2013数字图像处理.doc

图像处理练习题 一、简答题： 1．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； 图象平滑用于去噪，对图象高频分量即图象边缘会有影响。 都属于图象增强，改善图象效果。 2．频域空间的增强方法对应的三个步骤：（平滑与锐化） 答：假定原图像为f(x,y)，经傅立叶变换为F(u,v)，输出图像为g(x,y)，则频率域锐化过程描述为： (1) 将图像f(x,y)从图像空间转换到频域空间，得到F(u,v)； (2) 在频域空间中通过不同的？？滤波函数H(u,v)对图像进行不同的增强,得到G(u,v) (3) 将增强后的图像再从频域空间转换到图像空间，得到图像g(x,y)。 （平滑—低通滤波器, 锐化—高通滤波器） 3．图像数据压缩的必要性 答：（1）数字图像的庞大数据对计算机的处理速度、存储容量都提出过高的要求。因此必须把数据量压缩。 （2）从传送图像的角度来看，则更要求数据量压缩。在信道带宽、通信链路容量一定的前提下，采用编码压缩技术，减少传输数据量，是提高通信速度的重要手段 。 4．图像锐化滤波的常用方法？ 答：以梯度值代替原来像素值； 给定一个阈值，若梯度值小于这个阈值，则修改这个像素的灰度值，反之则保持不变； 给图像背景赋予一个固定的灰度值； 给图像前景赋予一个固定的灰度值； 通过一个阈值，给图像的前景和背景分别赋予不同的固定的灰度值。 图像滤波的主要目的是什么？主要方法有哪些？ 图像噪声有哪些主要类型，主要特点是什么？ 如何理解中值滤波的不变性？ 什么是梯度倒数加权法平滑？ 什么是Laplacian算子？它有哪些特征？ 罗伯特梯度与Sobel梯度有什么区别？ 根据像素的梯度值生成不同的梯度图像的方法有哪些？ 定向检测的模板有哪些？ 频率域滤波的主要滤波器有哪些？各有什么特点？ 同态滤波的基本操作有哪些？ Canny边缘检测器 二、简答题 1.　 图像滤波可以从图像中提取空间尺度信息，突出图像的空间信息，压抑其它无关的信息，或者去除图像的某些信息，恢复其它的信息。因此，图像滤波也是一种图像增强方法。图像滤波可分为空间域滤波和频率域滤波两种方法。空间域滤波通过窗口或卷积核进行，它参照相邻像素来单个像素的灰度值，这是当前主要的滤波方法。频率域滤波是对图像进行傅立叶变换，然后对变换后的频率域图像中的频谱进行滤波。 2. 　图像噪声按其产生的原因可分为外部噪声和内部噪声。外部噪声是指图像处理系统外部产生的噪声，如天体放电干扰、电磁波从电源线窜入系统等产生的噪声。内部噪声是指系统内部产生的噪声。从统计理论观点可分为平稳和非平稳噪声。凡是统计特征不随时间变化的噪声称为平稳噪声；统计特征随时间变化的噪声称为非平稳噪声。从噪声幅度分布形态可分为高斯型、瑞利型噪声。还有按频谱分布形状进行分类的，如均匀分布的噪声称为白噪声。按产生过程进行分类噪声可分为量化噪声和椒盐噪声等。 3. 　对于一维的某些特定的输入信号，中值滤波的输出保持输入信号值不变。例如输入信号为在2n+1内单调增加或单调减少的序列。对于二维信号，中值滤波不变性要复杂得多，不仅与输入信号有关，还与窗口的形状有关。图 7.7列出了几种二维中值滤波窗口及与之对应的最小尺寸的不变输入图形。一般地，与窗口对角线垂直的边缘经滤波后将保持不变。利用这个特点，可以使中值滤波既能去除图像中的噪声，又能保持图像中一些边缘信息。从经验来看，方形或圆形的窗口适宜于地物轮廓较长的图像，十字窗口适宜于有尖角物体的图像。一维的周期性二值序列，如{xn}=…，+1，+1，-1，-1，+1，+1，-1，-1，…，当滤波窗口长度为9时，经过中值滤波此序列将保持不变。对于一个二维序列，这一类不变性更为复杂，但它们一般也是二值的周期性结构，即周期性网格结构的图像。 4. 　梯度倒数加权法平滑源于这样的考虑：在离散图像内部相邻区域的变化大于区域内部的变化，在同一区域中中间像素的变化小于边沿像素的变化。梯度值正比于邻近像素灰度级差值，即在图像变化缓慢区域，梯度值小，反之则大。取梯度倒数，该倒数之大小正好与梯度相反，以梯度倒数作权重因子，则区域内部的邻点权重就大于边沿或区域外的邻点。也就是说，这种平滑其贡献重要来自区域内部的像素，平滑后的图像边沿和细节不会受到明显损害。 5. 　Laplacian算子是线性二阶微分算子，即取某像素的上下左右四个相邻像素的值相加的和减去该像素的四倍，作为该像素新的灰度值。梯度运算检测了图像的空间灰度变化率，因此，图像上只要有灰度变化就有变化率。Laplacian算子检测的是变化率的变化率，是二阶微分。在图像上灰度均匀和变化均匀的部分，根据Laplacian算子计算出的值0。因此，它不检测均