数字图像处理复习要点及答案.doc
《数字图像处理复习要点及答案.doc》由会员分享，可在线阅读，更多相关《数字图像处理复习要点及答案.doc（6页珍藏版）》请在冰点文库上搜索。
一、简答
1、简述图像数字化的过程；如何进行量化与取样的综合选择？
并说明理由。
图像数字化包括采样和量化两个过程，对于缓变的图像，应该细量化，粗采样，以避免假轮廓；对于细节丰富的图像，应该细采样，粗量化，以避免模糊。
2、简述三基色原理。
⑴自然界中的绝大部分彩色，都可以由三种基色按一定比例混合得到；反之，任意一种彩色均可被分解为三种基色。
⑵作为基色的三种彩色，要相互独立，即其中任何一种基色都不能由另外两种基色混合来产生。
⑶由三基色混合而得到的彩色光的亮度等于参与混合的各基色的亮度之和。
⑷三基色的比例决定了混合色的色调和色饱和度。
3、简述奈奎斯特取样定理的意义。
要从抽样信号中无失真地恢复原信号，抽样频率应大于2倍信号最高截至频率。
抽样频率小于2倍频谱最高频率时，信号的频谱有混叠。
抽样频率大于2倍频谱最高频率时，信号的频谱无混叠。
4、简述傅里叶变换频谱的分布特点与意义。
1、从分布上看，频谱中心处于屏幕中心，从中心向四周呈辐射状分布；离中心越远，频率越高，能量越小；
2、中心点即直流分量点对应着图像的平均亮度；低频区域对应图像的实体细节；高频区域对应图像的边缘轮廓。
5、简述图像噪声分类与特点。
椒盐噪声的特征:
出现位置是随机的，但噪声的幅值是基本相同的。
高斯噪声的特征：
出现在位置是一定的（每一点上），但噪声的幅值是随机的。
6、简述灰度直方图的概念与特点。
灰度直方图是灰度级的函数，描述的是图像中该灰度级的像素个数。
即：
横坐标表示灰度级，纵坐标表示图像中该灰度级出现的个数。
特点：
（1）所有的空间信息全部丢失。
（2）每一灰度级的像素个数可直接得到。
7、简述直方图均衡与直方图规格化的概念。
直方图均衡方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。
从而达到清晰图像的目的。
用以改变图像整体偏暗或整体偏亮，灰度层次不丰富的情况，将直方图的分布变成均匀分布
直方图规格化:
把已知直方图的图像变成期望直方图图像的过程
8、列举图像平滑的主要代表算法，简述其处理原理与处理效果。
均值滤波，利用邻域平均法，在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻域像素。
将模板中的全体像素的均值来替代原来的像素值;对于随机噪声，均值滤波能抑制噪声，对于高斯噪声，均值滤波能消除噪声。
中值滤波，用中值滤波模板，对图像进行扫描，对模板中的频率像素，取排列的中间值。
对于随机噪声，能够滤除噪声；对于高斯噪声，既无效果，也无影响。
9、列举图像锐化的主要代表算法与处理效果。
一阶微分代表算法：
交叉微分锐化（Roberts算子），Sobel锐化，Priwitt锐化检测到的边缘粗且清晰但是细节信息少。
二阶微分代表算法：
拉普拉斯，Wallis，LOG（高斯拉普拉斯，将抑制噪声与图像锐化结合在一起）检测到的边缘细，不清晰，细节信息丰富。
10、简述图像彩色增强的分类与原理。
假彩色颜色增强将不容易区分的颜色变化用容易区分的颜色替换
伪彩色颜色增强将不容易区分的灰度变化转变为容易区分的颜色变化
二、计算分析
1、已知图像直方图如下，现用线性变换对其进行增强。
画出直
方图线性变换过程，并分析其增强图像视觉效果的原理。
从直方图上看，图像像素主要分布在[a,b],体现为对象区域，现采用三段式线性变换，变换过程如图，变换之后，[a,b]扩展到[ga,gb],对于主要对象区域，灰度差增大使对比度增强，灰度层次增多，使清晰度提高，图像视觉效果得到增强。
2、设一幅图像有10级灰度，其直方图分布如下：
,,,,
,,,；
已知为均匀分布，共10个灰度级。
用去修改直方图（当时，则K变换成L），求灰度级K、L的转换关系和处理后的直方图。
3、已知图像子块如图所示：
用模板H=对A、B、C、D四个像素点进行运算，求出其运算后的灰度值，通过结果分析该模板的作用与不足（A看作是噪声点）。
A=10B=16C=10D=16
对于噪声点，处理后由21变为10，幅值降低，噪声被抑制，对于边缘，处理前图像子块中第二行与第三行有灰度突变，体现为图像边缘；处理后灰度突出由20个灰度级降为1个灰度级，灰度突变减弱，边缘被模糊。
4、已知图像子块如图所示：
用模板H=对A、B、C、D四个像素点进行运算，求出其运算后的灰度值，通过结果分析该模板的作用与不足（A看作是噪声点）。
A=61,B=-1,C=-39,D=19
噪声点由21变为61，幅值增大，噪声增强，对于边缘，处理前图像子块中第二行与第三行有灰度突变，体现为图像边缘，处理后，灰度突出由20个灰度级增加到100个灰度级，灰度突变增强，边缘清晰。
升级会员 