数字图像处理及应用(matlab)第6章习题答案

数字图像处理及应用(matlab)第6章习题答案

ID:11603896

大小:42.00 KB

页数:4页

时间:2018-07-12

数字图像处理及应用(matlab)第6章习题答案_第1页
数字图像处理及应用(matlab)第6章习题答案_第2页
数字图像处理及应用(matlab)第6章习题答案_第3页
数字图像处理及应用(matlab)第6章习题答案_第4页
资源描述:

《数字图像处理及应用(matlab)第6章习题答案》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第六章习题与思考题参考答案1.简述飞机红外图像识别中用到的五个红外特征量各自的作用?1)长宽比:反应了目标的几何形状;2)复杂度:反应了红外目标轮廓的情况;3)紧凑度:反应了红外目标在其所在最小外接矩形中所占比重;4)均值对比度:反映了目标的物理特性与背景的物理特性之间的关系;5)部分最亮像素点数与目标总像素数的比值:反应了目标的明暗变化情况;2.可视密码共享中,如果实现(4,5)门限的可视密码分享,程序将做如何编写?clearallcloseallM=imread('0.jpg');ss=rgb2gray(M);figu

2、reimshow(ss);[mn]=size(ss);fori=1:m*nifss(i)>250ss(i)=250;endends=double(ss)+1;x=[12345];g1=zeros(m,n);g2=zeros(m,n);g3=zeros(m,n);g4=zeros(m,n);g5=zeros(m,n);yy1=zeros(m,n);yy2=zeros(m,n);4yy3=zeros(m,n);yy4=zeros(m,n);yy5=zeros(m,n);y1=zeros(m,n);y2=zeros(m,n);y

3、3=zeros(m,n);y4=zeros(m,n);y5=zeros(m,n);forj=1:m*na1=mod(2*j,251);a2=mod(3*j,251);a3=mod(5*j,251);f=[a1a2a3s(j)];g1(j)=polyval(f,x(1));yy1(j)=mod(g1(j),251);g2(j)=polyval(f,x(2));yy2(j)=mod(g2(j),251);g3(j)=polyval(f,x(3));yy3(j)=mod(g3(j),251);g4(j)=polyval(f,x(

4、4));yy4(j)=mod(g4(j),251);g5(j)=polyval(f,x(5));yy5(j)=mod(g5(j),251);endy1=uint8(yy1-1)y2=uint8(yy2-1);y3=uint8(yy3-1);y4=uint8(yy3-1);y5=uint8(yy3-1);figure,imshow(y1);4figure,imshow(y2)figure,imshow(y3);figure,imshow(y4);figure,imshow(y5);l1=(x(2)*x(3)*x(4)*x(5

5、))/[(x(1)-x(2))*(x(1)-x(3))*(x(1)-x(4))*(x(1)-x(5))];l2=(x(1)*x(3)*x(4)*x(5))/[(x(2)-x(1))*(x(2)-x(3))*(x(2)-x(4))*(x(2)-x(5))];l3=(x(1)*x(2)*x(4)*x(5))/[(x(3)-x(1))*(x(3)-x(2))*(x(3)-x(4))*(x(3)-x(5))];l4=(x(1)*x(2)*x(3)*x(5))/[(x(4)-x(1))*(x(4)-x(2))*(x(4)-x(3))

6、*(x(4)-x(5))];l5=(x(1)*x(2)*x(3)*x(4))/[(x(5)-x(1))*(x(5)-x(2))*(x(5)-x(3))*(x(5)-x(4))];rr1=zeros(m,n);r=zeros(m,n);forj=1:m*nrr1(j)=mod(yy1(j)*l1+yy2(j)*l2+yy3(j)*l3+yy4(j)*l4+yy5(j)*l5,251);endr=uint8(rr1-1);figure,imshow(r);3.已知图像。根据Arnold置乱算法的原理,试计算出图像M经过2次置乱

7、后的图像N。已知Arnold置乱变换公式:N=4,,,4。经过计算,得到一次Arnold置乱变换后的图像:同理,根据变换公式得到2次置乱变换的矩阵N:4.简述基于灰度的图像配准方法的基本思想及方法优缺点。其基本思想是:根据待测图像的灰度信息的统计特性定义一个目标函数,作为参考图像与待测图像之间的相似性度量,使得配准参数在目标函数的极值处取得,并以此作为配准的判决准则和配准参数最优化的目标函数,从而将配准问题转化为多元函数的极值问题。基于灰度的图像配准方法具有精度高的特点,由于灰度信息的图像配准方法一般不需要对图像进行复杂的

8、预先处理,使得该方法实现简单;但应用范围较窄,不能直接用于校正图像的非线性形变。5.SIFT对图像尺度变化和旋转具备不变性。并且,由于构造SIFT特征时,在很多细节上进行了特殊处理,使得SIFT对图像的复杂变形和光照变化具有了较强的适应性,试总结下这些特殊处理都有哪些?(1)关键点的精确定位时采用三维二

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。