数字图像Word文档下载推荐.docx
- 文档编号:18353745
- 上传时间:2022-12-15
- 格式:DOCX
- 页数:16
- 大小:502.58KB
数字图像Word文档下载推荐.docx
《数字图像Word文档下载推荐.docx》由会员分享,可在线阅读,更多相关《数字图像Word文档下载推荐.docx(16页珍藏版)》请在冰豆网上搜索。
Cg(x,y)=
Dg(x,y)=
上述变换中属于锐化滤波的有:
(A、B、C、D)
10图像退化的原因可以是:
(A、B、D)
A透镜色差B噪声叠加C光照变化D场景中目标的快速运动
11噪声:
(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
12设有一幅二值图像,其中黑色的背景上有一条宽为5个像素的白线。
如果通过空域滤波消除这条白线,需用(D)
A3*3的算术均值滤波器B7*7的算术均值滤波器
C3*3的谐波均值滤波器D7*7的谐波均值滤波器
13中值滤波器(A、C)
A和最大值滤波器可能有相同的滤波结果
B和最大值滤波器不可能有相同的滤波结果
C和中点滤波器可能有相同的滤波结果
D和中点滤波器不可能有相同的滤波结果
14令集合R代表整个图像区域,则子集R1,R2,R3,…Rn是对R分割的必要条件不包括(B)
A各Ri是连通的,i=1,2,….n
B
CP(Ri)=TRUE,i=1,2…,n
D
15以下分割算法中属于区域算法的是(A、D)
A分裂合并
BHough变换
C边缘检测
D阈值分割
16用Sobel算子对图1中的图像进行边缘检测所得到的结果为(城区距离)(C)
A2B3C4D5
1
2
3
17拉普拉斯算子(B、C)
A是一阶微分算子B是二阶微分算子C包括一个模板D包括两个模板
18设1幅N*N的二值化图像中心处有1个值为1的n*n的正方形区域,此外的像素灰度值均为0,
(1)根据城区距离,使用索贝尔算子计算这幅图的梯度,并画出梯度的幅度值(给出梯度图中所有像素的值);
(2)画出根据得到的梯度方
向的直方图,并标出直方图每个峰的高度
(3)应用4邻域的拉普拉斯模板,给出图中每个像素的结果值
1、利用3*3滤波器,证明在空域中原图像减去平滑滤波的结果可得到锐化滤波的结果
(P15页)
2、画出如下6×
6灰度图像的直方图,对其进行直方图均衡化处理,并画出均衡化后的图像和它的直方图(要求有具体的步骤)
4
5
6
(p15页)
3、写出用哈夫变换检测上眼睑的基本步骤,并给出每个参数的大概取值范围(图像大小为320×
280)。
图1是进行哈夫变换之前的边缘检测图,图1是二值化图像,标为黑色的点是我们要找的侯选边界点,通过这些边界点来定位上眼睑
4、什么是均值滤波器?
用你熟悉的语言写出均值滤波器的源代码(假设图像大小为M*N,用二维数组表示每个像素点对应的灰度)
均值滤波器是图像处理中一种常见的滤波器,包括算术均值滤波器、谐波均值滤波器、逆谐波均值滤波器等几类。
它主要应用于平滑噪声。
它的原理主要是利用某像素点周边像素的平均值来打到平滑噪声的效果。
//------------------均值滤波器
boolFilterAV(unsignedchar*image,intheight,intwidth)
{
inti,j;
unsignedchar*p=(unsignedchar*)malloc(height*width);
for(i=1;
i<
height-1;
i++)
for(j=1;
j<
width-1;
j++)
p[i*width+j]=(unsignedchar)(((int)image[(i-1)*width+j-1]
+(int)image[(i-1)*width+j]
+(int)image[(i-1)*width+j+1]
+(int)image[i*width+j-1]
+(int)image[i*width+j]
+(int)image[i*width+j+1]
+(int)image[(i+1)*width+j-1]
+(int)image[(i+1)*width+j]
+(int)image[(i+1)*width+j+1])/M*N);
}
image[i*width+j]=p[i*width+j];
free(p);
returntrue;
5用你熟悉的语言写出用迭代法得到基本全值阈值算法的源代码
intDetectThreshold(IplImage*img,intnMaxIter,int&
iDiffRec)//阀值分割:
迭代法
6{
7//图像信息
8intheight=img->
height;
9intwidth=img->
width;
10intstep=img->
widthStep/sizeof(uchar);
11uchar*data=(uchar*)img->
imageData;
12
13iDiffRec=0;
14intF[256]={0};
//直方图数组
15intiTotalGray=0;
//灰度值和
16intiTotalPixel=0;
//像素数和
17bytebt;
//某点的像素值
18
19uchariThrehold,iNewThrehold;
//阀值、新阀值
20uchariMaxGrayValue=0,iMinGrayValue=255;
//原图像中的最大灰度值和最小灰度值
21uchariMeanGrayValue1,iMeanGrayValue2;
22
23//获取(i,j)的值,存于直方图数组F
24for(inti=0;
25{
26for(intj=0;
27{
28bt=data[i*step+j];
29if(bt<
iMinGrayValue)
30iMinGrayValue=bt;
31if(bt>
iMaxGrayValue)
32iMaxGrayValue=bt;
33F[bt]++;
34}
35}
36
37iThrehold=0;
//
38iNewThrehold=(iMinGrayValue+iMaxGrayValue)/2;
//初始阀值
39iDiffRec=iMaxGrayValue-iMinGrayValue;
40
41for(inta=0;
(abs(iThrehold-iNewThrehold)>
0.5)&
&
a<
nMaxIter;
a++)//迭代中止条件
42{
43iThrehold=iNewThrehold;
44//小于当前阀值部分的平均灰度值
45for(inti=iMinGrayValue;
iThrehold;
46{
47iTotalGray+=F[i]*i;
//F[]存储图像信息
48iTotalPixel+=F[i];
49}
50iMeanGrayValue1=(uchar)(iTotalGray/iTotalPixel);
51//大于当前阀值部分的平均灰度值
52iTotalPixel=0;
53iTotalGray=0;
54for(intj=iThrehold+1;
iMaxGrayValue;
55{
56iTotalGray+=F[j]*j;
57iTotalPixel+=F[j];
58}
59iMeanGrayValue2=(uchar)(iTotalGray/iTotalPixel);
60
61iNewThrehold=(iMeanGrayValue2+iMeanGrayValue1)/2;
//新阀值
62iDiffRec=abs(iMeanGrayValue2-iMeanGrayValue1);
63}
64
65//cout<
<
"
TheThresholdofthisImageinimgIterationis:
iThrehold<
endl;
66returniThrehold;
67}
6写出下面图像在不同条件下的灰度共生矩阵:
(p46页)
7、图像处理的应用范围及主要内容有哪些。
应用范围:
1、视觉监控:
银行防盗、人脸识别等2、工业检测与测量:
公路路面破损图像识别3、军事侦察、高精度制导4、医疗诊断:
CT技术,癌细胞识别等。
5、通讯:
可视电话,视频点播等。
6、影视业、娱乐、公众服务:
广告,基于内容检索等。
主要内容:
1、图像获取、表示和表现2、图像复原3、图像增强4、图像分割5、图像压缩编码6、图像处理中的频域变换7、目标表达与描述8、形态学
8、简述细化的原理,并写出下面这幅图像经过细化处理后的结果(P44页)
9、数字图像处理
10、灰度直方图
灰度直方图(histogram)是灰度级的函数,描述的是图像中每种灰度级像素的个数,反映图像中每种灰度出现的频率。
横坐标是灰度级,纵坐标是灰度级出现的频率。
11、像素的邻
12、冗余数据(p24)
13、调色板:
是用来调和并搁置新鲜颜料的平整板面
14、写出用哈夫变换检测圆形的基本步骤,并解释在如图所示的一幅人眼图像中,如何通过哈夫变换检测出虹膜部分(即如何定位出图2所示内外两个圆形)。
图1是进行哈夫变换之前的边缘检测图,图1是二值化图像,标为黑色的点是我们要找的侯选边界点,通过这些边界点来定位内外两个圆
15、数字图像分析
16、局部运算
17、图像增强
18、知识冗余(P24)
19、什么是阈值分割技术?
该技术使用于什么场景下的图像分割。
阈值分割法是一种基于区域的图像分割技术。
图像阈值化分割是一种传统的最常用的图像分割方法,因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。
它特别适用于目标和背景占据不同灰度级范围的图像。
它不仅可以极大的压缩数据量,而且也大大简化了分析和处理步骤,因此在很多情况下,是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。
图像阈值化的目的是要按照灰度级,对像素集合进行一个划分,得到的每个子集形成一个与现实景物相对应的区域,各个区域内部具有一致的属性,而相邻区域布局有这种一致属性。
这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。
阈值分割的优点是计算简单、运算效率较高、速度快。
在重视运算效率的应用场合(如用于硬件实现),它得到了广泛应用。
目前,图像的阈值分割已被应用于很多的领域,例如,在红外技术应用中,红外无损检测中红外热图像的分割,红外成像跟踪系统中目标的分割;
在遥感应用中,合成孔径雷达图像中目标的分割等;
在医学应用中,血液细胞图像的分割,磁共振图像的分割;
在农业工程应用中,水果品质无损检测过程中水果图像与背景的分割。
在工业生产应用中,机器视觉运用于产品质量检测等。
20、什么是图像平滑?
试述均值滤波的基本原理。
图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分,使图像亮度平缓渐变,减小突变梯度,改善图像质量的图像处理方法。
图像平滑的方法包括:
插值方法,线性平滑方法,卷积法等等。
这样的处理方法根据图像噪声的不同进行平滑,比如椒盐噪声,就采用线性平滑方法!
均值滤波也称为线性滤波,其采用的主要方法为邻域平均法。
线性滤波的基本原理是用均值代替原图像中的各个像素值,即对待处理的当前像素点(x,y),选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在该点上的灰度个g(x,y),即个g(x,y)=1/m∑f(x,y)m为该模板中包含当前像素在内的像素总个数。
21、讨论用于空间滤波的平滑滤波器与锐化滤波器的相同点,不同点和联系
相同点:
都能削弱或消除傅里叶空间的某些分量,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:
平滑滤波器削弱或消除了傅里叶空间的高频分量,所以达到了增强低频分量,平滑图像中细节的效果;
锐化滤波器削弱或消除了傅里叶空间的低频分量,所以达到了增强高频分量,锐化图像中的细节的效果。
联系:
两者效果相反,互为补充,从原始图像减去平滑滤波器的效果得到锐化滤波器的效果,如果减去锐化滤波器的效果则得到平滑滤波器的效果。
22、假定原图像f(x,y)的灰度范围为[a,b],希望变换后图像g(x,y)的灰度范围扩展至[c,d],则线性变换可表示为?
g(x,y)=(c-d)/(b-a)[f(x,y)-a]a<
=f(x,y)<
b
g(x,y)=0其他
在灰度线性变换中我们常用的三段线性变换法,写出三段线性变换法的表达式,并画出图像表示?
23、如图所示256*256的二值图像,其中的白条是7像素宽,210像素高,两个白条之间的间隔为17像素,当应用下面的方法处理时图像的变化结果是什么(按最靠近原则取0或1,图像边界不考虑)
(1)3*3邻域平均滤波
(2)7*7的邻域平均滤波
(3)9*9的邻域平均滤波
(4)用上述三种模板进行
中值滤波的结果是什么
1、2、3:
由于取值为1的白条的宽度是7,大于9×
9滤波窗宽的一半(4.5),当然也大于7×
7
和3×
3的窗宽的一半。
这样就使得在用这三种邻域平均滤波时,若滤波像素点的值是1,则滤波窗中1的个数必多于窗内参加平均的像素个数的一半,平均并四舍五入后的结果仍为1;
同理,若滤波像素点的值是0,则滤波窗中0的个数必多于窗内参加平均的像素个数的一半,平均并四舍五入后的结果仍为0。
所以,按题意对题图所示二值图像用三种大小不同的邻域进行邻域平均滤波时,结果图像与原图像相同。
4、由于取值为1的白条的宽度是7,大于9×
7和3×
这样就使得在用这三种大小的滤波窗进行中值滤波时,若滤波像素点的值是1(或0),则滤波窗中1(或0)的个数必多于窗内0(或1)的个数,则排在中间的值仍为1(或0)不变,即中值滤波后,图像没有变化。
25、已知一个二值图像,
(1)对该图像使用四叉树进行划分
(2)用四叉树表达该图像
1下列数据冗余方式中,由于像素相关性而产生的冗余方式为B
A编码冗余B像素间冗余
C心理视觉冗余D计算冗余
2对变长码代替自然码时可以减少表达图像所需的比特数,其原理是D
A对各个灰度级随机赋予不同的比特数
B对各个灰度级赋予相同的比特数
C对出现概率大的灰度级用较多的比特数表示,对出现概率小的灰度级用较少的比特数表示
D对出现概率大的灰度级用较少的比特数表示,对出现概率小的灰度级用较多的比特数表示
3设图像灰度共四级,P(0)=0.4,P
(1)=0.3P
(2)=0.2,P(3)=0.1,用下列哪种方法得到的码平均长度最短(C)
Al(0)=l
(1)=l
(2)=l(3)Bl(0)>
l
(1)>
(2)>
(3)
Cl(0)<
l
(1)<
l
(2)<
l(3)Dl(0)=2l
(1)=3l
(2)=4l(3)
4下列因素中与客观保真度有关的是(A、B、D)
A输入图与输出图之间的误差
B输入图与输出图之间的均方根误差
C压缩图与解压缩图的视觉质量
D压缩图与解压缩图的信噪比
5设一信源符号集为A={a1,a2},符号产生概率分别为P(a1)=2/3,P(a2)=1/3,则编码方案理论上可达到的最高效率为(C)
A0.333B0.625C0.918D1
6无失真编码定理确定的是(A)
A每个信源符号的最小平均码字长度
B每个信源符号的最大平均码字长度
C各个信源符号的码字长之和的最小值
D各个信源符号的码字长之和的最大值
7设一个二元信源产生2个符号的概率分别为P(b1)=1/4,P(b2)=3/4,信源的熵约为(D)
A0.5B0.6C0.7D0.8
8不通过计算,判断对此表中的符号进行哈弗曼编码后对应哪个符号的码字最长(A)
Aa1Ba2Ca3Da4
符号
a1
a2
a3
a4
出现概率
0.1
0.2
0.3
0.4
9已知信源符号集为A{a1,a2}={0,1},符号产生概率为P(a1)=1/4,P(a2)=3/4,对二进制序列11111100,其二进制算术编码为B
A0.1111000B0.1101010
C0.0110111D0.0011010
10对一个具有符号集B={b1,b2}={0,1},设信源产生2个符号的概率分别为P(b1)=1/5,P(b2)=4/5,对二进制数1001进行算术编码,其结果用十进制数表示为(C)
A0.26B0.24C0.22D0.20
11保真度准则有哪些?
客观保真度主观保真度标准(P23)
12下图表示的是一个6×
6图像的灰度值,对其进行哈夫曼编码(要求写出每一步的步骤及示意图)
30
10
20
40
(P26页)
13现有来源于三色系统的图像数据源:
aabbbbcaabcc,对其进行LZW编码。
已知的索引表为:
(P30-31页)
字符串
索引
a
0H
b
1H
c
2H
LZW_CLEAR
3H
LZW_EOI
4H
•按照下面的格式写出其每次输入一个字符后所得的结果(至少写出输入前5个字符时的操作步骤)
序号
输入数据S2
S1+S2
输出结果
S1
生成新字符及索引
14什么是信息量和信息熵?
两者的用途是什么?
(P24页)
信源消除信宿不确定性所需要的量,是信息定量表征。
它表示该符号所需的位数
把信息中排除了冗余后的平均信息量称为“信息熵”
15什么是冗余数据?
什么是知识冗余?
同一数据存储在不同的数据文件中的现象或者在一个数据集合中重复的数据称为数据冗余.
知识冗余:
由于存在着先验知识和背景知识,,这些知识使得需要传输的信息量减少,我们称这一类为知识冗余。
16哈夫曼编码有何优缺点?
(1)哈夫曼编码所形成的码字不是唯一的,但编码效率是唯一的
在对最小的两个概率符号赋值时,可以规定为大的为“1”、小的为“0”,反之也可以。
如果两个符号的出现概率相等时,排列时无论哪个在前都是可以的,所以哈夫曼所构造的码字不是唯一的,对于同一个信息源,无论上述的前后顺序如何排列,它的平均码长是不会改变的,所以编码效率是唯一的。
(2)只有当信息源各符号出现的概率很不平均的时候,哈夫曼编码的效果才明显。
(3)哈夫曼编码必须精确地统计出原始文件中每个符号的出现频率,如果没有这些精确的统计,将达不到预期的压缩效果。
霍夫曼编码通常要经过两遍操作,第一遍进行统计,第二遍产生编码,所以编码速度相对慢。
另外实现的电路复杂,各种长度的编码的译码过程也是比较复杂的,因此解压缩的过程也比较慢。
(4)哈夫曼编码只能用整数来表示单个符号而不能用小数,这很大程度上限制了压缩效果。
(5)哈夫曼所有位都是合在一起的,如果改动其中一位就可以使其数据变得面目全非。
17某视频图像为每秒30帧,每帧大
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像