1,3,1);imshow(I);title('原图');I6=fy_PiecewiseLinear(I,100,170,1.5);subplot(1,3,2);imshow(I6);title('100到170乘以1.5');I7=fy_PiecewiseLinear(I,170,220,1/2);subplot(1,3,3);imshow(I7);title('170到220除以1/2');灰度级分层函数的实现代码：%该函数实现分段线性%by⽅阳function image_out=fy_PiecewiseLinear(image_in ,low_in,high_in,linear_number) [m,n]=size(image_in);for i=1:mfor j=1:nif image_in(i,j)>low_inif image_in(i,j)<high_inimage_in(i,j)=image_in(i,j)*linear_number;endendendendimage_out=image_in;运⾏结果：最后介绍直⽅图均衡参考代码：figure;I8=imread('fig819.bmp');h=imhist(I8);subplot(2,2,1);imshow(I8);title('原始图像');subplot(2,2,2);imhist(I8);%imhist是实现显⽰当前图像的直⽅图分布ylim('auto');title('原始图像的直⽅图');I9=histeq(I8,256);%histeq是实现直⽅图均衡subplot(2,2,3);imshow(I9);title('变换后的图像');subplot(2,2,4);imhist(I9);title('变换后的直⽅图');ylim('auto');运⾏结果：就写到这吧，SEE YOU！！！。
- 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)。
大家一定记得这张图片：
在数字图像处理课上，这是一张标准的测试图片。
不过，本着钻研精神，我还是上网查了一下这幅图的来历。
这张照片来自于一本Playboy（1972年11月刊），最初是一张扫描来的图片，那时候姑娘芳龄17，由南加州大学Dr. William K. Pratt扫描，并逐渐成为标准检测图片。
姑娘芳名Lena，但是你在百度上搜索Lena的话，结果是一个演员，她还有一个名字（准确的说是为了辅助英文发音的名字）叫Lenna，你要是百度这个出来的就不是某个演员了，她是个瑞典姑娘（72年的时候），所以现在应该叫她……老奶奶？现在她是三个孩子的母亲，从事酒类行业的工作。
那么为什么这幅图这么出名，且都爱拿这幅图当测试图片呢？原因很简单：这张图片中包含了足够多的细节信息用于验证图片压缩方法及相关算法的效果，例如帽子的边缘，阴影，羽毛的边缘，色差，等等，具体原因大家都懂，一张小小的图片包含了太多的信息。
不过既然之前说过这幅图是来自于PlayBoy杂志的插图，相信大家都懂，你猜的没错，这是一张经过裁剪的图。
想看原图吗？
给你看原图：
这个是Lenna在98年IS&T大会上的照片，她表示："They must be so tired of me ... looking at the same picture for all these years!"
果然谁都抵挡不住时光的摧残，当年的美丽姑娘已经嫁为人妇，不过最应该感谢的是她为IT 行业做出的巨大贡献，应该说是她的照片做出的贡献，如果没有这张照片，以及无数IT大牛前辈们在照片上夜以继日的研究，能想象打开一张图片要几个小时的日子吗？
最后还是附上当年的原图，不食言，希望TX不要吞图。
最后，我相信大家不是为了这个原图来的对吧？
当然福利不只这一点，测试图片的灰度图，彩图32位，16位，还有课上的测试图片
CAMERAMAN已经全部打包，有需要自行下载，请做好备份。
下载链接：/s/1gdot9GR。