数字图像处理简答.docVIP

1.简述线性位移不变系统逆滤波恢复图像原理。 答：设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u,v)/H(u,v)???????? （2分） 对上式作逆傅立叶变换得逆滤波恢复图象f(x,y) f(x,y)=IDFT[F(u,v)]????????? 以上就是逆滤波恢复图象的原理。? （2分） 若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分） H(u,v)=0时,人为设置1/H(u,v)的值； ②使1/H(u,v)具有低同性质。即 ? H-1(u,v)=1/H(u,v)?? 当D≤D0 ? H-1(u,v)=0???????? 当DD0??????? (0.5分)2.图像锐化与图像平滑有何区别与联系？ 答：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；（2分） ?图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分） ?都属于图象增强，改善图象效果。（1分）3.伪彩色增强与假彩色增强有何异同点？ 答：伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4） 相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分） 4.梯度法与Laplacian算子检测边缘的异同点？ 答：梯度算子和Laplacian检测边缘对应的模板分别为? -1 ? -1 1 ? ? 1 ? 1 ? ? ? ? 1 -4 1 ? ? ? ? ? ? 1 ? ? （梯度算子）???????????????? （Laplacian算子）????? （2分） 梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。（2分）相同点都能用于检测边缘，且都对噪声敏感。（1分）? 5.将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的先后顺序对结果有影响吗？为什么 答：有影响，应先进行高频加强，在进行直方图均衡化。 高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而达到提高对比度的效果。若进行直方图均衡化，在进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素只要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，在进行高频加强，获得的图像边缘不突出，图像的对比度较差。 6.图像增强的目的是什么？ 图像增强的目的是要改善图像的视觉效果，针对给定图像的的应用场合，有目的地强调图像的整体或者局部特性，将原来不清晰的图像变得清晰或者强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，一直不感兴趣的特性，使之改善图像质量、丰富图像信息、加强图像判读和识别效果，满足某些特殊分析的需要。 7.简述直方图均衡化的基本原理。 直方图均衡化方法的基本思想是，对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。因为灰度分布可在直方图中描述，所以该图像增强方法是基于图像的灰度直方图。 8. .图像增强时，平滑和锐化有哪些实现方法？ 平滑的实现方法：邻域平均法，中值滤波，多图像平均法，频域低通滤波法。 锐化的实现方法：微分法，高通滤波法。 1,.数字图像 2.图像锐化 3.灰度共生矩阵 4.细化 5.无失真编码 1.数字图像可以理解为对二维函数f（x，y）进行采样和量化后得到的图像。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。 4.细化是提取线宽为一个像元大小的中心线的操作。 5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。 1. 灰度直方图：以灰度值为自变量，灰度值概率函数得到的曲线就是灰度直方图。 2. 中值滤波：是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 3. 图像增强：通过某种技术有选择地突出对某一具体应用有用的信息，削弱或抑制一些无用的信息。 4. 无损压缩：可精确无误的从压缩数据中恢复出原始数据。 5. 量化：把采样点上对应的亮度连续变化区间转换为单个特定数码的过程，称之为量化，即采样点亮度的离散化。