數(shù)字圖像作業(yè)

1、一、簡答1、簡述圖像數(shù)據(jù)冗余度概念及類型。對于描述一幅圖像所需要的最少信息之外的多余信息，稱為冗余度。a.數(shù)據(jù)冗余空間冗余：一幀圖像上像素點(diǎn)與像素點(diǎn)的相關(guān)性；時(shí)間冗余：多幀圖像間像素點(diǎn)與像素點(diǎn)的相關(guān)性；符號冗余：圖像像素編碼碼流存在著可壓縮性。b.視覺冗余人眼對細(xì)節(jié)的分辨能力有限；人眼對顏色畫面的分辨低于對黑白畫面的分辨能力；人眼對高頻信號變化的分辨低于對低頻信號變化的分辨能力等。2、 簡述幀內(nèi)預(yù)測（DPCM）的過程。1）預(yù)測器根據(jù)存儲的前若干個(gè)樣值對當(dāng)前值進(jìn)行預(yù)測，得到預(yù)測值；2）待編碼值與預(yù)測值相減得到預(yù)測差值；3）對預(yù)測差值進(jìn)行量化4）量化后的差值一方面進(jìn)行熵編碼并經(jīng)信道傳出去；另一方面

2、與預(yù)測值相加，得到“有量化失真的復(fù)原值”，存儲到預(yù)測器中，供對下一個(gè)樣值預(yù)測之用5）接收端的預(yù)測值與解碼后的差值相加形成復(fù)原值。3、 簡述變換編碼的過程，并說明變換編碼實(shí)現(xiàn)壓縮的原理。通過變換去除一部分不重要的參數(shù)，達(dá)到壓縮的目的。其依據(jù)是圖像數(shù)據(jù)經(jīng)過變換后，出現(xiàn)能量集中的情況，則變換后可只選少量重要的系數(shù)進(jìn)行編碼，舍棄大部分不重要的系數(shù)，以達(dá)到壓縮的目的4、 什么是圖像退化？引起圖像退化的主要因素有哪些？。數(shù)字圖像在獲取的過程中，由于各種原因會產(chǎn)生退化。主演因素有：1、光學(xué)系統(tǒng)的像差與成像衍射2、A/D過程損失部分細(xì)節(jié)3、成像系統(tǒng)的非線性畸變4、環(huán)境隨機(jī)噪聲5、成像過程的相對運(yùn)動(dòng)6、射線輻射

3、、大氣湍流等造成的照片畸變7、遙感儀器的不穩(wěn)定引起的照片幾何失真5、 簡述圖像退化模型。1、原始圖像g(x,y)經(jīng)過一個(gè)退化過程H（退化算子或退化系統(tǒng)）的作用，再和噪聲n(x,y)進(jìn)行疊加，形成退化圖像f(x,y)f(x,y)=Hg(x,y)+n(x,y)2、連續(xù)退化模型在不考慮噪聲影響時(shí)，系統(tǒng)輸出由其輸入和點(diǎn)擴(kuò)展函數(shù)唯一確定。即退化圖像f(x,y)是原圖像g(x,y)和引起退化的圖像系統(tǒng)之點(diǎn)擴(kuò)展函數(shù)h(x,y)的卷積。3、 離散退化模型表示成矩陣形式：f=Hg+n其中：f,g,n都是 的向量，H是維向量。6、 常用有約束圖像復(fù)原方法的概念與特點(diǎn)。1、有約束的最小二乘方恢復(fù)：在恢復(fù)過程中對運(yùn)算

4、施加約束，以克服病態(tài)性。有約束恢復(fù)求得最佳估計(jì)值：其中，Q是某一線性運(yùn)算，約束條件為：2、能量約束恢復(fù)：當(dāng)Q為線性運(yùn)算時(shí)，即Q=I，有其物理意義在于：按照約束條件復(fù)原出來的圖像的能量 最小3、平滑約束恢復(fù)當(dāng)Q取平滑運(yùn)算，Q=C。二維情況下，取Q與平滑模板C(m,n)對應(yīng)： 則最佳復(fù)原解為：其物理意義是：恢復(fù)出的圖像最平滑7、簡述盲目解卷積復(fù)原的概念。盲目解卷積算法主要針對失真（包括模糊和噪聲）毫無所知的情況下進(jìn)行的復(fù)原操作。一般處理方法是把圖像分為若干塊，假設(shè)點(diǎn)擴(kuò)展函數(shù)H(u,v)的值為某常數(shù)，逐塊求得原圖像的傅立葉變換，從而復(fù)原圖像。因?yàn)镠(u,v)未知，故稱為盲目解卷積8、 簡述圖像分割的

5、方法及其理論基礎(chǔ)。圖像分割方法：根據(jù)某種均勻性的原則將圖像分成若干個(gè)有意義的部分，使每部分都符合某種一致性的要求。而任意兩個(gè)相鄰部分的合并都會破壞這種一致性。 圖像分割的原則：1、基于點(diǎn)相關(guān)的分割：依據(jù)各個(gè)像素點(diǎn)的灰度不連續(xù)性進(jìn)行分割。如基于邊界的分割方法2、基于區(qū)域相關(guān)的分割：依據(jù)同一區(qū)域具有相似的灰度這一特性，尋求不同區(qū)域之邊界。如基于區(qū)域的分割方法3、基于邊界的分割步驟：邊緣檢測：獲得邊界點(diǎn)；邊界跟蹤：搜索并連接邊界點(diǎn)；曲線擬合：形成部分邊界；最終形成閉合邊界。9、 簡述圖像邊界搜索跟蹤算法的原理。邊界跟蹤是指從灰度圖像中的一個(gè)邊緣點(diǎn)出發(fā)，依次搜索并連接相鄰邊緣點(diǎn)，從而逐步檢測出邊界的方法。步驟是：（1）確定作為搜索起點(diǎn)的邊緣點(diǎn)（通常采用梯度值最大的點(diǎn)）（2）采取一種合適的數(shù)據(jù)結(jié)構(gòu)和搜索機(jī)理，在已經(jīng)發(fā)現(xiàn)的邊界點(diǎn)基礎(chǔ)上確定新的邊界點(diǎn)（3）確定搜索終結(jié)的準(zhǔn)則或終止條件。10、 簡述形態(tài)學(xué)運(yùn)算的類型及應(yīng)用。類型：膨脹（擴(kuò)張）、腐蝕（侵蝕）、開啟、閉合應(yīng)用：噪聲去除、邊界提取、區(qū)域填充。11、 簡述圖像形狀特征的表達(dá)方式。圖像的形狀信息有三種表達(dá)形式：1、圖像經(jīng)過分割處理后的區(qū)域2、圖像經(jīng)過邊緣抽取后的邊界3、區(qū)域的骨架二、計(jì)算分析1、圖像子塊如左圖所示，現(xiàn)采用Z字形掃描如右圖進(jìn)行RLE編碼，寫出掃描結(jié)果，并計(jì)算出數(shù)據(jù)壓縮比。2、圖像子塊如圖所示，現(xiàn)采用H