名詞解釋77384

1、名詞解釋：1 灰度直方圖：灰度直方圖（histogram）是灰度級的函數(shù)，它表示圖象中具有每種灰度級的象素的個數(shù)，反映圖象中每種灰度出現(xiàn)的頻率。它是多種空間域處理技術的基礎。直方圖操作能夠有效用于圖像增強；提供有用的圖像統(tǒng)計資料，其在軟件中易于計算，適用于商用硬件設備。 灰度直方圖性質(zhì)：1）表征了圖像的一維信息。只反映圖像中像素不同灰度值出現(xiàn)的次數(shù)（或頻數(shù)）而未反映像素所在位置。2）與圖像之間的關系是多對一的映射關系。一幅圖像唯一確定出與之對應的直方圖，但不同圖像可能有相同的直方圖。3）子圖直方圖之和為整圖的直方圖。2 線性移不變系統(tǒng)：一個系統(tǒng)，如果滿足線性疊加原理，則稱為線性系統(tǒng)， 一個系統(tǒng)

2、，如果系統(tǒng)特征T·不受輸入序列移位（序列到來的早晚）的影響，則系統(tǒng)稱為移不變系統(tǒng)。由于很多情況下序號對應于時間的順序，這時也把“移不變”說成是“時不變”。既滿足線性，又滿足移不變條件的系統(tǒng)是線性移不變系統(tǒng)。這是一種最常用、也最容易理論分析的系統(tǒng)。這里約定：此后如不加說明，所說的系統(tǒng)均指線性移不變/時不變系統(tǒng)，簡稱LSI/LTI系統(tǒng)。3 圖像分割：為后續(xù)工作有效進行而將圖像劃分為若干個有意義的區(qū)域的技術稱為圖像分割(Image Segmentation) 而目前廣為人們所接受的是通過集合所進行的定義： 令集合R代表整個圖像區(qū)域，對R的圖像分割可以看做是將R分成N個滿足以下條件的非空子集

3、R1，R2，R3，RN； （1）在分割結(jié)果中，每個區(qū)域的像素有著相同的特性 （2）在分割結(jié)果中，不同子區(qū)域具有不同的特性，并且它們沒有公共特性 （3）分割的所有子區(qū)域的并集就是原來的圖像 （4）各個子集是連通的區(qū)域4 數(shù)字圖像處理：數(shù)字圖像處理（Digital Image Processing）又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。一般來講,對圖像進行處理(或加工、分析)的主要目的有三個方面: (1)提高圖像的視感質(zhì)量,如進行圖像的亮度、彩色變換,增強、抑制某些成分,對圖像進行幾何變換等,以改善圖像的質(zhì)量。 (2)提取圖像中所包含的某些特征或特殊信

4、息,這些被提取的特征或信息往往為計算機分析圖像提供便利。提取特征或信息的過程是模式識 別或計算機視覺的預處理。提取的特征可以包括很多方面,如頻域特征、灰度或顏色特征、邊界特征、區(qū)域特征、紋理特征、形狀特征、拓撲特征和關系結(jié)構(gòu)等。 (3)圖像數(shù)據(jù)的變換、編碼和壓縮,以便于圖像的存儲和傳輸。5 像素的鄰域：鄰域是指一個像元（x，y）的鄰近（周圍）形成的像元集合。即（x=p,y=q）p、q為任意整數(shù)。像素的四鄰域 像素p(x,y)的4-鄰域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1)。1.數(shù)字圖像：數(shù)字圖像是將一幅畫面在空間上分割成離散的點（或像元），各點（或像元）的灰度值

5、經(jīng)量化用離散的整數(shù)來表示，形成計算機能處理的形式。2. 圖像銳化：圖像銳化是增強圖象的邊緣或輪廓。3. 灰度共生矩陣：從圖象灰度為i的像元出發(fā)，沿某一方向、距離為d的像元灰度為j同時出現(xiàn)的概率P(i,j,d)，這樣構(gòu)成的矩陣稱灰 度共生矩陣。4. 細化：細化是提取線寬為一個像元大小的中心線的操作。5.無失真編碼：無失真編碼是指壓縮圖象經(jīng)解壓可以恢復原圖象，沒有任何信息損失的編碼技術。8-連通的定義；圖像增強；圖像復原；圖像銳化；邊緣檢測；圖像識別1、數(shù)字圖像:數(shù)字圖像是指由被稱作像素的小塊區(qū)域組成的二維矩陣。將物理圖像行列劃分后，每個小塊區(qū)域稱為像素（pixel）。2、8-連通的定義:-對于具

6、有值V的像素p和q ,如果q在集合N8(p)中,則稱這兩個像素是8-連通的。3、 灰度直方圖灰度直方圖是指反映一幅圖像各灰度級像元出現(xiàn)的頻率。4、中值濾波中值濾波是指將當前像元的窗口（或領域）中所有像元灰度由小到大進行排序，中間值作為當前像元的輸出值。   像素的鄰域 鄰域是指一個像元（x，y）的鄰近（周圍）形成的像元集合。即（x=p,y=q）p、q為任意整數(shù)。像素的四鄰域        像素p(x,y)的4-鄰域是:(x+1,y),(x-1,y) ,(x,y+1), (x,

7、y-1)簡答題：1 什么是正交變換？用于圖像處理的正交變換有哪些？各有何作用？。在圖像處理中，圖像變換主要目的是將圖像的能量盡量集中在少量系數(shù)上，從而最大限度地去除原始圖像數(shù)據(jù)中的相關性！正交變換有去除相關性和能量集中的性質(zhì)。變換編碼不是直接對空域圖像信號編碼，而是首先將空域圖像信號映射變換到另一個正交矢量空間(變換域或頻域)，產(chǎn)生一批變換系數(shù)，然后對這些變換系數(shù)，進行編碼處理。變換編碼不是直接對空域圖像信號編碼，而是首先將空域圖像信號映射變換到另一個正交矢量空間(變換域或頻域)，產(chǎn)生一批變換系數(shù)，然后對這些變換系數(shù)，進行編碼處理。數(shù)字圖像信號經(jīng)過正交變換為什么能夠壓縮數(shù)據(jù)量呢？先讓我們看一個

8、最簡單的時域三角函數(shù) 的例子，當t從到改變時， 是一個正弦波。假如將其變換到頻域表示，只需幅值A和頻率f兩個參數(shù)就足夠了，可見 在時域描述，數(shù)據(jù)之間的相關性大，數(shù)據(jù)冗余度大；而轉(zhuǎn)換到頻域描述，數(shù)據(jù)相關性大大減少，數(shù)據(jù)冗余量減少，參數(shù)獨立，數(shù)據(jù)量減少。變換編碼技術已有近30年的歷史，技術上比較成熟，理論也比較完備，廣泛應用于各種圖像數(shù)據(jù)壓縮，諸如單色圖像、彩色圖像、靜止圖像、運動圖像，以及多媒體計算機技術中的電視幀內(nèi)圖像壓縮和幀間圖像壓縮等。正交變換的種類很多，如傅立葉（Fouries）變換、沃爾什（Walsh）變換、哈爾（Haar）變換、斜（slant）變換、余弦變換、正弦變換、K-L（Kar

9、hunen - Loeve）變換等。2 舉例說明直方圖均衡化的基本步驟。直方圖均衡化是通過灰度變換將一幅圖象轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數(shù)的過程。      直方圖均衡化變換：設灰度變換s=f(r)為斜率有限的非減連續(xù)可微函數(shù)，它將輸入圖象Ii(x，y)轉(zhuǎn)換為輸出圖象Io(x，y)，輸入圖象的直方圖為Hi(r)，輸出圖象的直方圖為Ho(s)，則根據(jù)直方圖的含義，經(jīng)過灰度變換后對應的小面積元相等：Ho(s)ds=Hi(r)dr直方圖修正的例子假設有一幅圖像，共有6 4(6 4個象素，8個灰度級，進行直方圖均衡化處

10、理。根據(jù)公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=100      由于這里只取8個等間距的灰度級，變換后的s值也只能選擇最靠近的一個灰度級的值。因此，根據(jù)上述計算值可近似地選?。?#160;     S017，s 137，s257，s367，    s467，s51，s6l，s71。      可見，新

11、圖像將只有5個不同的灰度等級，于是我們可以重新定義其符號：      S0=l7，s1=37，s2=57，s3=67，s4=l。因為由rO=0經(jīng)變換映射到sO=17，所以有n0=790個象素取sO這個灰度值；由rl=37映射到sl=37，所以有1 02 3個象素取s 1這一灰度值；依次類推，有850個象素取s2=57這一灰度值；由于r3和r4均映射到s3=67這一灰度值，所以有656+329=98 5個象素都取這一灰度值；同理，有245+1 22+81=448個象素都取s4=1這一灰度值。上述值除以n=4096，便可以得到新的直方圖。3 圖像編

12、碼壓縮方法有哪幾類？列舉出幾個有損和無損的壓縮方法。畫出編解碼的系統(tǒng)結(jié)構(gòu)圖。圖像壓縮可以是有損數(shù)據(jù)壓縮也可以是無損數(shù)據(jù)壓縮。對于如繪制的技術圖、圖表或者漫畫優(yōu)先使用無損壓縮，這是因為有損壓縮方法，尤其是在低的位速條件下將會帶來壓縮失真。如醫(yī)療圖像或者用于存檔的掃描圖像等這些有價值的內(nèi)容的壓縮也盡量選擇無損壓縮方法。有損方法非常適合于自然的圖像，例如一些應用中圖像的微小損失是可以接受的（有時是無法感知的），這樣就可以大幅度地減小位速。 無損圖像壓縮方法有： 行程長度編碼 熵編碼法 如 LZW 這樣的自適應字典算法 有損壓縮方法有： 將色彩空間化減到圖像中常用的顏色。所選擇的顏色定義在壓縮圖像頭的

13、調(diào)色板中，圖像中的每個像素都用調(diào)色板中顏色索引表示。這種方法可以與 抖動(en:dithering)一起使用以模糊顏色邊界。 色度抽樣，這利用了人眼對于亮度變化的敏感性遠大于顏色變化，這樣就可以將圖像中的顏色信息減少一半甚至更多。 變換編碼，這是最常用的方法。首先使用如離散余弦變換（DCT）或者小波變換這樣的傅立葉相關變換，然后進行量化和用熵編碼法壓縮。 分形壓縮（en:Fractal compression）。（1）邊緣檢測邊緣檢測是大多數(shù)圖像處理必不可少的一步，提供了物體形狀的重要信息。數(shù)學形態(tài)學運算用于邊緣檢測，存在著結(jié)構(gòu)元素單一的問題。它對與結(jié)構(gòu)元素同方向的邊緣敏感，而與其不同方向的邊

14、緣（或噪聲）會被平滑掉，即邊緣的方向可以由結(jié)構(gòu)元素的形狀確定。但如果采用對稱的結(jié)構(gòu)元素，又會減弱對圖像邊緣的方向敏感性。所以在邊緣檢測中，可以考慮用多方位的形態(tài)結(jié)構(gòu)元素，運用不同的結(jié)構(gòu)元素的邏輯組合檢測出不同方向的邊緣。（2）圖像分割基于數(shù)學形態(tài)學的圖像分割算法是利用數(shù)學形態(tài)學變換，把復雜目標X分割成一系列互不相交的簡單子集X1，X2，XN。對目標X的分割過程可按下面的方法完成：首先求出X的最大內(nèi)接“圓”X1，然后將X1從X中減去，再求X-X1的最大內(nèi)接“圓”X2，依此類推，直到最后得到的集合為空集為止。數(shù)學形態(tài)學用于圖像分割的缺點是對邊界噪聲敏感。為了改善這一問題，劉志敏等人提出了基于圖像最

15、大內(nèi)切圓的數(shù)學形態(tài)學形狀描述圖像分割算法和基于目標最小閉包結(jié)構(gòu)元素的數(shù)學形態(tài)學形狀描述圖像分割算法，并使用該算法對二值圖像進行了分割，取得了較好的效果。（3）形態(tài)骨架提取形態(tài)骨架描述了物體的形狀和方向信息。它具有平移不變性、逆擴張性和等冪性等性質(zhì)，是一種有效的形狀描述方法。二值圖像A的形態(tài)骨架可以通過選定合適的結(jié)構(gòu)元素B，對A進行連續(xù)腐蝕和開啟運算來求取，形態(tài)骨架函數(shù)完整簡潔地表達了形態(tài)骨架的所有信息，因此，根據(jù)形態(tài)骨架函數(shù)的模式匹配能夠?qū)崿F(xiàn)對不同形狀物體的識別。算法具有位移不變性，因而使識別更具穩(wěn)健性。（4）噪聲濾除對圖像中的噪聲進行濾除是圖像預處理中不可缺少的操作。將開啟和閉合運算結(jié)合起來

16、可構(gòu)成形態(tài)學噪聲濾除器。濾除噪聲就是進行形態(tài)學平滑。實際中常用開啟運算消除與結(jié)構(gòu)元素相比尺寸較小的亮細節(jié)，而保持圖像整體灰度值和大的亮區(qū)域基本不變；用閉合運算消除與結(jié)構(gòu)元素相比尺寸較小的暗細節(jié)，而保持圖像整體灰度值和大的暗區(qū)域基本不變。將這兩種操作綜合起來可達到濾除亮區(qū)和暗區(qū)中各類噪聲的效果。同樣的，結(jié)構(gòu)元素的選取也是個重要問題。1.簡述線性位移不變系統(tǒng)逆濾波恢復圖像原理。  設退化圖象為g(x,g)，其傅立葉變換為G(u,v),若已知逆濾波器為1/H(u,v)則對G(u,v)作逆濾波得F(u,v)=G(u,v)/H(u,v)     

17、;    （2分）對上式作逆傅立葉變換得逆濾波恢復圖象f(x,y)f(x,y)=IDFTF(u,v)          以上就是逆濾波恢復圖象的原理。  （2分）若存在噪聲，為避免H(u,v)=0,可采用兩種方法處理。（0.5分）在H(u,v)=0時,人為設置1/H(u,v)的值；使1/H(u,v)具有低同性質(zhì)。即  H-1(u,v)=1/H(u,v)   當DD0  H-1(u,v)=0   &

18、#160;     當D>D0        (0.5分)2.圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？     圖象銳化是用于增強邊緣，導致高頻分量增強，會使圖象清晰； 圖象平滑用于去噪，對圖象高頻分量即圖象邊緣會有影響。都屬于圖象增強，改善圖象效果。3.偽彩色增強與假彩色增強有何異同點？      偽彩色增強是對一幅灰度圖象經(jīng)過三種變換得到三幅圖象，進行彩色合成得到一幅彩色圖像；假彩色

19、增強則是對一幅彩色圖像進行處理得到與原圖象不同的彩色圖像；主要差異在于處理對象不同。（4分）相同點是利用人眼對彩色的分辨能力高于灰度分辨能力的特點，將目標用人眼敏感的顏色表示。（1分）4.梯度法與Laplacian算子檢測邊緣的異同點？   梯度算子和Laplacian檢測邊緣對應的模板分別為 -1 -11  1 1    1-41      1   （梯度算子）   

20、;              （Laplacian算子）      （2分）梯度算子是利用階躍邊緣灰度變化的一階導數(shù)特性，認為極大值點對應于邊緣點；而Laplacian算子檢測邊緣是利用階躍邊緣灰度變化的二階導數(shù)特性，認為邊緣點是零交叉點。（2分）   相同點都能用于檢測邊緣，且都對噪聲敏感。（1分）1、逆濾波時，為什么在圖像存在噪聲時，不能采用全濾波？試采用逆濾波原理說明，并給出正確的處理方法。

21、復原由退化函數(shù)退化的圖像最直接的方法是直接逆濾波。在該方法中，用退化函數(shù)除退化圖像的傅立葉變換來計算原始圖像的傅立葉變換。由上式可以看到，即使我們知道退化函數(shù)，也可能無法準確復原未退化的圖像。因為噪聲是一個隨機函數(shù)，其傅氏變換未知。當退化為0或非常小的值，N(u,v)/H(u,v)之比很容易決定的值。一種解決該問題的方法實現(xiàn)值濾波的頻率時期接近原點值。2、當在白天進入一個黑暗劇場時，在能看清并找到空座位時需要適應一段時間，試述發(fā)生這種現(xiàn)象的視覺原理。答：人的視覺絕對不能同時在整個亮度適應范圍工作，它是利用改變其亮度適應級來完成亮度適應的。即所謂的亮度適應范圍。同整個亮度適應范圍相比，能同時鑒別

22、的光強度級的總范圍很小。因此，白天進入黑暗劇場時，人的視覺系統(tǒng)需要改變亮度適應級，因此，需要適應一段時間，亮度適應級才能被改變。4、將高頻加強和直方圖均衡相結(jié)合是得到邊緣銳化和對比度增強的有效方法。上述兩個操作的先后順序?qū)Y(jié)果有影響嗎？為什么？答：有影響，應先進行高頻加強，再進行直方圖均衡化。高頻加強是針對通過高通濾波后的圖像整體偏暗，因此通過提高平均灰度的亮度，使圖像的視覺鑒別能力提高。再通過直方圖均衡化將圖像的窄帶動態(tài)范圍變?yōu)閷拵討B(tài)范圍，從而達到提高對比度的效果。若先進行直方圖均衡化，再進行高頻加強，對于圖像亮度呈現(xiàn)較強的兩極現(xiàn)象時，例如多數(shù)像素主要分布在極暗區(qū)域，而少數(shù)像素存在于極亮區(qū)

23、域時，先直方圖均衡化會導致圖像被漂白，再進行高頻加強，獲得的圖像邊緣不突出，圖像的對比度較差。5 請畫出退化的一般模型，說出幾種復原濾波器并進行簡單比較。6 圖像增強時，平滑和銳化有哪些實現(xiàn)方法，各列舉出幾個模板和濾波器。7、簡述Canny邊緣檢測器。8某倉庫白天采用視頻監(jiān)控，當有人出現(xiàn)時，立即報警。請寫出圖像處理的大致實現(xiàn)步驟。9在人臉識別、指紋識別、汽車牌照識別等技術中，需要以下過程： 圖像采集-圖像預處理特征提取-模式識別（1）你熟悉哪一種識別技術？（2）在該技術中，寫出圖像預處理需要按順序?qū)崿F(xiàn)的算法。數(shù)字圖像：圖像的數(shù)字表示或經(jīng)過采樣和量化的圖像，像素就是離散單元，量化的灰度就是數(shù)字量

24、值。顏色的表觀特征：明度（Luminance）：顏色明亮的程度；一幅灰度圖像只有明度特征，而彩色圖像還具有色調(diào)和飽和度兩個色度特征；色調(diào)（Hue）：反映顏色的類別飽和度（Saturation）：表示顏色接近光譜色的程度。任何一種顏色都可以看著是某種光譜色與白色混合的結(jié)果，光譜色所占的比例越大，顏色接近光譜色的程度就越高，顏色的飽和度就愈高。飽和度高，顏色就深而艷?？臻g分辨率（Spatial Resolution)灰度分辨率（Gray Resolution) 數(shù)字圖像的表示當一幅圖像的x和y坐標及幅值f都為連續(xù)量時，稱該圖像為連續(xù)圖像。為了把連續(xù)圖像轉(zhuǎn)換成計算機可以接受的數(shù)字形式，必須先對連續(xù)的

25、圖像進行空間和幅值的離散化處理。 圖像的采樣： 對圖像的連續(xù)空間坐標x和y的離散化。 圖像灰度級的量化： 對圖像函數(shù)的幅值f的離散化。2.4 空間分辨率和灰度級分辨率 空間分辨率和灰度級分辨率1、空間分辨率 空間分辨率是圖像中可分辨的最小細節(jié)，主要由采樣間隔值決定。2、灰度分辨率灰度級分辨率是指在灰度級別中可分辨的最小變化，通常把灰度級級數(shù)L稱為圖像的灰度級分辨率。顯示分辨率是指顯示屏上能夠顯示的數(shù)字圖像的最大像素行數(shù)和最大像素列數(shù)，取決于顯示器上所能夠顯示的像素點之間的距離。圖像分辨率反映了數(shù)字化圖像中可分辨的最小細節(jié)，也即圖像的空間分辨率。在這里將圖像分辨率看成是圖像陣列的大小。同一顯示器

26、（或顯示分辨率相同的不同顯示器）顯示的圖像大小只與被顯示的圖像（陣列）的空間分辨率大小有關，與顯示器的顯示分辨率無關。換句話說，具有不同空間分辨率的數(shù)字圖像在同一顯示器上的顯示分辨率相同。當同一幅圖像（或圖像分辨率相同的不同圖像）顯示在兩個不同顯示分辨率的顯示器上時，顯示的圖像的外觀尺寸與顯示器的顯示分辨率有關：顯示分辨率越高，顯示出的圖像的外觀尺寸越?。伙@示分辨率越低，顯示出的圖像的外觀尺寸越大。光分辨率是指顯示系統(tǒng)在每個像素位置產(chǎn)生正確的亮度或光密度的精度，部分地依賴于控制每個像素亮度的比特數(shù)?；叶确直媛适侵冈诨叶燃墑e中可分辨的最小變化,一般把灰度級數(shù)L稱為數(shù)字圖像的灰度級分辨率。3、傅里

27、葉變換在圖像處理中的應用.2.4 圖像的傅里葉頻譜特性分析基本思路是:先用(-1)(x+y)乘以圖像得(-1)(x+y)f(x,y)；然后對其進行傅里葉正變換得到原點在(M/2,N/2)之處的F(u,v)；接著根據(jù)圖像的頻率特性，利用有關的低通頻率濾波器，或高通頻率濾波器等，對其進行濾波處理；再將處理的結(jié)果進行傅里葉反變換；最后給反變換的結(jié)果再乘以(-1)(x+y)就可得到最終的結(jié)果。典型的應用：去除圖像噪聲、圖像數(shù)據(jù)壓縮、圖像識別、圖像重構(gòu)和圖像描述等。3.4 離散余弦變換Discrete Cosine Transform，簡寫為DCT 函數(shù)的偶對稱性使DCT只有實數(shù)域變換結(jié)果，不再涉及復數(shù)

28、運算，運算簡單，費時少； 又保持了變換域的頻率特性； 與人類視覺系統(tǒng)特性相適應；得到了更加廣泛的應用。小波變換具有良好的局部時頻聚焦特性，而被稱為“數(shù)學顯微鏡”。小波變換(Wavelet Transform)n 傅立葉變換的不足： 用傅立葉變換提取信號的頻譜需要利用信號的全部時域信息。 傅立葉變換沒有反映出隨著時間的變化信號頻率成分的變化情況。 傅立葉變換的積分作用平滑了非平穩(wěn)信號的突變成分。因此，圖像增強的目的，就是改善圖像質(zhì)量，獲得更適合于人眼觀察、或者對后續(xù)計算機處理、分析過程更有利的圖像。圖像增強并不以圖像保真為準則，而是有選擇地突出某些對人或計算機分析有意義的信息，抑制無用信息，提高圖像的使用價值。(一) 直方圖均衡化直方圖均衡化是將原圖像的直方圖通過變換函數(shù)修正為均勻的直方圖，然后按均衡直方圖修正原圖像。圖像