数字图像处理详解b

《数字图像处理详解b》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实用标准文案2009—2010学年度第二学期试卷标准答案及评分标准班级：电子071课程名称：数字图像处理任课教师：顾勇《数字图像处理》试卷（B）一、名词解释（每题4分，共20分）1、连续图像：对于二维图像，可以把光强度I看作是随空间坐标（x,y）、光线波长和时间t变化的连续函数：2、量化：就是把经过抽样得到的瞬时值将其幅度离散，即用一组规定的电平，把瞬时抽样值用最接近的电平值来表示。3、中值滤波：中值滤波法是一种非线性平滑技术，它将每一象素点的灰度值设置为该点某邻域窗口内的所有象素点灰度值的中值.4、图像增强：用适当方式改善图像

2、质量，增强图像的视觉效果，以适应人眼的视觉和心理，不用考虑增强处理后的图像是否符合原有图像，是否失真。5、图像分辨率：图像的分辨率是指打印图像时，在每个单位长度上打印的像素数，通常以“像素／英寸”（pixel/inch，ppi）来衡量。二、简答题（每题6分，共30分）1.请简述二维傅立叶变换的特性。答：可分离、平移、旋转性、周期与共轭对称性、性线性、均值、拉普拉斯、卷积（每答对一个给1分，六个及以上给6分）2、连续图像和数字图像如何相互转换？答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以用二维矩阵表

3、示。（2分）将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。（2分）图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值（可能是灰度或色彩）整数化的过程称为量化。（2分）3、色调、色饱和度和亮度的定义是什么？在表征图像一点颜色时，各起什么作用？答：HSV模型由色度（H），饱和度（S），亮度（V）三个分量组成的，与人的视觉特性比较接近。HSV颜色模型用Munsell三维空间坐标系统表示。（3分）色调（H）

4、表示颜色的种类，用角度来标定，用-1800～1800或00～3600度量。（1分）色饱和度（S）表示颜色的深浅，在径向方向上的用离开中心线的距离表示。用百分比来度量，从0%到完全饱和的100%。（1分）亮度（V）表示颜色的明亮程度，用垂直轴表示。也通常用百分比度量，从0%（黑）到100%（白）。（1分）4、基于数学形态学的图像处理有何特点？答：利用数学形态学进行图像处理有其独有的一些特性：（1）它反映的是一幅图像中像素点间的逻辑关系，而不是简单的数值关系。（2分）（2）它是一种非线性的图像处理方法，并且具有不可逆性。（2分）（3

5、）它可以并行实现。（1分）（4）它可以用来描述和定义图像的各种集合参数和特征。（1分）第一页共三页精彩文档实用标准文案5、简要分析空域增强技术和频域增强技术之间的关系？答：频域过滤器进行图象增强的方法是：通过正向的傅立叶变换，得到图象的频域结果，在频域上对图象进行高通滤波增强边缘，或进行低通滤波去除噪音，然后将滤波后的图象通过逆向傅立叶变换，变换到空域，完成处理。（3分）空域过滤器进行图象增强的方法是：用线性过滤器处理每一个象素，线性过滤器的计算方法是，用下式计算的结果代替原象素：d=1/9(c11*p11+c12*p12+…+

6、c33*p33)其中cij是3x3的模板系数，pij是当前处理象素的8邻域对应的象素。去除噪音一般使用低通过滤器，其过滤器模板是：111111111提取边缘一般使用高通过滤器，其过滤器模板是：–1–1–1–18–1–1–1–1模板还可以是5x5或7x7的。（3分）三、（12分）解：霍夫曼编码不唯一；（10分）编码的平均长度：（2分）四、（10分）11111417151111141717111115151511111516151111151614T=31111111111111111111111111111111111111111

7、1111111111T=7（每个5分，共10分）第二页共三页精彩文档实用标准文案五、（12分）K01234567rk01/72/73/74/75/76/71nk1212145153031Pr(rk)0.10.010.160.350.120.230.020.01Sk`0.10.110.270.620.740.970.991Sk``1/71/72/74/75/7111Sk1/72/74/75/71nsk1321451534p0.10.160.350.120.27（8分）直方图共2个（每个2分，共4分）六、（8分）X=imread('

8、rice.tif');（2分）[cA1,cH1,cV1,cD1]=dwt2(X,'bior3.7');（2分）subplot(2,2,1);imshow(cA1,[0900]);（1分）title('ApproximationA1')subplot(2,2,2)