数字图像处理思考题及课外练习.docxVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、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
  6. 6、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。
  7. 7、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
数字图像处理 班级:信工122 姓名:陈嘉豪 学号思考题 1.如果有一个计算二维DFT对的“已封装”程序,但是不知道1/MN项是包含在两个公式的一个公式里面还是分成了两个常数放在了正变换还是反变换前面,怎样才能获知该信息? 一维离散傅里叶变换及其反变换向二 维扩展是简单明了的。一个图像尺寸为M×N的 函数f(x,y)的离散傅里叶变换由以下等 式给出: F 给出F(u,v),可以通过反傅里叶变换获得f(x,y),由表达式给出: f 其中,x=0,1,2,…,M-1,y=0,1,2,…,N-1。变量u和v是变换或频率变量,x和y是空间或图像变量。正如在一维中的情形那样,常量1MN的位置并不重要,有时它在反变换之前。其他时候,它被分为两个相等的常数1 为了区别两种情况,可以根据性质: 因为当(u,v)=(0,0)时 的变换值为: F 即f(x,y)的平均值。换句话说,如果f(x,y)是一幅图像,在原点的傅里叶变换即等于图像的平均灰度级。 所以当F(0,0)值小1MN 2.证明连续和离散二维傅里叶变换都是平移和旋转不变的。 平移不变:根据二维离散傅立叶变换 F 可得 ε = =F(u- 旋转不变:根据二维离散傅立叶反变换 因为傅里叶变换: f 所以, ε = =f(x- 3.试讨论傅里叶变换的相角对于确定一幅图像的特性内容时的重要作用,可以两幅不同内容的图像互换相角计算IDFT进行分析。 因为傅里叶变换可以表示为: F 由此可以转换为复数形式: F 和指数形式: F 其中: F φ 其中Fu为傅里叶频谱,φu 由上图和式子可知傅里叶变换的相角对于确定一幅图像的特性内容的重要性。 4.如何标定一幅灰度值出现负值的图像?例如将经过二阶微分后的图像标定为灰度范围为0-255的灰度图像。 对于拉普拉斯算子运算过程中图像灰度值出现负值的情况,可以用以下方法进行标定: (g 5.试分析图像的空间分辨率和灰度分辨率同时变化时对图像质量产生的影响。 空间分辨率:图像中可辨别的最小细节,采样间隔决定空间分辨率的主要参数。原图像转化为数字图像的像素点数,越多图像质量越高。即空间分辨率越高,图像越清晰,但是相应的设备更贵,存储容量越大。 空间分辨率与图像质量关系: 灰度分辨率:灰度值在单位幅度上包含的灰度级数。即每一个像素点的灰度级数,灰度级越大,图像越清晰。 灰度分辨率与图像质量关系: 当空间分辨率和灰度分辨率同时提高时,则图像越清晰,相反若同时减小时,图像变模糊。固定灰度级不变,而改变空间分辨率,或者相反都会提高图像质量,只有极少数情况会出现相反的曲线增长。当一方提高而另一方增加时,则需要根据具体图像列写式子进行计算来得出图像质量的变化。 6.试分析直方图均衡方法为何会出现灰度级的“简并”现象,如何处理可以降低该现象的影响。 在直方图修正的过程中,总要出现灰度等级减少的情况,这种现象就是简并现象。 通过增加像素的比特数、采用灰度间隔放大理论的直方图修正法可减少简并现象。 7.为什么一阶微分算子的阶跃边缘检测能力更强?二阶微分算子的细线增强及去聚焦模糊效果更好? 阅读文献,Wiener, Norbert (1949),?Extrapolation, Interpolation, and Smoothing of Stationary Time Series. New York: Wiley.? HYPERLINK /wiki/Special:%E7%BD%91%E7%BB%9C%E4%B9%A6%E6%BA%90/0262730057 ISBN HYPERLINK /wiki/Special:%E7%BD%91%E7%BB%9C%E4%B9%A6%E6%BA%90/0262730057 0-262-73005-7 尝试自行推导维纳滤波结论式 基于一阶微分的算子 梯度定义为: G 模值和方向分别为: g α= 则可以得到多个近似形式:g g g Roberts算子: Sobel算子: Prewitt算子: 处理图像效果: a.原图 b.Robert算子 c.Sobel算子 d.Prewitt算子 基于二阶微分的算子——拉普拉斯算子 ? 拉普拉斯算子,二阶偏导数的和。是一个标量,具有各向同性的性质。 模板: 比较一阶微分算子和二阶微分算子去模糊的能力 沿着斜坡,一阶微分都不为零,二阶微分的非零值只出现在斜坡的起始处与终点处。斜坡在图像中对应边缘特征,因此一阶微分增强后图像的边缘区较宽,而二阶微分的边缘较细。这一特点使得它在图像的边缘检测算子中得到更多应用。 脉冲对应图像中的椒盐噪声,二阶微分放

文档评论(0)

5566www + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6122115144000002

1亿VIP精品文档

相关文档