第3章习题研讨.pptVIP

第3章 习题解答（3.24） 习题3.25： 您在图3.38中看到中心为-8的拉普拉斯模板所得到的结果要比中心为-4的模板所得到的的结果清晰一些。详细说明其原因。 第3章 习题解答（3.25） 习题3.28： 使用（3.6-6）式给出的拉普拉斯变换的定义，证明将一幅图像减去其相应的拉普拉斯图像等同于对图像做非锐化掩蔽（unsharp masking）处理。 第3章 习题解答（3.28） 将上式中的常数看作是比例因子，可得 第3章 习题解答（3.27） 即为（3.6-8）式的非锐化掩蔽处理 The End 第3章课后习题 习题3.1： 为了展开一幅图像的灰度，使其最低灰度为C，最高灰度为L-1，试给出一个单调的变换函数。 第3章 习题解答（3.5） 习题3.5： 通常，如果将低阶比特面的一半设置为零值，对一幅图像的直方图有何影响？ 如果将高阶比特面的一半设为零值，对直方图有何影响？ 第3章 习题解答（3.5） 第3章 习题解答（3.5） 答： 一般来说，若将低阶比特平面设置为零，图像中具有不同灰阶值的像素数目将降低。而像素的总数目不变，因此最终直方图中各分量的幅值将增加。灰阶值的减少通常会导致对比度下降。 若将高阶比特平面置零，将导致图像亮度和对比度的下降。并且因为丢失了大量的细节信息而造成图像质量的严重下降。例如，若将8bit图像的最高位丢掉，图像的最高亮度就由255变成127。同样，像素总数保持不变，最终直方图中某些分量的幅值将升高。直方图的整体形状就是高而窄，并且在大于127的灰度上没有直方图分量。 第3章 习题解答（3.5） 习题3.6： 试解释为什么离散直方图均衡化技术一般不会生成平坦的直方图？ 第3章 习题解答（3.6） 第3章 习题解答（3.6） 直方图均衡化变换: sk 是输入图像中灰度级不超过 k 级的灰度发生概率，n 是图像中像数的总数，nj 是输入图像中 j 级灰度的像数个数。数字图像的灰度级范围为[0, L-1]。 答： 直方图均衡即在灰阶尺度上重新影射各直方图分量。为了获得均匀平坦的直方图，要求在各灰阶上都具有相同的像素数目。即，假设共有 L 个灰阶，总的像素数目为n，则每个直方图分量中都有n/L个像素。 而直方图均衡并不能确保实现上述分布。 第3章 习题解答（3.6） 习题3.9： 假设取值是连续的，用一个例子说明，有可能存在这样的情况。即由(3.3.4)式给出的变换函数满足3.3.1节中的条件(a)和(b)，其反变换却不能满足单值条件。 第3章 习题解答（3.9） 第3章 习题解答（3.9） 在原始图像中，对于每一个象素值 r 产生一个灰度值s。假设变换函数T( r )满足以下条件: a）T( r )在区间[0,1]中为单值且单调递增。 b）当 时， 。 解：考虑如下的概率分布 第3章 习题解答（3.9） 其变换函数 的曲线为 习题3.10： 证明在灰度 rk 不为零的情况下（k=0, 1, 2, …, L-1），式(3.3.9)所表示的离散直方图反变换符合3.3.1节中的条件(a)和(b)。 第3章 习题解答（3.10） 证明： 当所有的灰度阶 rk （k=0, 1, 2, …, L-1）不为零的情况下，T(r)将是严格单调增的。这意味着反变换函数将具有一定的斜率，且是单值的。rk 属于[0，1]。因此符合3.3.1节中的条件(a)和(b)。 第3章 习题解答（3.10） 习题3.12： 试提出一种适用于3.3.3节中讨论的局部增强技术的局部直方图更新方法。 第3章 习题解答（3.12） P84 以前描述的直方图技术很容易修改成适用于局部增强的直方图方法。 首先定义一个方形或矩形掩模，并在待增强的局部区域上将掩模中心从一个像素移至另一个像素。在每一个位置都要计算掩模所覆盖的点的直方图。掩模的中心然后被移至相邻像素并重复这个处理过程。 当在局部区域进行逐像素平移时，由于掩模中只有新的一行或一列发生改变，所以可以在每一步平移中，以新数据更新前一个位置获得的直方图。 第3章 习题解答（3.12） 解：假设在一个邻域中，与第 k 个灰阶值相对应的直方图分量值为： 当邻域从左向右平移时，丢掉左边一列，而在右边引入新的一列。因此更新直方图可表示为： 第3章 习题解答（3.12） 习题3.13： 有两幅图像f(x,y)和g(x,y)，它们的直方图分别为hf和hg。给出根据hf和hg确定如下直方图的条件，并解释如何