東大數(shù)字圖像處理重點(diǎn)試題

東大數(shù)字圖像處理重點(diǎn)試題1.為什么要在頻率域研究圖像增強(qiáng)可以利用頻率成分和圖像外表之間的對(duì)應(yīng)關(guān)系。一些在空間域表述困難的增強(qiáng)任務(wù)，在頻率域中變得非常普通濾波在頻率域更為直觀，它可以解釋空間域?yàn)V波的某些性質(zhì)可以在頻率域指定濾波器，做反變換，然后在空間域使用結(jié)果濾波器作為空間域?yàn)V波器的指導(dǎo)一旦通過(guò)頻率域試驗(yàn)選擇了空間濾波，通常實(shí)施都在空間域進(jìn)行2.(×)2.直方圖均衡是一種點(diǎn)運(yùn)算，圖像的二值化則是一種局部運(yùn)算。改正：直方圖均衡是一種點(diǎn)運(yùn)算，圖像的二值化也是一種點(diǎn)運(yùn)算?；颍褐狈綀D均衡是一種點(diǎn)運(yùn)算，圖像的二值化不是一種局部運(yùn)算。(×)3.有選擇保邊緣平滑法可用于邊緣增強(qiáng)。改正：有選擇保邊緣平滑法不可用于邊緣增強(qiáng)。3灰度直方圖：灰度直方圖是灰度級(jí)的函數(shù)，描述的是圖像中具有該灰度級(jí)的像素的個(gè)數(shù)?；颍夯叶?連通的定義：對(duì)于具有值V的像素p和q,如果q在集合N8(p)中,則稱這兩個(gè)像素是連通的。1.圖像銳化濾波的幾種方法。答：（1）直接以梯度值代替；（2）輔以門(mén)限判斷；（3）給邊緣規(guī)定一個(gè)特定的灰度級(jí)；（4）給背景規(guī)定灰度級(jí)；（5）根據(jù)梯度二值化圖像。2.偽彩色增強(qiáng)和假彩色增強(qiáng)有何異同點(diǎn)。答：偽彩色增強(qiáng)是對(duì)一幅灰度圖像經(jīng)過(guò)三種變換得到三幅圖像，進(jìn)行彩色合成得到一幅彩色圖像；假彩色增強(qiáng)則是對(duì)一幅彩色圖像進(jìn)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(duì)象不同。相同點(diǎn)是利用人眼對(duì)彩色的分辨能力高于灰度分辨能力的特點(diǎn)，將目標(biāo)用人眼敏感的顏色表示。3.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？答：雖然表示圖像需要大量的數(shù)據(jù)，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：空間冗余、時(shí)間冗余、視覺(jué)冗余、信息熵冗余、結(jié)構(gòu)冗余和知識(shí)冗余。4.什么是中值濾波，有何特點(diǎn)？答：中值濾波是指將當(dāng)前像元的窗口（或領(lǐng)域）中所有像元灰度由小到大進(jìn)行排序，中間值作為當(dāng)前像元的輸出值。特點(diǎn)：它是一種非線性的圖像平滑法，它對(duì)脈沖干擾級(jí)椒鹽噪聲的抑制效果好，在抑制隨機(jī)噪聲的同時(shí)能有效保護(hù)邊緣少受模糊。5.什么是直方圖均衡化？將原圖象的直方圖通過(guò)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。圖象均衡化處理后，圖象的直方圖是平直的，即各灰度級(jí)具有相同的出現(xiàn)頻數(shù)，那么由于灰度級(jí)具有均勻的概率分布，圖象看起來(lái)就更清晰了。6、圖像增強(qiáng)的目的是什么？答：圖像增強(qiáng)目的是要改善圖像的視覺(jué)效果，針對(duì)給定圖像的應(yīng)用場(chǎng)合，有目的地強(qiáng)調(diào)圖像的整體或局部特性，將原來(lái)不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，擴(kuò)大圖像中不同物體特征之間的差別，抑制不感興趣的特征，使之改善圖像質(zhì)量、豐富信息量，加強(qiáng)圖像判讀和識(shí)別效果，滿足某些特殊分析的需要。7、什么是中值濾波及其它的原理？答：中值濾波法是一種非線性平滑技術(shù)，它將每一象素點(diǎn)的灰度值設(shè)置為該點(diǎn)某鄰域窗口內(nèi)的所有象素點(diǎn)灰度值的中值。中值濾波是基于排序統(tǒng)計(jì)理論的一種能有效抑制噪聲的非線性信號(hào)處理技術(shù)，中值濾波的基本原理是把數(shù)字圖像或數(shù)字序列中一點(diǎn)的值用該點(diǎn)的一個(gè)鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)。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(qiáng)邊緣，導(dǎo)致高頻分量增強(qiáng)，會(huì)使圖像清晰；圖像平滑用于消除圖像噪聲，但是也容易引起邊緣的模糊。聯(lián)系：都屬于圖像增強(qiáng)，改善圖像效果。9、在彩色圖像處理中，常使用HSI模型，它適于做圖像處理的原因有:1、在HIS模型中亮度分量與色度分量是分開(kāi)的；2、色調(diào)與飽和度的概念與人的感知聯(lián)系緊密。10、圖像復(fù)原和圖像增強(qiáng)的主要區(qū)別是：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)不考慮圖像是如何退化的,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)11、圖像增強(qiáng)時(shí)，平滑和銳化有哪些實(shí)現(xiàn)方法？平滑的實(shí)現(xiàn)方法：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(shí)現(xiàn)方法：微分法，高通濾波法。12.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。13、當(dāng)在白天進(jìn)入一個(gè)黑暗劇場(chǎng)時(shí)，在能看清并找到空座位時(shí)需要適應(yīng)一段時(shí)間，試述發(fā)生這種現(xiàn)象的視覺(jué)原理。答：人的視覺(jué)絕對(duì)不能同時(shí)在整個(gè)亮度適應(yīng)范圍工作，它是利用改變其亮度適應(yīng)級(jí)來(lái)完成亮度適應(yīng)的。即所謂的亮度適應(yīng)范圍。同整個(gè)亮度適應(yīng)范圍相比，能同時(shí)鑒別的光強(qiáng)度級(jí)的總范圍很小。因此，白天進(jìn)入黑暗劇場(chǎng)時(shí)，人的視覺(jué)系統(tǒng)需要改變亮度適應(yīng)級(jí)，因此，需要適應(yīng)一段時(shí)間，亮度適應(yīng)級(jí)才能被改變。14、說(shuō)明一幅灰度圖像的直方圖分布與對(duì)比度之間的關(guān)系答：直方圖的峰值集中在低端，則圖象較暗，反之，圖象較亮。直方圖的峰值集中在某個(gè)區(qū)域，圖象昏暗，而圖象中物體和背景差別很大的圖象，其直方圖具有雙峰特性，總之直方圖分布越均勻，圖像對(duì)比度越好。15、簡(jiǎn)述梯度法與Laplacian算子檢測(cè)邊緣的異同點(diǎn)？答：梯度算子和Laplacian檢測(cè)邊緣對(duì)應(yīng)的模板分別為梯度算子是利用階躍邊緣灰度變化的一階導(dǎo)數(shù)特性，認(rèn)為極大值點(diǎn)對(duì)應(yīng)于邊緣點(diǎn)；而Laplacian算子檢測(cè)邊緣是利用階躍邊緣灰度變化的二階導(dǎo)數(shù)特性，認(rèn)為邊緣點(diǎn)是零交叉點(diǎn)。相同點(diǎn)都能用于檢測(cè)邊緣，且都對(duì)噪聲敏感。16.對(duì)于椒鹽噪聲，為什么中值濾波效果比均值濾波效果好？椒鹽噪聲是復(fù)制近似相等但隨機(jī)分布在不同的位置上，圖像中又干凈點(diǎn)也有污染點(diǎn)。中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來(lái)代替污染點(diǎn)的值，所以處理效果好。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲。17.什么是區(qū)域？什么是圖像分割？區(qū)域可以認(rèn)為是圖像中具有相互連通、一致屬性的像素集合。圖像分割時(shí)把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。18.什么是圖像運(yùn)算？具體包括哪些？圖像的運(yùn)算是指以像素點(diǎn)的幅度值為運(yùn)算單元的圖像運(yùn)算。這種運(yùn)算包括點(diǎn)運(yùn)算、代數(shù)運(yùn)算和幾何運(yùn)算。19.在MATLAB環(huán)境中，實(shí)現(xiàn)一幅圖像的傅立葉變換。解：MATLAB程序如下：A=break('rice.tif');imshow(A);A2=fft(A);A2=fftshift(A2);Figure,imshow(log(abs(A2)+1),[0,10]);5）imresize('圖片名''縮放大小''Method')MATLAB圖像處理工具箱中的函數(shù)imresize可以用上述的3種方法對(duì)圖像進(jìn)行插值縮放，如果不指定插值方法，則默認(rèn)為最鄰近插值法。>>d=imresize(a,[90,144]);>>subplot(211);imshow(a)>>subplot(212);imshow(d)得到與原始圖片的對(duì)比圖像：20.使用均值濾波算法與Wiener維納濾波去除高斯噪聲的程序如下：>>a=imread('C:\Users\WXQ\Pictures\desk_cg_98.jpg');>>b=rgb2gray(a);>>c=imnoise(b,'gaussian',0,0.005);%加入均值為0，方差為0.005的高斯噪聲>>K1=wiener2(c,[55]);%對(duì)加噪圖像進(jìn)行二維自適應(yīng)維納濾波，濾波窗口為5*5>>K2=filter2(fspecial('average',5),c)/255;%模板尺寸為5>>figure(1);imshow(c);圖像銳化濾波的幾種方法。答：（1）直接以梯度值代替；（2）輔以門(mén)限判斷；（3）給邊緣規(guī)定一個(gè)特定的灰度級(jí)；（4）給背景規(guī)定灰度級(jí)；（5）根據(jù)梯度二值化圖像。9、在彩色圖像處理中，常使用HSI模型，它適于做圖像處理的原因有:1、在HIS模型中亮度分量與色度分量是分開(kāi)的；2、色調(diào)與飽和度的概念與人的感知聯(lián)系緊密。10、圖像復(fù)原和圖像增強(qiáng)的主要區(qū)別是：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)不考慮圖像是如何退化的,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)14、說(shuō)明一幅灰度圖像的直方圖分布與對(duì)比度之間的關(guān)系答：直方圖的峰值集中在低端，則圖象較暗，反之，圖象較亮。直方圖的峰值集中在某個(gè)區(qū)域，圖象昏暗，而圖象中物體和背景差別很大的圖象，其直方圖具