数字图像处理复习题(通信2010级)

《数字图像处理》复习填空图像按其亮度等级的不同，可以分成二值图像〔只有黑白两种亮度等级〕和灰度图像〔有多种亮度等级〕两种。广义的图像处理包含三个层次：图像变换处理，图像分析和图像理解。图像按其色调不同，可分为无色调的灰度〔黑白〕图像和有色调的彩色图像两种。图像的亮度一般可以用多变量函数来表示。根据图像的成像模型，图像函数f(x,y)可看作由入射分量和照射分量两个分量的乘积来表征。色彩模型是用来量化地描述颜色的，常用的色彩模型包括RGB模型和HIS模型，其中RGB模型的三个分量分别表示空间某点颜色的红、绿、蓝的亮度值，HIS模型的三个分量分别用来描述颜色的色调、饱和度和强度。数字图像对图像进行采集、量化后得到的。图像在空间上的离散化过程称为取样或抽样。被选取的点成为取样点、抽样点或样点，这些点也称为像素。对每个取样点灰度值的离散化过程称为量化。量化等级越多〔多少〕，所得图像层次越丰富，灰度分辨率越高〔高低〕，质量越好，但数据量越大。数字图像显示质量的主要由空间分辨率和灰度分辨率两个因素决定。现要存储一幅大小为M×N，灰度级为2g级的图像需要M×N×g〔bit〕大小的存储空间。常见的几种图片格式是：jpeg格式、png格式、bmp格式等。在将图像转换成其它形式进行处理时，对图像施以的变换方法通常要求必须是正交变换，而且这种变换变换必须是可逆的。灰度直方图反映的是一幅图像中灰度级和灰度级像素出现频率之间的关系，我们可以利用直方图来完成判断图像量化是否恰当、确定二值化图像阈值和计算物体面积等操作。图像增强方法从增强的作用域出发，可分为空间域增强和频率域增强两种。图像退化是图像形成、传输和记录的过程中，由于成像系统、传输介质和设备的不完善，而引起图像质量的下降。图像退化的典型表现为图像模糊、失真、噪声等。我们针对退化进行图像复原的一般过程是：分析退化原因－>建立退化模型－>反向推演－>恢复图像。图像退化过程可以模型化为一个退化函数和一个加性噪声作用，也即是在空间域中退化图像可以用式子表示，频率域中退化图像可以用式子表示。在图像处理中常见的随机噪声有均匀噪声、高斯噪声、脉冲〔椒盐〕噪声、瑞利噪声、指数噪声等等。被周期噪声污染的图像，只能在频率〔频率或空间〕域上才能较好的完成去噪的操作。图像边缘是指图像中象素灰度值有阶跃变化或屋顶状变化的那些象素的集合。我们常常利用灰度变换曲线的导数在边缘取极值和零交叉的特点来进行图像的边缘检测。用函数来对图像象素进行拉伸变换，其中r表示待变换图像象素灰度值，假设系数，那么输出图像的象素灰度值范围被拉伸〔拉伸或压缩〕，图像变〔暗或者亮〕。用函数来对图像象素进行拉伸变换，其中f(x,y)表示待变换图像象素灰度值，c为尺度比例参数。那么图像的低灰度值区域被，而高灰度值区域被。直方图均衡化是通过对原图像进行某种变换，是原图像的灰度直方图被修正为均匀分布的直方图的一种方法。空间域增强主要是利用模板〔掩模、滤波器〕操作领域来完成的。空间域对图像进行平滑操作的目地是模糊图像和去噪，对图像进行锐化操作的目地是为了突出图像中的边缘和轮廓信息。在图像的平滑操作中，邻域加权平均的滤波器是属于线性〔线性或非线性〕平滑滤波器，中值滤波器属于非线性〔线性或非线性〕平滑滤波器。在图像平滑操作中使用的非线性平滑滤波器，其原理是基于排序统计。引入微分算子对图像进行锐化处理，得到的是原图像的梯度图像。在常见的污染图像的加性噪声中，只有被椒盐噪声污染的图像是可以通过人眼直接识别的。对于被椒盐和其他噪声共同污染的图像来说，选用修正后的阿尔法均值滤波器去噪效果最好。频率域法是在图像的变换域(或频率域)上进行处理，增强我们感兴趣的频率分量，然后进行反变换，便得到增强了的图像。在图像处理中引入低通滤波器，用于抑制图像中的高频(高频或低频)成分，而使低频(高频或低频)成分无阻通过，以此到达平滑图像的目地。在图像处理中引入高通通滤波器，用于抑制图像中的低频(高频或低频)成分，而使高频(高频或低频)成分无阻通过，以此到达锐化图像的目地。常见的几何失真包括桶形失真、枕形失真和梯形失真。对几何失真的图像进行校正时，通常需要空间变化和灰度插值两个步骤来完成。现要将一幅6×7的图像缩小2倍，缩小后图像大小为3×4，选取原图像的2,4,6行，2,4,6,7列来构成新图像。现要将一幅4×8的图像缩小3/4倍，缩小后图像大小为3×6，选取原图像的2,3,4行，2,3,4,6,7,8列来构成新图像。结构元素必须在几何上比原图像简单且有界。其形状最好具有某种凸性，如圆形、十字架形、方形等。通常利用灰度值的不连续性和相似性来进行图像分割，其中基于图像边缘的分割方法是利用灰度值的不连续性来分割图像，区域分割是利用灰度值的相似性来分割图像的。在提取图像边缘的时候，由于光照、噪声等原因，很少能完整地提取出区域的边界，因此，在检测出边缘像素点后，通常还需要进行边缘跟踪以获取一条完整的边界。在提取图像边缘时，如果想忽略图像中的一些小细节，可以对图像先做平滑操作，再提取边缘。选定阈值T，对一幅图像f(x,y)用处理后，得到的g(x,y)是一幅二值图像。如果两幅不同的图像的灰度直方图有可能〔有可能或没有可能〕是一样的。。图像通信具有集成性、交互性和同步性三个特点。目前能支持图像通信的传输网络包括LAN、ADSL、N-ISDN和B-ISDN等。图像通信系统分为效劳端系统、传输系统以及客户端系统三个局部。图像编码与压缩的目地就是要到达减少图像信息量，而图像质量不受影响或质量能够满足观察者的要求。46、流媒体系统文件有压缩格式、文件格式、发布格式三种格式。47、实施流式传输有两种方法：实时流式传输和顺序流式传输。48、计算机断层扫描技术又称为计算机层析或叫CT。是一种利用数字图像处理技术来获取三维图像的技术。49、数学形态学构成了一种新型的数字图像分析方法和理论。它的根本思想是用一定形态的结构元素去度量和提取图像中的对应形状以到达对图像分析和识别的目的50、图像编码中的两类根本方法：变换编码和预测编码二、名词解释1、马赫带：人们在观察一条由均匀黑和均匀白的区域形成的边界时，可能会认为人的主观感受是与任一点的强度有关。但实际情况并不是这样，人感觉到的是在亮度变化部位附近的暗区和亮区中分别存在一条更黑和更亮的条带，这就是所谓的“马赫带”。2、二维取样定理：假设原始的模拟图像，其傅氏频谱在水平方向的截止频率为，在垂直方向的截止频率为，那么只要水平方向的空间取样频率，垂直方向的空间取样频率，即取样点的水平间隔，垂直间隔，图像可被精确地恢复。3、灰度直方图：反映一幅图像中各灰度级象素出现的频率之间的关系，以灰度级为横坐标，纵坐标为灰度级的频率〔3分〕。直方图作用：〔1〕对图像合理数字化提供参考；〔2〕利用直方图的统计特性方便地求出图像中感兴趣物体的面积；〔3〕利用直方图进行图像分割。图像增强：图像增强是要通过处理，有选择地突出某些我们感兴趣的信息，抑制那些无用的信息，以提高图像的观看和使用价值。图像增强的目地是：〔1〕改善图像的视觉效果，提高图像清晰度；〔2〕将图像转化为更适合人或机器进行分析处理的形式。衡量图像增强质量的通用的、客观的标准是没有的，增强的方法具有针对性，其结果也往往只是靠人的主观感觉加以判断和评价。因此，图像增强方法的选择主要取决于图像希望到达的特定效果。伪彩色增强：伪彩色增强是图像增强的一种方法。由于人眼只能分辨二十多级不同深浅的灰度级，但却能分辨几千种不同的颜色。利用这一视觉特性，我们将灰度图像通过不同的方法映射成彩色图像，利用人眼对彩色的敏感性，增强图像内区域的色差，增强观察者对目标区域的检测性，也相应地提高了人眼的分辨率。理想低通滤波器(ILPF)：一个理想的低通滤波器的传递函数由下式表示低通滤波器让半径为D0的圆内所有频谱成分无损的通过，而对圆外的高频成分那么全部滤掉。故低通滤波器主要用于图像的平滑处理。而由于理想的低通滤波器理想低通滤波器容易出现振铃现象，常用巴特沃思低通滤波器和指数低通滤波器而不用理想低通滤波器理想高通滤波器：一个理想的高通滤波器的传递函数由下式表示高通滤波器的作用是让半径为D0的圆内所有频谱成分完全去掉，对圆外的高频成分那么无损的通过。故高通滤波器常用于图像的锐化和边缘检测。图像退化：图像退化是图像形成、传输和记录的过程中，由于成像系统、传输介质和设备的不完善，而引起图像质量的下降。图像退化的典型表现为图像模糊、失真、噪声等。图像退化过程可以模型化为一个退化函数和一个加性噪声作用。我们针对退化进行图像复原的一般过程是：分析退化原因－>建立退化模型－>反向推演－>恢复图像。图像分割：图像分割就是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。图像分割是图像处理到图像分析的关键步骤，一方面，它是表到目标的根底，对特征测量有重要的影响；另一方面，因为图像分割及基于分割的目标表达、特征提取等，都将原图像数字化，是的更高层的图像分析和理解成为可能。图像通信系统终端：图像通信系统终端的功能是将接收到的视频、音频和文本等多种码流进行处理并将它们按时间上和空间上的同步要求显示出来。图像通信系统终端是具有交互功能的终端，是集计算机终端技术、通信技术和声像技术于一体的高技术产物，它是图像通信系统中的一个重要组成局部。图像压缩编码：图像数据的压缩和编码表示，通过消除冗余信息来设法减少图像信息所需的数据比特数，也就是根据图像数据转化为尽可能不相关的数据集合。图像压缩编码系统主要包括图像编码和图像解码两局部。前者是对图像信息进行压缩和编码，在存储、处理和传输前进行，也称图像压缩。后者是对压缩图像进行解压以重建图像或其近似图像。三、计算1、给定一幅灰度图像，能根据给定的滤波器计算滤波后输出的图像。2、二值图像的膨胀、腐蚀、开操作和闭操作。3、图像增强的点运算。四、问答题1、图像增强与图像复原的区别是什么？答：对降质的图像进行改善的方法有两类：一类是不考虑图像降质的原因，只将图像中感兴趣的局部加以处理或突出有用的图像特征，故改善后的图像并不一定要去逼近原图像，这一类图像改善方法称为图像增强；另一类改善方法是针对图像降质的具体原因，设法补偿降质因素，从而使改善后的图像尽可能地逼近原始图像，这类改善方法称为图像恢复或图像复原技术。简述4个邻域点和8个邻域点的均值平滑方法，并用图示表示4邻域平均是指用待求点的上、下、左、右的4个邻近点的灰度值的平均值替换待求点的灰度值。8邻域平均是指用待求点的周围8个邻近点的灰度值的平均值替换待求点的值简述频域内平滑操作的原理及步骤。答：频率域里，由于低频成分主要决定图形在平滑区域中总体灰度级的显示，高频成分决定图像的细节局部。要对进行平滑处理，实际就是要滤除高频成分而保持低频成分，所以我们可以利用低通滤波器H(u,v)对图像进行平滑处理：f(x,y)傅立叶变换F(u,v)低通滤波器H(u,v)G(u,v)傅立叶反变换g(x,y)简述通过频域低通滤波法除去其高频分量从而去掉噪声的原理和过程答：对于一幅图像，它的边缘、细节、跳跃局部以及噪声都代表图像的高频分量，而大面积的背景区和缓慢变化局部那么代表图像的低频分量，用频域低通滤波法除去其高频分量就能去掉噪声，从而使图像实现平滑去噪。5、简述通过频域高通滤波法除去其低频分量从而对图像进行锐化的原理和过程答：对于一幅图像，它的边缘、细节、跳跃局部以及噪声都代表图像的高频分量，而大面积的背景区和缓慢变化局部那么代表图像的低频分量，用频域高通滤波法除去其低频分量，保存图像的高频成分，从而使图像细节局部突出。f(x,y)傅立叶变换F(u,v)高通滤波器H(u,v)G(u,v)傅立叶反变换g(x,y)6、请比拟算术均值滤波和几何均值滤波〔或者中值滤波、最大、最小值滤波〕的原理和特点的原理和特点算术均值滤波：其特点是：计算mxn大小的矩阵的算术平均值，使该点的灰度值等于该灰度值，图像整体会变模糊几何均值滤波：其特点是：计算mxn大小的矩阵的几何平均值，使该点的灰度值等于该灰度值，图像整体会变模糊，黑点会扩大。7、简述以下几种用于噪声平滑的冲激响应模板的物理意义:答：上述阵列用于图像的空间域滤波。h1表示一个点的灰度值等于它本身及8邻域点的灰度值的平均值，h2表示一个点的灰度值等于它本身及8邻域点的灰度值的加权平均值，其中本身的权值为2，其余各点的权值为1。h3表示一个点的灰度值等于它本身及8邻域点的灰度值的加权平均值，其中本身的权值为4，上、下、左、右四个邻域点的权值为2，其余各点的权值为1。8、试指出以下梯度算法对应的方法分别是Roberts、Prewitt算子和Sobel算子中的哪一种，并说明Sobel算子的优点。1100-101-10(a)Roberts算子(c)Sobel算子-1-20012-101-10-20-10121(b)Prewitt算子-1-10011-101-10-10-10111答：采用梯度微分锐化图像，同样使噪声、条纹等得到增强，Soble算子那么在一定程度上克服了这个问题：由于引入了平均因素，因而对图像中的随机噪声有一定的平滑作用；由于它是相隔两行或两列之差分，故边缘两侧之元素得到了增强，故边缘显得粗而亮。图像增强处理及其目的是什么？答：图像增强是处理图像，使其比原始图像更适合特定应用。〔1〕采用一系列技术改善图像的视觉效果，提高图像的清晰度；〔2〕将图像转换成一种更适合于人或者机器进行分析处理的形式。10、何为结构元素，选取时应