成都理工大学2011-2012年下数字图像试卷-附答案.docx

1.直方图均衡化图像增强的目的：将非均匀灰度分布图像转换为近似均匀灰度分布的图像。2.图像锐化处理的目的：增强图像边缘与图像细节。3.图像平滑处理后图像结果是：抑制了图像噪声也平滑了目标图像边缘。4.傅里叶变换的条件有：具有有限个间断点、具有有限个极值点、绝对可积。5.无损压缩：Huffman、算术编码、香农-费诺编码、游程编码、LZW编码有损压缩：预测编码6.对点扩散函数加高斯噪声的图像退化复原，效果更好的方法是：自相关函数的维纳滤波方法。7.基于四叉树的分裂-合并法依据原则：当相邻的子区域满足一致性特征时则将它们合成一个大区域,直至所有区域不再满足分裂合并的条件为止. 　8.图像复原的目的：改善图像质量。9.实现图像边缘检测的算法：LOG算子、Canny算子、Prewitt算子、Sobel算子、零交叉算法。10.图像复原方法：维纳滤波（最小二乘方滤波）、逆滤波（反向滤波）、正则滤波、LR算法、盲区卷积。11.图像直方图相等，则图像：不能作为判别依据。12.能较好地消除图像椒盐噪声的算法：中值滤波法。13.用掩模空域平均法作图像增强：越大越平滑，噪声平滑效果越差。14.预测编码和huffman编码相比压缩比高，原因是：15.中值滤波方法（去除噪声）属于图像滤波的：非线性滤波方法。1.矩阵名（开始行：终止行，开始列：终止列）。%矩阵提取2.图像增强中，空间域平均方法对于抑制噪声有效。3.一阶二阶微分算子对于突出图像的细节、边缘有效。4.傅里叶变换中，低频部分反映图像的轮廓信息，高频部分反映图像的边缘、跳跃部分、颗粒噪声。5.图像压缩方法中属于统计编码的有1.香农-菲诺 2.定长编码3.霍夫曼编码4.算术编码5.Lempel-Ziv编码6.FFT算法思想是把原始点序列依次按N/2 分解一系列的短序列，然后得到其Fourial变化，分解方法有按时间抽取和按频率抽取分解。7.图像分割中的区域生长法是依据每个种子点有相似属性像强度、灰度级、纹理颜色等的相邻像素合并到此区域（阈值），判别识别点是否是生长点。8通常产生图像主要有__数学函数产生、不可见光__和物体光谱特性几类9.W越大，噪声滤波效果越好，边缘定位越不准确。10.canny算子边缘检测优于零交叉，是因为canny采用方向导数G与图像F（x,y）的卷积在边缘梯度方向上的最大值。1.图像平滑处理和锐化处理区别：平滑和锐化处理同属图像增强技术。平滑处理主要用于去除搭载在图像信号上的噪声分量，有可能使本来聚焦清晰的图像变得模糊起来。利用锐化技术来突出国像中人们感兴趣的信息，即增强代表图像纫节的分量，包括清晰度强调和细微层次强调等操作内容。2.直方图规定化是在运用均衡化原理的基础上，通过建立原始图像和期望图像之间的关系，选择地控制直方图，使原始图像的直方图变成规定的形状，从而弥补了直方图均衡不具备交互作用的特性。均衡化图象的动态范围扩大了，但其本质是扩大了量化间隔，而量化级别反而减少了，因此，原来灰度不同的象素经处理后可能变的相同，形成了一片的相同灰度的区域，各区域之间有明显的边界，从而出现了伪轮廓。3.图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像复原是利用退化现象的某种先验知识，建立退化现象的数学模型，再根据模型进行反向的推演运算，以恢复原来的景物图像。因而，图像复原可以理解为图像降质过程的反向过程。建立图像复原的反向过程的数学模型，就是图像复原的主要任务。4.图像边缘分为：1.阶跃性边缘2.屋顶状边缘。对于阶跃性边缘，二阶方向导数在边缘处呈零交叉；而对于屋顶状边缘，二阶方向导数在边缘处取极值。费诺编码的方法1.将信源消息符号按其出现的概率大小依次排列。2.将依次排列的信源符号按概率值分为两大组，使两个组的概率之和近似相同，并对各组赋予一个二进制码元“0”和“1”。3.将每一大组的信源符号再分为两组，使划分后的两个组的概率之和近似相同，并对各组赋予一个二进制符号“0”和“1”。4.如此重复，直至每个组只剩下一个信源符号为止。5.信源符号所对应的码字即为费诺码。区域生长法：步骤1：使用阈值集合将图像分割为R1，R2，R，…，Rm。步骤2：从图像的分割描述中生成区域邻接图（region adjacency graphics，RAG）。步骤3：对于每个Rj，i = 1，2，…，m，从RAG中确定所有Rj，j≠i，如Ri和Rj邻接。步骤4：对于所有i和j，计算在Ri和Rj之间合适的相似性度量Sij。步骤5：如果SijT,那么合并Ri和Rj步骤6：根据相似性标准，重复步骤3~步骤5，直到没有合并的区域为止。img = imread(e:\image.jpeg);%读取图像igray = rgb2gray(img