數(shù)字圖像備考

習(xí)題11、數(shù)字圖像：為了便于計(jì)算機(jī)對(duì)圖像進(jìn)行處理，通過(guò)將二維連續(xù)（模擬）圖像在空間上離散化，也即采樣，并同時(shí)將二維圖像的幅值等間隔地劃分成多個(gè)等級(jí)（層次），也即均衡量化，以此來(lái)用二維數(shù)字整列表示其中各個(gè)像素的空間位置和每個(gè)像素的灰度級(jí)數(shù)（灰度值）的圖像形式稱為數(shù)字圖像2、數(shù)字圖像處理：是指利用計(jì)算機(jī)技術(shù)或其他數(shù)字技術(shù)，對(duì)圖像信息進(jìn)行某些數(shù)字運(yùn)算及各種加工處理，以改善圖像的視覺(jué)效果和提高圖像實(shí)用性的技術(shù)。3、數(shù)字圖像處理技術(shù)研究的基本內(nèi)容包括哪些？答：包括圖像變換、圖像增強(qiáng)、圖像恢復(fù)、圖像壓縮編碼、圖像特征提取、形態(tài)學(xué)圖像處理方法等。彩色圖像、多光譜圖像和高光譜圖像的處理技術(shù)沿用了前述的基本圖像處理技術(shù)，也發(fā)展了一些特有圖像處理技術(shù)和方法等2.15一幅200X300的二值圖像，16灰度級(jí)圖像和256灰度級(jí)圖像分別需要多少存儲(chǔ)空間？答：二值圖像：200X300X1/8=7500B16灰度級(jí)圖像：200X300X4/8=30000B256灰度級(jí)圖像：200X300X8/8=60000B由于存儲(chǔ)一副M*N的灰度級(jí)為l的數(shù)字圖像所需的位數(shù)為：M*N*k，其中l(wèi)=2k。二值圖像、16級(jí)灰度級(jí)圖像和256灰度級(jí)圖像的k值分別為1、4、8，也即存儲(chǔ)一個(gè)像素需要的位數(shù)分別為1位、4位、8位。所以，一副200*300的二值圖像所需的存儲(chǔ)空間為200*300*1/8=7.5KB；衣服200*300的16灰度級(jí)圖像所需的存儲(chǔ)空間為200*300*4/8=30KB；一副200*300的256灰度級(jí)圖像所需的存儲(chǔ)空間為200*300*8/8=60KB4位（黑白圖像記錄的是灰度,即0-255個(gè)灰度,而255在計(jì)算機(jī)上用二進(jìn)制即2的8次方,即計(jì)算機(jī)需要8位來(lái)記錄0到255之間的整數(shù),8位等于1字節(jié)）數(shù)字圖像在計(jì)算機(jī)上以位圖(bitmap)的形式存在,位圖是一個(gè)矩形點(diǎn)陣，其中每一點(diǎn)稱為像素(pixel)，像素是數(shù)字圖像中的基本單位。一幅m×n大小的圖像，是由m×n個(gè)明暗度不等的像素組成的。數(shù)字圖像中各個(gè)像素所具有的明暗程度由灰度值(graylevel)所標(biāo)識(shí)。一般將白色的灰度值定義為255，黑色灰度值定義為0，而由黑到白之間的明暗度均勻地劃分為256個(gè)等級(jí)。對(duì)于黑白圖像，每個(gè)像素用一個(gè)字節(jié)數(shù)據(jù)來(lái)表示，而在彩色圖像中，每個(gè)像素需用三個(gè)字節(jié)數(shù)據(jù)來(lái)表述。彩色圖像可以分解成紅(R)、綠(G)、藍(lán)(B)三個(gè)單色圖像，任何一種顏色都可以由這三種顏色混合構(gòu)成。在圖像處理中，彩色圖像的處理通常是通過(guò)對(duì)其三個(gè)單色圖像分別處理而得到的。習(xí)題2圖像采樣：對(duì)圖像的連續(xù)空間坐標(biāo)X和Y的離散化稱為圖像的采樣。圖像灰度級(jí)的量化：對(duì)圖像函數(shù)的幅值的離散化稱為圖像灰度級(jí)的量化。圖像的量化量化是把像素的灰度（濃淡）變換成離散的整數(shù)值的操作。最簡(jiǎn)單的量化是用黑（0）白（255）兩個(gè)數(shù)值（即2級(jí)）來(lái)表示，成為二值圖像。量化越細(xì)致，灰度級(jí)數(shù)（濃淡層次）表現(xiàn)越豐富。計(jì)算機(jī)中一般用8bit(256級(jí))來(lái)量化，這意味著像素的灰度（濃淡）是0—255之間的數(shù)值歐式距離：坐標(biāo)分別位于和處的像素和像素之間的歐式距離定義為：街區(qū)距離：坐標(biāo)分別位于和處的像素和像素之間的街區(qū)距離定義為：棋盤(pán)距離：坐標(biāo)分別位于和處的像素和像素之間的街區(qū)距離定義為：調(diào)色板：是指在16色或256色顯示系統(tǒng)中，將圖像中出現(xiàn)最頻繁的16種或256種顏色組成一個(gè)顏色表，并將他們分別編號(hào)為0~15或0~255，這樣就使每一個(gè)4位或8位的顏色編號(hào)與顏色表中的24位顏色值（對(duì)應(yīng)一種顏色的R、G、B值）相對(duì)應(yīng)。這種4位或8位的顏色編號(hào)稱為顏色的索引號(hào)，由顏色索引號(hào)及其對(duì)應(yīng)的24位顏色組成的表稱為顏色查找表，也即調(diào)色板。習(xí)題4空間域圖像增強(qiáng)：是指在圖像平面中對(duì)圖像的像素灰度值直接進(jìn)行處理的圖像增強(qiáng)方法。圖像銳化：是一種突出和加強(qiáng)圖像中景物的邊緣和輪廓的技術(shù)。鄰域平均：一種基本的空間域噪聲消除方法，其基本思想是，當(dāng)圖像中某像素的灰度值，與其8鄰域像素的灰度值之和的平均值之差的絕對(duì)值大于某個(gè)門(mén)限值時(shí)，就認(rèn)為該像素屬于圖像中的噪聲，就用其8鄰域像素的灰度值之和的平均值代替該像素。中值濾波：是指選用線形、十字形、方形、菱形或圓形等為窗口，采用類似于模板（窗口）運(yùn)算的方法控制窗口在待濾波圖像上移動(dòng)，對(duì)待濾波圖像中位于窗口內(nèi)的所有像素的灰度進(jìn)行排序，讓濾波結(jié)果圖像中的那個(gè)與窗口中心點(diǎn)處的像素位置的像素去排序結(jié)果的中間值，直方圖均衡的基本思想是什么？直方圖均衡圖像增強(qiáng)處理的主要步驟是什么？答：直方圖均衡的基本思想就是把一幅具有任意灰度概率分布的圖像，變換成一幅接近均勻概率分布的新圖像。步驟：1）計(jì)算原圖像的歸一化灰度級(jí)別及其分布概率；2）根據(jù)直方圖均衡化公式求變換函數(shù)的各灰度等級(jí)值；3）將所得變換函數(shù)的各灰度等級(jí)值轉(zhuǎn)化成標(biāo)準(zhǔn)的灰度級(jí)別值，從而得到均衡化后的新圖像的灰度級(jí)別值；4）根據(jù)其相關(guān)關(guān)系求新圖像的各灰度級(jí)別值得像素?cái)?shù)目；5）求新圖像中各灰度級(jí)別的分布概率；6）畫(huà)出經(jīng)均衡化后的新圖像的直方圖；直方圖規(guī)定化的基本思想是什么？直方圖規(guī)定化圖像增強(qiáng)處理的主要步驟是什么?答：直方圖規(guī)定化的基本思想就是根據(jù)某種應(yīng)用需要，把一幅就有任意灰度概率分布的圖像變換成一幅具有某種特定形狀直方圖的新圖形。步驟：1）對(duì)原圖像的直方圖進(jìn)行均衡化；2）規(guī)定期望的直方圖，并求規(guī)定直方圖的均衡化變換函數(shù)；3）將原直方圖對(duì)應(yīng)地映射到規(guī)定的直方圖；4）確定新圖像中各灰度級(jí)別的像素?cái)?shù)目，并計(jì)算其概率分布密度而得到最后的直方圖；圖像平滑（低通濾波）的主要用途是什么？該操作對(duì)圖像質(zhì)量會(huì)帶來(lái)什么負(fù)面影響？答：圖像平滑的主要用途是消除圖像噪聲。該操作對(duì)圖像質(zhì)量帶來(lái)的負(fù)面影響是：由于平滑算子實(shí)質(zhì)上是一種低通濾波器，且圖像中的邊緣反映的是圖像中的細(xì)節(jié)和高頻信息，所以再利用鄰域平均法進(jìn)行圖像平滑或利用低通濾波進(jìn)行圖像消噪的同時(shí)，會(huì)使圖像的邊緣變得模糊。并且，進(jìn)行圖像平滑的模板的大小與圖像平滑的效果密切相關(guān)，模板尺寸越大，平滑后的圖像就越模糊。17、圖像銳化（高通濾波）的主要用途是什么？該操作對(duì)圖像質(zhì)量會(huì)帶來(lái)什么負(fù)面影響？答：圖像銳化主要用于突出和加強(qiáng)圖像中景物的邊緣和輪廓。該操作對(duì)圖像質(zhì)量帶來(lái)的負(fù)面影響是：由于銳化算子實(shí)質(zhì)是一種高通濾波器，通過(guò)圖像銳化在增強(qiáng)圖像邊界和細(xì)節(jié)的同時(shí)，也是噪聲得到了加強(qiáng)。另外，各向異性算子由于算子中間一行\(zhòng)一列兩邊元素的相反值特征，會(huì)是銳化后的圖像的邊緣比較粗。因此，進(jìn)行圖像銳化處理的圖像應(yīng)有較高的信噪比，否則經(jīng)銳化后的圖像的質(zhì)量會(huì)進(jìn)一步降低。中值濾波的主要用途是什么？與低通濾波相比，它有哪些優(yōu)越性？答：用途：消除圖像中的噪聲，并且對(duì)于消除圖像中的隨機(jī)噪聲和脈沖噪聲非常有效。與低通濾波相比，中值濾波運(yùn)算簡(jiǎn)單，在濾除噪聲的同時(shí)能很好地保護(hù)圖像和脈沖和銳角等細(xì)節(jié)信息。4.4已知有一幅大小64X64的圖像，灰度級(jí)是8。圖像中各灰度級(jí)的像素?cái)?shù)目和概率分布如下表所示。試用直方圖均衡方法對(duì)該圖像進(jìn)行增強(qiáng)處理，并畫(huà)出處理前后的直方圖。解：（1）根據(jù)直方圖均衡化公式球變換函數(shù)的各個(gè)灰度等級(jí)值S0=T（r0）=∑0j=0nj/n=pr（r0）=0.354S1=T（r1）=∑1j=0nj/n=pr（r0）+pr（r1）=0.354+0.251S2=T（r2）=∑2j=0nj/n=0.354+0.251+0.129=0.734同理有S3=0.824S4=0.892S5=0.960S6=0.997S7=1.00（2）將所得的變換函數(shù)的灰度等級(jí)值轉(zhuǎn)化為標(biāo)準(zhǔn)的灰度級(jí)別值根據(jù)8個(gè)灰度級(jí)別的十進(jìn)制數(shù)值：00.1430.2860.7920.5710.7210.8571分析可得S0=2/7S1=4/7S2=5/7S3=S4=6/7S5=S6=S7=1（3）求新圖像的各灰度級(jí)別的像素個(gè)數(shù)kSkmkPs（sk）=mk/n000011/70022/714500.35433/70044/710300.25155/75300.12966/7650159714360.106畫(huà)出原圖像和均衡化后新圖像的直方圖原圖像和均衡化后新圖像的直方圖如圖示習(xí)題5圖像恢復(fù)：圖像恢復(fù)就是使退化了的圖像去除退化因素，并以最大的保真度恢復(fù)成原來(lái)的圖像的一種技術(shù)。高斯噪聲：是一種源于電子電路噪聲和由低照明度或高溫帶來(lái)的傳感器噪聲。高斯噪聲也稱為正態(tài)噪聲，其概率密度函數(shù)為椒鹽噪聲：椒鹽噪聲類似于隨機(jī)分布在圖像上的亮點(diǎn)和暗點(diǎn)，通常被數(shù)字化為最大灰度值的純白或最小灰度值的純黑。將黑點(diǎn)形象為胡椒點(diǎn)，將白點(diǎn)形象為鹽點(diǎn)，因而名為椒鹽噪聲。把白點(diǎn)看做正脈沖，黑點(diǎn)看做負(fù)脈沖，所以椒鹽噪聲也稱為脈沖噪聲，有時(shí)也將其稱為散粒噪聲或尖峰噪聲。習(xí)題6數(shù)據(jù)冗余：設(shè)：n1和n2是指原始圖像和編碼后圖像每個(gè)像素的平均比特?cái)?shù)壓縮率（壓縮比）——用于描述圖像壓縮效果CR=n1/n2 其中，n1是壓縮前的數(shù)據(jù)量，n2是壓縮后的數(shù)據(jù)量相對(duì)數(shù)據(jù)冗余： RD=1–1/CR=(n1-n2)/n2分為幾種冗余：編碼冗余像素冗余視覺(jué)冗余人眼不能感知或不敏感的那部分圖像信息，人類視覺(jué)系統(tǒng)對(duì)圖像的敏感度是非均勻的。但是，在記錄原始的圖像數(shù)據(jù)時(shí)，通常假定視覺(jué)系統(tǒng)是近似線性的和均勻的，對(duì)視覺(jué)敏感和不敏感的部分同等對(duì)待，從而產(chǎn)生視覺(jué)冗余。保真度標(biāo)準(zhǔn)——評(píng)價(jià)壓縮算法的標(biāo)準(zhǔn)客觀保真度標(biāo)準(zhǔn)：圖像壓縮過(guò)程對(duì)圖像信息的損失能夠表示為原始圖像與壓縮并解壓縮后圖像的函數(shù)。一般表示為輸出和輸入之差： 兩個(gè)圖像之間的總誤差：均方根誤差：均方信噪比；圖像編碼基本知識(shí)信息熵冗余：編碼冗余，如果圖像中平均每個(gè)像素使用的比特?cái)?shù)大于該圖像的信息熵，則圖像中存在冗余。結(jié)構(gòu)冗余：圖像中存在很強(qiáng)的紋理結(jié)構(gòu)或自相似性。知識(shí)冗余：有些圖像中還包含與某些先驗(yàn)知識(shí)有關(guān)的信息。圖像編碼的目的就是盡量減小各種冗余信息，特別是空間冗余、視覺(jué)冗余，以少的比特?cái)?shù)來(lái)表示圖像。數(shù)據(jù)是用來(lái)記錄和傳送信息的，或者說(shuō)數(shù)據(jù)是信息的載體。真正有用的不是數(shù)據(jù)本身，而是數(shù)據(jù)所攜帶的信息.信息量與數(shù)據(jù)量的關(guān)系：I=D–duI—信息量D—數(shù)據(jù)量du—冗余量信息量即表示該符號(hào)所需的位數(shù)考慮用0和1組成的二進(jìn)制數(shù)碼為含有n個(gè)符號(hào)的某條消息編碼，假設(shè)符號(hào)Fn在整條消息中重復(fù)出現(xiàn)的概率為Pn，則該符號(hào)的信息量En=-log2(Pn)Entropy(熵)的概念如果將信源所有可能事件的信息量進(jìn)行平均，就得到了信息熵(entropy)。信息熵就是平均信息量。平均碼長(zhǎng)與熵如果對(duì)字符aj的編碼長(zhǎng)度為L(zhǎng)j，則信號(hào)L的平均碼長(zhǎng)為：m:信號(hào)中所出現(xiàn)不同字符的個(gè)數(shù)。無(wú)失真編碼定理平均碼長(zhǎng)>>H(X):有冗余,不是最佳;平均碼長(zhǎng)<H(X):不可能平均碼長(zhǎng)≈H(X):是最佳編碼熵值是平均碼長(zhǎng)的下限H(x)除以平均碼長(zhǎng)即表示編碼效率?？偨Y(jié)數(shù)據(jù)壓縮的理論極限是信息熵。只要信源不是等概率分布，就存在著數(shù)據(jù)壓縮的可能性。數(shù)據(jù)壓縮的基本途徑之一：使各字符的編碼長(zhǎng)度盡量等于字符的信息量。圖像壓縮編碼的方法圖像壓縮編碼分為有損壓縮和無(wú)損壓縮。無(wú)損壓縮無(wú)信息損失，解壓縮時(shí)能夠從壓縮數(shù)據(jù)精確地恢復(fù)原始圖像；有損壓縮不能精確重建原始圖像，存在一定程度的失真。根據(jù)編碼原理將圖像編碼分為：（1）熵編碼：無(wú)損編碼，給出現(xiàn)概率較大的符號(hào)賦予一個(gè)短碼字，而給出現(xiàn)概率較小的符號(hào)賦予一個(gè)長(zhǎng)碼字，從而使得最終的平均碼長(zhǎng)很小。（2）預(yù)測(cè)編碼：基于圖像數(shù)據(jù)的空間或時(shí)間冗余特性，用相鄰的已知像素（或像素塊）來(lái)預(yù)測(cè)當(dāng)前像素（或像素塊）的取值，然后再對(duì)預(yù)測(cè)誤差進(jìn)行量化和編碼。（3）變換編碼：將空間域上的圖像變換到另一變換域上，變換后圖像的大部分能量只集中到少數(shù)幾個(gè)變換系數(shù)上，采用適當(dāng)?shù)牧炕挽鼐幋a就可以有效地壓縮圖像。根據(jù)對(duì)壓縮編碼后的圖像進(jìn)行重建的準(zhǔn)確程度，可把常用的圖像編碼方法分為三類：（1）信息保持編碼：要求在編解碼過(guò)程中保證圖像信息不丟失，可以完整地重建圖像。（2）保真度編碼：利用人眼的視覺(jué)特性，在允許的失真條件下，最大限度地壓縮圖像。可以實(shí)現(xiàn)較大的壓縮比。（3）特征提?。簩?duì)感興趣的部分特征信息進(jìn)行編碼即可壓縮數(shù)據(jù)。圖像編碼新技術(shù)利用人工神經(jīng)網(wǎng)絡(luò)（ArtificialNeuralNetwork，ANN）的壓縮編碼、分形編碼（FractalCoding）、小波編碼（WaveletCoding）、基于對(duì)象的壓縮編碼（ObjectBasedCoding）和基于模型的壓縮編碼（ModelBasedCoding）霍夫曼編碼舉例30103010402020402002020303020402040(1)統(tǒng)計(jì)出每級(jí)灰度出現(xiàn)的頻率：灰度值：010203040出現(xiàn)頻率：1/161/167/163/164/16(2)從左到右把上述頻率按從小到大的順序排列。灰度值：010304020出現(xiàn)頻率：1/161/163/164/167/16(3)選出頻率最小的兩個(gè)值（1/16，1/16）作為二叉樹(shù)的兩個(gè)葉子節(jié)點(diǎn)，將頻率和2/16作為它們的根節(jié)點(diǎn),新的根節(jié)點(diǎn)再參與其它頻率排序：1/161/161/162/162/163/164/167/16（4）選出頻率最小的兩個(gè)值（2/16，3/16）作為二叉樹(shù)的兩個(gè)葉子節(jié)點(diǎn)，將頻率和5/16作為它們的根節(jié)點(diǎn),新的根節(jié)點(diǎn)再參與其它頻率排序：4/165/167/161/161/161/162/163/165/16（5）

選出頻率最小的兩個(gè)值（4/16，5/16）作為二叉樹(shù)的兩個(gè)葉子節(jié)點(diǎn)將頻率和9/16作為它們的根節(jié)點(diǎn),新的根節(jié)點(diǎn)再參與其它頻率排序：7/169/161/161/161/162/163/165/164/169/16（6）最后兩個(gè)頻率值（7/16，9/16）作為二叉樹(shù)的兩個(gè)葉子節(jié)點(diǎn)，將頻率和1作為它們的根節(jié)點(diǎn)。1/161/161/162/163/165/164/169/167/161（7）分配碼字。將形成的二叉樹(shù)的左節(jié)點(diǎn)標(biāo)0，右節(jié)點(diǎn)標(biāo)1。把從最上面的根節(jié)點(diǎn)到最下面的葉子節(jié)點(diǎn)途中遇到的0,1序列串起來(lái)，就得到了各級(jí)灰度的編碼.各灰度的編碼如下：灰度值：204030100哈夫曼編碼：01011111011100則圖所示的圖像哈夫曼編碼為：11111010100101100000111111010100共用了32比特，原圖像占128比特，壓縮比較高。算術(shù)編碼待編碼的數(shù)據(jù)序列為“dacab”，信源中各符號(hào)出現(xiàn)的概率依次為P(a)=0.4，P(b)=0.2，P(c)=0.2，P(d)=0.2。數(shù)據(jù)序列中的各數(shù)據(jù)符號(hào)在區(qū)間［0,1］內(nèi)的間隔（賦值范圍）設(shè)定為a=［0,0.4）b=［0.4,0.6）c=［0.6,0.8）d=［0.8,1.0]新間隔的起始位置和結(jié)束位置StartN=StartB+LeftC×LEndN=StartB+RightC×LstartB表示前一間隔的起始位置L前一間隔的長(zhǎng)度LeftC、RightC當(dāng)前編碼符號(hào)的初始區(qū)間的左端和右端第一個(gè)被壓縮的符號(hào)為“d”，其初始間隔為［0.8,1.0)；第二個(gè)被壓縮的符號(hào)為“a”，由于前面的符號(hào)“d”的取值區(qū)間被限制在［0.8,1.0)范圍內(nèi)，所以“a”的取值范圍應(yīng)在前一符號(hào)間隔［0.8,1.0)的［0,0.4)子區(qū)間內(nèi)，根據(jù)上式可知StartN=0.8+0×(1.0-0.8)=0.8EndN=0.8+0.4×(1.0-0.8)=0.88“a”的實(shí)際編碼區(qū)間在［0.8,0.88)之間。第三個(gè)被壓縮的符號(hào)為“c”，其編碼取值范圍應(yīng)在［0.8,0.88)區(qū)間的［0.6,0.8)的子區(qū)間內(nèi)第四個(gè)被壓縮的符號(hào)為“a”StartN=0.848+0×(0.864-0.848)=0.848EndN=0.848+0.4×(0.864-0.848)=0.8544第五個(gè)被壓縮的符號(hào)為“b“StartN=0.848+0.4×(0.8544-0.848)=0.85056EndN=0.848+0.6×(0.8544-0.848)=0.85184數(shù)據(jù)序列“dacab”已被描述為一個(gè)實(shí)數(shù)區(qū)間［0.85056,0.85184］，在此區(qū)間內(nèi)的任一實(shí)數(shù)值都惟一對(duì)應(yīng)該數(shù)據(jù)序列。這樣，就可以用一個(gè)實(shí)數(shù)表示這一數(shù)據(jù)序列。把區(qū)間［0.85056,0.85184］用二進(jìn)制形式表示為［0.110110011011,0.110110100001］。0.1101101位于這個(gè)區(qū)間內(nèi)并且其編碼最短，故把其作為數(shù)據(jù)序列“dacab”的編碼輸出。不考慮“0.”，把1101101作為本例中的數(shù)據(jù)序列的算術(shù)編碼。由此可見(jiàn)，數(shù)據(jù)序列“dacab”用7比特的二進(jìn)制代碼就可以表示編碼冗余：對(duì)于大多數(shù)圖像來(lái)說(shuō)，其灰度級(jí)不是均勻分布的，其中某個(gè)或某些灰度級(jí)出現(xiàn)的概率會(huì)比其他灰度級(jí)更大，如果對(duì)出現(xiàn)概率大和出現(xiàn)概率小的灰度級(jí)都分配相同的比特?cái)?shù)，就會(huì)產(chǎn)生編碼冗余，也即對(duì)本來(lái)不需要較多位數(shù)進(jìn)行編碼的灰度級(jí)卻用了較多的位數(shù)進(jìn)行編碼。像素間冗余：是指單個(gè)像素?cái)y帶的信息相對(duì)較小，單一像素對(duì)于一幅圖像的多數(shù)視覺(jué)貢獻(xiàn)是多余的，它的價(jià)值可以通過(guò)與其相鄰的值來(lái)推斷。這種像素間的依賴性稱為像素間的冗余。保真度準(zhǔn)則：是一種用于評(píng)價(jià)壓縮后圖像質(zhì)量的度量標(biāo)準(zhǔn)。常用的保真度主要可分為客觀保真度準(zhǔn)則和主觀保真度準(zhǔn)則；客觀保真度準(zhǔn)則：當(dāng)所損失的信息量可表示成原圖像與該圖像先被壓縮而后被解壓縮而獲得的圖像的函數(shù)時(shí)，就稱該函數(shù)為客觀保真度準(zhǔn)則；主觀保真度準(zhǔn)則：通過(guò)給一組觀察者提供原圖像和典型的解壓縮圖像，由每個(gè)觀察者對(duì)解壓縮圖像的質(zhì)量給出一個(gè)主觀評(píng)價(jià)，并將他們的評(píng)價(jià)結(jié)果進(jìn)行綜合平均，從而得出一個(gè)統(tǒng)計(jì)平均意義上的評(píng)價(jià)結(jié)果。這種評(píng)價(jià)方法稱為主觀保真度準(zhǔn)則。圖像壓縮的目的是什么？答：圖像壓縮的目的是在滿足一定圖像質(zhì)量的條件下，用盡可能少的比特?cái)?shù)來(lái)表示原圖像，也即盡量降低一幅圖像的數(shù)據(jù)量，從而減少圖像的存儲(chǔ)容量和提高圖像的傳輸效率。變長(zhǎng)編碼的基本思想是什么？最常用的變長(zhǎng)編碼包括哪幾種？答：變長(zhǎng)編碼的基本思想是用盡可能少的比特?cái)?shù)表示出現(xiàn)概率可能大的灰度級(jí)，以實(shí)現(xiàn)數(shù)據(jù)的壓縮編碼。最常用的變長(zhǎng)編碼包括：費(fèi)諾瑪、霍夫曼編碼、二進(jìn)制編碼、碼、碼、二進(jìn)制移位碼等。6.12對(duì)于信源符號(hào)集合{l,o,n,c,e,_}及其信源符號(hào)序列l(wèi),o,n,c,e,_,l,l,e,e試對(duì)該信源符號(hào)序列進(jìn)行算術(shù)編碼第一步：，首先是建立信源符號(hào)級(jí)的概率模型，掃描輸入符號(hào)序列可知，信源符號(hào)集中的符號(hào)按序l、o、n、c、e、_排列，其在輸入符號(hào)序列中出現(xiàn)的概率依次為0.3、0.1、0.1、0.1、0.3和0.1。第二步，在掃描編碼開(kāi)始時(shí)，首先根據(jù)各信源符號(hào)及其出現(xiàn)的概率在半開(kāi)區(qū)間[0，1）內(nèi)為每個(gè)信源符號(hào)分配一個(gè)其寬度等于其概率的半開(kāi)區(qū)間：[0.0，0.3）、[0.3，0.4）、[0.4，0.5）、[0.5，0.6）、[0.6，0.9）、[0.9，1.0）且l對(duì)應(yīng)的[0.0，0.3），o對(duì)應(yīng)的[0.4，0.5），n對(duì)應(yīng)的[0.5，0.6），c對(duì)應(yīng)的[0.6，0.9），e對(duì)應(yīng)的[0.9，1.0）第三步，考察信源符號(hào)序列中的第一個(gè)符號(hào)序列l(wèi)，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.0，0.3）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.0，0.09）、[0.09，0.12）、[0.12，0.15）、[0.15，0.18）、[0.18，0.27）、[0.27，0.3）。第四步，考察信源符號(hào)序列中的第二個(gè)符號(hào)序列o，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.09，0.12）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.09，0.099）、[0.99，0.102）、[0.102，0.105）、[0.105，0.108）、[0.108，0.117）、[0.117，0.12）。第五步，考察信源符號(hào)序列中的第三個(gè)符號(hào)序列n，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.102，0.105）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.102，0.1029）、[0.1029，0.1032）、[0.1032，0.1035）、[0.1035，0.1038）、[0.1038，0.1047）、[0.1047，0.105）。第六步，考察信源符號(hào)序列中的第四個(gè)符號(hào)序列c，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.1035，0.1038）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.1035，0.10359）、[0.10359，0.10362）、[0.10362，0.10365）、[0.10365，0.10368）、[0.10368，0.10377）、[0.10377，0.10380）。第七步，考察信源符號(hào)序列中的第五個(gè)符號(hào)序列e，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.10368，0.10377）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.10368，0.103707）、[0.103707，0.103716）、[0.103716，103725）、[0.103725，0.103734）、[0.103734，0.103761）、[0.103761，0.10377）。第八步，考察信源符號(hào)序列中的第六個(gè)符號(hào)序列_，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.103761，0.103770）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.103761，0.1037637）、[0.1037637，0.1037646）、[0.1037646，0.1037655）、[0.1037655，0.1037664）、[0.1037664，0.1037691）、[0.1037691，0.103770）。第九步，考察信源符號(hào)序列中的第七個(gè)符號(hào)序列l(wèi)，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.1037610，0.1037637）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.10376100，0.10376181）、[0.10376181，0.1037208）、[0.1037208，0.1037235）、[0.1037235，0.1037262）、[0.1037262，0.1037343）、[0.1037343，0.1037370）。第十步，考察信源符號(hào)序列中的第八個(gè)符號(hào)序列l(wèi)，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.10376100，0.10376181）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.10376100，0.103761243）、[0.103761243，0.103761324）、[0.103761324，0.103761405）、[0.103761405，0.103761486）、[0.103761486，0.103761729）、[0.103761729，0.103761810）。第十一步，考察信源符號(hào)序列中的第八個(gè)符號(hào)序列e，將該符號(hào)序列對(duì)應(yīng)的子區(qū)間[0.103761486，0.103761729）擴(kuò)展到整個(gè)高度，并根據(jù)各信源符號(hào)及其概率將其子分成6個(gè)半開(kāi)子區(qū)間：[0.103761486，0.1037615589）、[0.1037615589，0.1037615832）、[0.1037615832，0.1037616075）、[0.1037616075，0.1037616318）、[0.1037616318，0.1037617047）、[0.1037617047，0.1037617290）。最后信源符號(hào)中的第十個(gè)符號(hào)e不要再分，直接對(duì)應(yīng)子區(qū)間[0.1037616318,0.1037617047)所以信源符號(hào)序列l(wèi)、o、n、c、e、_、l、l、e、e對(duì)應(yīng)區(qū)間依次是：[0.0，0.3）[0.09，0.12）[0.102，0.105）[0.1035，0.1038）[0.10368，0.10377）[0.103761，0.103770）[0.1037610，0.1037637）[0.10376100，0.10376181）[0.103761486，0.103761729）[0.1037616318,0.1037617047)。每個(gè)輸入符號(hào)的編碼可以取與該符號(hào)對(duì)應(yīng)的區(qū)間中任意一點(diǎn)額值。該信源序列可以取0.0，0.09，0.102，0.1035，0.10368，0.103761，0.1037610，0.10376100，0.10376100，0.103791486，0.1037616318。習(xí)題77.2圖像分割的依據(jù)是什么？圖像分割的依據(jù)是認(rèn)為圖像中各個(gè)區(qū)域具有不同特性，這些特性可以是灰度、顏色、紋理等。而灰度圖像分割的依據(jù)是基于相鄰像素灰度值的不連續(xù)性和相似性。也即同一區(qū)域內(nèi)部的像素一般具有灰度相似性，而在不同區(qū)域之間的邊界上一般具有灰度不連續(xù)性。所以灰度圖像的各種分割算法可據(jù)此分為利用區(qū)域間灰度不連續(xù)的基本邊界的圖像分割算法和利用區(qū)域內(nèi)灰度相似性的基于區(qū)域的圖像分割算法。29、Hough變換的基本思想是什么？答：Hough（哈夫）變換的基本思想是將圖像空間X-Y變換到參數(shù)空間P-Q，利用圖像空間X-Y與參數(shù)空間P-Q的點(diǎn)——線對(duì)偶性，通過(guò)利用圖像空間X-Y中的邊緣數(shù)據(jù)點(diǎn)去計(jì)算參數(shù)空間P-Q中參數(shù)點(diǎn)的軌跡，從而將不連續(xù)的邊緣像素點(diǎn)連接起來(lái)，或?qū)⑦吘壪袼攸c(diǎn)鏈接起來(lái)組成封閉的區(qū)域，從而實(shí)現(xiàn)對(duì)圖像中直線段、圓和橢圓的檢測(cè)。習(xí)題10鏈碼：鏈碼是一種描述圖像中目標(biāo)區(qū)域邊界的邊界表示方法。在鏈碼中，用數(shù)字表示按逆時(shí)針?lè)较蜓剡吔缑壳斑M(jìn)一步（單位長(zhǎng)度）時(shí)的方向：四方向連碼表示東、北、西、4個(gè)方向的數(shù)字依次為0、1、2、3；8方向鏈碼表示東，東北，......,南，東南8個(gè)方向的數(shù)字為0~7.這樣，每個(gè)區(qū)域的邊界就可以用一串?dāng)?shù)字來(lái)表示。鏈碼歸一化把鏈碼看成由方向數(shù)構(gòu)成的自然數(shù)，找最小的一個(gè)。依一個(gè)方向循環(huán)移動(dòng)試題圖像復(fù)原：1、圖像退化的原因可以是：abcdA透鏡色差B噪聲疊加C光照變化D場(chǎng)景中目標(biāo)的快速運(yùn)動(dòng)原因：透鏡像差/色差：光學(xué)系統(tǒng)本身聚焦不準(zhǔn)（失焦，限制了圖像銳度）模糊（限制頻譜寬度）：圖像采集過(guò)程中產(chǎn)生噪聲（是一個(gè)統(tǒng)計(jì)過(guò)程）抖動(dòng)（機(jī)械、電子）四種類型的退化(a)規(guī)則圖案變形，膠片沖洗時(shí)易發(fā)生(b)邊緣模糊，光學(xué)系統(tǒng)中的孔徑衍生產(chǎn)生退化(c)運(yùn)動(dòng)模糊，或在拍攝過(guò)程中相機(jī)發(fā)生振動(dòng)(d)隨機(jī)噪聲的疊加2、噪聲：DA只含有高頻分量B其頻率總覆蓋整個(gè)頻譜C等寬的頻率間隔內(nèi)有相同的能量D總有一定的隨機(jī)性3、設(shè)有一幅二值圖像，其中黑色的背景上有一條寬為5個(gè)像素的白線。如果通過(guò)空域?yàn)V波消除這條白線，需用DA3*3的算術(shù)均值濾波器B7*7的算術(shù)均值濾波器C3*3的諧波均值濾波器D7*7的諧波均值濾波器算術(shù)均值濾波器是其中一個(gè)最為簡(jiǎn)單的濾波器被實(shí)現(xiàn)為一個(gè)簡(jiǎn)單的平滑濾波器，此時(shí)可以消除噪聲，使圖像變得模糊幾何均值濾波器復(fù)原一幅圖像其中，每一個(gè)被復(fù)原像素由子圖像窗口中像素點(diǎn)的1/mn次冪給出。幾何均值濾波器所達(dá)到的平滑度可以與算術(shù)均值濾波器相比，但在濾波過(guò)程中會(huì)丟失更少的圖像細(xì)節(jié)。諧波均值濾波器對(duì)于“鹽”噪聲效果比較好，但是不適用于“椒”噪聲。它善于處理像高斯噪聲那樣的其他噪聲。逆諧波均值濾波器：其中Q稱為濾波器的階數(shù)。這種濾波器適合減少或在實(shí)際中消除椒鹽噪聲的影響。當(dāng)Q是正數(shù)時(shí)，濾波器用于消除“椒”噪聲；當(dāng)Q是負(fù)數(shù)時(shí)，濾波器用于消除“鹽”噪聲。但它不能同時(shí)消除這兩種噪聲4、中值濾波器ACA和最大值濾波器可能有相同的濾波結(jié)果B和最大值濾波器不可能有相同的濾波結(jié)果C和中點(diǎn)濾波器可能有相同的濾波結(jié)果D和中點(diǎn)濾波器不可能有相同的濾波結(jié)果中值濾波器：用該像素相鄰像素的灰度中值來(lái)代替該像素的值。在噪聲去除方面非常不錯(cuò)，沒(méi)有其它平滑濾波器中的平滑效果。尤其對(duì)于椒鹽噪聲非常有用最大值濾波器，發(fā)現(xiàn)圖像中的最亮點(diǎn)非常有用最小值，發(fā)現(xiàn)圖像中的最暗點(diǎn)時(shí)非常有用最大值濾波器對(duì)于椒噪聲具有良好效果，而最小值濾波器對(duì)于鹽噪聲具有良好效果中點(diǎn)濾波器，在濾波器涉及的范圍內(nèi)計(jì)算最大值和最小值之間的中點(diǎn)。這種濾波器結(jié)合了順序統(tǒng)計(jì)和求均勻，對(duì)于高斯和均勻隨機(jī)分布噪聲有最好的效果修正后的Alpha均值濾波器假設(shè)在鄰域內(nèi)去掉g(s,t)最高灰度值的d/2和最低灰度值的d/2。用代表剩余mn-d個(gè)像素。由這些剩余后的像素點(diǎn)的平均值形成的濾波器稱為修正后的阿爾法均值濾波器：其中，d可以取0到mn-1之間的任意數(shù)。當(dāng)d=0時(shí)，退變?yōu)樗阈g(shù)均值濾波器；當(dāng)d=(mn-1)/2時(shí)，退變?yōu)橹兄禐V波器；當(dāng)d為其他值時(shí)，修正后的阿爾法均值濾波器在包括多種噪聲的情況下非常適用迄今為止討論過(guò)的濾波器被選擇應(yīng)用于圖像后，并沒(méi)有考慮圖像中的一點(diǎn)對(duì)于其他點(diǎn)的特征有什么不同。自適應(yīng)濾波器要優(yōu)于迄今為止討論過(guò)的所有濾波器的性能。但自適應(yīng)濾波器的復(fù)雜度提高了自適應(yīng)中值濾波器相對(duì)來(lái)說(shuō)，中值濾波器對(duì)脈沖噪聲工作得夠好（只要脈沖噪聲的空間密度不要太大）自適應(yīng)中值濾波器能夠處理更好空間密度的脈沖噪聲，而且能夠處理一些非脈沖噪聲的平滑效果理解自適應(yīng)中值濾波器，關(guān)鍵是要知道濾波器大小隨著圖像特征而改變。圖像編碼：1、下列數(shù)據(jù)冗余方式中，由于像素相關(guān)性而產(chǎn)生的冗余方式為BA編碼冗余B像素間冗余C心理視覺(jué)冗余D計(jì)算冗余2、對(duì)變長(zhǎng)碼代替自然碼時(shí)可以減少表達(dá)圖像所需的比特?cái)?shù)，其原理是DA對(duì)各個(gè)灰度級(jí)隨機(jī)賦予不同的比特?cái)?shù)B對(duì)各個(gè)灰度級(jí)賦予相同的比特?cái)?shù)C對(duì)出現(xiàn)概率大的灰度級(jí)用較多的比特?cái)?shù)表示，對(duì)出現(xiàn)概率小的灰度級(jí)用較少的比特?cái)?shù)表示D對(duì)出現(xiàn)概率大的灰度級(jí)用較少的比特?cái)?shù)表示，對(duì)出現(xiàn)概率小的灰度級(jí)用較多的比特?cái)?shù)表示3、設(shè)圖像灰度共四級(jí)，P(0)=0.4,P(1)=0.3P(2)=0.2,P(3)=0.1，用下列哪種方法得到的碼平均長(zhǎng)度最短DAl(0)=l(1)=l(2)=l(3)Bl(0)>l(1)>(2)>(3)Cl(0)<l(1)<l(2)<l(3)Dl(0)=2l(1)=3l(2)=4l(3)4、下列因素中與客觀保真度有關(guān)的是BA輸入圖與輸出圖之間的誤差B輸入圖與輸出圖之間的均方根誤差C壓縮圖與解壓縮圖的視覺(jué)質(zhì)量D壓縮圖與解壓縮圖的信噪比(壓縮―解壓縮圖的均方信噪比)客觀保真度標(biāo)準(zhǔn)：圖像壓縮過(guò)程對(duì)圖像信息的損失能夠表示為原始圖像與壓縮并解壓縮后圖像的函數(shù)。一般表示為輸出和輸入之差： 兩個(gè)圖像之間的總誤差：均方根誤差：均方信噪比5、設(shè)一信源符號(hào)集為A={a1,a2},符號(hào)產(chǎn)生概率分別為P(a1)=2/3,P(a2)=1/3,則編碼方案理論上可達(dá)到的最高效率為：CA0.333B0.625C0.918D16、無(wú)失真編碼定理確定的是：AA每個(gè)信源符號(hào)的最小平均碼字長(zhǎng)度B每個(gè)信源符號(hào)的最大平均碼字長(zhǎng)度C各個(gè)信源符號(hào)的碼字長(zhǎng)之和的最小值D各個(gè)信源符號(hào)的碼字長(zhǎng)之和的最大值7、設(shè)一個(gè)二元信源產(chǎn)生2個(gè)符號(hào)的概率分別為P(b1)=1/4，P(b2)=3/4,信源的熵約為DA0.5B0.6C0.7D0.88不通過(guò)計(jì)算，判斷對(duì)此表中的符號(hào)進(jìn)行哈弗曼編碼后對(duì)應(yīng)哪個(gè)符號(hào)的碼字最長(zhǎng)A符號(hào)a1a2a3a4出現(xiàn)概率0.4Aa1Ba2Ca3Da49、已知信源符號(hào)集為A{a1,a2}={0,1}，符號(hào)產(chǎn)生概率為P(a1)=1/4,P(a2)=3/4,對(duì)二進(jìn)制序列11111100，其二進(jìn)制算術(shù)編碼為BA0.1111000B0.1101010C0.0110111D0.001101010、對(duì)一個(gè)具有符號(hào)集B={b1,b2}={0,1}，設(shè)信源產(chǎn)生2個(gè)符號(hào)的概率分別為P(b1)=1/5,P(b2)=4/5,對(duì)二進(jìn)制數(shù)1001進(jìn)行算術(shù)編碼，其結(jié)果用十進(jìn)制數(shù)表示為CA0.26B0.24C0.22D0.2011下圖表示的是一個(gè)6×6圖像的灰度值，對(duì)其進(jìn)行哈夫曼編碼（要求寫(xiě)出每一步的步驟及示意圖）。30102040203020400203010202030301002040402010201002020104030200401030符號(hào)010203040概率4/367/3612/367/366/36碼字100001101101解、14/3622/367/367/3610/3612/364/366/36PPT例子：輸入數(shù)據(jù)流：aabcabbbbd初始化字符串表:13什么是信息量和信息熵？?jī)烧叩挠猛臼鞘裁矗拷猓盒畔⒘浚杭幢硎驹摲?hào)所需的位數(shù)考慮用0和1組成的二進(jìn)制數(shù)碼為含有n個(gè)符號(hào)的某條消息編碼，假設(shè)符號(hào)Fn在整條消息中重復(fù)出現(xiàn)的概率為Pn，則該符號(hào)的信息量為En=-log2(Pn)；信息熵就是平均信息量，如果將信源所有可能事件的信息量進(jìn)行平均，就得到了信息熵(entropy)。14什么是冗余數(shù)據(jù)？什么是知識(shí)冗余？數(shù)據(jù)冗余是指數(shù)據(jù)之間的重復(fù)，也可以說(shuō)是同一數(shù)據(jù)存儲(chǔ)在不同數(shù)據(jù)文件中的現(xiàn)象。可以說(shuō)增加數(shù)據(jù)的獨(dú)立性和減少數(shù)據(jù)冗余是企業(yè)范圍信息資源管理和大規(guī)模信息系統(tǒng)獲得成功的前提條件；知識(shí)冗余：有些圖像中還包含有與某些先驗(yàn)知識(shí)有關(guān)的信息15某視頻圖像為每秒30幀，每幀大小為512*512，32位真彩色，現(xiàn)有40GB的可用硬盤(pán)空間，可用存儲(chǔ)多少秒的該視頻圖像？若采用隔行掃描且壓縮比為10的壓縮算法，又能存儲(chǔ)多少秒的該視頻圖像？16已知符號(hào)A,B,C出現(xiàn)的頻率分別為0.4,0.2,0.4，請(qǐng)對(duì)符號(hào)竄BACCA進(jìn)行算術(shù)編碼，寫(xiě)出編碼過(guò)程，求出信息熵。解答：首先確定信源符號(hào)，概率和初始編碼間隔：編碼過(guò)程：對(duì)BACCA進(jìn)行編碼：17假設(shè)圖2中的左右圖分別給出編碼輸入圖和解碼輸出圖，計(jì)算輸出圖的248350378246340478 圖2圖2圖像分割：1根據(jù)點(diǎn)-線對(duì)偶性ABDA圖像空間中一個(gè)點(diǎn)對(duì)應(yīng)參數(shù)空間中一條線B參數(shù)空間中一個(gè)點(diǎn)對(duì)應(yīng)圖像空間中一條線C圖像空間中共線的3個(gè)點(diǎn)對(duì)應(yīng)參數(shù)空間中2條線的交點(diǎn)D圖像空間中共線的3個(gè)點(diǎn)對(duì)應(yīng)參數(shù)空間中3條線的交點(diǎn)2累加數(shù)組A（p,q）中的最大值對(duì)應(yīng)DA圖像中直線斜率的最大值B圖像中直線截距的最大值C圖像中的點(diǎn)數(shù)D圖像中共線的點(diǎn)數(shù)3為用區(qū)域生長(zhǎng)法進(jìn)行圖像分割，需要確定BDA每個(gè)區(qū)域的均值B每個(gè)區(qū)域的種子像素C圖像的直方圖D在生長(zhǎng)過(guò)程中能將相連像素包括進(jìn)來(lái)的準(zhǔn)則4圖像分割的依據(jù)有哪些？分別舉例說(shuō)明每種分割有什么樣的應(yīng)用分割依據(jù)相似性分割：將相似灰度級(jí)的像素聚集在一起。形成圖像中的不同區(qū)域。這種基于相似性原理的方法也稱為基于區(qū)域相關(guān)的分割技術(shù)非連續(xù)性分割：首先檢測(cè)局部不連續(xù)性，然后將它們連接起來(lái)形成邊界，這些邊界把圖像分以不同的區(qū)域。這種基于不連續(xù)性原理檢出物體邊緣的方法稱為基于點(diǎn)相關(guān)的分割技術(shù)兩種方法是互補(bǔ)的。有時(shí)將它們地結(jié)合起來(lái)，以求得到更好的分割效果。5、令集合R代表整個(gè)圖像區(qū)域，則子集R1，R2，R3，…Rn是對(duì)R分割的必要條件不包括BDA各Ri是連通的，i=1,2,….nBCP(Ri)=TRUE,i=1,2…,nD6、以下分割算法中屬于區(qū)域算法的是ADA分裂合并BHough變換C邊緣檢測(cè)D閾值分割7、圖像分割中的并行邊界技術(shù)和串行區(qū)域技術(shù)分別利用的是：CA不連續(xù)性和變化性B連續(xù)性和相似性C不連續(xù)性和相似性D連續(xù)性和變化性8、假設(shè)圖像中有9個(gè)點(diǎn)均勻分布在一個(gè)十字架上，累加數(shù)組中的最大值為：AA4B5C8D99、利用直方圖取單閾值方法進(jìn)行圖像分割時(shí)：BA圖像中應(yīng)僅有一個(gè)目標(biāo)B圖像直方圖有兩個(gè)峰C圖像中目標(biāo)和背景應(yīng)一樣大D圖像中目標(biāo)灰度應(yīng)比背景大3已知一個(gè)二值圖像，（1）對(duì)該圖像使用四叉樹(shù)進(jìn)行劃分（2）用四叉樹(shù)表達(dá)該圖像（2）（1）已知二值圖像 （2）（1）已知二值圖像4、設(shè)1幅7×7大小的二值圖像中心處有1個(gè)值為0的3×3大小的正方形區(qū)域，其余區(qū)域的值為1。（1）使用Sobel算子來(lái)計(jì)算這幅圖的梯度，并畫(huà)出梯度幅度圖（按照城區(qū)距離計(jì)算出所有像素的梯度幅度值）；（2）使用拉普拉斯算子計(jì)算拉普拉斯圖，并給出圖中所有像素的值。Prewitt算子：解：（1）由水平模板Wx，可得水平梯度Gx為：由垂直模板Wy，可得垂直梯度Gy為：當(dāng)用梯度計(jì)算公式,時(shí)，計(jì)算得到的梯度為：當(dāng)用梯度計(jì)算公式時(shí)，計(jì)算得到的梯度當(dāng)用梯度計(jì)算公式時(shí)，計(jì)算得到的梯度為：（2）用Laplacian算子的4-鄰域模板計(jì)算時(shí)，得到的梯度如下：用Laplacian算子的8-鄰域模板計(jì)算時(shí)，得到的梯度如下：2寫(xiě)出下面圖像在不同條件下的灰度共生矩陣010300101120202132310002123220022301答：矩陣是K*K的（k為像素級(jí)度數(shù)）在這里是4*4的矩陣0進(jìn)0出，0進(jìn)1出，0進(jìn)2出，0進(jìn)3出1進(jìn)0出，1進(jìn)1出，1進(jìn)2出，1進(jìn)3出此題為解題步驟，具體解題答案為6個(gè)4*4的共生矩陣2進(jìn)0出，2進(jìn)1出，2進(jìn)2出，2進(jìn)3出此題為解題步驟，具體解題答案為6個(gè)4*4的共生矩陣3進(jìn)0出，3進(jìn)1出，3進(jìn)2出，3進(jìn)3出D=1（每隔一個(gè)像素點(diǎn)）1）2)3)D=2（每隔兩個(gè)像素點(diǎn)）4）5）6）數(shù)字圖像處理,灰度直方圖,像素的鄰域,冗余數(shù)據(jù)1234566432211664663456661466231364662、畫(huà)出如下6×6灰度圖像的直方圖，對(duì)其進(jìn)行直方圖均衡化處理，并畫(huà)出均衡化后的圖像和它的直方圖（要求有具體的步驟）答：共有6個(gè)灰度級(jí)：123456各灰度級(jí)像素?cái)?shù)nj：5456214求直方圖pf(nj/n)：0.1390.1110.1390.1670.0560.389求C(f)：0.1390.2500.3890.5560.6121.001映射gi=INT[5C(f)+0.5]1123353什么是均值濾波器？用你熟悉的語(yǔ)言寫(xiě)出均值濾波器的源代碼（假設(shè)圖像大小為M*N，用二維數(shù)組表示每個(gè)像素點(diǎn)對(duì)應(yīng)的灰度）答：均值濾波器是圖像處理中一種常見(jiàn)的濾波器，包括算術(shù)均值濾波器、諧波均值濾波器、逆諧波均值濾波器等幾類。它主要應(yīng)用于平滑噪聲。它的原理主要是利用某像素點(diǎn)周邊像素的平均值來(lái)打到平滑噪聲的效果。代碼：boolFilterAV(unsignedchar*image,intheight,intwidth){inti,j;unsignedchar*p=(unsignedchar*)malloc(height*width);for(i=1;i<height-1;i++){for(j=1;j<width-1;j++){p[i*width+j]=(unsignedchar)(((int)image[(i-1)*width+j-1]+(int)image[(i-1)*width+j]+(int)image[(i-1)*width+j+1]+(int)image[i*width+j-1]+(int)image[i*width+j]+(int)image[i*width+j+1]+(int)image[(i+1)*width+j-1]+(int)image[(i+1)*width+j]+(int)image[(i+1)*width+j+1])/M*N);}}for(i=1;i<height-1;i++){for(j=1;j<width-1;j++){image[i*width+j]=p[i*width+j];}}free(p);returntrue;}4討論用于空間濾波的平滑