数字图像处理第六章作业3
23887《数字图像处理（第3版）》习题解答（上传）（1）
23887《数字图像处理（第3版）》习题解答（上传）（1）胡学龙编著《数字图像处理（第 3 版）》思考题与习题参考答案目录第1章概述 (1)第2章图像处理基本知识 (4)第3章图像的数字化与显示 (7)第4章图像变换与二维数字滤波 (10)第5章图像编码与压缩 (16)第6章图像增强 (20)第7章图像复原 (25)第8章图像分割 (27)第9章数学形态学及其应用 (31)第10章彩色图像处理 (32)第1章概述1.1连续图像和数字图像如何相互转换？答：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采用数字图像处理有何优点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。
（1）处理精度高。
（2）重现性能好。
（3）灵活性高。
2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。
3．数字图像处理技术适用面宽。
4．数字图像处理技术综合性强。
1.3数字图像处理主要包括哪些研究内容？答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。
1.4 说出图像、视频（video）、图形（drawing）及动画（animation）等视觉信息之间的联系和区别。
答：图像是用成像技术形成的静态画面；视频用摄像技术获取动态连续画面，每一帧可以看成是静态的图像。
图形是人工或计算机生成的图案，而动画则是通过把人物的表情、动作、变化等分解后画成许多动作瞬间的画幅，再用摄影机连续拍摄成一系列画面，给视觉造成连续变化的图画。
数字图像处理及应用（MATLAB）第6章习题答案
第六章习题与思考题参考答案1. 简述飞机红外图像识别中用到的五个红外特征量各自的作用？1）长宽比：反应了目标的几何形状；2）复杂度：反应了红外目标轮廓的情况；3）紧凑度：反应了红外目标在其所在最小外接矩形中所占比重；4）均值对比度：反映了目标的物理特性与背景的物理特性之间的关系；5）部分最亮像素点数与目标总像素数的比值：反应了目标的明暗变化情况；2. 可视密码共享中,如果实现（4 , 5）门限的可视密码分享，程序将做如何编写？clear allclose allM=imread('0.jpg');ss=rgb2gray(M);figureimshow(ss);[m n]=size(ss);for i=1:m*nif ss(i)>250ss(i)=250;endends=double(ss)+1;x=[1 2 3 4 5];g1=zeros(m,n);g2=zeros(m,n);g3=zeros(m,n);g4=zeros(m,n);g5=zeros(m,n);yy1=zeros(m,n);yy2=zeros(m,n);yy3=zeros(m,n);yy4=zeros(m,n);yy5=zeros(m,n);y1=zeros(m,n);y2=zeros(m,n);y3=zeros(m,n);y4=zeros(m,n);y5=zeros(m,n);for j=1:m*na1=mod(2*j,251);a2=mod(3*j,251);a3=mod(5*j,251);f=[a1 a2 a3 s(j)];g1(j)=polyval(f,x(1));yy1(j)=mod(g1(j),251);g2(j)=polyval(f,x(2));yy2(j)=mod(g2(j),251);g3(j)=polyval(f,x(3));yy3(j)=mod(g3(j),251);g4(j)=polyval(f,x(4));yy4(j)=mod(g4(j),251);g5(j)=polyval(f,x(5));yy5(j)=mod(g5(j),251);endy1=uint8(yy1-1)y2=uint8(yy2-1);y3=uint8(yy3-1);y4=uint8(yy3-1);y5=uint8(yy3-1);figure,imshow(y1);figure,imshow(y2)figure,imshow(y3);figure,imshow(y4);figure,imshow(y5);l1=(x(2)*x(3)*x(4)*x(5))/[(x(1)-x(2))*(x(1)-x(3))*(x(1)-x(4))*(x(1)-x(5))];l2=(x(1)*x(3)*x(4)*x(5))/[(x(2)-x(1))*(x(2)-x(3))*(x(2)-x(4))*(x(2)-x(5))];l3=(x(1)*x(2)*x(4)*x(5))/[(x(3)-x(1))*(x(3)-x(2))*(x(3)-x(4))*(x(3)-x(5))];l4=(x(1)*x(2)*x(3)*x(5))/[(x(4)-x(1))*(x(4)-x(2))*(x(4)-x(3))*(x(4)-x(5))];l5=(x(1)*x(2)*x(3)*x(4))/[(x(5)-x(1))*(x(5)-x(2))*(x(5)-x(3))*(x(5)-x(4))];rr1=zeros(m,n);r=zeros(m,n);for j=1:m*nrr1(j)=mod(yy1(j)*l1+yy2(j)*l2+yy3(j)*l3+yy4(j)*l4+yy5(j)*l5,251);endr=uint8(rr1-1);figure,imshow(r);3. 已知图像⎥⎥⎥⎥⎦⎤⎢⎢⎢⎢⎣⎡=805020016821024015010017018013070901262068M 。
数字图像处理-第六章图像分割与分析
设平面上有若干点，过每点的直线族分别对应于极坐标上的 一条正弦曲线。若这些正弦曲线有共同的交点（ρ′，θ′），如图 (e),则这些点共线，且对应的直线方程为 ρ′=xcosθ′+ysinθ′
这就是Hough变换检测直线的原理。
y
A 60
B
F E
C
G 60
D 120
x
x-y空间的边缘点
D
120
C
w1 w 2 w3
可以指定模板为：
w
4
w5
w
6
w 7 w 8 w 9
9
模板响应记为： R | w i z i | i1
输出响应R>T时对应孤立点。
888 8 128 8 888
图像
-1 -1 -1 -1 8 -1 -1 -1 -1
模板
R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106
3、阈值分割法（相似性分割）
根据图像像素灰度值的相似性
通过选择阈值，找到灰度值相似的区域 区域的外轮廓就是对象的边
阈值分割法(thresholding)的基本思想： 确定一个合适的阈值T（阈值选定的好坏是此方法成败 的关键）。 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。
f(x0,y0) T
2h
r2 2 4
exp
r2 2 2
是一个轴对称函数：
2h
-σ
σ
0
由图可见，这个函数 在r=±σ处有过零点，在 r │r│<σ时为正，在│r│>σ 时为负。
由于图像的形状，马尔算子有时被称为墨西哥草帽函数。 用▽2h对图像做卷积，等价于先对图像做高斯平滑，然后再用▽2对 图像做卷积。 因为▽2h的平滑性质能减少噪声的影响，所以当边缘模糊或噪声较 大时，利用▽2h检测过零点能提供较可靠的边缘位置。
数字图像处理第三版 (Rafael C.Gonzalez著)第六章答案
第六章6.1 给出用于产生图6.5中标为“日光”的点的红光、绿光、蓝光的百分比。
从图中可知，x=0.31，y=0.32，由x+y+z=1可得z=0.37，这是三色值系数。
我们感兴趣的是三色值XYZ。
由他们的变换公式：x = X/(X+Y+Z)，y=Y/(X/Y/Z)，z=Z/(X/Y/Z)，可知他们的比例是相同的，故可得：X=0.31，Y=0.32，Y=0.376.2用c 表示给定的颜色，并且给出它的坐标，用（x0,y0）表示，c 和c1之间的距离以及c1和c2的距离分别为：c1占c的百分比表示为:c2的百分比用p2表示：p2=100-p1,由上面的等式我们知道，作为例子，当c=c1时，那么d(c,c1)=0,并且p1=100%,p2=0%,同样当d(c,c1)=d(c1,c2)时，p1=0%,p2=100%,从它们简单的关系中可以容易地得出它们的值。
6.5在中心点有R/2+ B/2+G= R+G+B /2 + G /2=midgray+G/2，由于增加了灰色分量和强度使人们看起来像纯绿色。
6.7 在每幅12比特图像中有4096212=种可能值。
对于灰度色彩，所有的RGB 分量必须相等，所以有4096种不同的灰度。
6.8（a ）R 图像中的所有像素值都是255。
在G 图像中，第一列全是0，第二列全是1，最后一列全由255组成。
在B 图像中，第一行全为255，第二行全为254，直到最后一行全为0。
（b ）（令坐标轴编号同书中图6.7（RGB 彩色立方体示意图）相同。
）则：（0,0,0）=白色，（1,1,1）=黑色，（1,0,0）=青色，（1,1,0）=蓝色，（1,0,1）=绿色，（0,1,1）=红色，（0,0,1）=黄色，（0,1,0）=深红色。
(c)不包括黑点和白点是饱和的。
在包含黑点或者白点时，饱和度会下降。
6.10 从式（6.5-5）的RGB 亮度映射函数推导出式（6.5-6）的CMY 亮度映射函数。
《数字图像处理》习题参考答案
《数字图像处理》习题参考答案《数字图像处理》习题参考答案第1 章概述1.1 连续图像和数字图像如何相互转换？答：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 采⽤数字图像处理有何优点？答：数字图像处理与光学等模拟⽅式相⽐具有以下鲜明的特点：1．具有数字信号处理技术共有的特点。
（1）处理精度⾼。
（2）重现性能好。
（3）灵活性⾼。
2．数字图像处理后的图像是供⼈观察和评价的，也可能作为机器视觉的预处理结果。
3．数字图像处理技术适⽤⾯宽。
4．数字图像处理技术综合性强。
1.3 数字图像处理主要包括哪些研究容？答：图像处理的任务是将客观世界的景象进⾏获取并转化为数字图像、进⾏增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将⼀幅图像转化为另⼀幅具有新的意义的图像。
1.4 讨论数字图像处理系统的组成。
列举你熟悉的图像处理系统并分析它们的组成和功能。
答：如图1.8，数字图像处理系统是应⽤计算机或专⽤数字设备对图像信息进⾏处理的信息系统。
图像处理系统包括图像处理硬件和图像处理软件。
图像处理硬件主要由图像输⼊设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。
软件系统包括操作系统、控制软件及应⽤软件等。
图1.8 数字图像处理系统结构图11.5 常见的数字图像处理开发⼯具有哪些？各有什么特点？答．⽬前图像处理系统开发的主流⼯具为 Visual C++（⾯向对象可视化集成⼯具）和 MATLAB 的图像处理⼯具箱（Image Processing Tool box）。
两种开发⼯具各有所长且有相互间的软件接⼝。
遥感数字图像处理-第6章 几何校正
二、几何校正原理
几何校正涉及两个过程： ➢ 一是空间位置（像元坐标）的变换 ➢ 二是像元灰度值的重新计算（重采样）
4
二、几何校正原理
坐标转换 （a）直接法；（b）间接法
5
三、几何校正步骤
几何精校正不需要空间位置变化数据，回避了成像的空间 几何过程，主要借助地面控制点实现校正。其主要校正步 骤为：
第6章
几何校正
几何校正
一、几何校正原理 二、几何校正步骤 三、几何校正类型 四、图像匹配 五、投影转换
难点：图像匹配 重点：几何校正方法
2
一、几何校正原理
几何校正和几何配准
➢ 几何配准是指将不同时间、不同波段、不同传感器系统所获得的同一 地区的图像（数据），经几何变换使同名像点在位置上和方位上完全 叠合的操作。
➢ 对畸变图像和基准图像建立统一的坐标系和地图投影。 ➢ 选择地面控制点（GCP），按照GCP选择原则，在畸变图像
和基准图像上寻找相同位置的地面控制点对。 ➢ 选择校正模型，利用选择的GCP数据求取校正模型的参数，
然后利用校正模型实现畸变图像和基准图像之间的像元坐 标变换。 ➢ 选择合适的重采样方法对畸变图像的输出图像像元进行灰 度赋值。 ➢ 几何校正的精度分析。
9
四、图像匹配
3.图像匹配方法 根据图像特征的选择，图像匹配方法一般可以分为基于灰
度的图像匹配和基于特征的图像匹配。
10
➢ 几何配准与几何校正的原理是完全相同的，即都涉及到空间位置（像 元坐标）变换和像元灰度值重采样处理两个过程。
➢ 二者的区别主要在于其侧重点不相同：几何校正注重的是数据 本身的处理，目的是为了对数据的一种真实性还原。而几何配 准注重的是图和图（数据）之间的一种几何关系，其目的是为 了和参考数据达成一致，而不考虑参考数据的坐标是否标准、 是否正确。也就是说几何校正和几何配准最本质的差异在于参 考的标准。另外，几何校正更像前期数据处理，几何配准更像 后期处理。
数字图像处理第六章作业---何岗
si 1 ri (i 1,2,3)
C 由 CMY 空间定义公式 M 1 Y
素数表示）是 得：
(对应 RGB 分量)，
R s G 可知，对应于 ri 和 i 的 CMY 分量（用 B
ri 1 ri r 1 r
第六章作业
编程题第一题处理结果：
原 RGB 图像
变换后的灰度图像
变换后的 HSV 图像
变换后得到的 RGB 图像
变换后的 NTSC 图像
变换后得到的 RGB 图像
第六章作业
变换后的 YcbCr 图像Biblioteka 变换后得到的 RGB 图像
编程题第二题处理结果：
灰度图像
伪彩色图像
i i
s i 1 si
si 1 si 1 (1 ri ) 1 (1 (1 ri ))
因此：
s 1 ri
编程题
1 任意选择一幅彩色图像，完成多种颜色类型转换。 Matlab 代码实现：
clear all; close all rgb = imread('old_RGB_picture.jpg'); gray=rgb2gray(rgb); imwrite(gray,'gray.jpg') hsv = rgb2hsv(rgb); rgb1 = hsv2rgb(hsv); imwrite(hsv,'hsv.jpg') imwrite(rgb1,'rbg1.jpg') ntsc = rgb2ntsc(rgb); rgb2 = ntsc2rgb(ntsc); imwrite(ntsc,'ntsc.jpg') imwrite(rgb2,'rgb2.jpg') ycbcr = rgb2ycbcr(rgb); rgb2 = ycbcr2rgb(ycbcr); imwrite(ycbcr,'ycbcr.jpg') imwrite(rgb3,'rgb3.jpg') %RGB 色彩模型与 YcbCr 色彩模型互相转换 % RGB 色彩模型与 NTSC 色彩模型互相转换 % RGB 色彩模型与 HSV 色彩模型互相转换 %真彩色图像转换为灰度图像
数字图像处理第6章二值图像处理-专业文档资料
二阶矩则描述了图像的对于直线和对轴与轴的转动惯量，因 此常常也把物体的二阶矩称为惯性矩。
中心矩 ：
p q (x x)p(y y )qf(x ,y )d xp d ,q y 0 ,1 ,2
第6章 二值图像处理
低阶矩主要描述区域的面积、转动惯量、质心等等，具有 明显得几何意义，，四阶矩描述峰值的状态等等，一般 来说高阶矩受到图像离散化等的影响，高阶矩一般在应用中 不一定十分准确。
D e(ac)2(bd)2
② 街区距离，用Ds来表示：
(6-1)
D s |ac||bd|
③ 棋盘距离，用Dg表示如下：
(6-2)
D gma a x c|， ( |b|d|)
(6-3)
三者之间的关系为：Dg Ds，如De图6-1(a)、(b)和(c)所示。
第6章 二值图像处理
(a) 欧氏距离 (b) 街区距离 (c) 棋盘距离 (d)≤2构成菱形 (e)≤2构成正方形 图6-1 三种距离示意图
第6章 二值图像处理
6.2 二值图像的几何特征描述
6.2.1 二值图像中曲线的描述 6.2.1.1 轮廓跟踪-甲虫算法
目标区域的边界轮廓是描述目标的重要特征，对于二 值图像中的目标区域轮廓可以通过一种简单的轮廓跟踪算 法来得到，这种方法也被称作甲虫算法。如图6-6所示的二 值图像4连通分量，假定目标区域用1(黑色)表示，背景区域
1 (x,y)(x,y)
f(x,y)
0
else
M1N1
那么区域的面积为： S f (x, y) x0 y0
如果经过目标标记，区域占有的连通分量有k个，那么目
标区域的面积则是k个连通分量的面积总和，即有：
k
S Si i 1
数字图像处理各章要求必做题及参考答案
（t《数字图像处理》各章要求及必做题参考答案第一章要求了解图像及图像处理的概念、图像的表达方法、图像处理系统的构成及数字图像处理技术的应用。
必做题及参考答案1.4 请说明图像数学表达式 像？解答：I = f ( x , y , z , ⎣ , t , )中各参数的含义，该表达式代表哪几种不同种类的图图像数学表达式 I = f ( x , y , z , ⎣ , t , ) 中， x,y,z ）是空间坐标，λ是波长， 是时间，I 是光点（x,y,z ） 的强度（幅度）。
上式表示一幅运动 (t) 的、彩色/多光谱 (λ) 的、立体（x,y,z ）图像。
1.5 请说明 f(x,y)表示的图像类型及与 f ( x , y , z , ⎣ , t ) 之间的关系。
解答：f ( x , y , z , ⎣ , t ) 表示一幅运动 (t) 的、彩色/多光谱 (λ) 的、立体（x,y,z ）图像。
对于静止图像，则与时间 t 无关；对于单色图像（也称灰度图像），则波长λ为一常数；对于平面图像，则与坐标 z 无 关，故 f(x,y)表示平面上的静止灰度图像，它是一般图像 f ( x , y , z , ⎣ , t ) 的一个特例。
1.6 一个数字图像处理系统由哪几个模块组成？试说明各模块的作用。
解答：一个基本的数字图像处理系统由图像输入、图像存储、图像输出、图像通信、图像处理和分析 5 个模块组成，如下图所示。
各个模块的作用分别为：图像输入模块：图像输入也称图像采集或图像数字化，它是利用图像采集设备（如数码照相机、数 码摄像机等）来获取数字图像，或通过数字化设备（如图像扫描仪）将要处理的连续图像转换成适于计 算机处理的数字图像。
图像存储模块：主要用来存储图像信息。
图像输出模块：将处理前后的图像显示出来或将处理结果永久保存。
图像通信模块：对图像信息进行传输或通信。
图像处理与分析模块：数字图像处理与分析模块包括处理算法、实现软件和数字计算机，以完成图 像信息处理的所有功能。
数字图像处理第六章
L 1
平均码长
B
i 0
L 1
i
pi
i
是灰度值为i的编码长度
B 冗余度为 r H 1
编码效率为
H 1 B 1 r
6.3 统计编码方法
6.3.2 霍夫曼编码 Huffman编码是1952年由Huffman提出的一种编码方法。 这种编码方法是根据信源数据符号发生的概率进行编码的。 思想：在信源数据中出现概率越大的符号，编码以后相应 的码长越短；出现概率越小的符号，其码长越长，从而达 到用尽可能少的码符表示信源数据。它在无损变长编码方 法中是最佳的。下面通过实例来说明这种编码方法。 设输入编码为 X x1 , x2 , x3 , x4 , x5 , x6 ，其频率 分布分别为P(x1)=0.4 ，P(x2)=0.3，P(x3)=0.1，P(x4) =0.1，P(x5)=0.06，P(x6)=0.04。求其最佳霍夫曼编码
图像数据的特点之一是信息量大。海量数据 需要巨大的存储空间。如多媒体中的海量图像数 据，不进行编码压缩处理，一张600M字节的光盘， 能存放20秒左右的640× 480像素的图像，没有 编码压缩多媒体信息保存有多么困难是可想而知 的。 在现代通信中，图像传输已成为重要内容之 一。采用编码压缩技术，减少传输数据量，是提 高通信速度的重要手段。 可见，没有图像编码与压缩技术的发展，大 容量图像信息的存储与传输是难以实现的，多媒 体、信息高速公路等新技术在实际中的应用会遇 到很大困难。
行程编码：4a3b2c1d5e7f (共（8+3）*6=66Bits )
Huffman编码： f=0 e=10 a=110 b=1111 c=11100 d=11101
110110110110111111111111111001110011101101010101000000 00 (共 4*3+3*4+ 2*5+1*5+5*2+7*1=56 bits) 176 66 56
数字图像处理第6章_图像编码与压缩技术.
霍夫曼编码
例 假设一个文件中出现了8种符号S0、S1、S2、S3、S4、S5、S6、 S7，那么每种符号编码至少需要3bit S0=000, S1=001, S2=010, S3=011, S4=100, S5=101, S6=110, S7=111 那么，符号序列S0 S1 S7 S0 S1 S6 S2 S2 S3 S4 S5 S0 S0 S1编码后 000 001 111 000 001 110 010 010 011 100 101 000 000 001 （共42bit） 和等长编码不同的一种方法是可变长编码。在这种编码方法中， 表示符号的码字的长度不是固定不变的，而是随着符号出现的概率 而变化，对于那些出现概率大的信息符号编以较短的字长的码，而 对于那些出现概率小的信息符号编以较长的字长的码。
6.3.3 霍夫曼编码
霍夫曼(Huffman)编码是根据可变长最佳编码定理，应用霍夫曼算
1．
对于每个符号，例如经过量化后的图像数据，如果对它们每 个值都是以相同长度的二进制码表示的，则称为等长编码或均匀 编码。采用等长编码的优点是编码过程和解码过程简单，但由于 这种编码方法没有考虑各个符号出现的概率，实际上就是将它们 当作等概率事件处理的，因而它的编码效率比较低。例6.3给出了 一个等长编码的例子。
6.1.1 图像的信息冗余
图像数据的压缩是基于图像存在冗余这种特性。压缩就是去掉 信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知 的）；也就是用一种更接近信息本身的描述代替原有冗余的描述。 8 （1） 空间冗余。在同一幅图像中，规则物体或规则背景的物理表 面特性具有的相关性，这种相关性会使它们的图像结构趋于有序和 平滑，表现出空间数据的冗余。邻近像素灰度分布的相关性很强。 （2） 频间冗余。多谱段图像中各谱段图像对应像素之间灰度相关 （3） 时间冗余。对于动画或电视图像所形成的图像序列（帧序 列），相邻两帧图像之间有较大的相关性，其中有很多局部甚至完
数字图像处理第六章
1 H(u,v) 0
D(u,v) D0 D(u,v) D0
D0 :截止（断）频率
D(u, v) : 从频率域原点到(u点, v)的距离（以原点为中 ）心
D(u,v) (u2 v ) 数2字图12像处理第六章
a 理想低通滤波器转移函数透视图 b 对应的图象 c 滤波器转移函数剖面图
以截至频D率0为半径的圆内的频损率的无通过， 圆外频率完全被衰减。 （大于D0的频率完全衰减，D小 0的于频率全部通过） D0小：保留的低频少D0大：保留的低频多
H(u,v) eD2(u,v)/22 :表高斯曲线扩展的程度
指数高通滤波器：
H
(u , v )
1－
e
D
( u ,v ) D0
n
若
D
定义为衰减到最大值
0
结果：
（因比其衰减快，低频
无振铃效应（有平滑过
D 0 : 截止频率
1
2 处的频率
包含少） 渡带）
D (u , v ) (u 2 v 2 )1 2
指数高通滤波器：
H
(u , v )
1－
e
D
(u ,v D0
)
n
若
D
定义为衰减到最大值
0
结果：
D 0 : 截止频率 1 2 处的频率
（因比其衰减快，低频
包含少）
无振铃效应（有平滑过
渡带）
D (u ,v) (u 2 v 2 )1 2
梯形高通滤波器 形状理想及有平滑过渡
带的滤波器之间
0
H
(u , v )
D 0 D1
a 高斯低通滤波器转移函数透视图数字b 图像对处应理的第图六象章 c 不同D0的转移函数剖面图
数字图像处理第六章部分答案
6.5解：
在中心点有1/2R+G+1/2B=1/2（R+G+B）+1/2G=1/2gray+1/2G，即增加了灰色分量，则看到绿色。
6.15解：（以下答案分别对应从左至右，从上至下，从内到外：即红、黄、蓝、深红、青、白、绿、黑）
（a）色调分别为0/1/4/5/3/0/2/0
（b）饱和度分别为7/7/7/7/7/0/7/0
（c）亮度分别为2/4/2/4/4/7/2/0
6.16解：
（a）由于是8bit图像所以最大区间为[0,255]。
又因圆形范围是[0°,360°]，所以每个灰度值为360/255。
对比绿色（原本120变为85），黄色（原本60成为43），则可以推断出蓝色为170，青色为213，中间白色为0。
（b）全部饱和，即全部为255，中间原本白色为0。
（c）强度图像中红绿蓝值相同，均为85，黄青杨红相同，均为170，中间白色为255。
6.25解：
（a）由于所给颜色全为饱和，所以HSI图像中红色变为为0，绿色为1/3，蓝色为2/3；（b）饱和度为常数，因此进行平滑得到结果不变；
（c）色调图像会变得模糊，边界线也变得不分明，因为平均是线性的。
在两个色块交界处两边值不同，则平均后为中间值，变得模糊。
数字图像处理每章课后题参考答案
数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。
1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。
2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。
根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。
图像处理着重强调在图像之间进行的变换。
比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。
图像处理主要在图像的像素级上进行处理，处理的数据量非常大。
图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。
图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。
图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。
图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。
第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。
数字图像处理 第六章
对图像中的像素（三基色）进行邻域平均
25
彩色图像增强
平滑滤波
原图
平滑滤波结果图
26
彩色图像增强
锐化增强
原图
锐化结果图 Laplacian滤波模板
27
彩色图像复原
原图
退化彩图 运动模糊+高斯噪声
维纳滤波复原
28
彩色图像分析
29
彩色图像分析
梯度法边缘检测
图像f(x,y)在(x,y)的梯度
梯度的幅值
18
HSI模型
HSI模型用H、S、I三参数描述颜色特性
H定义颜色的波长，称为色调 S表示颜色的深浅程度，称为饱和度 I表示强度或亮度
色调H由角度表示，它反映了颜色最 接近什么样的光谱波长，即光的不同 颜色。通常假定0°表示的颜色为红色 ， 120°的为绿色， 240°的为蓝色。 从0°到360°的色相覆盖了所有可见 光谱的彩色 饱和度S表征颜色的深浅程度，饱和度 越高，颜色越深。饱和度参数是色环的 原点（圆心）到彩色点的半径的长度。 在环的边界上的颜色饱和度最高，其饱 和度值为1；在中心的饱和度为0。
1 F ( x, y) [(g xx g yy ) ( g xx g yy ) cos2 2 g xy sin 2 ] 2
1/ 2
32
彩色图像分析
梯度法边缘检测
原图
边缘检测结果
图6.14 利用梯度进行边缘检测示例
33
6.5 伪彩色处理
34
基本原理
伪彩色处理 是指将黑白图像转化为彩色图像，或者是将单色图
16
CMY模型
印刷时CMY模型不可能产生真正的黑色，因此在印刷业中实 际上使用的是CMYK彩色模型，K为第四种颜色，表示黑色.
- 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)。
班级：B110301 学号：B11030129 姓名：张新伟
第六章作业要求：
编写图像平移的Matlab 程序，实现对linagray 图像的平移操作，要求：
（1）横向平移量为40 个像素,纵向平移量为20个像素；
（2）保证信息不丢失；
（3）平移后空白部分用黑色填充。
程序代码：
I=imread('linagray.bmp');
[X Y]=size(I);
DelX=40;DelY=20;
G=zeros(X+DelY,Y+DelX);
for x=1:X
for y=1:Y
G(y+DelY, x+DelX)=I(y, x);
end
end
subplot(121);imshow(I);title('linagray.bmp 图像原图形');
subplot(122);imshow(uint8(G));title('linagray.bmp 图像平移后图形'); 运行结果：
linagray.bmp 图像原图
形linagray.bmp 图像平移后图形
结论：实现对linagray.bmp 图像的平移操作，图像平移的Matlab 程序时，应该正确对横向和纵向赋值必须正确，同时为了保证信息不丢失的情况下，应该先使其对它画布扩展，然后在进行填充，最后得到正确的图形。