级数字图像处理试题.doc
2013级数字图像处理期末考试试题一、 单项选择题（每小题1分，共10分）( d )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. 0 b.255 c.6 d.8( b )2.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( d )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( b )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( d ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24( c )6. 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( b )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( c )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°( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3( a )10.对一幅100´100像元的图象，若每像元用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.2:1 b.3:1 c.4:1 d.1:2二、 填空题（每空1分，共15分）1.图像锐化除了在空间域进行外，也可在 频率域 进行。2.图像处理中常用的两种邻域是 4-邻域 和 8-邻域 。3.直方图修正法包括 直方图均衡 和 直方图规定化 两种方法。4.常用的灰度内插法有 最近邻元法 、 双线性内插法 和 （双）三次内插法 。5.多年来建立了许多纹理分析法，这些方法大体可分为 统计分析法 和结构分析法两大类。6.低通滤波法是使 高频成分 受到抑制而让 低频成分 顺利通过，从而实现图像平滑。7.检测边缘的Sobel算子对应的模板形式为 和 。7.（不分先后）-1-2-1 -101000 -202121 -1018.一般来说，采样间距越大，图象数据量 少 ，质量 差 ；反之亦然。三、名词解释（每小题3分，共15分）1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。2.图像锐化是增强图象的边缘或轮廓。3.从图象灰度为i的像元出发，沿某一方向、距离为d的像元灰度为j同时出现的概率P(i,j,d)，这样构成的矩阵称灰度共生矩阵。4.细化是提取线宽为一个像元大小的中心线的操作。5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。四、判断改错题（每小题2分，共10分）( ) 1. 灰度直方图能反映一幅图像各灰度级像元占图像的面积比。( × ) 2. 直方图均衡是一种点运算，图像的二值化则是一种局部运算。 改正：直方图均衡是一种点运算，图像的二值化也是一种点运算。 或：直方图均衡是一种点运算，图像的二值化不是一种局部运算。( × ) 3. 有选择保边缘平滑法可用于边缘增强。改正：有选择保边缘平滑法不可用于边缘增强。 或：有选择保边缘平滑法用于图象平滑（或去噪）。( ) 4. 共点直线群的Hough变换是一条正弦曲线。( ) 5. 边缘检测是将边缘像元标识出来的一种图像分割技术。五、简答题（每小题5分，共20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,g)，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)=IDFTF(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） H(u,v)=0时,人为设置1/H(u,v)的值；使1/H(u,v)具有低同性质。即 H-1(u,v)=1/H(u,v) 当DD0 H-1(u,v)=0 当D>D0 (0.5分)2.图像锐化与图像平滑有何区别与联系？答：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） 都属于图象增强，改善图象效果。（1分）3.伪彩色增强与假彩色增强有何异同点？答：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。（4）相同点是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。（1分）4.梯度法与Laplacian算子检测边缘的异同点？答：梯度算子和Laplacian检测边缘对应的模板分别为 -1 -11 1 1 1-41 1 （梯度算子） （Laplacian算子） （2分）梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。（2分）相同点都能用于检测边缘，且都对噪声敏感。（1分） 六、计算题（共30分，每小题分标在小题后）1. 对数字图像f(i,j)(图象1)进行以下处理，要求：1) 计算图像f(i,j)的信息量。（10分）2) 按下式进行二值化，计算二值化图象的欧拉数。 (10分） 0 132132105762576160616312675356532272616265023521232124231231201解：1)统计图象1各灰度级出现的频率结果为p(0)=5/64»0.078；p(1)=12/64»0.188; p(2)=16/64=0.25; p(3)=9/64»0.141p(4)=1/64»0.016; P(5)=7/64»0.109; p(6)=10/64»0.156; p(7)=4/64»0.063(4分，每个1分)信息量为 »2.75(bit) （写出表达式3分；结果正确3分） 2）对于二值化图象， 若采用4-连接，则连接成分数为4，孔数为1，欧拉数为4-1=3； （5分） 若采用8-连接，则连接成分数为2，孔数为2，欧拉数为2-2=0；（5分）2. 计算图像2在x=1, y=0度的灰度共生矩阵。 (10分)解：图像2在x=1, y=0度的灰度共生矩阵为1/12 1/24 1/24 1/121/24 0 1/12 1/121/24 1/12 1/12 1/121/12 1/12 1/12 0 邻域处理-指输出图像的每个像素是由对应的输入像素及其一个邻域内的像素共同决定。包括线性平滑、非线性平滑、锐化。（模板处理、滤波，以某一像素为中心从图像中取出一个小区域，然后用该小区域的像素经某种运算变换得到该中心像素的新值。邻域处理与点处理的区别在于：点处理只使用图像中的一个像素值经某一变换后求出该像素的新值；邻域处理则需要用一个像素组来决定中心像素的值。 线性变换定义式S=ar+b a.b是常数 讨论参数的不同取值对增强效果的影响 (1) b= 0： a>1对比度扩张 ；0<a<1 对比度降低；a=1 相当于复制 （2）b 0 灰度偏置 ， s=a×r+b ，a=-1, b=L-1 相当于图像反转； 作用：增强嵌入于图像暗区的白色或灰色细节 。 直方图 ：一个关于图像灰度级别的离散函数。该离散函数是图像中具有相同灰度值的像素出现的概率密度函数。描述的是图像中具有该灰度级别的像素的个数；体现了像素的频率特性，丢失了像素点位置信息特性。 直方图存在缺陷空间信息丢失 直方图均衡化特点：变换后直方图趋向平坦，灰级减少，灰度合并；有展开输入图像直方图的一般趋势，直方图均衡化后的图像灰度级能跨越更大范围；实际视觉能够接收的信息量大大的增强了；方图均衡化能自动地确定变换函数，该函数寻求产生有均匀直方图的输出图像，得到的结果可预知，操作简单。 思考题:为什么变换后直方图趋向平坦 ,达不到完全平坦?- 由于离散图像的直方图也是离散的，其灰度累积分布函数是一个不减的阶梯函数。如果映射后的图像仍然能取到所有灰度级，则不发生任何变化。如果映射的灰度级小于256，变换后的直方图会有某些灰度级空缺。即调整后灰度级的概率基本不能取得相同的值，故产生的直方图不完全平坦。 乘可用掩膜图象乘某一幅图象可以遮住图象中的某些部分； 减去除不需要的加性图案（缓慢变换的背景，周期性的噪声，附加污染），检查变化； 加求平均值去除加性噪声； 除可产生对彩色或多光谱图象十分重要的比率图象。 平滑线性滤波器均值滤波器 （线性滤波算法） 效果：用于模糊化和减少噪声；以滤波器所定义的邻域内像素平均灰度值取代原灰度值；对于锐利的边缘也有模糊的负效果；用于去除图像中不相干细节（指与滤波掩模尺寸相比较小的像素区域）。 邻域平均法 -像素及其指定邻域内的像素的平均值或加权平均值作为该像素的新值，以便去除突变的像素点，从而滤除一定噪声。 统计排序滤波器中值滤波器（非线性滤波算法）将像素值用该邻近区域像素的 “中间值” 代替；适用于椒盐噪声（脉冲噪声），不宜于线、尖顶等细节多的图像。 一阶二阶微分的特点 （拉普拉斯抗噪性能最差） 一阶微分产生的边缘宽，对灰度阶梯反应强烈；二阶微分对细节反应强烈如细线、孤立点，对灰度阶梯变化产生双响应；二阶微分在图像中灰度值变化相似时，对于点的响应比线强而对于阶梯的响应最弱；在大多数应用中，对图像增强来说，二阶微分比一阶微分好一些，因为形成增强细节的能力好一些。 锐化空间滤波器结论：常数或变化平缓的区域，结果为0或很小，图像很暗，亮度被降低了；在暗的背景上边缘被增强了；图像的整体对比度降低了；计算时会出现负值，归0处理为常见。𝐟 𝐱𝐍𝟐,𝐲𝐍𝟐 𝐅 𝐮，𝐯 𝟏 𝐮+𝐯 移中性：对f（x，y）直接作DFT，原点在（0,0），图像低频集中在四个角；图像移中后进行傅里叶变换，则变换后主要能量（低频分量）集中在频率平面的中心（M/2,N/2）；DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上；DFT的原点，即F(0,0)被设置在u=M/2和v=N/2上；如果是一幅图像，在原点的傅里叶变换F(0,0)等于图像的平均灰度级，也称作频率谱的直流成分。可分离性：二维变换可以通过两次一维变换来实现； 空间域滤波和频率域滤波之间的对应关系：组成傅立叶变换对，成份均为实高斯函数； 高斯曲线直观且易于操作； H(u)有很宽轮廓时，h(x)有很窄轮廓；频域越宽，滤除的频率成份越少，空域越窄，模板越小，平滑作用越弱；对于低通滤波器，频域越窄，滤除的频率成份越多，空域越宽，模板越大，图像越模糊；对于高通，频 率域滤波器越宽，滤除的频率成份越多，在空间域意味着滤波器越窄，模板越小，检测边缘越少；频域越窄，空域越宽，模板越大，检测边缘越多。（低通滤波器，空域用带正系数模版实现低通滤波；高通滤波器用带有正有负的系数模版实现高通滤波）空域作平滑，相当于平域作低通；空域作锐化，相当于平域作高通；去掉高频分量，背景接近黑色，定标后接近灰色；变化剧烈的轮廓边缘变成白色。 理想滤波器缺点：物理上不可实现， 有抖动现象和振铃现象; 滤除高频成分使图像变模糊。优点：处理效果好。平滑效果比较：理想滤波器巴特沃斯高斯；振铃比较：高斯（无振铃）巴特沃斯（与阶数有关，阶数越大，越接近理想，振铃越明显；越小越接近高斯）理想（振铃最明显，截止频率点半径越小，振铃越明显） 锐化效果：理想滤波器巴特沃斯高斯；振铃比较：高斯巴特沃斯理想 同态滤波：低频成分与照度相联系，照度变化幅度大，使图像灰度动态范围宽（低频压缩）； 反射分量往往引起突变，特别在不同物体的连接部分，导致图像对数的傅立叶变换高频成分与反射相联系；反射灰度变化小，感兴趣部分细节不清（高频扩展） 图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。图像复原是将图像退化的过程加以估计,并补偿退化过程造成的失真,以便获得未经干扰退化的原始图像或原始图像的最优估值，从而改善图像质量的一种方法；图像复原是图像退化的逆过程；图像增强和图像复原的区别：图像增强是为了突出图像中感兴趣的特征，增强后的图像可能与原始图像存在一定的差异。评判图像增强质量好坏的是主观标准。图像复原是针对图像退化的原因做出补偿，使恢复后的图像尽可能接近原始图像。评判图像复原质量好坏的是客观标准。 图像退化：在景物成像过程中，由于目标的高速运动、散射、成像系统畸变和噪声干扰，致使最后形成的图像存在种种恶化， 称之为“ 退化”。 图像退化原因：成像系统镜头聚焦不准产生的散焦；相机与景物之间的相对运动；成像系统存在的各种非线性因素以及系统本身的性能 ；射线辐射大气湍流等因素造成的照片畸变；成像系统的像差、畸变、有限带宽等；底片感光图像显示时会造成记录显示失真；成像系统中存在的各种随机噪声。 点扩展函数h(x,y)的确定：图像观察估计法、试验估计法 、模型估计法根据导致模糊的物理过程（先验知识）来确定h(x,y)或H(u,v) ；根据物理、数学机理来建立退化模型：大气湍流、光学系统散焦；照相机与景物相对运动。 信源编码器组成：1转换器（T）将输入数据转换为可以减少图像中像素间冗余的格式或将图像变换使后续阶段更容易找到冗余压缩；2量化器（Q）将输出精度调整到与预设的保真度准则相一致，减少心理视觉冗余，不可逆；3符号编码器（C）生成一个定长或变长编码用于表示量化器输出并将输出转换为与编码相一致，减少编码冗余。 什么是数据冗余？数字图像中存在哪几种冗余？各有何特点？如何减少或消除？ 解答：代表无用信息或重复表示了其他数据已经表示过的信息的数据称为数据冗余。数据冗余主要有编码冗余、像素间冗余和心理视觉冗余三种。不同的编码方法可能会有不同的平均码字长度。包括 相对编码冗余（不同的编码方法会形成不同的平均码字长度，平均码字长度大的编码相对于平均码字长度小的编码就存在相对编码冗余）；绝对编码冗余（若平均码字长度的下限存在，则使平均麻子长度大于其下限的编码存在绝对编码冗余。）。由于像素间存在相关性，那么对于任一给定的像素值，原理上都可以通过它的相邻像素值预测得到。因此像素间的相关性，带来了像素间的冗余。通过某种变换来消除像素间的相关性达到了消除像素间冗余的目的。由于人的心理视觉特点，即人观察图像是基于目标物的特征而不是像素，这就使得某些信息显得不重要，表示这些不重要信息的数据就称为心理视觉冗余。对于数据冗余，通过改变信息的描述方法，可以压缩掉这些冗余，进行无损压缩；对于心理视觉冗余，忽略一些视觉不太明显的微小差异，即进行有损压缩。 简述无损预测编码与有损预测编码的异同。 解答：两者都是利用原图像与其预测图像的差值代替原图像进行编码。两者区别是有损预测编码中增加了一个数字量化器，以用较小的信息损失换来较大的压缩比。而无损预测编码是不需要量化器的。 霍夫曼编码特点瞬时：符号串中每个码字无需参考后继符号就可解码；惟一可解码：任何符号串只能以一种方式解码；块编码：每个信源符号都映射到一个编码符号的固定序列中。无损预测编码基本思想：通过对每个像素新增的信息进行提取和编码，来消除在空间上较为接近像素之间的冗余信息。 有损预测编码的失真分为：快速变化区斜率过载；相对平滑区颗粒噪声。 变换编码变换域方法：将图像经过某种可逆线性变换映射到变换系数集，对这些系数进行量化和编码；大多数图像，大量系数量级很小，可进行不精确的量化（或完全丢弃），几乎不会产生多少失真。 有损基本编码系统的步骤 压缩过程： 水平偏移以8×8的图像块为基本单位进行编码DCT计算量化变长编码（对直流系数(DC)进行编码，使用差分脉冲编码调制；对于交流分量，先进行Z形编码）哈弗曼编码。 染色体的统计与识别 先通过低通滤波去噪音 ；提取边缘；通过腐蚀去粘连 ；统计连通区域的个数，得到染色体的数量 。 说明二值开运算和闭运算对图像处理的作用及其特点。 解答：（1）两种运算的作用主要是：开运算可用来平滑图像中物体的边界，消除图像中比结构元素小的颗粒噪声，在纤细点处分离物体等。闭运算可用来填充图像中比结构元素小的小孔，连接狭窄的间断，填充狭窄的缝隙等。（2）两种运算的特点主要是：开运算与闭运算具有对偶性。开运算具有磨光物体外边界的作用。闭运算可以使物体的轮廓线变得光滑，具有磨光物体内边界的作用。 2、开运算与腐蚀运算相比有何优越性？ 解答：腐蚀运算和开运算都具有消除图像中小于结构元素的成分的作用。但腐蚀运算在消除图像中比结构元素小的成分的同时，会使图像中目标物体收缩变小；而开运算在消除图像中比结构元素小的成分的同时，能较好的保持图像中目标物体大小不变。这是开运算相对于腐蚀运算的优越性。 3、闭运算与膨胀运算相比有何优越性？ 解答：膨胀运算和闭运算都具有填充图像中小于结构元素的小孔和狭窄缝隙的作用。但膨胀运算在填充图像中比结构元素小的小孔和狭窄缝隙的同时，会使图像中目标物体扩大；而闭运算在填充图像中比结构元素小的小孔和狭窄缝隙的同时，能较好的保持图像中目标物体大小不变。这是闭运算相对于膨胀运算的优越性。 基于灰度值的图像分割的两个基本特性：不连续性（区域之间寻找边缘，包括间断检测边缘连接与检测） ；相似性（区域内部通过选择找到灰度值相似区域，包括门限处理区域分离和聚合）。 JPEG算法中DCT系数采用Z字形重排有何作用？DCT系数左上角（第1行第1列）为直流分量（DC系数），对8×8子块矩阵进行Z字形编排则可将其余的交流分量（AC系数）按“频率”从低到高排列，形成1×64的矢量。这样排列可以增加“0”系数的游程长度，提高压缩效率。 DCT相对DFT优点：图像本身为实数，DCT为实数；DCT去相关能量集中，效果更好。 膨胀：它会使得图像扩大，是一种小于结构元素的填充；腐蚀：运用于图像收缩，去桥接部分。图像分割：图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。它是由图像处理到图像分析的关键步骤。 边缘检测：是图像处理和计算机视觉中的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点。图像压缩编码的目的节省图像存储容量；减少传输信道容量；缩短图像加工处理时间。 4.18 能否想出一个用傅里叶变换计算（或部分计算）在图像微分中使用的梯度数值的方法？解答：回答是“否”。因为傅里叶变换是线性的，而梯度运算有求平方根所以属于非线性运算，所以傅里叶变换不能被用于计算梯度。平方（平方根会绝对值）运算可被直接在空域计算。4.21频率域过滤时需要图像延拓，需要延拓的图像在图像中行和列的末尾要填充0值，见图4-8(a)。你认为如果把图像放在中心，四周填充结果不会有区别。答：需要延拓的图像要补零，再进行傅里叶变换，傅里叶变换具有周期性，当0值的总数不变时，如对图4-8(a)进行多次复制，在xy平面上将出现交错，每一次的平方只是黑色部分延伸，若对图4-8(b)用相同方法处理，结果不会有区别。 二维8×8DCT变换系数的空间频率分布和能量分布。 解答：对一个N×N的像素块进行二维DCT变换，从物理概念来理解，它是将空间像素的几何分布，变换为空间频率分布；经变换后的系数，左上角为直流项（DC项）；水平方向，从左到右表示水平空间频率增加的方向；垂直方向，从上到下表示垂直空间频率增加的方向；绝大部分的能量集中在直流分量和少数的低频分量上。大致可认为：以左上角为圆心，在相同半径的圆弧上的系数其能量基本相等，越远离圆心，能量越小，如图6-1所示。3.13现有两幅图像a和b, 它们的灰度等级都分布在全部0255之间。 (1) 如果我们不断的从图像a中减去b，最终将得到什么结果； (2) 如果交换两幅图像是否会得到不同的结果。 解答：(1) 因为两幅图像灰度分布在全部0255之间，并且我们假设两幅图像是不相关的，那么a-b的结果将分布在-255255之间，所以每次减法操作可以表示为下式： a(n+1) = a(n)-b+255/2如果随着n趋于无穷, a(n)趋于一个稳定的图像A，那么 A = (A-b+255)/2所以A = 255-b, 最终得到的是图像b的负像；(2) 不同，最终得到的是a的负像。 用差值检测变化的方法有三个基本条件需要满足： （1）准确地图像配准；（2）光照条件的控制；（3）噪声水平足够低。 例题：设有一幅8×8图像，其灰度级分布见下图所示。对其进行Huffman编码，给出编码过程和码字，并计算平均码字长、信息熵、编码效率和压缩比。 解答：计算每个符号（灰度级）出现的概率 ： P(1)=8/64， P(2)=2/64， P(3)=31/64， P(4)=16/64， P(5)=7/64， 编码过程如下图所示 ()úúúúúúúúúúúûùêêêêêêêêêêêëé=1333333313444443134555431342524313455543134444431333333313333333
