武汉大学数字图像处理试题.doc

《武汉大学数字图像处理试题.doc》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、一、1、中值滤波：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。2、连接成分：在二值图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素(0像素)和具有若干个1值的像素(1像素)的组就产生了。把这些组叫做连接成分。3、图像分割：令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，RN：①；②对所有的i和j，i≠j，有Ri∩Rj=Φ；③对i=1,2,…,N，有P(Ri)=TRUE；④对i≠j,有P(R

2、i∪Rj)=FALSE；⑤对i=1,2,…,N，Ri是连通的区域。其中P(Ri)是对所有在集合Ri中元素的逻辑谓词，Φ代表空集。4、行程编码：通过改变图像的描述方式，来实现压缩。将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。5、模板匹配：模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以在图中找到目标，确定其坐标位置。二、1、简述纹理图像的灰度共生矩阵分析方法灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，它可作为分析图像基元和排列结构

3、的信息。作为纹理分析的特征量，往往不是直接应用计算的灰度共生矩阵，而是在灰度共生矩阵的基础上再提取纹理特征量，称为二次统计量。一幅图像的灰度级数一般是256，这样计算的灰度共生矩阵太大。为了解决这一问题，在求灰度共生矩阵之前，常压缩为16级。用灰度共生矩阵提取特征之前，要作正规化处理。由灰度共生矩阵提取了14种特征。最常用的5个特征是：1）角二阶矩（能量）2)对比度（惯性矩）3）相关4）熵5）逆差矩2、简述空间域图像平滑与锐化的区别与联系为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。在图像的识别中常需要突出边缘和轮廓信息。图

4、像锐化就是增强图像的边缘或轮廓。图像平滑通过积分过程使得图像边缘模糊，图像锐化则通过微分而使图像边缘突出、清晰。3、叙述图像逆滤波恢复的方法(1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)；(2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v);(3)逆滤波计算F(u,v)=G(u,v)/H(u,v);(4)计算F(u,v)的傅里叶逆变换，求得f(u,v)。4、边缘增强与边缘检测有何区别边缘增强是将遥感图像（或影像）相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线

5、）处加以突出强调的技术方法。如果将边缘认为是一定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。