数字图像处理复习题总结.doc

1 一幅256*256的图像，若灰度级为16，则存储它所需的比特数是（262144bit ）xx=32kb2 当改变图像的空间分辨率时，受影响最大的是图像中的：AA 纹理区域（有许多重复单元的区域）B 灰度平滑区域C 目标边界区域D 灰度渐变区域提示：空间分辨率的减少将会使原来空间位置相邻的像素合并起来3 当改变图像的幅度分辨率时，受影响最大的是图像中的：BDA 纹理区域B 灰度平滑区域C 目标边界区域D 灰度渐变区域4 如果将图像中对应直方图中偶数项灰度均用相应的对应直方图中奇数项的像素灰度代替，所得到的图像将BCA 亮度减小 B 亮度增加 C 对比度减小 D对比度增加5 利用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。以下哪项措施不能减小图像的模糊程度CA 增加对平滑滤波器输出的阈值处理（仅保留大于阈值的输出）B 采用中值滤波的方法C 采用邻域平均处理D 适当减小平滑滤波器的邻域操作模板提示：平滑滤波器分为线性滤波器与非线性滤波器，处理效果与模板大小以及用模板对像素的处理方式有关。6 中值滤波器可以ACA 消除孤立噪声 B 检测出边缘 C 平滑孤立噪声 D 模糊图像细节7 运用下列哪个滤波器的效果与图像进行直方图均衡化的效果类似BDA 线性平滑滤波器 B 线性锐化滤波器 C 非线性平滑滤波器 D 非线性锐化滤波器8 要对受孤立噪声点影响的图像进行平滑滤波，不能达到效果的滤波器是CDA 中值滤波器 B 邻域平均滤波器 C 高频增强滤波器 D 线性锐化滤波器9 设f(x,y)为一幅灰度图像，给定以下4种变换 A g(x,y)=|f(x,y)-f(x+1,y)|+|f(x+1,y+1)-f(x,y+1)|B g(x,y)=|f(x,y)-f(x+1,y+1)|+|f(x+1,y)-f(x,y+1)|C g(x,y)=D g(x,y)=上述变换中属于锐化滤波的有：ABCD10 图像退化的原因可以是：ABDA 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：CA 只含有高频分量 B 气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 DA 3*3的算术均值滤波器 B 7*7的算术均值滤波器C 3*3的谐波均值滤波器 D 7*7的谐波均值滤波器13 中值滤波器 ACA 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BA 各Ri是连通的，i=1,2,.n B C P(Ri)=TRUE, i=1,2,n D 15 以下分割算法中属于区域算法的是ADA 区域合并 B Hough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 A 2 B 3 C 4 D 511123121317 拉普拉斯算子 BCA 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根据点-线对偶性 ABDA 图像空间中一个点对应参数空间中一条线B 参数空间中一个点对应图像空间中一条线C 图像空间中共线的3个点对应参数空间中2条线的交点D图像空间中共线的3个点对应参数空间中3条线的交点19 累加数组A（p,q）中的最大值对应 DA 图像中直线斜率的最大值 B 图像中直线截距的最大值C 图像中的点数 D 图像中共线的点数20 为用区域生长法进行图像分割，需要确定BDA 每个区域的均值B 每个区域的种子像素C 图像的直方图D 在生长过程中能将相连像素包括进来的准则21 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 BA 编码冗余 B 像素间冗余 C 心理视觉冗余 D 计算冗余22 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 DA 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23 设图像灰度共四级，P(0)=0.4, P(1)=0.3 P(2)=0.2, P(3)=0.1，用下列哪种方法得到的码平均长度最短 CA l(0)=l(1)=l(2)=l(3) B l(0)l(1)(2)(3) C l(0)l(1)l(2)l(3) D l(0)=2l(1)=3l(2)=4l(3)24 下列因素中与客观保真度有关的是 ABDA 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25 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 CA 0.333 B 0.625 C 0.918 D126 无失真编码定理确定的是 AA 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27 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CA 0.5 B 0.6 C 0.7 D 0.828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表符号a 1a 2a 3 a 4 出现概率0.10.20.30.4A a 1 B a 2 C a 3 D a 4 29 已知信源符号集为Aa1,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 BA 0.1111000 B 0.1101010 C 0.0110111 D 0.001101030 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 cA 0.26 B 0.24 C 0.22 D 0.2031 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32 保真度准则有哪些？客观保真度标准：图像压缩过程对图像信息的损失能够表示为原始图像与压缩并解压缩后图像的函数。一般表示为输出和输入之差：两个图像之间的总误差：均方根误差：主观保真度标准：通过视觉比较两个图像，给出一个定性的评价，如很粗、粗、稍粗、相同、稍好、较好、很好等，可以对所有人的感觉评分计算平均感觉分来衡量33画出如下66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） 12345664322116646634566614662313646634下图表示的是一个66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）。30102040203020400203010202030301002040402010201002020104030200401030解：符号010203040概率4/367/3612/367/366/36码字100001101101114/36 22/367/36 7/36 10/36 12/36 4/36 6/36用哈夫曼编码为：35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：字符串索引a0Hb1Hc2HLZW_CLEAR3HLZW_EOI4H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S2S1+S2输出结果S1生成新字符及索引36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320280），。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 图137什么是均值滤波器？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100*100，用二维数组表示每个像素点对应的灰度）38 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39、 写出下面图像在不同条件下的灰度共生矩阵：1）d=1,=0 ;2）d=1, =45; 3)d=1, =90; 01030010112020213231000212322002230140图像处理的应用范围及主要内容有哪些。视觉监视、公安：银行防盗，人脸识别等。工业检测与测量：公路路面破损图像识别军事侦察、高精度制导医疗诊断：CT技术，癌细胞识别等。通讯：可视电话，视频点播等。影视业、娱乐、公众服务：广告，基于内容检索等。41什么是信息量和信息熵？两者的用途是什么。信息量：即表示该符号所需的位数考虑用 0 和 1 组成的二进制数码为含有 n个符号的某条消息编码，假设符号 Fn 在整条消息中重复出现的概率为 Pn，则该符号的信息量为En = - log2( Pn )信息熵就是平均信息量。 如果将信源所有可能事件的信息量进行平均，就得到了信息熵(entropy)。42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000000000111111001111110011111100000111000001110000011100000000043数字图像处理：数字图像处理是指将一幅图像转变为另一幅图像。不管图像处理是何种目的，都需要用计算机图像处理系统对图像数据进行输入、加工和输出，因此数字图像处理研究的内容主要有以下8个部分： 1) 图像获取、表示和表现（Image Acquisition， Representation and Presentation） 该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来（如打印）。这一过程主要包括摄取图像及数字化等几个步骤。 2) 图像复原（Image Restoration）当造成图像退化（图像品质下降）的原因已知时， 复原技术可以对图像进行校正。图像复原最关键的是对每种退化都需要有一个合理的模型。退化模型和特定数据一起描述了图像的退化，因此， 复原技术是基于模型和数据的图像恢复，其目的是消除退化的影响， 从而产生一个等价于理想成像系统所获得的图像。 3) 图像增强（Image Enhancement） 图像增强是对图像质量在一般意义上的改善。当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。因为增强技术并非是针对某种退化所采取的方法，所以很难预测哪一种特定技术是最好的，只能通过试验和分析误差来选择一种合适的方法。有时可能需要彻底改变图像的视觉效果，以便突出重要特征的可观察性，使人或计算机更易观察或检测。在这种情况下， 可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。4) 图像分割（Image Segmentation） 把图像分成区域的过程就是图像分割。图像中通常包含多个对象， 图像处理为达到识别和理解的目的，几乎都必须按照一定的规则将图像分割成区域， 每个区域代表被成像的一个物体。图像自动分割是图像处理中最困难的问题之一。目前，大部分图像的自动分割还需要人工提供必需的信息来帮助。由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。 5) 图像压缩编码 数字图像的特点之一是数据量庞大。因此在实际应用中图像压缩是必需的。图像编码主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性，对图像信号进行高效编码，即研究数据压缩技术，目的是解决数据量大的矛盾。一般来说，图像编码的目的有三个： 减少数据存储量；降低数据率以减少传输带宽； 压缩信息量， 便于特征提取，为后续识别作准备6) 图像处理中的频域变换 数字图像处理的方法主要分为:一是空域法,二是频域法.把图像变换到频率域可以从另一个角度来分析图像的特性，以便更准确地处理它.在频域处理法中最为关键的预处理便是变换处理. 目前,在图像处理技术中,频率域变换正被广泛地运用于图像的特征提取,图像增强，图像复原以及图像的变换编码等领域中.7) 目标表达与描述通过图像分割把图像空间分成一些有意义的区域，然后采用不同于原始图像的适当形式将目标表示出来，并对目标特征进行描述，再对图像进行分析和理解处理图像分割的结果要么是区域内的像素的集合，要么是位于区域边界上的像素的集合，所以对图像中目标的表达方法分为区域表达和边界表达，对目标的描述一般也分为对边界的描述和对区域的描述8）形态学以形态为基础对图像进行分析的一类数学工具。 基本思想是用具有一定形态的结构元素，去量度和提取图像中的对应形状，以达到对图像分析和识别的目的。初期的数学形态学方法仅可应用于二值图像，所以需将灰度图像先进行二值化。后来灰度形态学得到发展，使得数学形态学方法不仅可用于二值图像也可直接应用于各种灰度图像和彩色图像。 44、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。45、像素的邻域：对任一像素（i，j），把它周围像素构成的集合（i+p，j+q），p、q取适当的整数叫做像素（i，j）的邻域46、冗余数据：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的1种或多种冗余，就能取得数据压缩的效果。因此图像信息的压缩是可能的。但到底能压缩多少，除了和图像本身存在的冗余度大小有关外，很大程度取决于对图像质量的要求。原始图像越有规则，各象素之间的相关性越强，它可能压缩的数据就越多。47、调色板：位图调色板（Bitmap Palette）（RGBOUAD）：由位图的颜色格式字段所确定的调色板数组，数组中的每个元素是一个RGBQUAD结构，占4个字节。48 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 图1 图249数字图像分析：是指将一幅图像转换为一种非图像的表示。但数字图像处理通常又包括数字图像分析。如天气预报，视频统计等。 50、局部运算：输出图像每个像素的灰度值依赖于对应输入图像该像素邻域的灰度值。51、图像增强：图像增强有两大类应用改善图像的视觉效果，提高图像清晰度突出图像的特征，便于计算机处理。*图像增强按作用域分为两类，即空域处理和频域处理。52、知识冗余：有些图像中还包含有与某些先验知识有关的信息。53哈夫曼编码有何优缺点。优点 编码效率比较高 对编码设备要求比较简单哈夫曼编码集合不唯一，但平均码长和编码效率不变局限性：为可变长编码，译码复杂需要事先知道输入符号集的概率分布没有错误保护功能54什么是阈值分割技术？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，其基本原理是：通过设定不同的特征阈值，把图像象素点分为若干类。常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。全局阈值是指整幅图像使用同一个阈值做分割处理，并产生一个二值图，区分出前景对象和背景。适用于背景和前景对比度大的图像单值阈值只能对双峰直方图工作得较好对于其它类型的直方图，需要更多的阈值55什么是图像平滑？试述均值滤波的基本原理。为了抑制噪声改善图像质量所进行的处理称为图像平滑或去噪。56写出下面图像在不同条件下的灰度共生矩阵：1）d=1,=0 ;2）d=1, =45; 3)d=1, =90; 4）d=2,=0 ;5）d=2, =135; 6)d=2, =90; 01030010112020213231000212322002230157 图像分割的依据有哪些？分别举例说明每种分割有什么样的应用 分割依据 相似性分割：将相似灰度级的像素聚集在一起。形成图像中的不同区域。这种基于相似性原理的方法也称为基于区域相关的分割技术 非连续性分割：首先检测局部不连续性，然后将它们连接起来形成边界，这些边界把图像分以不同的区域。这种基于不连续性原理检出物体边缘的方法称为基于点相关的分割技术 两种方法是互补的。有时将它们地结合起来，以求得到更好的分割效果。58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59 已知符号a, e, i, o, u, x, 的出现概率分别是0.2,0.3,0.1,0.2,0.1,0.1，对0.23355进行算术编码60 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1.空间滤波器的工作原理可借助频域进行分析 空间平滑滤波器 消除或减弱图像中灰度值具有较大较快变化部分的影响，这些部分对应频域中的高频分量，所以可用频域低通滤波来实现空间锐化滤波器 消除或减弱图像中灰度值缓慢变化的部分，这些部分对应频域中的低频分量，所以可用频域高通滤波来实现2空域中的平滑滤波器在频域里对应低通滤波器 频域越宽，空域越窄，平滑作用越弱 频域越窄，空域越宽，模糊作用越强3.空域中的锐化滤波器在频域里对应高通滤波器 空域有正负值，模板中心系数值较大另外频率域平滑滤波 消除高频成分频率域锐化滤波 消除低频成分61 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）=(d-c)/(b-a)f(x,y)-a+c ？62 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？ 63 某视频图像为每秒