数字图像处理期末考题

《数字图像处理期末考题》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+

3、s

4、)。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.0b.255c.6d.8(c)2.采用模板［-11］主要检测

5、____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.0b.1c.2d.

6、3(a)8.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(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

7、象平滑用于去噪，对图象高频分量即图象边缘会有影响。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

8、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”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）=

9、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)=,;（2）。（写出计算过程）2.设，分别借助沃尔什变换的1-D变换核和2-D基本函数计算它的沃尔什变换。（重点）解：分解=,利用，得到,,,。利用，则它们的沃尔什变换为，得到，，，。借助N=2时的沃尔什变换的基本函数直接计算，有，，，。五、程序题1、改变图像的空间分辨率%functiontestimagaereadwriteanddisplayimageyin=double(imread('lena512.bmp'));subplot(121

10、);imagesc(imageyin);colormap(gray);[xsizeysize]=size(imageyin)sample_image=imageyin(1:2:x