东大数字图像处理重点试题..docx

1.为什么要在频率域研究图像增强? 可以利用频率成分和图像外表之间的对应关系。一些在空间域表述困难的增强任务，在频率域中变得非常普通? 滤波在频率域更为直观，它可以解释空间域滤波的某些性质? 可以在频率域指定滤波器，做反变换，然后在空间域使用结果滤波器作为空间域滤波器的指导?一旦通过频率域试验选择了空间滤波，通常实施都在空间域进行2. ( × ) 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。 3灰度直方图：灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数。或：灰度4连通的定义：对于具有值 V 的像素 p 和 q ,如果 q 在集合 N8(p)中,则称这两个像素是连通的。 1. 图像锐化滤波的几种方法。 答： （1）直接以梯度值代替； （2）辅以门限判断； （3）给边缘规定一个特定的灰度级； （4）给背景规定灰度级； （5）根据梯度二值化图像。 2. 伪彩色增强和假彩色增强有何异同点。 答：伪彩色增强是对一幅灰度图像经过三种变换得到三幅图像，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。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。 3. 图像编码基本原理是什么？数字图像的冗余表现有哪几种表现形式？ 答：虽然表示图像需要大量的数据，但图像数据是高度相关的， 或者说存在冗余（Redundancy）信息，去掉这些冗余信息后可以有效压缩图像，同时又不会损害图像的有效信息。 数字图像的冗余主要表现为以下几种形式：空间冗余、时间冗余、视觉冗余、 信息熵冗余、结构冗余和知识冗余。 4. 什么是中值滤波，有何特点？ 答：中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。特点：它是一种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。 5.什么是直方图均衡化？ 将原图象的直方图通过变换函数修正为均匀的直方图，然后按均衡直方图修正原图象。图象均衡化处理后，图象的直方图是平直的，即各灰度级具有相同的出现频数，那么由于灰度级具有均匀的概率分布，图象看起来就更清晰了。 6、图像增强的目的是什么？ 答：图像增强目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性， 将原来不清晰的图像变得清晰或强调某些感兴趣的特征， 扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。 7、什么是中值滤波及其它的原理？ 答：中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值。 中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替，让周围的像素值接近的真实值，从而消除孤立的噪声点。 8、图像锐化与图像平滑有何区别与联系？ 答：区别：图像锐化是用于增强边缘，导致高频分量增强，会使图像清晰；图像平滑用于消除图像噪声，但是也容易引起边缘的模糊。联系：都属于图像增强，改善图像效果。 9、在彩色图像处理中，常使用 HSI 模型，它适于做图像处理的原因有: 1、在 HIS 模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。 10、图像复原和图像增强的主要区别是： 图像增强主要是一个主观过程，而图像复原主要是一个客观过程；图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识 11、图像增强时，平滑和锐化有哪些实现方法？ 平滑的实现方法：邻域平均法，中值滤波，多图像平均法，频域低通滤波法。 锐化的实现方法：微分法，高通滤波法。 12.简述直方图均衡化的基本原理。 直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。 13、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。