圖像處理復(fù)習(xí)題

一．名詞解釋（20=4*5）?1.數(shù)字圖像：一副圖像能夠定義為一種二維函數(shù)f（x,y），其中x、y是空間坐標(biāo)，而f在任意一對坐標(biāo)（x、y）處的幅度稱為該點處的圖像的亮度和灰度，當(dāng)x、y和f的幅值都是有限的離散值時，該圖像為數(shù)字圖像。?2.什么是信噪比？信號強度與同時發(fā)出的噪音強度之間的比率稱為信噪比。?3.直方圖：表達(dá)數(shù)字圖像解決中的每一灰度級與其出現(xiàn)的概率間的統(tǒng)計關(guān)系。橫坐標(biāo)表達(dá)灰度級，縱坐標(biāo)表達(dá)頻數(shù)?！督y(tǒng)計每一種像素灰度級的個數(shù)》4.灰度直方圖：將數(shù)字圖像中的全部像素，按照灰度值的大小，統(tǒng)計其所出現(xiàn)的頻率（直方圖上的一種點：圖像中存在的等于某個灰度值的像素點的個數(shù)的多少）*5.連通的定義：對于含有值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。6.中值濾波：中值濾波是指將現(xiàn)在像元的窗口（或領(lǐng)域）中全部像元灰度由小到大進(jìn)行排序，中間值作為現(xiàn)在像元的輸出值。7.像素的鄰域：鄰域是指一種像元（x，y）的鄰近（周邊）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)8.無失真編碼:無失真編碼是指壓縮圖象經(jīng)解壓能夠恢復(fù)原圖象，沒有任何信息損失的編碼技術(shù)。9.直方圖均衡化：直方圖均衡化就是通過變換函數(shù)將原圖像的直方圖修正為平坦的直方圖，以此來修正原圖像之灰度值。10.采樣：對圖像f(x,y)的空間位置坐標(biāo)（x,y）的離散化以獲取離散點的函數(shù)值的過程稱為圖像的采樣。11.量化：把采樣點上對應(yīng)的亮度持續(xù)變化區(qū)間轉(zhuǎn)換為單個特定數(shù)碼的過程，稱之為量化，即采樣點亮度的離散化。12.灰度圖像：指每個像素的信息由一種量化的灰度級來描述的圖像，它只有亮度信息，沒有顏色信息。13.色度:普通把色調(diào)和飽和度通稱為色度，它表達(dá)顏色的類別與深淺程度。14.圖像銳化：是增強圖象的邊沿或輪廓。《圖像的平滑》15.直方圖規(guī)定化（匹配）:用于產(chǎn)生解決后有特殊直方圖的圖像的辦法16.數(shù)據(jù)壓縮：指減少表達(dá)給定信息量所需的數(shù)據(jù)量。二．簡答題（20=5×4）1.圖像銳化濾波的幾個辦法。答：（1）直接以梯度值替代；（2）輔以門限判斷；（3）給邊沿規(guī)定一種特定的灰度級；（4）給背景規(guī)定灰度級；（5）根據(jù)梯度二值化圖像。2.偽彩色增強和真彩色增強有何異同點。答：偽彩色增強是將一幅灰度圖像變換為彩色圖像，從而將人眼難以分辨的灰度差別變換為極易分辨的色彩差別。它實質(zhì)上只是一種圖像的著色過程，是一種灰度到彩色的映射技術(shù)。而真彩色增強則是對原始圖像本身所含有的顏色進(jìn)行調(diào)節(jié)，是一種彩色到彩色的映射過程。*3.圖像編碼（壓縮）基本原理是什么？數(shù)字圖像的冗余體現(xiàn)有哪幾個體現(xiàn)形式？答：表達(dá)圖像需要的大量數(shù)據(jù)是高度有關(guān)的，或者說存在冗余信息，去掉這些冗余信息后能夠有效壓縮圖像，同時又不會損害圖像的有效信息。冗余：空間冗余、時間冗余、視覺冗余、信息熵冗余、構(gòu)造冗余和知識冗余。4.什么是中值濾涉及其它的原理？中值濾波是基于排序統(tǒng)計理論的一種能有效克制噪聲的非線性信號解決技術(shù)，基本原理是把數(shù)字圖像或數(shù)字序列中一點的值用該點的一種鄰域中各點值的中值替代，讓周邊的像素值靠近的真實值，從而消除孤立的噪聲點。特點：是一種非線性的圖像平滑法，它對脈沖干擾級椒鹽噪聲的克制效果好，在克制隨機噪聲的同時能有效保護(hù)邊沿少受含糊。5、什么是直方圖均衡化？答：將原圖象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象。圖象均衡化解決后，圖象的直方圖是平直的，即各灰度級含有相似的出現(xiàn)頻數(shù)，那么由于灰度級含有均勻的概率分布，圖象看起來就更清晰了。*6、圖像增強的目的是什么？答：圖像增強目的是要改善圖像的視覺效果，針對給定圖像的應(yīng)用場合，有目的地強調(diào)圖像的整體或局部特性，將原來不清晰的圖像變得清晰或強調(diào)某些感愛好的特性，擴大圖像中不同物體特性之間的差別，克制不感愛好的特性，使之改善圖像質(zhì)量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。?7、圖像壓縮質(zhì)量的評價辦法？答：分為主觀評價和客觀評價。主觀評價需要人的參加，能直接反映人眼的感受?？陀^評價辦法用恢復(fù)圖像偏離原始圖像的誤差來衡量恢復(fù)圖像的質(zhì)量。慣用的客觀評價指標(biāo)有均方差和峰值信噪比。8、圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？答：區(qū)別：圖像銳化是用于增強邊沿，造成高頻分量增強，會使圖像清晰；圖像平滑用于消除圖像噪聲，但是也容易引發(fā)邊沿的含糊。聯(lián)系：都屬于圖像增強，改善圖像效果。*9.平滑和銳化濾波器的異同及聯(lián)系？答：同：都能削弱或消除傅葉空間的某些分量，而不影響或較少影響其它分量，從而達(dá)成增強某些頻率分量的效果。異：平滑削弱或消除傅葉空間的高頻分量，達(dá)成了增強低頻分量、平滑圖像細(xì)節(jié)的效果；銳化削弱或消除傅葉空間的低頻分量，達(dá)成了增強高頻分量、銳化圖像細(xì)節(jié)的效果。聯(lián)系：兩者效果相反，互為補充，從原始圖像中減去平滑濾波器的成果得到銳化濾波器的效果，反之亦然。10、圖像增強時，平滑和銳化有哪些實現(xiàn)辦法？答：平滑的實現(xiàn)辦法：鄰域平均法，中值濾波，多圖像平均法，頻域低通濾波法。銳化的實現(xiàn)辦法：微分法，高通濾波法。*11.圖像空域增強與頻域增強的基本原理答：頻域增強是指在圖像的頻率域內(nèi)，對圖像的變換系數(shù)（頻率成分）直接進(jìn)行運算，然后通過傅里葉逆變換以獲得圖像的增強效果?？沼蛟鰪娛窃趫D像上直接進(jìn)行數(shù)據(jù)運算，基本上是以灰度映射變換的。*12.頻域增強與空域增強有何不同答：空域增強是在圖像上直接進(jìn)行數(shù)據(jù)運算，常見的解決辦法有：線性拉伸、直方圖均衡化等。頻域增強重要有基于傅里葉變換的算法、基于小波變換的算法等。兩者在圖像增強時都已產(chǎn)生“振鈴”現(xiàn)象。*13.高通濾波與低通濾波有何特點？答：低通濾波器允許低頻信號通過，但減少頻率高于截止頻率的信號的通過。對于不同濾波器而言，每個頻率的信號的削弱程度不同。高通濾波器是去掉信號中不必要的低頻成分，去掉低頻干擾的濾波器。高通濾波器和低通濾波器經(jīng)常成對出現(xiàn)，無論哪一種，都是為了把一定的聲音頻率送到應(yīng)當(dāng)去的單元。*14.什么叫同態(tài)濾波？有何特點？答：同態(tài)濾波是一種在頻域中對圖像同時進(jìn)行圖像對比度增強和壓縮圖像亮度范疇的濾波辦法。同態(tài)濾波能夠使圖像解決符合人眼對于亮度響應(yīng)的非線性特性，避免了直接對圖像進(jìn)行傅里葉變換解決的失真。*15.在圖像變換編碼中為什么要對圖像進(jìn)行分塊？簡述DCT編碼的原理及基本過程？答：為了提高壓縮效率，考慮到局部子塊中圖像的有關(guān)性強的事實，普通會將圖像分成8*8的子塊，對每個子塊獨立的進(jìn)行DCT變換。16.圖像增強與圖像復(fù)原的聯(lián)系與區(qū)別？答：（1）兩者的目的都是為了改善圖像的質(zhì)量。（2）圖像增強不考慮圖像是如何退化的，而是試圖采用多個技術(shù)來增強圖像的視覺效果。因此，圖像增強能夠不顧增強后的圖像與否失真，只要看得舒適就行。（3）而圖像復(fù)原就完全不同，需懂得圖像退化的機制和過程等先驗知識，據(jù)此找出一種對應(yīng)的逆解決辦法，從而得到復(fù)原的圖像。（4）如果圖像已退化，應(yīng)先作復(fù)原解決，再作增強解決17.在彩色圖像解決中，常使用HSI模型，它適于做圖像解決的因素？答：在HIS模型中亮度分量與色度分量是分開的；2、色調(diào)與飽和度的概念與人的感知聯(lián)系緊密。18.圖像復(fù)原和圖像增強的重要區(qū)別是：答：圖像增強重要是一種主觀過程，而圖像復(fù)原重要是一種客觀過程；圖像增強不考慮圖像是如何退化的,而圖像復(fù)原需懂得圖像退化的機制和過程等先驗知識19.簡述直方圖均衡化的基本原理。答：直方圖均衡化辦法的基本思想是，對在圖像中像素個數(shù)多的灰度級進(jìn)行展寬，而對像素個數(shù)少的灰度級進(jìn)行縮減。從而達(dá)成清晰圖像的目的。由于灰度分布可在直方圖中描述，因此該圖像增強辦法是基于圖像的灰度直方圖。直方圖均衡化是將原圖象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象。圖象均衡化解決后，圖象的直方圖是平直的，即各灰度級含有相似的出現(xiàn)頻數(shù)，那么由于灰度級含有均勻的概率分布，圖象看起來就更清晰了。直方圖均衡化實質(zhì)上是減少圖象的灰度級以換取對比度的加大。在均衡過程中，原來的直方圖上頻數(shù)較小的灰度級被歸入極少幾個或一種灰度級內(nèi)，故得不到增強。若這些灰度級所構(gòu)成的圖象細(xì)節(jié)比較重要，則需采用局部區(qū)域直方圖均衡。對離散圖像的直方圖均衡化是不能產(chǎn)生完全平坦的直方圖的。理由是：（1）直方圖是近似概率密度函數(shù)，（2）簡并現(xiàn)象的存在使解決的灰度級總是要減少的，這是像素灰度有限的必然成果。均衡化只是近似的，其成果只能是產(chǎn)生近似均勻的直方圖。對一副圖像進(jìn)行直方圖均衡化解決，然后在進(jìn)行一次直方圖均衡化解決，成果不會發(fā)生變化。理由是：（1）對于不同的圖像，只要含有相似的灰度分布狀況，其對應(yīng)的灰度直方圖是一致的；（2）任意一副圖像都有唯一的與其對應(yīng)的一種灰度直方圖。對一副灰度級為2的n次方且已經(jīng)直方圖均衡化的圖像能否用變長編碼辦法進(jìn)行壓縮？效果如何？答：能。由于直方圖均衡化并不能消除圖像中的冗余信息和不相干信息。如果均衡化過程中沒有發(fā)生灰度合并，則壓縮效率與均衡化無關(guān);如果發(fā)生了灰度合并，則壓縮效率會有所提高。簡述梯度法與Laplacian算子檢測邊沿的異同點？答：梯度算子和Laplacian檢測邊沿對應(yīng)的模板分別為（梯度算子）（Laplacian算子）梯度算子是運用階躍邊沿灰度變化的一階導(dǎo)數(shù)特性，認(rèn)為極大值點對應(yīng)于邊沿點；而Laplacian算子檢測邊沿是運用階躍邊沿灰度變化的二階導(dǎo)數(shù)特性，認(rèn)為邊沿點是零交叉點。（2分）相似點都能用于檢測邊沿，且都對噪聲敏感。21.對于椒鹽噪聲，為什么中值濾波效果比均值濾波效果好？答：椒鹽噪聲是復(fù)制近似相等但隨機分布在不同的位置上，圖像中又干凈點也有污染點。中值濾波是選擇適宜的點來替代污染點的值，因此解決效果好。由于噪聲的均值不為0，因此均值濾波不能較好地去除噪聲。22.什么是區(qū)域？什么是圖像分割？答：區(qū)域能夠認(rèn)為是圖像中含有互相連通、一致屬性的像素集合。圖像分割時把圖像分成互不重疊的區(qū)域并提取出感愛好目的的技術(shù)。23.什么是圖像運算？具體涉及哪些？答：圖像的運算是指以像素點的幅度值為運算單元的圖像運算。這種運算涉及點運算、代數(shù)運算和幾何運算。*24.圖像退化（為什么要恢復(fù)）答：（1）圖像的退化是指圖像在形成、傳輸和統(tǒng)計過程中，由于成像系統(tǒng)、傳輸介質(zhì)和設(shè)備的不完善，使圖像的質(zhì)量變壞。（2）圖像復(fù)原就是要盡量恢復(fù)退化圖像的原來面目，它是沿圖像退化的逆過程進(jìn)行解決。（3）圖像退化的數(shù)學(xué)模型為：g(x,y)=f(x,y)*h(x,y)+n(x,y)

典型的圖像復(fù)原定義：是根據(jù)圖像退化的先驗知識建立一種退化模型，以此模型為基礎(chǔ)，采用多個逆退化解決辦法進(jìn)行恢復(fù)，得到質(zhì)量改善的圖像。**圖像復(fù)原過程以下：找退化因素→建立退化模型→反向推演→恢復(fù)圖像?25、簡述預(yù)測編碼中無損編碼和有損編碼兩者的異同？答：同：通過僅提取每個象素中的新增信息并對它們編碼，來消除象素間的冗余。異：無損壓縮編碼涉及預(yù)測和編碼兩個過程，有損壓縮編碼是在此基礎(chǔ)上多了一種量化器，并由其決定壓縮比和失真量。無損編碼是可逆的，即從壓縮后的數(shù)據(jù)能夠完全恢復(fù)原來的圖像，信息沒有丟失。有損編碼是不可逆的，即從壓縮后的數(shù)據(jù)無法完全恢復(fù)原來的圖像，信息有一定損失。26、抱負(fù)低通濾波器缺點？答：會產(chǎn)生比較嚴(yán)重的含糊和振鈴現(xiàn)象，半徑越小，含糊和振鈴越明顯，平滑效果也越差。振鈴因素：時域圖，頻域圖，旁瓣圍繞橫坐標(biāo)震動，因此。27、JPEG在哪個環(huán)節(jié)上壓縮了圖像的冗余信息？答：量化減少了數(shù)據(jù)間冗余，編碼減少了信息熵冗余?！鵍PEG編碼：原圖→子圖分割→DCT正交變換→量化器→熵編碼器→壓縮圖像25、Huffman編碼的特點？答：①碼字不唯一②實時硬件實現(xiàn)很復(fù)雜，并且在抗誤碼能力方面也比較差③依賴于信源的統(tǒng)計特性，應(yīng)用受到限制④只能用近似的整數(shù)位來表達(dá)單個符號，而不是抱負(fù)的小數(shù)，因此Huffman編碼無法達(dá)成最抱負(fù)的壓縮效果。26、幾個邊沿檢測算子的優(yōu)缺點？答：①Roberts算子：邊沿定位精度高，但容易丟失一部分邊沿，不含有克制噪聲的能力。該算子對含有陡峭邊沿且含噪聲少的圖像效果較好。②Sobel算子和tt算子：對圖像先進(jìn)行加權(quán)平滑解決，因此對噪聲有一定的克制能力，檢測出的邊沿容易出現(xiàn)多像素寬度。③拉普拉斯算子：對圖像中的階躍型邊沿點定位