数字图像处理作业.doc

《数字图像处理作业.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、数字图像处理试卷2018-2018年第二学年2018年6月1.什么是图像？图像可以分为哪两类？分别用数学表达式表示它们。图像是对客观存在的物体的一种相似性的生动模仿或描述，是物体的一种不完全、不精确，但在某种意义上是适当的表示。b5E2RGbCAP图像分为:模拟图像:数字图像:2.图像处理分为哪几个层次？每个层次又包含哪些内容？图像处理分为五个层次:图像增强、图像分割、图像压缩、图像特征表示与描述、图像识别图像增强：空域图像增强、频域图像增强图像分割：基本思路：1、从简到难，逐级分割2、控制背景环境，降低分割难度3、把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上4、基本策略：基于灰度

2、值的两个基本特性，即:不连续性——区域之间相似性——区域内部图像压缩：无损压缩、有损压缩图像特征表示与描述：表示法设计、边界描述子、关系描述子图像识别：模式与模式类、决策论法、结构法3.图像质量与哪些因素有关？分别说明这些因素。图像质量与层次、对比度、清晰度有关。层次：表示灰度级的数量(L>。对比度：是指一幅图像中灰度反差的大小。对比度=最大亮度/最小亮度清晰度：与清晰度相关的主要因素——亮度、对比度、主题内容的大小、细微层次、颜色饱和度。4.在图像的采样和量化过程中，当限定数字图像的大小时，为了得到质量较好的图像，应遵循什么原则？一般，当限定数字图像的大小时，为了得到质量较好的图像可采用

3、如下原则：<1）对缓变的图像，应该细量化，粗采样，以避免假轮廓。<2）对细节丰富的图像，应细采样，粗量化，以避免模糊<混叠）。3/3<3）对于彩色图像，是按照颜色成分——红

4、微分过滤器的原理是什么？列举常见的微分算子。微分过滤器的原理：均值产生钝化的效果，而均值与积分相似，由此而联想到，微分能产生相反的效果，即锐化的效果。在图像处理中应用微分最常用的方法是计算梯度。函数f(x,y>在(x,y>处的梯度为一个向量：DXDiTa9E3d常见的微分算子：Roberts交叉梯度算子：Ñf»

5、z5-z9

6、+

7、z6-z8

8、Prewitt梯度算子：Sobel梯度算子：3.图像数据冗余表现在哪些方面？分别说明。编码冗余：如果一个图像的灰度级编码，使用了多于实际需要的编码符号，就称该图像包含了编码冗余。像素冗余：由于任何给定的像素值，原理上都可以通过它的邻居预测到，单个像素携带

9、的信息相对是小的。对于一个图像，很多单个像素对视觉的贡献是冗余的。这是建立在对邻居值预测的基础上RTCrpUDGiT视觉心理冗余：一些信息在一般视觉处理中比其它信息的相对重要程度要小，这种信息就被称为视觉心理冗余。4.图像压缩可以分为哪两类？每一类又有哪些具体的压缩方法？图像压缩分为无损压缩和有损压缩无损压缩：基于字典的压缩、统计编码、无损预测编码有损压缩：有损预测编码、变换编码5.试写出下面图形的8-链码、循环首差链码和形状数。3/38-链码：00076666544443221022循环首差链码：300730003300033033000-2=-1<3），0-0=0，0-0=0，7-0=

10、7，6-7=-1<3），6-6-0，6-6=0，6-6=0，5-6=-1<3），4-5=-1<3）4-4=0，4-4=0，4-4=0，3-4=-1<3），2-3=-1<3）2-2=0，1-2=-1<3），0-1=-1<3），2-0=0，2-2=0形状数：000330003303300300731.什么是模式、模式类和模式识别？模式是：图像中的一个对象或某些感兴趣本质的数量或结构的描述；是由一个或多个描述子来组成，换句话说，模式是一个描述子的序列<名词“特征”经常被用来代指描述子）；是一组特征或一组描述子。5PCzVD7HxA模式类：具有某些公共特征的模式的系列，模式类用w1,w2,…wM表

11、示，M是类的个数。模式识别：根据图像中对象的特征组成的模式，确定对象是属于那一个模式类，即为模式识别。申明：所有资料为本人收集整理，仅限个人学习使用，勿做商业用途。3/3