医学数字图像处理期末考试重点.docx
- 文档编号:28251471
- 上传时间:2023-07-09
- 格式:DOCX
- 页数:12
- 大小:55.07KB
医学数字图像处理期末考试重点.docx
《医学数字图像处理期末考试重点.docx》由会员分享,可在线阅读,更多相关《医学数字图像处理期末考试重点.docx(12页珍藏版)》请在冰豆网上搜索。
医学数字图像处理期末考试重点
1、模拟图像:
空间坐标和明暗程度都是连续变化、计算机无法直接处理图像。
2、数字图像:
空间坐标和灰度均不连续、用离散数字(一般整数)表示图像(计算机能处理)。
是图像数字表示,像素是其最小单位。
3、当一幅图像x和y坐标及幅值f都为连续量时,称该图像为连续图像。
为了把连续图像转换成计算机可以接受数字形式,必须先对连续图像进行空间v和幅值离散化处理。
(1)图像采样:
对图像连续空间坐标x和y离散化。
(2)图像灰度级量化:
对图像函数幅值f离散化。
4、均值平滑滤波器可用于能否锐化图像?
为什么?
不能,均值滤波法有力抑制了噪声,同时也引起了模糊,模糊程度和邻域半径成正比。
5、均匀采样:
对一幅二维连续图像f(x,y)连续空间坐标x和y均匀采样,实质上就是把二维图像平面在x方向和y方向分别进行等间距划分,从而把二维图像平面划分成M×N个网格,并使各网格中心点位置和用一对实整数表示笛卡尔坐标(I,j)相对应。
二维图像平面上所有网格中心点位置对应有序实整数对笛卡尔坐标全体就构8成了该幅图像采样结果。
6、*均匀量化:
对一幅二维连续图像f(x,y)幅值f均匀量化,实质上就是将图像灰度取值范围[0,Lmax]划分成L个等级(L为正整数,Lmax=L-1),并将二维图像平面上M×N个网格中心点灰度值分别量化成和L个等级中最接近那个等级值。
7、图像增强技术根据处理空间不同,可以分为哪两种方法?
空域方法和频域方法
8、**空间分辨率
(1)空间分辨率是图像中可分辨最小细节,主要由采样间隔值决定。
(2**)一种常用空间分辨率定义*是单位距离内可分辨最少黑白线对数目(单位是每毫米线对数),比如每毫米80线对。
另外,当简单地把矩形数字化仪尺寸看作是“单位距离”时,就可把一幅数字图像阵列大小M×N称为该幅数字图像空间分辨率。
(3)对于一个同样大小景物来说,对其进行采样空间分辨率越高,采样间隔就越小,景物中细节越能更好地在数字化后图像中反映出来,也即反应该景物图像质量就越高。
(4)一幅数字图像阵列大小(简称为图像大小)通常用M×N表示。
在景物大小不变情况下,采样空间分辨率越高,获得图像阵列M×N就越大;反之,采样空间分辨率越低,获得图像阵列M×N就越小。
在空间分辨率不变情况下,图像阵列M×N越大,图像尺寸就越大;反之,图像阵列M×N越小,图像尺寸就越小。
9.多图像平均法利用同一景物多幅图像取平均来消除噪声产生高频成分,利用了噪声什么特点?
互不相关性
10、**灰度分辨率
灰度级分辨率是指在灰度级别中可分辨最小变化,通常把灰度级级数L称为图像灰度级分辨率。
11.高通滤波让高频分量通过,是否可以使图像边缘或线条变得更清楚?
为什么?
可以,图像中边缘或线条和图像中高频分量相对应。
12、**灰度分辨率变化对图像视觉效果影响:
随着灰度分辨率降低,图像细节信息在逐渐损失,伪轮廓信息在逐渐增加。
图中由于伪轮廓信息积累,图像已显现出了木刻画效果。
由此也说明:
灰度分辨率越低,图像视觉效果越差。
13、运动图像模糊模型是怎样造成?
目标物或摄像机相对运动造成图像模糊。
14、图像分辨率反映了数字化图像中可分辨最小细节,也即图像空间分辨率。
在这里将图像分辨率看成是图像阵列大小。
15、阈值方法核心是什么?
如何寻找适当阈值
16、灰度分辨率是指在灰度级别中可分辨最小变化,一般把灰度级数L称为数字图像灰度级分辨率。
17.频谱图像中低频部分可以代表图像什么?
为什么?
图像样貌,即灰度变换平滑部分
18、图像变换是将图像从空域变换到其它域如频域数学变换
19.高频加强滤波器能否有效增强图像边缘和灰度平滑区对比度?
可以
20.拉普拉斯算子可用于图像平滑处理吗?
为什么?
锐化
21.Fourier变换后图像,中间部分为低频部分,越靠外边频率越高。
22、一般来说,直方图均衡化处理对于灰度分布怎样图像效果比较明显?
为什么?
灰度级分布不均匀,直方图均衡化基本思想是把原始图像不均衡直方图变换为均匀分布形式,增加图像灰度值动态范围,从而达到增强图像整体对比度效果。
24.数字图像常采用不同数据类型进行存储,若采用uint8类型存储像素灰度值,则灰度值取值范围为是多少?
25、频域处理则是在图像某个变换域内,对图像变换系数进行运算,然后通过逆变换获得图像增强效果
26.在matlab环境下,归一化double数据类型,数值范围是什么?
27、图像增强点运算
对一副输入图像,经点运算将产生一副输出图像,后者每个像素灰度值仅由输入像素值决定。
1)对比度增强
(2)对比度拉伸(3)灰度变换
28、索引图像整数矩阵,其中每个元素索引取值范围是什么?
0-1
29、**直方图(Equalization)
表示数字图象中每一灰度级和其出现频率(该灰度级象素数目)间统计关系,用横坐标表示灰度级,纵坐标表示频数(也可用概率表示)
30、**灰度直方图
图像灰度直方图,是一种表示数字图像中各级灰度值及其出现频数关系函数。
31.点运算实际上是灰度到灰度映射过程,点运算会不会改变像素点空间位置关系?
为什么?
不会
32、中值滤波特性
(1)对离散阶约信号、斜升信号不产生影响
(2)连续个数小于窗口长度一半离散脉冲将被平滑(3)三角函数顶部平坦化(4)中值滤波后,信号频率谱基本不变
(2)优点:
1、在平滑脉冲噪声方面非常灵敏,同时可以保护图像尖锐边缘。
2、不影响阶跃信号、斜坡信号,连续个数小于窗口长度一半脉冲受到抑制,三角波信号顶部变平。
(3)缺点:
1、对于高斯噪声不如均值滤波。
2、图像中点、线、尖角等细节较多,则不宜采用中值滤波。
33、傅立叶变化是观察图像频率分布规律方法,频谱图中高频部分对应梯度灰度差有什么特点?
34、**均值滤波:
(1)优点:
把每个像素都用周围8个像素做均值操作,平滑图像速度快、算法简单。
(2)缺点:
1、在降低噪声同时,使图像产生模糊,特别是边缘和细节处,而且模糊尺寸越大,图像模糊程度越大。
2、对椒盐噪声平滑处理效果不理想。
35.零点漂移之后,频谱图像高频区域将集中在频谱图像什么区域?
右下角
36、图像锐化
*目
(1)图像平滑使图像变得模糊
(2)图像识别中常常需要突出边缘和轮廓信
息。
*方法
(1)平均、积分逆运算,如微分、梯度
(2)频谱角度,高频分量被衰
减,加强图像高频分量
37.频谱图像中什么部分可以代表图像平均亮度?
38、常用梯度算子
(1)Roberts(0*-1//10),(-1*0//01);各向同性;对噪声敏感;模板尺寸为偶数,中心位置不明显。
(2)Prewitt(-101//-10*1//-101),(-1-1-1//00*0//111);引入了平均因素,对噪声有抑制作用;操作简便。
(3)Sobel(-101//-20*2//-101),(-1-2-1//00*0//121);引入了平均因素,增强了最近像素影响,噪声抑制效果比Prewitt好
39.含有椒盐噪声图像进行高斯低通变换后,椒盐是否可以消除?
图像是否可以变更清楚?
40、图像增强内容:
(1)消除噪声,改善图像视觉效果
(2)突出边缘,有利于识别和处理
41、radon变换是积分变换,积分角度范围时什么?
42、频域平滑原理:
噪声主要集中在高频部分,为除去噪声改善图像质量,采用低通滤波器抑制高频部分,然后再进行逆变换获得滤波图像,达到平滑图像目.
43.图像复原和图像增强,其目都是提高图像质量,图像质量改善程度是否可以用同一个标准进行衡量?
44、图像退化(为什么要恢复)
(1)图像退化是指图像在形成、传输和记录过程中,由于成像系统、传输介质和设备不完善,使图像质量变坏。
(2)图像复原就是要尽可能恢复退化图像本来面目,它是沿图像退化逆过程进行处理。
(3)图像退化数学模型为:
g(x,y)=f(x,y)*h(x,y)+n(x,y)
45、图像复原过程如下:
找退化原因→建立退化模型→反向推演→恢复图像46、图像增强和图像复原联系和区别?
(1)二者目都是为了改善图像质量。
(2)图像增强不考虑图像是如何退化,而是试图采用各种技术来增强图像视觉效果。
因此,图像增强可以不顾增强后图像是否失真,只要看得舒服就行。
(3)而图像复原就完全不同,需知道图像退化机制和过程等先验知识,据此找出一种相应逆处理方法,从而得到复原图像。
(4)如果图像已退化,应先作复原处理,再作增强处理。
47、白噪声:
图象平面上不同点噪声是不相关,其谱密度为常数。
(1)实用上,只要噪声带宽远大于图象带宽,就可把它当作白噪声。
虽不精确,确是一个很方便模型。
(2)当噪声和图象不相关时,噪声是加性。
48、冗余数据有:
编码冗余、像素间冗余、心理视觉冗余3种。
如果能减少或消除其中1种或多种冗余,就能取得数据压缩效果。
因此图像信息压缩是可能。
但到底能压缩多少,除了和图像本身存在冗余度大小有关外,很大程度取决于对图像质量要求。
原始图像越有规则,各象素之间相关性越强,它可能压缩数据就越多。
48、图像分析:
是一种通过对图像中不同对象进行分割(把图像分为不同区域或目标物)来对图像中目标进行分类和识别技术。
49、图像分割:
图像分割就是依据图像灰度、颜色、纹理、边缘等特征,把图像分成各自满足某种相似性准则或具有某种同质特征连通区域集合过程。
50、空间冗余
空间冗余是图像数据中经常存在一种冗余,是静态图像中存在最主要一种数据冗余。
同一景物表面上采样点颜色之间存在着空间连贯性,但是基于离散采样来表示物体颜色方式通常是没有利用这种连贯性。
例如,图像中一片连续区域,其像素值为相同颜色,空间冗余产生。
51、基于边缘检测图像分割方法基本思路是先确定图像中边缘像素,然后就可把它们连接在一起构成所需边界。
52、动态范围压缩:
原图动态范围过大,远超出显示设备允许动态范围,如直接显示原图,则部分信息丢失。
要消除这种因动态范围过大引起失真,所采用压缩方法,最常用是一种对数形式压缩。
53、图像边缘:
图像边缘是指图像灰度发生空间突变象素集合。
54、椒盐噪声
椒盐噪声类似于随机分布在图像上亮点和暗点,通常被数字化为最大灰度值纯自或最小灰度值纯黑。
将黑点形象为胡椒点,将自点形象为盐点,因而名为椒盐噪声。
把白点看做正脉冲,黑点看做负脉冲,所以椒盐噪声也称为脉冲噪声,有时也将其称为散粒噪声或尖峰噪声。
55、中值滤波
是指选用线形、十字形、方形、菱形或圆形等为窗口,采用类似于模板(窗口)运算方法控制窗口在待滤波图像上移动,对待滤波图像中位于窗口内所有像素灰度进行排序,让滤波结果图像中那个和窗口中心点处像素位置像素取排序结果中间值。
56、Hogh(哈夫)变换基本思想:
是将图像空间X-Y变换到参数空间P-Q,利用图像空间X-Y和参数空间P-Q点-线对偶性,通过利用图像空间X-Y中边缘数据点去计算参数空间P-Q中参考点轨迹,从而将不连续边缘像素点连接起来,或将边缘像素点连接起来组成封闭边界区域,从而实现对图像中直线段、圆和椭圆检测。
57、请回答中值滤波概念和具体实施步骤。
中值滤波是用一个有奇数点滑动窗口,将窗口中心点值用窗口内各点中值代替,具体步骤:
1模板在图像中漫游,将模板中心和图像中某个像素位置重合;2读取模板下各对应像素灰度值将这些灰度值从小到大排序;3找出这些值中,排在中间值;4将中间值赋给对应模板中心位置像素。
58、图像增强:
将一幅图像中有用信息进行增强,同时对其无用信息进行抑制,提高图像可观察性
59、数字图像处理主要研究内容包含很多方面,请列出并简述其中4种。
①图像数字化:
将一幅图像以数字形式表示。
主要包括采样和量化两个过程。
②图像增强:
将一幅图像中有用信息进行增强,同时对其无用信息进行抑制,提高图像可观察性。
③图像几何变换:
改变图像大小或形状。
④图像变换:
通过数学映射方法,将空域图像信息转换到频域、时频域等空间上进行分析。
⑤图像识别和理解:
通过对图像中各种不同物体特征进行定量化描述后,将其所期望获得目标物进行提取,并且对所提取目标物进行一定定量分析。
60、图像识别和理解:
通过对图像中各种不同物体特征进行定量化描述后,将其所期望获得目标物进行提取,并且对所提取目标物进行一定定量分析。
61、使用均值滤波器对高斯噪声和椒盐噪声滤波结果相同吗?
为什么会出现这种现象?
解答:
均值滤波器对高斯噪声滤波结果较好,对椒盐噪声滤波结果不好。
均值滤波器滤波原理是:
在图像上,对待处理像素给定一个模板,该模板包括了其周围邻近像素。
将模板中全体像素均值来替代原来像素值方法。
原因:
高斯噪声是幅值近似正态分布,但分布在每点像素上。
因为正态分布均值为0,所以均值滤波可以消除噪声。
椒盐噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点。
因为噪声均值不为0,所以均值滤波不能很好地去除噪声点。
62、图像变换:
通过数学映射方法,将空域图像信息转换到频域、时频域等空间上进行分析。
63、图像数字化包含哪些步骤?
简述这些步骤。
解答:
图像数字化主要包含采样、量化两个过程。
采样是将空域上连续图像变换成离散采样点集合,是对空间离散化。
经过采样之后得到二维离散信号最小单位是像素。
量化就是把采样点上表示亮暗信息连续量离散化后,用数值表示出来,是对亮度大小离散化。
经过采样和量化后,数字图像可以用整数阵列形式来描述。
64、二值图像是指每个像素不是黑,就是白,其灰度值没有中间过渡图像。
这种图像又称为黑白图像。
二值图像矩阵取值非常简单,每个像素值要么是1,要么是0,具有数据量小特点。
65、时间冗余
图像序列中两幅相邻图像,后一副图像和前一幅图像之间有较大相关性,这反映为时间冗余。
例如,房间中两个人聊天,在聊天过程中,背景一直是相同,同时也没有移动,而且是同样两个人在聊天,只有动作和位置变化。
66、灰度图像是指每个像素信息由一个量化后灰度级来描述数字图像,灰度图像中不包含彩色信息。
标准灰度图像中每个像素灰度值是0-255之间一个值,灰度级数为256级。
67、灰度直方图
灰度直方图是一幅图像灰度分布情况统计图表,是灰度级函数,表示图像中每种灰度级像素个数,反映图像中每种灰度级出现频率。
横坐标是灰度级,纵坐标是该灰度级出现个数,是图像基本统计特征。
68、均值滤波器滤波原理是:
在图像上,对待处理像素给定一个模板,该模板包括了其周围邻近像素。
将模板中全体像素均值来替代原来像素值方法。
69、对比度拉伸
是一种提高图像中某些灰度值间动态范围图像增强方法。
根据造成图像低对比度原因和应用目不同,利用简单分段线性函数来实现对比度拉伸变换。
70、各向同性
通常用于指出在图像锐化和边缘检测中,那些对任意方向边缘和轮廓都有相同检测能力锐化算子和边缘检测算子所具有性能。
也即称那些对任意方向边缘和轮廓都有相同检测能力锐化算子和边缘检测算子为各向同性
。
72、请回答图像压缩可能性,并从四个不同方面进行说明。
解答:
图像压缩就是去掉信息中冗余,保留不确定信息,去掉确定信息。
图像之所以能够压缩,可以从以下几个方面进行说明:
a.原始图像数据是紧密相关,存在很大数据冗余。
b.信源符号出现概率不同,若用相同码长表示出现概率不同符号,就会造成符号冗余。
如采用可变长编码技术,对出现概率高符号用短码字,对出现概率低符号用长码字表示,就可以消除符号冗余度,从而节约码字。
c.人眼具有视觉冗余,允许图像编码有一定失真。
d.可以利用先验知识实现图像编码,降低知识冗余度。
73、简述二值图像和灰度图像区别。
解答:
二值图像是指每个像素不是黑,就是白,其灰度值没有中间过渡图像。
这种图像又称为黑白图像。
二值图像矩阵取值非常简单,每个像素值要么是1,要么是0,具有数据量小特点。
灰度图像是指每个像素信息由一个量化后灰度级来描述数字图像,灰度图像中不包含彩色信息。
标准灰度图像中每个像素灰度值是0-255之间一个值,灰度级数为256级。
74、中值滤波器对椒盐噪声滤波效果如何?
试分析其中原因。
解答:
中值滤波器滤波原理是:
在图像上,对待处理像素给定一个模板,该模板包括了其周围邻近像素。
取模板中排在中间位置上像素灰度值替代待处理像素值,就可以达到滤除噪声目。
中值滤波器对椒盐噪声滤波效果较好。
原因:
椒盐噪声是幅值近似相等但随机分布在不同位置上,图像中有干净点也有污染点。
使用中值滤波时,被污染点一般不处于中值位置,即选择适当点来替代污染点值,所以处理效果好。
75、图像细节是指画面中灰度变化情况,包含了图像孤立点、细线、画面突变等。
孤立点大都是图像噪声点,画面突变一般体现在目标物边缘灰度部分。
76、傅里叶变换在图像处理中有着广泛应用,请简述其在图像高通滤波中应用原理。
解答:
图像经过傅里叶变换后,景物概貌部分集中在低频区段,景物细节部分集中在高频区段,可以通过图像高通滤波将图像中景物细节提取出来。
具体做法是,将傅里叶变换得到频谱图低频部分强制为0,而将高频部分信息保持不变,就相当于使用一个只保持高频部分信息不变,而低频信息被完全抑制高通滤波器作用在原始图像上。
将经过这样处理后频谱进行傅里叶逆变换,就可以得到图像细节部分。
77、已知Roberts算子作用模板为:
设图像为:
请完成:
①用Roberts算子对其进行锐化,写出锐化结果。
②用Sobel算子对其进行锐化,写出锐化结果。
- 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:
- 医学 数字图像 处理 期末考试 重点