数字图像处理考试复习
- 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)。
二、简答题(每小题5分,共20分)
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≤D0
H-1(u,v)=0 当D>D0 (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。
中值滤波的特点:可以消除杂散噪声点而不会或较小程度地造成边缘模糊。
5.K-L变换的优点是什么,其有哪些性质?
优点:去相关最彻底,变换系数能量最集中,由此引出的数据压缩编码产生的均方误差最小。
性质:理论上是最好的正交归一化图像变换,但具有数据依赖性,即变换系数与输入图像是有关的,当图像统计特性变化时,就得重新计算变换矩阵,而且KLT没有快速算法,计算复杂,执行速度慢。
6.DCT变换的优点是什么,其有哪些性质?
优点:在信息压缩能力和计算复杂性之间提供了一种很好的平衡。
性质:具有易于硬件实现的快速算法,使用单一的集成电路就可以实现,可将最多的信息包装在最少的系数之中,并能使分块效应达到最小。
7.伪彩色增强与假彩色增强有何异同点?
不同点:伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像;假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像;主要差异在于处理对象不同。
相同点:利用人眼对彩色的分辨能力高于灰度分辨能力的特点,将目标用人眼敏感的颜色表示。
8.Huffman编码有何优缺点
Huffman编码在无失真的编码方法中效率优于其他编码方法,是一种最佳变长码,其平均码长接近于熵值。但当信源数据成分复杂时,庞大的信源集致使Huffman码表较大,码表生成的计算量增加,编译码速度相应变慢;另外不等长编码致使硬件译码电路实现困难。上述原因致使Huffman编码的实际应用受到限制。
优点:解码时间较短。
缺点:由于是一种无损压缩方法,受信源本身概率分布的限制,不能达到很高的压缩比。
9.梯度法与Laplacian算子检测边缘的异同点?
答:不同点:梯度算子和Laplacian检测边缘对应的模板分别为
混合编码一般指将预测编码与变换编码相结合进行编码的方法。预测编码根据相邻像素相关性来确定后继像素的预测值,若用差值进行编码则可以压缩数据量;变换编码对原始图像进行正交变换,在变换域进行抽样达到压缩的目的;混合编码将两种编码方法结合起来,可以发挥两种编码方法的优点,取得更好的效果。
11.常见的图像退化模型包含哪些种类?
答:运动模糊退化模型,离焦模糊退化模型
12.常用的图像分割方法有哪几种类型。前景和后景区分比较明显的图像其直方图特点是怎么样的?分割时关键点在于哪里?
答:图像分割方法又可分为结构分割方法和非结构分割方法两大类。结构分割方法是根据图像的局部区域象素的特征来实现图像分割,如阈值分割、区域生长、边缘检测、纹理分析等非结构分割法包括统计模式识别、神经网络方法或其它利用景物的先验知识实现的方法等等基于区域特征的方法,基于边界特征的方法,基于相关匹配的方法
13.边缘检测的算子有哪些?它们各有什么优缺点?
答:基于一阶的:梯度算子
优点:计算简单
缺点:对噪声比较敏感,对图像中的噪声具有放大作用,且只包含幅值。
方向算子
优点:能对8个方向的边缘进行检测
缺点:
Canny算子
优点:边缘定位准确,连续性较好,虚假边缘少且边缘均具有单像素宽度。
缺点:在实际工作应用中编程较为复杂且运算较慢。
基于二阶的:拉普拉斯算子
优点:利用二阶算子的过零点可以精确定位边缘。
缺点: 对图像中的噪声相当敏感,检测出的边缘常常是双像素宽,没有方向信息。
LOG算子
优点:它定位精度高,边缘连续性好,可以提取对比度较弱的边缘点;无方向性;通过图象平滑,消除了一切尺度小于σ的图象强度变化。
缺点:当边缘的宽度小于算子宽度时,由于过零点的斜坡融合将会丢失细节。
14.什么是Hough变换?试述采用Hough变换检测直线的原理。
答:Hough变换是一种检测、定位直线和解析曲线的有效方法,它利用目标边界的特性从图像中直接检测目标轮廓。是把二值图变换到Hough参数空间,在参数空间用极值点的检测来完成目标的检测。
原理:(a)在xy平面内的一条直线可以表示为:y = ax+b
(b)将a、b作为变量,ab平面内直线可以表示为:b =-xa +y
(c)如果点(x1,y1)与点(x2,y2)共线,那么这两点在参数ab平面上的直线将有一个交点
(d)在参数ab平面上相交直线最多的点,对应的xy平面上的直线就是我们的解
这种从线到点的变换就是Hough变换。