數(shù)字圖像處理每章課后題參考答案

1、數(shù)字圖像處理每章課后題參考答案第一章和第二章作業(yè)： 1.簡述數(shù)字圖像處理的研究內(nèi)容。2 .什么是圖像工程？根據(jù)抽象程度和研究方法等的不同，圖像工程可分為哪幾個層次？每個層次包含哪些研究內(nèi)容？3 .列舉并簡述常用表色系。1. 簡述數(shù)字圖像處理的研究內(nèi)容？答：數(shù)字圖像處理的主要研究內(nèi)容，根據(jù)其主要的處理流程與處理目標(biāo)大致可以分為圖像信息的描述、圖像信息的處理、圖像信息的分析、圖像信息的編碼以及圖像信息的顯示等幾個方面，將這幾個方面展開，具體有以下的研究方向：2. 圖像數(shù)字化，3. 圖像增強，4. 圖像幾何變換，5. 圖像恢復(fù)，6. 圖像重建，7. 圖像隱藏，8. 圖像變換，9. 圖像編碼，10.

2、圖像識別與理解。11. 么是圖像工程？根據(jù)抽象程度和研究方法等的不同，圖像工程可分為哪幾個層次？每個層次包含哪些研究內(nèi)容？1 / 12答：圖像工程是一門系統(tǒng)地研究各種圖像理論、技術(shù)和應(yīng)用的新的交叉科學(xué)。根據(jù)抽象程度、研究方法、操作對象和數(shù)據(jù)量等的不同，圖像工程可分為 三個層次：圖像處理、圖像分析、圖像理解。圖像處理著重強調(diào)在圖像之間進行的變換。比較狹義的圖像處理主要滿足 對圖像進行各種加工以改善圖像的視覺效果。圖像處理主要在圖像的像素級上 進行處理，處理的數(shù)據(jù)量非常大。圖像分析則主要是對圖像中感興趣的目標(biāo)進行檢測和測量，以獲得它們的客觀信息從而建立對圖像的描述。圖像分析處于中層，分割和特征提取

3、把原來 以像素描述的圖像轉(zhuǎn)變成比較簡潔的非圖形式描述。圖像理解的重點是進一步研究圖像中各目標(biāo)的性質(zhì)和它們之間的相互聯(lián)系，并得出對圖像內(nèi)容含義的理解以及對原來客觀場景的解釋，從而指導(dǎo)和規(guī) 劃行為。圖像理解主要描述高層的操作，基本上根據(jù)較抽象地描述進行解析、 判斷、決策，其處理過程與方法與人類的思維推理有許多相似之處。第三章圖像基本概念1. 圖像量化時，如果量化級比較小時會出現(xiàn)什么現(xiàn)象？為什么？答：當(dāng)實際場景中存在如天空、白色墻面、人臉等灰度變化比較平緩的區(qū)域時，采用比較低的量化級數(shù)，則這類圖像會在畫面上產(chǎn)生偽輪廓（即原始場景 中不存在的輪廓）。圖像的量化等級反映了采樣的質(zhì)量，數(shù)字圖像的量化級數(shù)

4、隨圖像的內(nèi)容及處理的目的差別而不同，低的量化級數(shù)只滿足于處理簡單的線 條而對于圖像，若線條不明顯時，則會產(chǎn)生偽輪廓。人眼對灰度誤差有一個敏 感度閾值，當(dāng)灰度誤差大于門限值時，即量化誤差大于視覺閾值時，人眼看到 的圖像會出現(xiàn)偽輪廓。2.為什么非均勻量化多用于量化級數(shù)少的場合，而在量化級數(shù)多的場合不 用？答：非均勻量化是依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，是按 總的量化誤差最小的原則進行量化的方法，通過對圖像中像素灰度值頻繁出現(xiàn) 的灰度值范圍，量化間隔小一些，而對那些像素灰度級數(shù)比較少，量化間隔大 一些。在同樣的灰度級數(shù)下，非均勻量化已經(jīng)足夠?qū)D像的細節(jié)進行描述，采 用非均勻量化的效果比均

5、勻量化的圖像效果好。但是當(dāng)允許量化級數(shù)比較多時，因為均勻量化已經(jīng)足夠?qū)D像的細節(jié)進 行描述，采用非均勻量化的效果不明顯，只能徒增量化算法的復(fù)雜度。第4xx圖像增強I .已知一幅圖像為：II 3 3f 21120010996對其進行灰度直方圖的均衡化處理。答：經(jīng)過均衡化處理后得到的新圖像為：40 40104 104 G 8440 4084112140140120# / 124004010425524321121117114017119123925522721117117117117122722722719119114014023521184841041048421119119112017184

6、108848440 84408402.已知一幅圖像為：10 8 f 8799282934283217221 7220對其進行線性動態(tài)范圍調(diào)整處理，其中灰度變化區(qū)域a, b為2, 9。答：最終的圖像數(shù)據(jù)為10090910130G 9910077000107000第5章幾何變換1.已知一幅圖像為:1234 6789 f5101520 251）進行酉=2, 4=3平移后的圖像矩陣。2）對其進行縮小，其中k1=0.6, k2=0.75,寫出縮小后的圖像矩陣答：平移后得到圖像數(shù)據(jù)為：0 00 G0 00 0000000014151920 242500縮小后的圖像矩陣為：91068 G2.已知一幅圖像為：

7、123 f4567891）對其旋轉(zhuǎn)30度后的圖像矩陣2）對其旋轉(zhuǎn)45度后的圖像矩陣3）對其旋轉(zhuǎn)60度后的圖像矩陣答：1）旋轉(zhuǎn)30度的后圖像矩陣為：7 / 120 1G00024730580690 。(2)旋轉(zhuǎn)45度后的圖像矩陣為：0236 G10590478(3)旋車6 60度后的圖像矩陣為：0 0G10324065070980第6章噪聲抑制已知圖像為：9108 11409F1290911107786 1)采用高斯模板對其進行均值濾波處理;9 / 122）采用3X攜板對其進行中值濾波處理。答：1）采用高斯模板進行濾波處理后的圖像為9 11G129108717117139811106 2）采用3

8、 X辨I板進行濾波處理后的圖像為9108 1198G121099111077862 .簡述K近鄰平滑濾波器原理及實現(xiàn)步驟？答：原理：在一個與待處理像素鄰近的范圍內(nèi)，尋找出其中像素值與之最接近的K個鄰點，用這K個鄰點的均值（或中值）替代原像素值；如果待處理像素為非噪 聲點，則通過選擇像素值與之相近的鄰點，可以保證在進行平滑處理時，基本 上是同一個區(qū)域的像素值的計算；如果待處理像素是噪聲點，則因為噪聲本身 具有孤立點的特點，因此，進行平滑處理時，可以對其進行抑制。K近鄰中值濾波器實現(xiàn)步驟如下：以待處理像素為中心，作一個 mxm的作用模板。在模板中，選擇K個與待處理像素的灰度差為最小的像素。將這K個

9、像素的灰度均值（或中值）替換掉原來的像素值。11 / 12000設(shè)圖像為：1 1F3158714971011046 分別采用Roberts算子、Sobel算子和常用的Laplacian算子對其進行銳化。答：1）采用Roberts算子銳化后的圖像數(shù)據(jù)為0001040 G013110002）采用Sobel算子銳化后的圖像數(shù)據(jù)為00047120 G038340003）采用Laplacian算子銳化后的圖像數(shù)據(jù)為0 01150840000 第8章圖像分割3 .分別簡述利用直方圖雙峰法、P參數(shù)法和均勻性度量法進行圖像分割的原 理。答：三者都是基于灰度分布的閾值方法，即確定某閾值，根據(jù)圖像中每個像素 的灰

10、度值大于或小于該閾值，進行分割。(1)直方圖雙峰法：當(dāng)圖像的灰度直方圖為雙峰分布時，表明圖像的內(nèi)容大致為兩個部分，分 別為灰度分布的兩個山峰的附近，選擇閾值為兩峰的谷底點，可將畫面從圖像 中分割出來。(2)P參數(shù)法的基本原理：該方法是針對預(yù)先已知圖像中目標(biāo)物所占比例的情況下，所采用的一種簡 單且有效的方法。選擇一個閾值，使前景目標(biāo)物所占的比例為p,背景所占比例為 1-p。(3)均勻性度量法：當(dāng)圖像被分為目標(biāo)物和背景兩個類別時，屬于同一類別內(nèi)的像素值分布應(yīng) 該具有均勻性。4 .試比較區(qū)域生長法和區(qū)域分裂與合并方法的異同之處。答：相同點：相似性的測度都可以由所確定的閾值來決定，對于有相同或相似性質(zhì)

11、的鄰 域像素進行合并。都是針對非規(guī)則圖形，基于區(qū)域整體特性的圖像分割方法，13 / 12不同點：區(qū)域生長法關(guān)鍵是需要根據(jù)先驗知識選取種子點，對每個分割的區(qū)域找一 個種子點，然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素與 種子像素合并。區(qū)域合并與分裂方法的核心是將圖像分成若干子塊，對每個子塊的屬性進 行計算，當(dāng)屬性表明該子塊包含不同區(qū)域的像素，則該子塊再分成若干子塊， 如果幾個子塊的屬性相似，則這幾個相似屬性的子塊合并成一個大的區(qū)域。5 .簡述區(qū)域增長法的基本思想。答：將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域，首先，對每個要分割的區(qū)域找 一個種子點，然后將種子點像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像 素合并到種子像素所在區(qū)域中，將這些新像素當(dāng)作新的種子點繼續(xù)進行上面的 過程，直到?jīng)]有滿足條件的像素點時停止生長。其中，相似性準則可以是灰度 級、彩色、組織、梯度或其他特性。6 .簡述區(qū)域分裂與合并的基本思想。答：將圖像分成若干子塊，對每個子塊的屬性進行計算，當(dāng)屬性表明該子塊包 含不同區(qū)域的像素，則該子塊再分為若干子塊，如果幾個子塊的屬性相似，則 這幾個相似屬性的子塊合并成一個大的區(qū)域。直到?jīng)]有可以合并、分裂的子塊 為止。第9章利用結(jié)構(gòu)元素S對下圖所示二值圖像進行一次腐蝕處理、膨脹