數(shù)字圖像處理清

1、學(xué)院 專業(yè) 年級（班級） 學(xué)號 學(xué)生姓名 密 封 裝 訂 線 密 封 裝 訂 線貴州大學(xué)科技學(xué)院20112012學(xué)年第二學(xué)期08級清考試卷 數(shù)字圖像處理注意事項：1. 請考生按要求在試卷裝訂線內(nèi)填寫姓名、學(xué)號和年級專業(yè)。2. 請仔細(xì)閱讀各種題目的回答要求，在規(guī)定的位置填寫答案。3. 不要在試卷上亂寫亂畫，不要在裝訂線內(nèi)填寫無關(guān)的內(nèi)容。4. 滿分100分，考試時間為120分鐘。題 號一二三四五六總 分統(tǒng)分人得 分得 分評分人一、判斷題（共5分，每小題1分）（ 錯 ）1. 圖像在原點的傅里葉變換f(0,0)稱作頻率譜的0成分。（ 錯 ）2. 圖像對比度是指一幅圖像中高度反差的大小。（ 錯 ）3.

2、為突出目標(biāo)抑制背景的灰度區(qū)間應(yīng)對原圖像進(jìn)行分段線性變換處理。（ 對 ）4. 直方圖指圖像中各種不同灰度級像素出現(xiàn)的相對頻率。（對 ）5. 維納濾波建立在最小化統(tǒng)計準(zhǔn)則的基礎(chǔ)上，它所得到的結(jié)果只是平均意義上的最優(yōu)。得 分評分人二、填空題（共18分，每小題2分）1、在數(shù)字圖像領(lǐng)域，通常將圖像看成是（大小相同、形狀一致的像素 ），其最小單位是（ 像素 ）。2、任何實對稱函數(shù)的傅里葉變換中只含（ 余弦項 ），所以說離散余弦變換是離散傅里葉變換的特例。3、一個階為n，截止頻率為d0的巴特沃斯高通濾波器的傳遞函數(shù)為（ ）。4、哈達(dá)瑪矩陣的元素僅由（ +1 ）和（ 1 ）組成的。5、高斯噪聲的概率密度函數(shù)為

3、（ ），指數(shù)噪聲的概率密度函數(shù)為（ ）。6、卡胡南-列夫變換是在（ 均方 ）意義下的最佳變換，能夠完全去除原信號中的（ 相關(guān)性 ）。7、對圖像的邊緣、輪廓等特征進(jìn)行增強(qiáng)，應(yīng)采用（ 圖像銳化 ）處理，以便于顯示、觀察或進(jìn)一步分析與處理。8、對數(shù)變換可以增強(qiáng)（ 低灰度值 ）像素，壓制（ 高灰度值 ）像素,使灰度分布與視覺特性相匹配。9、圖像尺寸為m、n，每個像素所具有的離散灰度級數(shù)為g，存儲這幅圖像所需的位數(shù)是（ m*n ）。得 分評分人三、名詞解釋（共15分，每小題3分）1、正交方陣指它任意兩行（或兩列）都是正交的，且任意一行(列)的所有元素的平方和等于平方階的階數(shù)。2、圖像灰度眾數(shù)圖像灰度眾數(shù)

4、是指圖像中出現(xiàn)次數(shù)最大的灰度值。3、圖像分割是指將一副圖像分解為若干互不交疊的、有意義的、具有相同性質(zhì)的區(qū)域。4、特征形成根據(jù)待識別的圖像，通過計算產(chǎn)生一組原始特征，稱為特征形成。5、邊界跟蹤從圖像中一個邊界點出發(fā)，然后根據(jù)某種判定規(guī)則準(zhǔn)則搜索到下一個邊界點，完成整個邊界跟蹤過程。得 分評分人得 分評分人四、簡答題（共20分，每小題4分）1、確定psf的方法。（1）、運用先驗知識，分析圖像上的點和線。（2）、運用后驗判斷方法，如功率譜和倒譜的分析。（3）、最大似然ml估計和利用em算法等估計psf。2、簡述rgb圖像模型到y(tǒng)uv圖像模型的轉(zhuǎn)換。公式：(rgb = yuv)y = 0.257r

5、+ 0.504g + 0.098b + 16u = -0.148r - 0.291g + 0.439b + 128v = 0.439r - 0.368g - 0.071b + 1283、簡述分水嶺圖像分割算法的基本思想。分水嶺圖是一種借鑒了形態(tài)學(xué)理論的分割方法，在該方法中，將一幅圖像看成一個拖布地圖，其中灰度值為f(x,y)對應(yīng)地形高度值，高灰度值對應(yīng)著山峰，低灰度值對應(yīng)著山谷。水總是朝地勢低的地方流動，知道某一局部低洼才停下來，這個低洼處被稱為吸水盆地。最終所有的水分聚在不同的吸水盆地，吸水盆地的山脊被稱為分水嶺。水從分水嶺留下是，它朝不同的吸水盆地六區(qū)的可能性是相等的。將這種想法應(yīng)用于圖像

6、分割，就是要在灰度圖像中找出不同的吸水盆地和分水嶺，由這些不同的吸水盆地和分水嶺組成的區(qū)域即為我們要分割的目標(biāo)。4、簡述估計圖像退化函數(shù)的常用方法。1、圖像觀察估計2、試驗估計法3、模型估計法5、簡述圖像編碼的質(zhì)量評價標(biāo)準(zhǔn)。1、基于壓縮編碼參數(shù)的評價2、基于保真度（逼真度）標(biāo)準(zhǔn)的評價3、算法的適用范圍4、算法的復(fù)雜度五、計算題（共32分，每小題8分）1、一幅2020的圖像共有5個灰度級：k1,k2,k3,k4,k5,它們的概率依次為0.4,0.175,0.15,0.15,0.125：（1）求huffman編碼表；（4分）（2）求其huffman編碼的平均碼長。（4分）步驟：1、將信源符號x按其

7、出現(xiàn)的概率，由大到小順序排列2、將兩個最小概率的信源符號進(jìn)行組合相加，并重復(fù)這一步驟，始終將較大的概率分支放在上部，知道只剩下一個信源符號切概率達(dá)到1.0為止。3、對每組合上邊一個指定為1，下邊一個指定為0（或相反也可以上0下1）。4、畫出由每個信源符號到概率1.0處的路徑，記下沿路經(jīng)的1和0。5、對于每個信源符號都寫出1、0序列，則從右到左得到非等長huffman碼。2、 對如下二維數(shù)字圖像，求其二維離散沃爾什哈達(dá)瑪變換。 根據(jù)公式而則 w=3、 對如下二維數(shù)字圖像，求其二維離散傅里葉變換并求其頻譜。根據(jù)公式：f=f4ff4= =其實部和虛部為：f1=f2=4、設(shè)有一幅6464像素，8個灰度

8、級的圖像，各灰度級概率分布如下表所示，請對其作直方圖均衡化處理。灰度級sk01234567像素nk790102385065632924512281概率pr0.190.250.210.160.080.060.030.021. t0=0.19t1=0.19+0.25=0.44一次類推，可得t3=0.65,t4=0.81,t5=0.89,t6=0.98,t7=12. 用tk=int(l-1)tk+0.5將tk擴(kuò)展到0,l-1范圍內(nèi)并取整，得t0=1,t1=3,t2=5,t3=6,t4=6,t5=7,t6=7,t7=7將相同值歸并起來，即得到直方圖均衡化修正后的灰度級變換函數(shù)，它們是 t0=1,t1=

9、3,t2=5,t6=6,t7=7由此可知，經(jīng)過變換后的灰度級不需要8個，只需要5個就可以了。把相應(yīng)原灰度級的像素相加得到新灰度級的像素數(shù)，統(tǒng)計新直方圖各灰度級像素 n0=790,n1=1023,n2=850,n3=984,n4=4483. 新灰度級分布p1=790/4096=0.19p2=1023/4096=0.25p3=850/4096=0.21p4=984/4096=0.24p5=448/4096=0.11得 分評分人六、設(shè)計題（共10分，第一小題4分，第二小題6分.）對下圖作線性灰度變換，將原圖小于40的灰度值不變，原圖40到180的灰度值拉伸到40到220，并壓縮原圖180到255的灰度值到220與255之間。（1）作出線性變換圖；（2）將matlab編寫的程序補充完整，實現(xiàn)上述線性灰度變換。i=( imread() ); %讀入圖像i=double(i);m,n=size(i);for i=（ 1:m ） for j=1:n