图像处理答案陈新版.doc

第一次作业 1、说明图象数字化与图象空间分辨率之间的关系。 2、说明图象数字化与图象灰度分辨率之间的关系。 3、看图说明伪彩色图象采集卡的工作原理，并说明LUT的原理和作用。1、粗略画出下列图象的傅立叶变换图象： 变换后的图像如下：（从左至右） 2证明付里叶变换的可分离性及快速算法可行性。N个复乘和N㏒2N个复加，在N较大时，计算量比DFT少很多。 其变换核g(x,y,u,v)= exp[-j2π(ux+vy)/N] = exp(-j2πux/N)*exp(-j2πvy/N) 所以，F(u,v)=(1/N)∑{[∑f(x,y)exp(-j2πux/N)]exp(-j2πvy/N)} 这相当于先对x进行傅里叶变换，再对y进行傅里叶变换，可分离性证毕。 快速算法可行性：由可分离性可知，对一维的快速算法可行，那么对二维同样可行，下证一维的快速算法可行性。 F(u)=∑f(x)exp(-j2πux/N),其中N是2的M(整数)次幂。 令f(2r)=f1(r);f(2r+1)=f2(r),则 F(u)=∑f(2r)exp[-j2πu(2r)/N] +∑f(2r+1)exp[-j2πu(2r+1)/N] =∑f(2r)exp[-j2πu(2r)/N] ?+exp(-j2πu/N)f(2r+1)exp[-j2πu(2r)/N] =F1(u)+exp(-j2πu/N)F2(u) ? 因此，F(u)可以分为2个（N/2）长的序列的傅里叶变换。若一直分下去，则最终被划分为两两一组，即快速傅里叶变换。 第三次作业 1、证明沃尔什变换的可分离性及快速算法可行性。a.可分离性： ? ?? b.快速算法可行性： 首先证明一维情况下的快速算法FWT： ?? ????????????????????????????????????????????????????????????????????????????????????????????????????????????????又由沃尔什变换的可分离性及其对称性，可知：对于二维沃尔什变换W(u,v)，可先针对x变量用FWT求出W(u,y)，接着再针对y变量用FWT求出W(u,v)。所以可知二维沃尔什变换是具有可行性的。 ?2、如何快速计算DCT，对奇异点如何处理？ ∴?快速计算一个N点DCT可以通过2N点FFT实现： 将x(n)补N个零点形成2N点序列x2N(n)点； 用FFT求x2N(n)的DFT，得X2N(k)； 将X2N(k)乘以e-jkπ/2N，后取实部，得X2N’(k)； 对于奇异点，做如下处理： 这样，便完成N点FDCT的计算。 1、试述直方图均衡化的增强原理。2、试述规定化直方图增强原理。 ?1、探讨图象平滑与图象锐化的异同点及它们的适用领域。 答：区别：锐化处理的主要目的是突出图像中的细节或者增强被模糊了的细节，这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。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。图像锐化处理的方法多种多样，其也包括多种应用，从电子印像和医学成像到工业检测和军事系统的制导，等等。锐化主要使用基于二阶微分的图像增强——拉普拉斯算子。 ???????? 图象平滑用于模糊处理和减小噪声，对图象高频分量即图象边缘会有影响。模糊处理经常用于预处理，例如，在提取大的目标之前去除图像中一些琐碎的细节、桥接直线或曲线的缝隙。通过线性滤波器和非线性滤波器的模糊处理可以减小噪声。平滑滤波器的概念非常直观。它用滤波掩模确定的邻域内像素的平均灰度值去代替图像每个像素点的值，这种处理减小了图像灰度的“尖锐”变化。 ????相同点：都属于图象增强，改善图象效果。 ?2、探讨空域增强处理与频域增强处理的特点，比较其性能。 ?答：空域增强算法是图像增强技术的一种，直接对图像的象素（灰度值）进行处理，不需要进行变换。常见的增强算子如锐化算子、高通算子、平滑算子等，可以完成图像的边缘提取、噪声去除等处理。 ????????这里,采用空域法进行处理,其模型为：　?? f ( x , y)-------增强函数h ( x , y)-------g ( x , y)?? 记为　g ( x , y) = EH[ f ( x , y) ] ?? 式中　f ( x , y) ———代表待增强的图像;?h ( x , y) ———空域增强函数;　　????? EH ———增强操作。 ???????空域变换增强根据对图像的每次处理是对单个像素进行的或是对小的子图像(模板) 进行的, 可分为2 组:基于像素(点) 的和基于模板的。在基于像素的处理(也叫点处理) 中, 增强过程对每个像素的处理与其他像素无关;而模板处理则是指每次处理操作都是基于图像中的某个小区域进行的