资源描述：
《数字图像处理计算题复习精华版.docx》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、30452计算题复习一、直方图均衡化（P68）对已知图像进行直方图均衡化修正。例：表1为已知一幅总像素为n=64X64的8bit数字图像（即灰度级数为8）,各灰度级（出现的频率）分布列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。原图像灰度级rk原各灰度级像素个数nk原分布概率Pr（rk）ro=07900.19ri=110230.25r2=28500.21侬36560.16r4=43290.08r5=52450.06r6=61220.03"=7810.02解：对已知图像
2、均衡化过程见下表:原图像灰度级rk原各灰度级像素个数nk原分布概率Pr（rk）累积分布函数Sk计取整扩展Sk并确定映射对应关系rk一Sk新图像灰度级Sk新图像各灰度级像素个数nsk新图像分布概率Ps（Sk）r0=07900.190.1910-117900.19i门=110230.250.4431-3310230.25r2=28500.210.6552f58500.21336560.160.81637669850.24r4=43290.080.896476r5=52450.060.9575-774480
3、.11r6=61220.030.9876-7r7=7810.021.0077-7画出直方图如下:i（a）原始图像直方图（b）均衡化后直方图**以下部分不用写在答题中。其中：①knk中k=0,1,…，7k②Pr（「k）=nk/n，即计算各灰度级像素个数占所有像素个数的百分比，其中n=Znj，在此题中n=64X64。j=0k③sk#=EprS），即计算在本灰度级之前（包含本灰度级）所有百分比之和。j=0④sk^=int［（L-1）计+0.5］，其中L为图像的灰度级数（本题中L=8）,int□表示对方括号
4、中的数字取整。⑤Sk=sk并⑥nsk为映射对应关系依一也中心所对应的nk之和。⑦ps（sk）=nsk/n，或为映射对应关系rk一Sk中心所对应的p「（rk）之和。1215二、模板运算使用空间低通滤波法对图像进行平滑操作（P80）空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。模板（或称掩模）就是一个滤波器，它的响应为H（r,s）,于是滤波输出的数字图像g（x,y）用离散卷积表示为(4.2.6)klg(x,y)匚2f(x-r,y—s)H(r,s)r--ks=-L1215从上到下的顺序移动，
5、将模板中心与每个像素依次重合（边缘像素除外）；式中：x,y=0,1,2,…,具体过程如下：（1）将模板在图像中按从左到右、N-1;k、l根据所选邻域大小来决定。1215（2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加；（3）将（2）中的结果赋给图像中对应模板中心位置的像素。使用灵活、对于空间低通滤波器而言，采用的是低通滤波器。由于模板尺寸小，因此具有计算量小、适于并行计算等优点。常用的3*3低通滤波器（模板）有：121512151?H1=-111H24111H312111—24216
6、「121H-8H5-01401-41140]140模板不同，邻域内各像素重要程度也就不同。但无论怎样的模板，必须保证全部权系数之和为证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。1,这样可保，,，1例：以h2=11011为模板，对下图做低通滤波处理，写出处理结果。12151215171811151155115581158115111517181711111151175181111111811111171112151215解：低通滤波的步骤为:（1）将模板在图像中按从左到右、从上到下的顺序移动
7、,将模板中心与每个像素依次重合（边缘像素除外）12151215（2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加;（3）将（2）中的结果赋给图像中对应模板中心位置的像素。如图中第2行第2列处的值=(1*1+1*7+1*1+1*1+2*1+1*1+1*1+1*1+1*5)/10=2（其他位置同样方法计算可得）由此步骤可得处理结果为（空白处自己计算后填入）17181711121511881171871111171112151215三、中值滤波与邻域平均中值滤波(P81)中值滤波是对一个滑动
8、窗口内的诸像素灰度值排序，用中间值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。它对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多的图像却不太合适。局部平滑法(邻域平均法或移动平均法)(P76)局部平滑法是一种直接在空间域上进行平滑处理的技术。用邻域内各像素的灰度平均值代替该像素原来的灰度值，实现图像的平滑。设有一幅NXN的图像f(x,y),若平滑图像为g(x,y),则有g(x,y)=£f(
