圖像處理習(xí)題

1、a ge 1習(xí)題一1.請(qǐng)說(shuō)明圖像數(shù)學(xué)表達(dá)式 I =f ( x, y, z, , t 中各參數(shù)的含義,該表達(dá)式代表哪幾種不同種類的圖像?圖像數(shù)學(xué)表達(dá)式I = f ( x , y , z , , t 中,(x,y,z 是空間坐標(biāo),是波長(zhǎng),t 是時(shí)間,I 是光點(diǎn)(x,y,z 的強(qiáng)度(幅度。上式表示一幅運(yùn)動(dòng) (t 的、彩色/多光譜 ( 的、立體(x,y,z 圖像。2.存儲(chǔ)一幅1024x768,256個(gè)灰度級(jí)的圖像需要多少bit ?一幅512x512的32bit 真彩圖像的容量為多少bit ?(1一幅 1024×768,256 個(gè)灰度級(jí)的圖像的容量為:b=1024×768×

2、8 = 6291456 bit(2一幅 512×512的32位真彩圖像的容量為:b=512×512×32=8388608 bit3.寫(xiě)出“*”標(biāo)記的像素的4鄰域、對(duì)角鄰域、8鄰域像素的坐標(biāo)(坐標(biāo)按常規(guī)方式確定4.簡(jiǎn)述二值圖像、灰度圖像與彩色圖像的區(qū)別?RGB 彩色圖像與索引彩色圖像有什么區(qū)別?5.簡(jiǎn)述直方圖均衡化的基本原理。直方圖均衡化方法的基本思想是,對(duì)在圖像中像素個(gè)數(shù)多的灰度級(jí)進(jìn)行展寬,而對(duì)像素個(gè)數(shù)少的灰度級(jí)進(jìn)行縮減。從而達(dá)到清晰圖像的目的。因?yàn)榛叶确植伎稍谥狈綀D中描述,所以該圖像增強(qiáng)方法是基于圖像的灰度直方圖。6.在一個(gè)線性拉伸中,當(dāng)a ,b 取何值時(shí),可將

3、雙峰直方圖的兩個(gè)峰分別從23和155移到16和240?畫(huà)出灰度變換函數(shù)和兩個(gè)直方圖的形狀。變換函數(shù)為:,則16=23a+b; 240=155a+b于是:a =1.7,b =-23。(兩個(gè)直方圖峰值之間距離拉開(kāi)7.圖像灰度變換增強(qiáng)有那幾種方式,簡(jiǎn)述其原理?；叶茸儞Q、直方圖處理、圖象的代數(shù)運(yùn)算線性變換和非線性變換,非線性變換包括對(duì)數(shù)變換和指數(shù)變換等8.說(shuō)明RGB 模型和HSI 模型各參數(shù)的含義.I :表示光照強(qiáng)度或稱為亮度,它確定了像素的整體亮度,而不管其顏色是什么。H :表示色度,由角度表示。反映了該顏色最接近什么樣的光譜波長(zhǎng)(既彩虹中的那種顏色0°為紅色,120°為綠色,2

4、40°為藍(lán)色。0 °到240°覆蓋了所有可見(jiàn)光譜的顏色,240°到300°是人眼可見(jiàn)的非光譜色(紫色。S :飽和度,飽和度參數(shù)是色環(huán)的原點(diǎn)到彩色點(diǎn)的半徑長(zhǎng)度。在環(huán)的外圍圓周是純的或稱飽和的顏色,其飽和度值為1。在中心是中性(灰色影調(diào),即飽和度為0。9.說(shuō)明偽彩色圖像處理的主要方法灰度分層灰度變換頻域?yàn)V波10. 圖像亮度增大或減小時(shí),圖像直方圖如何變化?當(dāng)圖像對(duì)比度增大或減小時(shí),圖像直a ge 2方圖如何變化?畫(huà)出示意圖。當(dāng)圖像的亮度增大時(shí),直方圖向右平移;當(dāng)圖像的亮度減小時(shí),直方圖向左平移。當(dāng)圖像對(duì)比度增大時(shí),直方圖峰值之間距離增大;當(dāng)圖像對(duì)比

5、度減小時(shí),直方圖峰值之間距離減小。11.下圖是一幅圖像在不同狀態(tài)下的直方圖,試分析其視覺(jué)效果,哪一個(gè)直方圖對(duì)應(yīng)的圖像對(duì)比度最高?第一和第二直方圖對(duì)應(yīng)的圖像分別偏暗和偏亮,對(duì)比度都很差。第三直方圖對(duì)應(yīng)的圖像灰度范圍較大,對(duì)比度比前兩個(gè)圖像對(duì)比度要好。第四直方圖對(duì)應(yīng)的圖像灰度范圍充滿了整個(gè)動(dòng)態(tài)范圍,對(duì)比度最好。12.有一幅整體偏暗的圖像,不能分辨其細(xì)節(jié),這時(shí)單純提高每個(gè)象素的灰度值能提高其對(duì)比度嗎?為什么?若不能,應(yīng)選擇什么樣的方法?單純提高圖像每個(gè)像素的灰度值,只是使圖像整體變亮,反映在直方圖上則表現(xiàn)為直方圖整體向又平移,因此不能提高對(duì)比度。要提高對(duì)比度可以通過(guò)斜率大于1的線性變換,擴(kuò)展圖像灰度

6、動(dòng)態(tài)范圍,也可以通過(guò)直方圖均衡化使圖像灰度范圍充滿整個(gè)空間,都可以來(lái)提高對(duì)比度。13.實(shí)現(xiàn)圖像直方圖均衡化的變換函數(shù)為,其中Dm 為最大灰度值,P (D 為圖像灰度的累積概率分布,試填寫(xiě)下表完成圖像直方圖均衡化計(jì)算。原圖像各灰度值出現(xiàn)的概率、累積概率分布P(D、經(jīng)變換所得灰度結(jié)果、經(jīng)舍入處理而得的新的灰度值如下表所示:14.圖像平滑和圖像銳化的主要方法有哪些?簡(jiǎn)述其原理。平滑方法:均值濾波 中值濾波 低通濾波銳化方法:基于一階微分的梯度法 sobel算子 拉普拉斯算子 高通濾波 a ge 315.均值濾波器對(duì)高斯噪聲的濾波效果如何?試分析其中的原因。均值濾波器的濾波原理是:在圖像上,對(duì)待處理的

7、像素給定一個(gè)模板,該模板包括了其 周圍的鄰近像素。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。均值濾波器對(duì)高斯噪聲的濾波結(jié)果較好。原因:高斯噪聲是幅值近似正態(tài)分布,但分布在每點(diǎn)像素上。因?yàn)檎龖B(tài)分布的均值為0,所以均值濾波可以消除噪聲。16.中值濾波器對(duì)椒鹽噪聲的濾波效果如何?試分析其中的原因。中值濾波器的濾波原理是:在圖像上,對(duì)待處理的像素給定一個(gè)模板,該模板包括了其 周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值,就可以達(dá)到濾除噪聲的目的。中值濾波器對(duì)椒鹽噪聲的濾波效果較好。原因:椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上,圖像中有干凈點(diǎn)也有污染點(diǎn)。使用中值濾

8、波時(shí),被污染的點(diǎn)一般不處于中值的位置,即選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值,所以處理效果好。17.圖1所示為被噪聲污染的圖像,用那種方式可以得到較好的去除噪聲效果?18.圖像平滑、圖像銳化、圖像模糊、消除噪聲四個(gè)選項(xiàng)那些是低通濾波的結(jié)果,那些是高通濾波的結(jié)果。低通濾波對(duì)應(yīng)圖像平滑、圖像模糊、消除噪聲;高通濾波對(duì)應(yīng)圖像銳化。19.試簡(jiǎn)述高通濾波器和低通濾波器的功能,并舉例說(shuō)明。高通濾波器可以提取圖像的高頻信息,如邊緣等。低通濾波器可以去除圖像的噪聲等。20.說(shuō)明頻域?yàn)V波的步驟。21圖2所示的圖像,分別采用下面三種不同的模板進(jìn)行濾波,試畫(huà)出濾波后圖像的示意圖。 a ge 422.下圖分別作3×

9、3的鄰域平均和中值濾波處理(邊界不作處理,寫(xiě)出處理結(jié)果。23.用下圖所示模板H ,對(duì)所給圖像進(jìn)行一階微分銳化。(水平方向 a ge 5 習(xí)題二1.為何稱小波變換為信號(hào)的“電子顯微鏡”,如何實(shí)現(xiàn)該功能?小波變換的伸縮因子的變化,使得可以在不同尺度上觀察信號(hào),所以又稱電子顯微鏡。實(shí)現(xiàn)小波變換可以應(yīng)用Mall at 的快速算法。2.數(shù)據(jù)沒(méi)有冗余度能否壓縮?為什么?圖像數(shù)據(jù)量大,同時(shí)冗余數(shù)據(jù)也是客觀存在的。一般圖像中存在著以下數(shù)據(jù)冗余因素:(1 編碼冗余;(2 像素間的相關(guān)性形成的冗余;(3 視覺(jué)特性和顯示設(shè)備引起的冗余。 理論上,數(shù)據(jù)沒(méi)有冗余度是不壓縮的,否則無(wú)法解碼出原始數(shù)據(jù)。但在大部分應(yīng)用場(chǎng)合下

10、采用有損壓縮,數(shù)據(jù)沒(méi)有冗余度也可以進(jìn)行壓縮。3.引起圖像退化的原因有哪些?造成圖像退化的原因很多,大致可分為以下幾個(gè)方面:(1 射線輻射、大氣湍流等造成的照片畸變。(2 模擬圖像數(shù)字化的過(guò)程中,由于會(huì)損失部分細(xì)節(jié),造成圖像質(zhì)量下降。(3 鏡頭聚焦不準(zhǔn)產(chǎn)生的散焦模糊。(4 成像系統(tǒng)中始終存在的噪聲干擾。(5 拍攝時(shí),相機(jī)與景物之間的相對(duì)運(yùn)動(dòng)產(chǎn)生的運(yùn)動(dòng)模糊。(6 底片感光、圖像顯示時(shí)會(huì)造成記錄顯示失真。(7 成像系統(tǒng)的像差、非線性畸變、有限帶寬等造成的圖像失真。(8 攜帶遙感儀器的飛行器運(yùn)動(dòng)的不穩(wěn)定,以及地球自轉(zhuǎn)等因素引起的照片幾何失真。4.什么是彩色的減性模型和加性模型?哪一種模型更適合用于顯示

11、、圖片和打印場(chǎng)合? 由三基色混配各種顏色通常有兩種方法:相加混色法和相減混色法。相加混色和相減混色的主要區(qū)別表現(xiàn)在以下三個(gè)方面:(1 相加混色是由發(fā)光體發(fā)出的光相加而產(chǎn)生的各種顏色,而相減混色是先有白色光,然后從中減去某些成份(吸收得到各種顏色。(2 相加混色的三基色是紅、綠、藍(lán),而相減混色的三基色是黃、青、品紅。也就是說(shuō),相加混色的補(bǔ)色就是相減混色的基色。(3 相加混色和相減混色有不同的規(guī)律。彩色電視機(jī)顯示的顏色是通過(guò)相加混色產(chǎn)生的。而彩色電影和幻燈片等與繪畫(huà)原料、打印機(jī)打印圖片等是通過(guò)相減混色產(chǎn)生各種顏色的。5.哪個(gè)顏色空間最接近人的視覺(jué)系統(tǒng)的特點(diǎn)?在許多實(shí)用系統(tǒng)中,大量應(yīng)用的是HSI 模

12、型,這個(gè)模型是由色度(H ,飽和度(S ,亮度(I 三個(gè)分量組成的,與人的視覺(jué)特性比較接近。該模型的重要性在于:一方面消除了亮度成分I 在圖像中與顏色信息的聯(lián)系,另一方面色調(diào)H 和飽和度S 分量與人的視覺(jué)感受密切相關(guān)?；谌说囊曈X(jué)系統(tǒng)的顏色感覺(jué)特性,這些特征使HSI 模型成為一個(gè)研究圖像處理的重要工具。6.圖像復(fù)原和圖像增強(qiáng)的主要區(qū)別是什么?圖像增強(qiáng)主要是一個(gè)主觀過(guò)程,而圖像復(fù)原主要是一個(gè)客觀過(guò)程;圖像增強(qiáng)不考慮圖像是何退化的, 而圖像復(fù)原需知道圖像退化的機(jī)制和過(guò)程等先驗(yàn)知識(shí)。7.試述圖像退化的基本模型,并畫(huà)出框圖且寫(xiě)出數(shù)學(xué)表達(dá)式。圖像復(fù)原處理的關(guān)鍵是建立退化模型,原圖像 f(x,y是通過(guò)一個(gè)

13、系統(tǒng) H 及加入一來(lái)加性噪聲 n(x,y而退化成一幅圖像g(x ,y的,如下圖所示 a g e6這樣圖像的退化過(guò)程的數(shù)學(xué)表達(dá)式可寫(xiě)為: g(x,y=Hf(x,y+n(x,y 8.圖像量化時(shí),如果量化級(jí)比較小會(huì)出現(xiàn)什么現(xiàn)象?為什么? 如果量化級(jí)數(shù)過(guò)小,會(huì)出現(xiàn)偽輪廓現(xiàn)象。量化過(guò)程是將連續(xù)變化的顏色劃分到有限個(gè)級(jí)別中,必然會(huì)導(dǎo)致顏色信息損失。當(dāng)量化級(jí)別達(dá)到一定數(shù)量時(shí),人眼感覺(jué)不到顏色信息的丟失。當(dāng)量化級(jí)數(shù)過(guò)小時(shí),圖像灰度分辨率就會(huì)降低,顏色層次就會(huì)欠豐富,不同的顏色之間過(guò)度就會(huì)變得突然,可能會(huì)導(dǎo)致偽輪廓現(xiàn)象。9.圖像編碼基本原理是什么?數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式?雖然表示圖像需要大量的數(shù)據(jù),

14、但圖像數(shù)據(jù)是高度相關(guān)的,或者說(shuō)存在冗余(Redundancy 信息,去掉這些冗余信息后可以有效壓縮圖像,同時(shí)又不會(huì)損害圖像的有效信息。數(shù)字圖像的冗余主要表現(xiàn)為以下幾種形式:編碼冗余、視覺(jué)冗余、象素冗余。 10.小波基函數(shù)和傅里葉變換基函數(shù)有何區(qū)別?小波信號(hào)的非零點(diǎn)是有限的。它與傅里葉變換的基函數(shù)(三角函數(shù)、指數(shù)信號(hào)是不同的,傅里葉變換的基函數(shù)從負(fù)無(wú)窮到正無(wú)窮都是等幅振蕩的。11.小波變換在圖像處理中有著廣泛的應(yīng)用,請(qǐng)簡(jiǎn)述其在圖像的壓縮中的應(yīng)用原理。 一幅圖像經(jīng)過(guò)一次小波變換之后,概貌信息大多集中在低頻部分,而其余部分只有微弱的細(xì)節(jié)信息。為此,如果只保留占總數(shù)據(jù)量1/4的低頻部分,對(duì)其余三個(gè)部分

15、的系數(shù)不存儲(chǔ)或傳輸,在解壓時(shí),這三個(gè)子塊的系數(shù)以0來(lái)代替,則就可以省略圖像部分細(xì)節(jié)信息,而畫(huà)面的效果跟原始圖像差別不是很大。這樣,就可以得到圖像壓縮的目的。 12.簡(jiǎn)述DCT 變換編碼的主要過(guò)程。 第一步,將圖像分成8*8的子塊; 第二步,對(duì)每個(gè)子塊進(jìn)行DCT 變換; 第三步,將變換后的系數(shù)矩陣進(jìn)行量化,量化后,得到的矩陣左上角數(shù)值較大,右下部分為0;第四步,對(duì)量化后的矩陣進(jìn)行Z 形掃描,以使得矩陣中為0的元素盡可能多的連在一起; 第五步,對(duì)Z 掃描結(jié)果進(jìn)行行程編碼; 第六步,進(jìn)行熵編碼。13.說(shuō)明逆濾波法復(fù)原圖像的基本原理及步驟。1對(duì)退化圖像g(x ,y作二維離散傅立葉變換,得到G(u,v;

16、2計(jì)算系統(tǒng)點(diǎn)擴(kuò)散函數(shù)h(x ,y的二維傅立葉變換,得到H(u,v。3計(jì)算,(v u F4計(jì)算,(v u F 的逆傅立葉變換,求得,(y x f14.設(shè)某一幅圖像共有8個(gè)灰度等級(jí),各灰度出現(xiàn)的概率分別為:0.40,0.15,0.15,0.10,0.07,0.06,0.04,0.03。試對(duì)此圖像進(jìn)行Huffman 編碼,計(jì)算編碼效率。a g e71計(jì)算圖象的熵,即理論熵編碼平均碼字長(zhǎng)度821log 2.53k k k H p p =-=,其中pk 是各個(gè)灰度等級(jí)出現(xiàn)的概率。2計(jì)算實(shí)際編碼的平均碼字長(zhǎng)度812.57k k k p =,其中k 是各個(gè)灰度等級(jí)的的碼字長(zhǎng)度。 3計(jì)算編碼效率/98.4%H

17、 =15. Matlab 是一個(gè)重要的圖像處理工具,試逐條解釋下列Matlab 語(yǔ)句所實(shí)現(xiàn)的功能。 I=imread(lenna.bmp imshow(I B= fft2(I C = fftshift(Bfigure, imshow(log(abs(B, figure, imshow(log(abs(C, 16.簡(jiǎn)述JPEG 的壓縮過(guò)程,并說(shuō)明壓縮的有關(guān)步驟中分別減少了哪種冗余? 分塊->顏色空間轉(zhuǎn)換->零偏置轉(zhuǎn)換->DCT 變換->量化->符號(hào)編碼。顏色空間轉(zhuǎn)換,減少了心理視覺(jué)冗余;零偏置轉(zhuǎn)換,減少了編碼冗余;量化減少了心理視覺(jué)冗余;符號(hào)編碼由于是霍夫曼編碼加行

18、程編碼,因此即減少了編碼冗余(霍夫曼編碼又減少了像素冗余(行程編碼。習(xí)題三 a g e8 1. 簡(jiǎn)述圖像分割的概念、作用及策略。概念: 圖像分割是指通過(guò)某種方法,使得畫(huà)面場(chǎng)景中的目標(biāo)物被分為不同的類別。 作用:把反應(yīng)物體真實(shí)情況的占據(jù)不同區(qū)域的具用不同特性的目標(biāo)分離出來(lái),圖像分割是圖像分析和圖像描述的關(guān)鍵步驟,圖像分割的好壞直接影響了后續(xù)圖像處理的效果。 基本策略:基于灰度值的不連續(xù)性和相似性路線1:檢測(cè)圖像像素灰度值的相似性,選擇閾值,找到灰度值相似的區(qū)域,區(qū)域的外輪廓就是物體的邊界。路線2:檢測(cè)圖像像素灰度級(jí)的不連續(xù)性,找到線(寬度為1、邊(不定寬度。先找邊,后確定區(qū)域。2.說(shuō)明圖像分割的

19、主要方法。閾值方法:根據(jù)圖像的灰度值的分布特性確定某個(gè)閾值來(lái)進(jìn)行圖像分割 邊界分割方法:通過(guò)檢測(cè)出封閉的某個(gè)區(qū)域的邊界來(lái)進(jìn)行圖像分割區(qū)域提取方法:根據(jù)特定區(qū)域與其他背景區(qū)域特性上的不同來(lái)進(jìn)行圖像分割,基于像素聚類的分割方法。3. Canny 算子邊緣檢測(cè)步驟。 (a 對(duì)圖像進(jìn)行高斯濾波;(b 用方向梯度算子計(jì)算圖像的方向梯度以及梯度方向; (c 進(jìn)行非極大值抑制;(d 采用雙閾值技術(shù)進(jìn)行邊緣遲滯; (e 獲取邊緣。4. 說(shuō)明采用Hough 變換檢測(cè)圖像中的直線的主要原理?；舴蜃儞Q的基本思想是點(diǎn)-線的對(duì)偶性。圖像變換前在圖像空間,變換后在參數(shù)空間。在圖像空間中的直線上的每一個(gè)點(diǎn)都會(huì)映射到參數(shù)空間

20、中的相同參數(shù),所以只要找到這個(gè)參數(shù)就可以找到圖像空間中的直線。Hough 變換就是根據(jù)這個(gè)原理檢測(cè)直線的。 5. 請(qǐng)敘述邊緣跟蹤算法的主要步驟,并采用邊緣跟蹤算法對(duì)如下的邊緣圖像進(jìn)行邊緣跟蹤,將跟蹤結(jié)果填入表中。 6.請(qǐng)分別給出以下二值化邊緣圖像的原鏈碼、歸一化鏈碼、差分碼、歸一化的差分碼,并說(shuō)明各類鏈碼的基本特點(diǎn)。 解答:按照8-鏈碼編碼 原碼:0777*a g e9歸一化鏈碼: 0777* 差分碼:67006707061歸一化的差分碼:006707061678.請(qǐng)畫(huà)圖表示開(kāi)運(yùn)算及閉運(yùn)算的運(yùn)算過(guò)程。開(kāi)運(yùn)算平滑圖像輪廓,去掉長(zhǎng)的突起閉運(yùn)算平滑圖像的輪廓,融合窄的缺口和細(xì)長(zhǎng)的彎口,、邊緣、毛刺和

21、孤點(diǎn)。填補(bǔ)圖像的裂縫及破洞9. 若灰度相似準(zhǔn)則V=1,試按四連通和八連通分別標(biāo)出題圖8.13 所示圖像的目標(biāo)物區(qū)域邊界。根據(jù)邊界的定義,以及邊界點(diǎn)集合S 和S的補(bǔ)集SC 的連通性對(duì)應(yīng)關(guān)系,題圖8.13 所示圖像的目標(biāo)物區(qū)域邊界如下圖,其中邊界點(diǎn)用1 表示,背景點(diǎn)用0 表示,非邊界的目標(biāo)物點(diǎn)用空格表示。 (1四連通目標(biāo)物區(qū)域邊界四連通目標(biāo)物區(qū)域邊界由四連通的邊界點(diǎn)組成,其中四連通的邊界點(diǎn)由值為1 且有八連通的相鄰0值點(diǎn)的目標(biāo)物點(diǎn)組成,如上圖所示: (2八連通目標(biāo)物區(qū)域邊界八連通目標(biāo)物區(qū)域邊界由八連通的邊界點(diǎn)組成,其中八連通的邊界點(diǎn)由值為1 且有四連通a g e10的相鄰0值點(diǎn)的目標(biāo)物點(diǎn)組成,如下

22、圖所示:10. 題圖8.1 給出了一幅二值圖像,用八方向鏈碼對(duì)圖像中的邊界進(jìn)行鏈碼表述(起點(diǎn)是S 點(diǎn),寫(xiě)出它的八鏈碼(沿順時(shí)鐘,并對(duì)該鏈碼進(jìn)行起點(diǎn)歸一化,說(shuō)明起點(diǎn)歸一化鏈碼與起點(diǎn)無(wú)關(guān)的原因。(1 八鏈碼為:07000065653434222。(2 歸一化八鏈碼為:00006565343422207。同一個(gè)封閉邊界的不同起點(diǎn)的各個(gè)鏈碼可以看作是由表示該邊界的一串?dāng)?shù)碼(鏈碼循環(huán)移位得到的,如果把這一串?dāng)?shù)看作N 位自然數(shù),則不同的起點(diǎn)就形成不同大小的N 位自然數(shù),其中必存在一個(gè)最小,若將最小的N 位自然數(shù)串的起點(diǎn)作為歸一化鏈碼的起點(diǎn),則該歸一化鏈碼必唯一,也與起點(diǎn)無(wú)關(guān)。 11. 針對(duì)題10:(1 寫(xiě)

23、出其一階差分碼,并說(shuō)明其與邊界的旋轉(zhuǎn)無(wú)關(guān); (2 寫(xiě)出其形狀數(shù),并說(shuō)明階數(shù)。(1 一階差分碼為:67100067176171600。當(dāng)四鏈碼旋轉(zhuǎn) 900(或八鏈碼旋轉(zhuǎn)450的整倍數(shù)時(shí),同起點(diǎn)的封閉邊界旋轉(zhuǎn)前后的原鏈碼就不同,但鏈碼的數(shù)串中前后數(shù)碼的變化大小是不變的,而差分碼就定義為原鏈碼前后數(shù)碼的差模值,因此其差分碼就不變,也就是説,一階差分碼與邊界的旋轉(zhuǎn)無(wú)關(guān)。(2 形狀數(shù)就是歸一化的差分碼,即為:00067176171600671,形狀數(shù)的階數(shù)為17。12.圖像中背景像素的均值與標(biāo)準(zhǔn)差分別為110 和20,目標(biāo)像素的均值和標(biāo)準(zhǔn)差分別為200 和45。試提出1 種基于區(qū)域生長(zhǎng)的方法將目標(biāo)分割出

24、來(lái)。 可采用區(qū)域生長(zhǎng)方法,其步驟如下: (1從左至右,從上到下掃描圖像;(2將發(fā)現(xiàn)的灰度值大于200 的像素作為種子點(diǎn)進(jìn)行區(qū)域生長(zhǎng),生長(zhǎng)準(zhǔn)則為將相鄰的灰度值與已有區(qū)域的平均灰度值的差小于45×3=135 的像素?cái)U(kuò)展進(jìn)來(lái)(由于目標(biāo)區(qū)的標(biāo)準(zhǔn)差為45,取其置信區(qū)間為3,即為135。; (3如果不能再生長(zhǎng),則標(biāo)記已生長(zhǎng)的區(qū)域;(4如果掃描到圖像的右下角,則結(jié)束過(guò)程;否則返回(1,繼續(xù)進(jìn)行。 13. 根據(jù)所給結(jié)構(gòu)元素,對(duì)原圖像進(jìn)行腐蝕、膨脹。14. 何為灰度共生矩陣?試求下面圖像0度方向的灰度共生矩陣。 a ge 11 模式識(shí)別習(xí)題1. 圖像都有哪些特征?(1幅度特征(2直方圖特征(3變換系數(shù)

25、特征(4線條和角點(diǎn)的特征(5灰度邊沿特征(6紋理特征(72.什么是圖像匹配?圖像匹配的方法?(1把不同傳感器或者同一傳感器在不同時(shí)間,不同成像條件下對(duì)同一景物獲取的兩幅或多幅圖像在空間上對(duì)準(zhǔn),或根據(jù)已知模式到另一模式圖中尋找相應(yīng)的模式。(2模板匹配法、其他快速計(jì)算法、受幾何失真等影響小的匹配算法、幾種實(shí)用的圖像匹配算法3.說(shuō)明模板匹配的原理?課本P1744. 最小距離分類器進(jìn)行模式識(shí)別的工作原理是什么?5.匹配形狀數(shù)的基本思想是什么?通過(guò)比較對(duì)象邊緣的形狀數(shù)的相似程度,來(lái)匹配對(duì)象。6.說(shuō)明串匹配的算法思想。a 由于匹配是逐字符進(jìn)行的,選擇一個(gè)好的開(kāi)始點(diǎn),可以大大減少計(jì)算量。b 任何將兩個(gè)串規(guī)則

26、化為符號(hào)相同字符開(kāi)頭的方法都是有效的,只是這種方法不是窮舉起點(diǎn)。C 最大的R 給出了最好的匹配a ge 127.說(shuō)明神經(jīng)網(wǎng)絡(luò)中反向傳播(BP 算法的主要思想。BP 學(xué)習(xí)算法由正向傳播和反向傳播組成:正向傳播是輸入信號(hào)從輸入層經(jīng)隱層,傳向輸出層,若輸出層得到了期望的輸出,則學(xué)習(xí)算法結(jié)束;否則,轉(zhuǎn)至反向傳播。反向傳播是將誤差(樣本輸出與網(wǎng)絡(luò)輸出之差按原聯(lián)接通路反向計(jì)算,由梯度下降法調(diào)整各層節(jié)點(diǎn)的權(quán)值和閾值,使誤差減小8. 說(shuō)明前饋神經(jīng)網(wǎng)絡(luò)與統(tǒng)計(jì)模式識(shí)別的關(guān)系。1、神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)的統(tǒng)計(jì)模式識(shí)別在很多方面是相聯(lián)系的,這種聯(lián)系不但在于它們都是試圖從樣本數(shù)據(jù)出發(fā)完成模式識(shí)別問(wèn)題,更重要的是它們?cè)诜椒ㄉ暇哂?/p>

27、一定的等價(jià)關(guān)系。2、單層的感知器模型實(shí)際上就是一種線性分類器3、多層感知器則可看作它的某種非線性推廣和發(fā)展:自組織映射網(wǎng)絡(luò)如果使其鄰域交互作用設(shè)為零則等價(jià)于C 均值聚類算法。4、它們之間的這些關(guān)系已經(jīng)成為近年來(lái)入們廣泛研究的方向之一,其中研究最多也是最有成果的就是前饋型神經(jīng)網(wǎng)絡(luò)與統(tǒng)計(jì)模式識(shí)別的關(guān)系。9. 分析自動(dòng)機(jī)識(shí)別器與句法分析的關(guān)系。10. 說(shuō)明傳統(tǒng)的圖像數(shù)據(jù)結(jié)構(gòu)。11. 分層數(shù)據(jù)結(jié)構(gòu)的作用和種類。12. 請(qǐng)論述模式識(shí)別系統(tǒng)的主要組成部分及其設(shè)計(jì)流程,并簡(jiǎn)述各組成部分中常用方法的主要思想。13. 支持向量機(jī)的基本思想14. 1什么是特征選擇?從一組特征中挑選出一些最有效的特征以達(dá)到降低特征

28、維數(shù)的目的,這個(gè)過(guò)程叫特征選擇。2什么是Fisher 線性判別?15. 聚類分析的常用算法及算法思想。一、簡(jiǎn)單聚類法1. 最近鄰規(guī)則的簡(jiǎn)單試探法2. 最大最小距離算法:以最大距離原則選取新的聚類中心,以最小距離原則進(jìn)行模式歸類;二、 系統(tǒng)聚類法首先每一個(gè)樣本自成一類,然后按照距離準(zhǔn)則逐步合并,類別數(shù)由多到少,達(dá)到合適的類別數(shù)為止。三、動(dòng)態(tài)聚類法首先選擇若干個(gè)樣本點(diǎn)作為聚類中心,然后各樣本點(diǎn)向各個(gè)中心聚集,得到初始分類;判斷初始分類是否合理,如果不合理,則修改聚類中心 a ge 1316. 貝葉斯判決準(zhǔn)則有哪些?(1最大后驗(yàn)概率準(zhǔn)則(217. 聚類分析的思想。1、 若有未知類別的n 個(gè)樣本,要把

29、它們分到C 類中,可以有不同的聚類方法,如何評(píng)價(jià)聚類的好壞,需要決定一個(gè)聚類準(zhǔn)則。2、 聚類準(zhǔn)則的確定有兩種方法,一是憑經(jīng)驗(yàn),根據(jù)分類問(wèn)題,選擇一種準(zhǔn)則(例如以距離函數(shù)作相似性度量,用不斷修改閥值,來(lái)達(dá)到某種最佳分類。另一種方法是確定一種函數(shù),當(dāng)該函數(shù)取最小值時(shí),仍未達(dá)到最佳分類。18.前饋神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別的原理。19. 簡(jiǎn)述線性判別函數(shù)法進(jìn)行多類問(wèn)題識(shí)別的方法。20. 貝葉斯決策的思想及兩種決策準(zhǔn)則和判決規(guī)則。思想:當(dāng)被識(shí)對(duì)象用n 維隨機(jī)向量X 表示,而我們已知分類的先驗(yàn)概率的條件概率密度函數(shù),便可根據(jù)貝葉斯公式,求解后驗(yàn)概率,并按后驗(yàn)概率的大小來(lái)判別分類,這就是貝葉斯決策方法。準(zhǔn)則及規(guī)

30、則:(1最小錯(cuò)誤概率貝葉斯判別準(zhǔn)則(2最小風(fēng)險(xiǎn)貝葉斯判別21. 監(jiān)督學(xué)習(xí)與非監(jiān)督學(xué)習(xí)的區(qū)別?監(jiān)督學(xué)習(xí)方法用來(lái)對(duì)數(shù)據(jù)實(shí)現(xiàn)分類,分類規(guī)則通過(guò)訓(xùn)練獲得。該訓(xùn)練集由帶分類號(hào)的數(shù)據(jù)集組成,因此監(jiān)督學(xué)習(xí)方法的訓(xùn)練過(guò)程是離線的。 非監(jiān)督學(xué)習(xí)方法不需要單獨(dú)的離線訓(xùn)練過(guò)程,也沒(méi)有帶分類號(hào)(標(biāo)號(hào)的訓(xùn)練數(shù)據(jù)集,一般用來(lái)對(duì)數(shù)據(jù)集進(jìn)行分析,如聚類,確定其分布的主分量等。就道路圖像的分割而言,監(jiān)督學(xué)習(xí)方法則先在訓(xùn)練用圖像中獲取道路象素與非道路象素集,進(jìn)行分類器設(shè)計(jì),然后用所設(shè)計(jì)的分類器對(duì)道路圖像進(jìn)行分割。使用非監(jiān)督學(xué)習(xí)方法,則依據(jù)道路路面象素與非道路象素之間的聚類分析進(jìn)行聚類運(yùn)算,以實(shí)現(xiàn)道路圖像的分割22. 結(jié)構(gòu)模式識(shí)別

31、的主要思想。補(bǔ)充:1、數(shù)字圖像處理研究的主要內(nèi)容?(1圖像數(shù)字化(2圖像變換(3圖像增強(qiáng)(4圖像復(fù)原(5圖像數(shù)據(jù)壓縮 典型的低通、高通濾波器有哪些?工作原理是什么?同態(tài)濾波器的工作原理?對(duì)彩色圖像如何進(jìn)行平滑處理? (12x l <>1221x 兩類問(wèn)題的判決規(guī)則為:如果 則判: 注意,若: 1212(=x l 我們規(guī)定任判或拒a ge 14令S xy 表示在RGB 彩色圖像中定義一個(gè)中心在(x ,y 的鄰域的坐標(biāo)集,在該鄰域中RGB 分量的平均值為:可以得出結(jié)論:用鄰域平均值平滑可以在每個(gè)彩色平面的基礎(chǔ)上進(jìn)行,其結(jié)果與用RGB 彩色向量執(zhí)行平均是相同的。平滑濾波可以使圖像模糊化,

32、從而減少圖像中的噪聲。偽彩色圖像處理的基本原理及方法。原理:將灰度圖像或者單色圖像的各個(gè)灰度級(jí)匹配到彩色空間中的一點(diǎn),從而使單色圖像映射成彩色圖像。方法:強(qiáng)度分層(亮度切割灰度級(jí)到彩色變換頻域?yàn)V波敘述幾何畸變圖像的恢復(fù)的算法步驟。算術(shù)編碼的原理及方法?* 算術(shù)編碼原理及方法是將被編碼的信源消息表示成0-1之間的一個(gè)間隔,即小數(shù)區(qū)間,消息越長(zhǎng),編碼表示它的間隔就越小;* 以小數(shù)表示間隔,表示的間隔越小所需的二進(jìn)制位數(shù)就越多,碼字就越長(zhǎng)。反之,間隔越大,編碼所需的二進(jìn)制位數(shù)就少,碼字就短。* 算術(shù)編碼將被編碼的圖像數(shù)據(jù)看作是由多個(gè)符號(hào)組成的字符序列,對(duì)該序列遞歸地進(jìn)行算術(shù)運(yùn)算后,成為一個(gè)二進(jìn)制分?jǐn)?shù);* 接收端解碼過(guò)程也是算術(shù)運(yùn)算,由二進(jìn)制分?jǐn)?shù)重建圖像符號(hào)序列。JPEG 圖像壓縮的過(guò)程。連續(xù)幀圖像壓縮的基本思想。在各連續(xù)幀之間存在簡(jiǎn)單的相關(guān)性平移運(yùn)動(dòng)。一個(gè)特定畫(huà)面上的像素量值: 1可以根據(jù)同幀附近像素來(lái)加以預(yù)測(cè),被稱為:幀內(nèi)編碼技術(shù) 2可以根據(jù)附近幀中的像素來(lái)加以預(yù)測(cè),被稱為:幀間編碼技術(shù) 通