数字图像处理期末复习.docx

分析题（3*10’） 论述题（2*10’） 编程题（2*10’） 计算题（3*10’） 分析题+论述题 1.什么是图像增强，其目的是什么，图像增强的基本方法有哪些？ 答：图像增强是要突出图像中的某些信息，同时削弱或去除某些不需要信息的一种处理方法，以得到对具体应用来说视觉效果更“好”，或更“有用”的图像的技术。 目的：（1）改善图像的视觉效果，提高图像的清晰度；（2）将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。 基本方法：空间域处理：点处理（图象灰度变换、直方图均衡等）；邻域处理（线性、非线性平滑和锐化等）；频域处理：高、低通滤波、同态滤波等。 什么是图像的取样和量化 获取图像的目标是从感知的数据中产生数字图像，但是传感器的输出是连续的电压波形，因此需要把连续的感知数据转换为数字形式。 这一过程由图像的取样与量化来完成。数字化坐标值称为取样， 数字化幅度值称为量化。 图像一阶微分和二阶微分的区别在什么地方？ 一阶微分和二阶微分的区别: (1)一阶微分处理通常会产生较宽的边缘； (2)二阶微分处理对细节有较强的响应，如细线和孤立点； (3)一阶微分处理一般对灰度阶梯有较强的响应； (4)二阶微分处理对灰度级阶梯变化产生双响应； (5)二阶微分在图像中灰度值变化相似，对线的响应要比一阶梯，且点比线强。 3.图像增强与图像复原的区别是什么？ 图像增强主要是一个主观过程，一般要利用人的的视觉系统特性，目的是取得较好的视觉效果，不需要考虑图像退化的真实物理过程，增强后的图像也不一定要逼近原始图像; 而图像复原主要是一个客观过程,需要针对图像的退化原因设法进行补偿，因此需要对图像的退化过程有一定的先验知识，利用图像退化的逆过程去恢复原始图像，使复原后的图像尽可能的接近原图像。 5.写出五种常见的噪声，并说明其作用？ 高斯噪声用于描述源于电子电路噪声和由低照明度或高温带来的传感器噪声； 瑞利噪声用于在图像范围内特征化噪声现象； 伽马噪声和指数噪声用于描述激光成像噪声； 均匀密度分布作为模拟随机数产生器的基础； 脉冲噪声用于描述成像中的短暂停留。 图像处理的三个层次是什么？并分别举例说明？ 低级处理：涉及初级操作，如降低图像噪声的预处理、对比度增强和图像锐化。 中级处理：涉及诸多任务，如分割（将一幅图像分为不同的区域或目标），将这些目标简化为适合计算机进行处理的形式的描述，以及各个目标的分类（识别）。 高级处理：涉及“理解”在连续体远端位置识别的一组目标，以及执行与人类视觉相关的认知功能。 模拟图像是如何转换成数字图像？ 模拟图像通过空间采样和亮度量化两步转换成数字图像。 一幅连续的图像f把它转换为数字形式，就要对图像f的坐标和幅度进行取样，对坐标值进行数字化称为取样，对幅度值进行数字化称为量化。 RGB彩色立方体示意图 8.什么是HIS彩色模型，特点是什么？ 色调、饱和度、亮度模型。 会分离彩色图像中的亮度成分与携带彩色的信息。 9.图像处理中常用的三类灰度变换函数是什么？应用场景是什么？ 三种基本类型：线性函数、对数函数和幂律函数。 反转变换：适用处理增强嵌入与图像暗色区域的白色或灰色细节。 对数变换：使一窄带低灰度输入图像映射为一宽带输出值。可用于扩展图像中的暗像素。 幂律变换：伽马校正。 10.直方图均衡化 使一幅图像的像素更倾向于占据整个可能灰度级并且均匀分布，则图像会有高对比度的外观并展示灰色调的较大变化，跨越更宽灰度级范围，增强对比度。通过直方图均衡化，亮度可以更好地在直方图上分布，就可以增强局部对比度而不影响整体对比度。 11.写出五种基本的图像压缩方法? 行程编码压缩，哈夫曼编码压缩，LZW编码压缩，算数编码压缩，位平面编码压缩 12.什么是顶帽变换？其作用是什么？什么是底帽变换？其作用是什么？ 顶帽变换是将图像f减去其开操作：That(f) = f – (f 。b)，顶帽变换用于暗背景上的亮物体，可以校正不均匀光照的影响。 底帽变换是将图像f的闭操作减去其自身f：Bhat(f) = (f ·b) - f，底帽变换用于亮背景上的暗物体。 13.全局阈值分割的步骤是什么？ ①选一个T的初值 ②用T分割图像，分成了两组像素：G1由灰度值大于T的所有像素组成，G2由所有小于等于T的像素组成 ③对区域G1, G2计算平均灰度u1，u2 ④新门限 T ＝(u1+u2)/2 ⑤重复②—④，直至T值变化小于一个预定义的参数。 14.均值滤波器与中值滤波器作用有什么不同？ 均值滤波器和中值滤波器都可以起到平滑图像、滤去噪声的功能，均值滤波采用线性的方法，平均整个窗口范围内的像素值，但它不能很好地保护图像细节，在图像去噪的同时也破坏了细节部分，不能很好地去除噪声点。均值滤波对高斯噪声表现较好，对椒盐噪声表