数字图像处理第二章作业.docVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第二章数字图像处理的基本概念 2. 图像数字化包括那两个过程?它们对数字化图像质量有何影响? 答:图像数字化包括采样和量化两个过程。采样:将空间上连续的图像变换成离散点的操作称为采样。量化:将像素灰度转换成离散的整数值得过程叫量化。 影响:一般来说,采样间隔越大,所得图像像素越少,空间分辨率低,质量差,严重时出现像素呈块状的国际棋盘效应;采样间隔越小,所得图像像素数越多,空间分辨率高,图像质量好,但数据量大。量化等级越多,所得图像层次越丰富,灰度分辨率高,图像质量好,但数据量大;量化等级越少,图像层次欠丰富,灰度分辨率低,会出现假轮廓现象,图像质量变差,但数据量小。 3.数字化图像的数据量与哪些因素有关? 答:数字化前需要决定影像大小(行数M、列数N)和灰度级数G的取值。一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N,灰度级数为G的图像所需的存储空间M*N*g(bit),称为图像的数据量。 6.什么是灰度直方图?它有哪些应用?从灰度直方图你能获得图像的哪些信息? 答:灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系。以灰度级为横坐标,纵坐标为灰度级的频率,绘制频率同灰度级的关系图就是灰度直方图。 应用:通过变换图像的灰度直方图可以,使图像更清晰,达到图像增强的目的。 获得的信息:灰度范围,灰度级的分布,整幅图像的平均亮度。但不能反映图像像素的位置。 8.图像处理按功能分有哪几种形式? 答:按图像处理的输出形式,图像处理的基本功能可分为三种形式:(1)单幅图像——单幅图像;(2)多幅图像——单幅图像;(3)单(或多)幅图像——数字或符号等。 12.图像特性包括哪些类型? 图像特征是图像分析的重要依据,它可以是视觉能分辨的自然特征,也可以是人为定义的某些特性或参数,即人工特征。数字图像的像素亮度、边缘轮廓等属自然特性;图像经过变换得到的频谱和灰度直方图等属人工特征。 1、 自然特征 图像是空间景物反射或者辐射的光谱能量的记录,因而具有光谱特征、几何特征和时相特征。 (1) 光谱特征 同一景物对不同波长的电磁波具有不同的反射率,不同景物对同一波长也可能具有不同的反射率。 (2) 几何特征 几何特征主要表现为图像的空间分辨率、图像纹理结构及图像变形等几个方面。 (3) 时相特征 时相特征主要反映在不同时间获取同一目标的各图像之间存在的差异,是对目标进行监测、跟踪的主要依据 2、 人工特征 图像的人工特征很多,主要包括以下几种: (1) 直方图特征 (2) 灰度边缘特征 图像灰度在某个方向上的局部范围内表现出不连续性,这种灰度明显变化点的集合称为边缘。灰度边缘特征反映了图像中目标或对象所占的面积大小和形状。 (3) 角点与线特征 角点是图像的一种重要局部特征,它决定了图像中目标的形状。所以在图像匹配、目标描述与识别以及运动估计、目标跟踪等领域,角点提取具有十分重要的意义。 (4) 纹理特征 纹理是指某种结构在比它更大的范围内大致呈现重复排列,这种结构称为纹理基元。 图像的特征有很多,但在实际的图像分析与应用中,重视何种特征主要依赖于对象和处理的目的。按描述特征的范围大小可分为:点特征、局部特征、区域特征、整体特征。 13. 简述噪声的概念及其分类 所谓噪声,就是妨碍人的视觉器官或系统传感器对所接受图像信息进行理解或分析的各种因素。一般噪声是不可预测的随机信号,它只能用概率统计的方法去认识。由于噪声影响图像的输入、采集、处理的各个环节以及输出结果的全过程,尤其是图像输入、才集中的噪声必然影响处理全过程以至最终结果。因此抑制噪声已成为图像处理中极重要的问题。 图像噪声的分类: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,一般有如下四种形式: (1) 由光和电的基本性质引起的,如电流可看做电子或空穴运动,这些粒子运动产生随机散粒噪声;导体中电子流动的热噪声;光量子运动的光量子噪声等。 (2) 机械运动产生的噪声,如接头振动使电流不稳,磁头或磁带、磁盘抖动等。 (3) 元器件噪声,如光学底片的颗粒噪声,磁带、磁盘缺陷噪声,光盘的疵点噪声等。 (4) 系统内部电路噪声,如CRT的偏转电路二次发射电子等噪声。 从统计理论观点噪声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:幅度分布呈正态分布的高斯型,幅度分布呈瑞利分布的瑞利噪声,突发出现的幅度高而持续时间短的脉冲噪声等。还有按频谱分布形状进行分类的,如频谱为均匀分布的噪声称为白噪声,各频率能量呈正态分布的高斯噪声等。按产生过程进行分类,噪声可分为量化噪声和椒盐噪声等。

文档评论(0)

KWZoJLfpjN + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档