（1）=3l
（2）=4l（3）
24下列因素中与客观保真度有关的是ABD
A输入图与输出图之间的误差B输入图与输出图之间的均方根误差
C压缩图与解压缩图的视觉质量D压缩图与解压缩图的信噪比
25设一信源符号集为A={a1,a2},符号产生概率分别为P（a1）=2/3,P（a2）=1/3,则编码方案理论上可达到的最高效率为C
A0.333B0.625C0.918D1
26无失真编码定理确定的是A
A每个信源符号的最小平均码字长度
B每个信源符号的最大平均码字长度
C各个信源符号的码字长之和的最小值
D各个信源符号的码字长之和的最大值
27设一个二元信源产生2个符号的概率分别为P（b1）=1/4，P（b2）=3/4,信源的熵约为C
A0.5B0.6C0.7D0.8
28不通过计算，判断对此表中的符号进行哈弗曼编码后对应哪个符号的码字最长A
表
符号
a1
a2
a3
a4
出现概率
0.1
0.2
0.3
0.4
Aa1Ba2Ca3Da4
29已知信源符号集为A{a1,a2}={0,1}，符号产生概率为P（a1）=1/4,P（a2）=3/4,对二进制序列11111100，其二进制算术编码为B
A0.1111000B0.1101010C0.0110111D0.0011010
30对一个具有符号集B={b1,b2}={0,1}，设信源产生2个符号的概率分别为P（b1）=1/5,P（b2）=4/5,对二进制数1001进行算术编码，其结果用十进制数表示为c
A0.26B0.24C0.22D0.20
31利用3*3滤波器，证明在空域中原图像减去平滑滤波的结果可得到锐化滤波的结果
32保真度准则有哪些？
客观保真度标准：
图像压缩过程对图像信息的损失能够表示为原始图像与压缩并解压缩后图像的函数。
一般表示为输出和输入之差：
两个图像之间的总误差：
均方根误差：
主观保真度标准：
通过视觉比较两个图像，给出一个定性的评价，如很粗、粗、稍粗、相同、稍好、较好、很好等，可以对所有人的感觉评分计算平均感觉分来衡量
33画出如下6×6灰度图像的直方图，对其进行直方图均衡化处理，并画出均衡化后的图像和它的直方图（要求有具体的步骤）
1
2
3
4
5
6
6
4
3
2
2
1
1
6
6
4
6
6
3
4
5
6
6
6
1
4
6
6
2
3
1
3
6
4
6
6
34下图表示的是一个6×6图像的灰度值，对其进行哈夫曼编码（要求写出每一步的步骤及示意图）。
30
10
20
40
20
30
20
40
0
20
30
10
20
20
30
30
10
0
20
40
40
20
10
20
10
0
20
20
10
40
30
20
0
40
10
30
解：
符号
0
10
20
30
40
概率
4/36
7/36
12/36
7/36
6/36
码字
100
00
11
01
101
1
14/3622/36
7/367/3610/3612/36
4/366/36
用哈夫曼编码为：
35现有来源于三色系统的图像数据源：
aabbbbcaabcc，对其进行LZW编码。
已知的索引表为：
字符串
索引
a
0H
b
1H
c
2H
LZW_CLEAR
3H
LZW_EOI
4H
按照下面的格式写出其每次输入一个字符后所得的结果（至少写出输入前5个字符时的操作步骤）
序号
输入数据S2
S1+S2
输出结果
S1
生成新字符及索引
36写出用哈夫变换检测上眼睑的基本步骤，并给出每个参数的大概取值范围（图像大小为320×280），。
图1是进行哈夫变换之前的边缘检测图，图1是二值化图像，标为黑色的点是我们要找的侯选边界点，通过这些边界点来定位上眼睑
图1
37什么是均值滤波器？
用你熟悉的语言写出均值滤波器的源代码（假设图像大小为100*100，用二维数组表示每个像素点对应的灰度）
38用你熟悉的语言写出用迭代法得到基本全值阈值算法的源代码
39、写出下面图像在不同条件下的灰度共生矩阵：
1）d=1,
=0;2）d=1,
=45;3）d=1,
=90;
0
1
0
3
0
0
1
0
1
1
2
0
2
0
2
1
3
2
3
1
0
0
0
2
1
2
3
2
2
0
0
2
2
3
0
1
40图像处理的应用范围及主要内容有哪些。
视觉监视、公安：
银行防盗，人脸识别等。
工业检测与测量：
公路路面破损图像识别
军事侦察、高精度制导
医疗诊断：
CT技术，癌细胞识别等。
通讯：
可视电话，视频点播等。
影视业、娱乐、公众服务：
广告，基于内容检索等。
41什么是信息量和信息熵？
两者的用途是什么。
信息量：
即表示该符号所需的位数
考虑用0和1组成的二进制数码为含有n个符号的某条消息编码，
假设符号Fn在整条消息中重复出现的概率为Pn，则该符号的信息量为
En=-log2（Pn）
信息熵就是平均信息量。
如果将信源所有可能事件的信息量进行
平均，就得到了信息熵（entropy）。
42简述细化的原理，并写出下面这幅图像经过细化处理后的结果
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
1
1
1
1
1
1
0
0
0
0
0
1
1
1
0
0
0
0
0
1
1
1
0
0
0
0
0
1
1
1
0
0
0
0
0
0
0
0
0
43数字图像处理：
数字图像处理是指将一幅图像转变为另一幅图像。
不管图像处理是何种目的，都需要用计算机图像处理系统对图像数据进行输入、加工和输出，因此数字图像处理研究的内容主要有以下8个部分：
1）图像获取、表示和表现（ImageAcquisition，RepresentationandPresentation）该过程主要是把模拟图像信号转化为计算机所能接受的数字形式，以及把数字图像显示和表现出来（如打印）。
这一过程主要包括摄取图像及数字化等几个步骤。
2）图像复原（ImageRestoration）
当造成图像退化（图像品质下降）的原因已知时，复原技术可以对图像进行校正。
图像复原最关键的是对每种退化都需要有一个合理的模型。
退化模型和特定数据一起描述了图像的退化，因此，复原技术是基于模型和数据的图像恢复，其目的是消除退化的影响，从而产生一个等价于理想成像系统所获得的图像。
3）图像增强（ImageEnhancement）
图像增强是对图像质量在一般意义上的改善。
当无法知道图像退化有关的定量信息时，可以使用图像增强技术较为主观地改善图像的质量。
因为增强技术并非是针对某种退化所采取的方法，所以很难预测哪一种特定技术是最好的，只能通过试验和分析误差来选择一种合适的方法。
有时可能需要彻底改变图像的视觉效果，以便突出重要特征的可观察性，使人或计算机更易观察或检测。
在这种情况下，可以把增强理解为增强感兴趣特征的可检测性，而非改善视感质量。
4）图像分割（ImageSegmentation）
把图像分成区域的过程就是图像分割。
图像中通常包含多个对象，图像处理为达到识别和理解的目的，几乎都必须按照一定的规则将图像分割成区域，每个区域代表被成像的一个物体。
图像自动分割是图像处理中最困难的问题之一。
目前，大部分图像的自动分割还需要人工提供必需的信息来帮助。
由于解决和分割有关的基本问题是特定领域中图像分析实用化的关键一步，因此，将各种方法融合在一起并使用知识来提高处理的可靠性和有效性是图像分割的研究热点。
5）图像压缩编码
数字图像的特点之一是数据量庞大。
因此在实际应用中图像压缩是必需的。
图像编码主要是利用图像信号的统计特性及人类视觉的生理学及心理学特性，对图像信号进行高效编码，即研究数据压缩技术，目的是解决数据量大的矛盾。
一般来说，图像编码的目的有三个：
①减少数据存储量；②降低数据率以减少传输带宽；③压缩信息量，便于特征提取，为后续识别作准备
6）图像处理中的频域变换
数字图像处理的方法主要分为:
一是空域法,二是频域法.把图像变换到频率域可以从另一个角度来分析图像的特性，以便更准确地处理它.在频域处理法中最为关键的预处理便是变换处理.目前,在图像处理技术中,频率域变换正被广泛地运用于图像的特征提取,图像增强，图像复原以及图像的变换编码等领域中.
7）目标表达与描述
通过图像分割把图像空间分成一些有意义的区域，然后采用不同于原始图像的适当形式将目标表示出来，并对目标特征进行描述，再对图像进行分析和理解处理
图像分割的结果要么是区域内的像素的集合，要么是位于区域边界上的像素的集合，所以对图像中目标的表达方法分为区域表达和边界表达，对目标的描述一般也分为对边界的描述和对区域的描述
8）形态学
以形态为基础对图像进行分析的一类数学工具。
基本思想是用具有一定形态的结构元素，去量度和提取图像中的对应形状，以达到对图像分析和识别的目的。
初期的数学形态学方法仅可应用于二值图像，所以需将灰度图像先进行二值化。
后来灰度形态学得到发展，使得数学形态学方法不仅可用于二值图像也可直接应用于各种灰度图像和彩色图像。
44、灰度直方图：
灰度直方图（histogram）是灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。
横坐标是灰度级，纵坐标是灰度级出现的频率。
45、像素的邻域：
对任一像素（i，j），把它周围像素构成的集合{（i+p，j+q），p、q取适当的整数}叫做像素（i，j）的邻域
46、冗余数据：
冗余数据有：
编码冗余、像素间冗余、心理视觉冗余3种。
如果能减少或消除其中的1种或多种冗余，就能取得数据压缩的效果。
因此图像信息的压缩是可能的。
但到底能压缩多少，除了和图像本身存在的冗余度大小有关外，很大程度取决于对图像质量的要求。
原始图像越有规则，各象素之间的相关性越强，它可能压缩的数据就越多。
47、调色板：
位图调色板（BitmapPalette）（RGBOUAD）：
由位图的颜色格式字段所确定的调色板数组，数组中的每个元素是一个RGBQUAD结构，占4个字节。
48写出用哈夫变换检测圆形的基本步骤，并解释在如图所示的一幅人眼图像中，如何通过哈夫变换检测出虹膜部分（即如何定位出图2所示内外两个圆形）。
图1是进行哈夫变换之前的边缘检测图，图1是二值化图像，标为黑色的点是我们要找的侯选边界点，通过这些边界点来定位内外两个圆
图1图2
49数字图像分析：
是指将一幅图像转换为一种非图像的表示。
但数字图像处理通常又包括数字图像分析。
如天气预报，视频统计等。
50、局部运算：
输出图像每个像素的灰度值依赖于对应输入图像该像素邻域的灰度值。
51、图像增强：
图像增强有两大类应用
改善图像的视觉效果，提高图像清晰度
突出图像的特征，便于计算机处理。
*图像增强按作用域分为两类，即空域处理和频域处理。
52、知识冗余：
有些图像中还包含有与某些先验知识有关的信息。
53哈夫曼编码有何优缺点。
优点编码效率比较高对编码设备要求比较简单
哈夫曼编码集合不唯一，但平均码长和编码效率不变
局限性：
为可变长编码，译码复杂
需要事先知道输入符号集的概率分布
没有错误保护功能
54什么是阈值分割技术？
该技术使用于什么场景下的图像分割。
阈值分割法是一种基于区域的图像分割技术，其基本原理是：
通过设定不同的特征阈值，把图像象素点分为若干类。
常用的特征包括：
直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征。
全局阈值是指整幅图像使用同一个阈值做分割处理，并产生一个二值图，区分出前景对象和背景。
适用于背景和前景对比度大的图像
单值阈值只能对双峰直方图工作得较好
对于其它类型的直方图，需要更多的阈值
55什么是图像平滑？
试述均值滤波的基本原理。
为了抑制噪声改善图像质量所进行的处理称为图像平滑或去噪。
56写出下面图像在不同条件下的灰度共生矩阵：
1）d=1,
=0;2）d=1,
=45;3）d=1,
=90;
4）d=2,
=0;5）d=2,
=135;6）d=2,
=90;
0
1
0
3
0
0
1
0
1
1
2
0
2
0
2
1
3
2
3
1
0
0
0
2
1
2
3
2
2
0
0
2
2
3
0
1
57图像分割的依据有哪些？
分别举例说明每种分割有什么样的应用
分割依据
相似性分割：
将相似灰度级的像素聚集在一起。
形成图像中的不同区域。
这种基于相似性原理的方法也称为基于区域相关的分割技术
非连续性分割：
首先检测局部不连续性，然后将它们连接起来形成边界，这些边界把图像分以不同的区域。
这种基于不连续性原理检出物体边缘的方法称为基于点相关的分割技术
两种方法是互补的。
有时将它们地结合起来，以求得到更好的分割效果。
58设1幅N*N的二值化图像中心处有1个值为1的n*n的正方形区域，此外的像素灰度值均为0，
（1）根据城区距离，使用索贝尔算子计算这幅图的梯度，并画出梯度的幅度值（给出梯度图中所有像素的值）；
（2）画出根据得到的梯度方
向的直方图，并标出直方图每个峰的高度
（3）应用4邻域的拉普拉斯模板，给出图中每个像素的结果值
59已知符号a,e,i,o,u,x,的出现概率分别是0.2,0.3,0.1,0.2,0.1,0.1，对0.23355进行算术编码
60讨论用于空间滤波的平滑滤波器与锐化滤波器的相同点，不同点和联系
1.空间滤波器的工作原理可借助频域进行分析
空间平滑滤波器
消除或减弱图像中灰度值具有较大较快变化部分的影响，这些部分对应频域中的高频分量，所以可用频域低通滤波来实现
空间锐化滤波器
消除或减弱图像中灰度值缓慢变化的部分，这些部分对应频域中的低频分量，所以可用频域高通滤波来实现
2空域中的平滑滤波器在频域里对应低通滤波器
频域越宽，空域越窄，平滑作用越弱
频域越窄，空域越宽，模糊作用越强
3.空域中的锐化滤波器在频域里对应高通滤波器
空域有正负值，模板中心系数值较大
另外频率域平滑滤波
–消除高频成分
频率域锐化滤波
–消除低频成分
61假定原图像f（x,y）的灰度范围为［a,b］，希望变换后图像g（x,y）的灰度范围扩展至［c,d］，则线性变换可表示为g（x，y）=（d-c）/（b-a）[f（x,y）-a]+c？
62在灰度线性变换中我们常用的三段线性变换法，写出三段线性变换法的表达式，并画出图像表示？
63某视频图像为每秒30帧，每帧大小为512*512，32位真彩色，现有40GB的可用硬盘空间，可用存储多少秒的该视频图像？
若采用隔行扫描且压缩比为10的压缩算法，又能存储多少秒的该视频图
64已知符号A,B,C出现的频率分别为0.4,0.2,0.4，请对符号窜BACCA进行算术编码，写出编码过程，求出信息熵，平均码长和编码效率
解答：
首先确定信源符号，概率和初始编码间隔：
编码过程：
对BACCA进行编码：
65如图所示256*256的二值图像，其中的白条是7像素宽，210像素高，两个白条之间的间隔为17像素，当应用下面的方法处理时图像的变化结果是什么（按最靠近原则取0或1，图像边界不考虑）
（1）3*3邻域平均滤波
（2）7*7的邻域平均滤波
（3）9*9的邻域平均滤波
（4）用上述三种模板进行中值滤波的结果是什么
解答：
在题图4.16中，由于取值为1的白条的宽度是7，大于9×9滤波窗宽的一半（4.5）,当然也大于7×7
和3×3的窗宽的一半。
这样就使得在用这三种邻域平均滤波时，若滤波像素点的值是1，则滤波窗中1
的个数必多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为1；同理，若滤波像素点
的值是0，则滤波窗中0的个数必多于窗内参加平均的像素个数的一半，平均并四舍五入后的结果仍为
0。
所以，按题意对题图4.16所示二值图像用三种大小不同的邻域进行邻域平均滤波时，结果图像与原
图像相同。
用中值滤波重复习题4.16的问题。
解答：
与题4.16的道理类似。
在题图4.16中，由于取值为1的白条的宽度是7，大于9×9滤波窗宽的一半（4.5）,当然也大于7×7和3×3的窗宽的一半。
这样就使得在用这三种大小的滤波窗进行中值滤波
时，若滤波像素点的值是1（或0），则滤波窗中1（或0）的个数必多于窗内0（或1）的个数，则排在中间的值仍为1（或0）不变，即中值滤波后，图像没有变化。
66已知一个二值图像，
（1）对该图像使用四叉树进行划分
（2）用四叉树表达该图像
解答：
（1）用四叉树划分如下：
（2
升级会员 