收藏 分享(赏)

数字图像处理期末考题.doc

上传人:精品资料 文档编号:8212927 上传时间:2019-06-14 格式:DOC 页数:7 大小:98KB
下载 相关 举报
数字图像处理期末考题.doc_第1页
第1页 / 共7页
数字图像处理期末考题.doc_第2页
第2页 / 共7页
数字图像处理期末考题.doc_第3页
第3页 / 共7页
数字图像处理期末考题.doc_第4页
第4页 / 共7页
数字图像处理期末考题.doc_第5页
第5页 / 共7页
点击查看更多>>
资源描述

1、数字图像处理一、填空题1、数字图像的格式有很多种,除 GIF 格式外,还有 jpg 格式、 tif 格式。2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、 知识冗余、 视觉 冗余。3、在时域上采样相当于在频域上进行_延拓 。4、二维傅里叶变换的性质_分离性 、 线性 、周期性与共轨对称性、_位移性 、尺度变换、旋转性、 平均值 、卷积。 (不考)5、图像中每个基本单元叫做 图像元素 ;在早期用 picture 表示图像时就称为 像素 。6、在图象处理中认为线性平滑空间滤波器的模板越大,则对 噪声的压制越好 ;但使 图像边缘和细节信息 损失越多; 反之, 则对 噪声的压制不好 ,

2、但对 图像的细节等 信息保持好。模板越平,则对 噪声的压制越好 ,但对 图像细节 的保持越差;反之,则对 噪声的 压制不好,但对 图像细节和边缘 保持较好。7、哈达玛变换矩阵包括_+1 和_ 1 两种矩阵元素。 (不要)8、对数变换的数学表达式是 t = Clog ( 1 + | s | ) 。9、 傅里叶快速算法利用了核函数的_周期性 和_对称性 。 (不要)10、 直方图均衡化的优点是能自动地增强整个图像的 对比度 。 (不要)二、选择题( d )1.一幅灰度级均匀分布的图象,其灰度范围在0,255,则该图象的信息量为:a. 0 b.255 c.6 d.8( c )2.采用模板-1 1主要

3、检测_方向的边缘。a.水平 b.45 c.垂直 d.135( c )3. 下列算法中属于图象平滑处理的是:a.梯度锐化 b.直方图均衡 c. 中值滤波 d.Laplacian 增强( b )4.图象与灰度直方图间的对应关系是:a.一一对应 b.多对一 c.一对多 d.都不对( a )5.对一幅图像采样后,512*512 的数字图像与 256*256 的数字图像相比较具有 的细节。a.较多 b.较少 c.相同 d.都不对( b )6.下列算法中属于点处理的是:a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波( d )7.二值图象中分支点的连接数为:a.0 b.1 c.2 d.3( a )8

4、.对一幅 100100 像元的图象,若每像元用bit 表示其灰度值,经霍夫曼编码后压缩图象的数据量为 40000bit,则图象的压缩比为:a.2:1 b.3:1 c.4:1 d.1:2( d )9.下列算法中属于局部处理的是:a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波( b )10.下列图象边缘检测算子中抗噪性能最好的是:a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子三、简答题1.图像锐化与图像平滑有何区别与联系? 答:图象锐化是用于增强边缘,导致高频分量增强,会使图象清晰; 图象平滑用于去噪,对图象高频分量即图象边缘会有影响。

5、都属于图象增强,改善图象效果。2. 将 M 幅图像相加求平均可以起到消除噪声的效果,用一个 的模板进行n平滑滤波也可以起到消除噪声的效果,试比较这两种方法的消噪效果。答:将 M 幅图像相加求平均利用了 M 幅图像中同一个位置的 M 个像素的平均值,用一个 的模板进行平滑滤波选用了同一幅图像中的 个像素的n平均值。因为参与的像素个数越多,消除噪声的能力越强,所以如果,则前者消除噪声的效果较好,反之后者消除噪声的效果较好。3.如何仅利用逻辑运算提取图像中一个长方形的轮廓?(不要这道题)答:将所给图像分别向上,下,左,右各移动一个像素,得到 4 幅平移图像,将这 4 幅图像分别与所给图像进行“异或”

6、运算,得到各个方向的边界,再对这些边界图进行“与”运算,就得到轮廓。4.客观保真度准则和主观保真度准则各有什么特点?答:客观保真度准则提供了一种简单和方便的评估信息损失的方法,它用编码输入图与解码输出图的函数表示图像压缩所损失的信息量。它不受观察者主观因素的影响。因为很多解压图最终是供人看的,所以在这种情况下用主观的方法来测量图像的质量常更为合适。主观保真度准则就是观察者用以评价图像质量的标准,它直接与应用目的相联系。四、计算题1. 如果 f(0)=0,f(1)=1,f (2)=1,f(3)=2,(1)求沃尔什变换;(2)求哈达玛变换。 (重点)解:(1) W(0)=1,W(1)= , ;1/

7、2()1/2,(3)0W(2) 。 (写出计算过程)(),HH2. 设 ,分别借助沃尔什变换的 1-D 变换核和 2-D 基本函数计24(,)61fxy算它的沃尔什变换。 (重点)解:分解 = ,利用(,)fxy1224()3fxy,得到 ,0,1,0,gg112(0)()/Wf, ,2()()/1Wf22()/23ff。利用 ,则它们的沃尔什变换2f 1,()xyy为 ,得到 ,12(,)()uvNv2(0,)012, ,01412(,()()36W。12(,)()()W借助 N=2 时的沃尔什变换的基本函数直接计算,有,(0,)(,)(0,1,)(,/21ffff,1 4,(,)(,)(,

8、)(,/6Wffff。01012五、程序题1、改变图像的空间分辨率% function test imagae read write and displayimageyin=double(imread(lena512.bmp);subplot(121);imagesc(imageyin);colormap(gray);xsize ysize=size(imageyin)sample_image=imageyin(1:2:xsize,1:2:ysize);subplot(122);imagesc(sample_image);colormap(gray);imwrite(uint8(sample_

9、image),lena256.bmp);% other display image format : imshow% data format imshow : uint8% data format imagesc: double2、直方图均衡化和获取直方图(这个只考读图,不编写程序)% calculate histogram of imagesimage=double(imread(f315a1.jpg);imageshow=image;imageshow(1,1)=0;imageshow(1,2)=255;subplot(321);imagesc(imageshow);colormap(gr

10、ay);drawnow;nr=zeros(1,256);r=0:255;% for normalization number=0;m,n=size(image);number=m*n;for i=1:mfor j=1:nnr(image(i,j)+1)=nr(image(i,j)+1)+1;endendl=max(max(image);subplot(322);%hist(nr);plot(nr)drawnow;nr=nr/number;s=zeros(size(nr);for i=0:255for j=0:is(1+i)=s(1+i)+nr(j+1);endendgimage=size(im

11、age);for i=1:mfor j=1:ngimage(i,j)=s(image(i,j)+1);endendgimage=gimage*255.;subplot(323);imagesc(gimage);colormap(gray);drawnow;nr=zeros(1,256);% for normalization number=0;for i=1:mfor j=1:nnr(fix(gimage(i,j)+1)=nr(fix(gimage(i,j)+1)+1;endendsubplot(324);%hist(nr);plot(nr)drawnow;gimageshow=gimage;

12、gimageshow(1,1)=0;gimageshow(1,2)=255;subplot(325);imagesc(gimageshow);colormap(gray);3、均值滤波器:I=imread(tire.tif);M,N=size(I);II1=zeros(M,N);for i=1:16II(:,:, i)=imnoise(I,gaussian,0,0.01);II1=II1+double(II(:,:, i);if or(or(i= =1,i= =4),or(i= =8,i= =16);figure;imshow(uint8(II1/i);endend4、理想低通滤波器:%理想低

13、通滤波器所产生的模糊和振铃现象J=imread(lena.bmp);subplot(331);imshow(J);J=double(J);% 采用傅里叶变换f=fft2(J);% 数据矩阵平衡g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);% d0=5,15,45,65d0=5;for i=1:Mfor j=1:Nd=sqrt(i-n1)2+(j-n2)2);if d=d0;h=1;elseh=0;endg(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(333);imshow(g);

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 企业管理 > 管理学资料

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报