数字图像作业.doc.docVIP

一、简答 1、简述图像数据冗余度概念及类型。 对于描述一幅图像所需要的最少信息之外的多余信息，称为冗余度。 a.数据冗余 空间冗余：一帧图像上像素点与像素点的相关性；时间冗余：多帧图像间像素点与像素点的相关性；符号冗余：图像像素编码码流存在着可压缩性。 b.视觉冗余 人眼对细节的分辨能力有限；人眼对颜色画面的分辨低于对黑白画面的分辨能力；人眼对高频信号变化的分辨低于对低频信号变化的分辨能力等。 简述帧内预测（DPCM）的过程。 1）预测器根据存储的前若干个样值对当前值进行预测，得到预测值； 2）待编码值与预测值相减得到预测差值； 3）对预测差值进行量化 4）量化后的差值一方面进行熵编码并经信道传出去；另一方面与预测值相加，得到“有量化失真的复原值”，存储到预测器中，供对下一个样值预测之用 5）接收端的预测值与解码后的差值相加形成复原值。 简述变换编码的过程，并说明变换编码实现压缩的原理。 通过变换去除一部分不重要的参数，达到压缩的目的。 其依据是图像数据经过变换后，出现能量集中的情况，则变换后可只选少量重要的系数进行编码，舍弃大部分不重要的系数，以达到压缩的目的 什么是图像退化？引起图像退化的主要因素有哪些？。 数字图像在获取的过程中，由于各种原因会产生退化。 主演因素有： 1、光学系统的像差与成像衍射2、A/D过程损失部分细节3、成像系统的非线性畸变4、环境随机噪声5、成像过程的相对运动6、射线辐射、大气湍流等造成的照片畸变7、遥感仪器的不稳定引起的照片几何失真 简述图像退化模型。 1、原始图像g(x,y)经过一个退化过程H（退化算子或退化系统）的作用，再和噪声n(x,y)进行叠加，形成退化图像f(x,y) f(x,y)=H[g(x,y)]+n(x,y) 2、连续退化模型 在不考虑噪声影响时，系统输出由其输入和点扩展函数唯一确定。即退化图像f(x,y)是原图像g(x,y)和引起退化的图像系统之点扩展函数h(x,y)的卷积。 离散退化模型 表示成矩阵形式：f=Hg+n其中：f,g,n都是 的向量，H是 维向量。 常用有约束图像复原方法的概念与特点。 1、有约束的最小二乘方恢复：在恢复过程中对运算施加约束，以克服病态性。有约束恢复求得最佳估计值： 其中，Q是某一线性运算，约束条件为： 2、能量约束恢复：当Q为线性运算时，即Q=I，有 其物理意义在于：按照约束条件复原出来的图像的能量 最小 3、平滑约束恢复 当Q取平滑运算，Q=C。二维情况下，取Q与平滑模板C(m,n)对应： 则最佳复原解为： 其物理意义是：恢复出的图像最平滑 7、简述盲目解卷积复原的概念。 盲目解卷积算法主要针对失真（包括模糊和噪声）毫无所知的情况下进行的复原操作。一般处理方法是把图像分为若干块，假设点扩展函数H(u,v)的值为某常数，逐块求得原图像的傅立叶变换，从而复原图像。因为H(u,v)未知，故称为盲目解卷积 简述图像分割的方法及其理论基础。 图像分割方法：根据某种均匀性的原则将图像分成若干个有意义的部分，使每部分都符合某种一致性的要求。而任意两个相邻部分的合并都会破坏这种一致性。 图像分割的原则：1、基于点相关的分割：依据各个像素点的灰度不连续性进行分割。如基于边界的分割方法2、基于区域相关的分割：依据同一区域具有相似的灰度这一特性，寻求不同区域之边界。如基于区域的分割方法3、基于边界的分割—步骤：边缘检测：获得边界点；边界跟踪：搜索并连接边界点；曲线拟合：形成部分边界；最终形成闭合边界。 简述图像边界搜索跟踪算法的原理。 边界跟踪是指从灰度图像中的一个边缘点出发，依次搜索并连接相邻边缘点，从而逐步检测出边界的方法。步骤是：（1）确定作为搜索起点的边缘点（通常采用梯度值最大的点）（2）采取一种合适的数据结构和搜索机理，在已经发现的边界点基础上确定新的边界点（3）确定搜索终结的准则或终止条件。 简述形态学运算的类型及应用。 类型：膨胀（扩张）、腐蚀（侵蚀）、开启、闭合 应用：噪声去除、边界提取、区域填充。 简述图像形状特征的表达方式。 图像的形状信息有三种表达形式：1、图像经过分割处理后的区域2、图像经过边缘抽取后的边界3、区域的骨架 二、计算分析 1、图像子块如左图所示，现采用Z字形扫描如右图进行RLE编码，写出扫描结果，并计算出数据压缩比。 2、图像子块如图所示，现采用Huffman编码，画出编码过程，写出编码结果，并计算出编码效率、数据压缩比。 3、图像子块如图所示，试作出区域生长的过程。已知：初始生长点为9，接收准则为可并入的点的灰度与区域灰度均值之差：