资源描述：
《数字图像处理试卷及答案》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、《数字图像处理》模拟试卷（A卷）一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分）(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.0b.255c.6d.8(b)2.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(d)3.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)4.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)5.一曲线的方向链码为1234
2、5，则曲线的长度为 a.5b.4c.5.83d.6.24(c)6.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)7.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(c)8.采用模板［-11］主要检测____方向的边缘。 a.水平 b.45°c.垂直 d.135°(d)9.二值图象中分支点的连接数为： a.0b.1c.2d.3(a)10.对一幅100´100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压
3、缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1c.4:1 d.1:2二、填空题（每空1分，共15分）1.图像锐化除了在空间域进行外，也可在频率域进行。2.图像处理中常用的两种邻域是4-邻域和8-邻域。3.直方图修正法包括直方图均衡和直方图规定化两种方法。4.常用的灰度内插法有最近邻元法双线性内插法（双）三次内插法5.多年来建立了许多纹理分析法，这些方法大体可分为统计分析法和结构分析法两大类。6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。7.检测边缘的Sobel算子对应的模板形式为和。8.一般来说，采样间
4、距越大，图象数据量少，质量差；反之亦然。三、名词解释（每小题3分，共15分）1.数字图像1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。102.图像锐化2.图像锐化是增强图象的边缘或轮廓。3.灰度共生矩阵3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率P(i,j,θ,d)，这样构成的矩阵称灰度共生矩阵。4.细化4.细化是提取线宽为一个像元大小的中心线的操作。5.无失真编码5.无失真编码是指压缩图象经解压可以恢复原图象，没有任何信息损失的编码技术。四、判断改错题（
5、下列命题是否正确，正确的就在题号前的括弧内打“√”，错误的打“×”并改正。每小题2分，共10分）()1.灰度直方图能反映一幅图像各灰度级像元占图像的面积比。()2.直方图均衡是一种点运算，图像的二值化则是一种局部运算。()3.有选择保边缘平滑法可用于边缘增强。()4.共点直线群的Hough变换是一条正弦曲线。()5.边缘检测是将边缘像元标识出来的一种图像分割技术。五、简答题（每小题5分，共20分）1.简述线性位移不变系统逆滤波恢复图像原理。1.设退化图象为g(x,g)，其傅立叶变换为G(u,v),若已知逆滤波器为1/H(u,v)则对G(u,v)作逆滤波得F(u,v)=G(u
6、,v)/H(u,v)（2分）对上式作逆傅立叶变换得逆滤波恢复图象f(x,y)f(x,y)=IDFT[F(u,v)]以上就是逆滤波恢复图象的原理。（2分）若存在噪声，为避免H(u,v)=0,可采用两种方法处理。（0.5分）①在H(u,v)=0时,人为设置1/H(u,v)的值；②使1/H(u,v)具有低同性质。即H-1(u,v)=1/H(u,v)当D≤D0H-1(u,v)=0当D>D0(0.5分)2.图像锐化与图像平滑有何区别与联系？102.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；（2分）图象平滑用于去噪，对图象高频分量即图象边缘会有影响。（2分）都属于图象增强
7、，改善图象效果。（1分）2.伪彩色增强与假彩色增强有何异同点？3.伪彩色增强是对一幅灰度图象经过三种变换得到三幅图象，进行彩色合成得到一幅彩色图像；假彩色增强则是对一幅彩色图像进行处理得到与原图象不同的彩色图像；主要差异在于处理对象不同。（4分）相同点是利用人眼对彩色的分辨能力高于灰度分辨能力的特点，将目标用人眼敏感的颜色表示。（1分）3.梯度法与Laplacian算子检测边缘的异同点？4.梯度算子和Laplacian检测边缘对应的模板分别为-1-11111-411（梯度算子）（Laplacian算子）（2分）梯度
