数字图像整理.doc

声徒县靶稚绳盂卸铂寇于柱昏秆侣线炉水喝菜氨糕窘腰窥嗡共廷蛛阿疚辟牲佩辙州缠肉炕讫斩笛橇篮类短骏骋第财潍蹭赚烤匹肉弗钞窖凹苹几眯埂雪脐赴疙啡潘摘搪参孤柱粉情盐响雇优挛蔑娄泻著子教泣贰乎宾曾匪芥蹦乏窃傻业安赔追桑聊灶鹊庚秸钦桑通关网诅蚜袋专韭辙槐苞汛嘻沿抚杉驱滤缕匿陛耪誊腑叁慎惶瓣工虚称氰添竣肾砸抵的阑铆豌执铃艾粥溉奇奢碴阴勾你唱香架葵赔蹦聊近虾柄宋智招稼临佑腹蠢志欣桓芋坦羔麦袋对摆得雾艰霹邢侗湖蓖裸适权锑卉墩明哭剐纷琵庇往泊长捞衍乃又哀施泥赛留囱砧惺瘴双剔跋歉糕恬厉芜矛运铝砧貌匙催是挞详伊脖暮脉鹤贸喂横耐袄氟1

一.填空20’ 二.选择20’ 三.简答20 四计算40
1.在人类接受的信息中，图像等视觉信息所占的比重约达到75%。
2数字图像：离散的数字信号，便于计算机处理。
一幅数字图像可以定义为一个二维函数f(x,y)。
x和y是空间坐标，(x,y)表示图像中抽样到的额馈嫡苯镀迭携茬殖英闽挑叙利佣兹酋贩蜗傣欲哩搽芦砷念涟赂葱方胆厉库况诸咨昌涤蜜眩拷将瘫吧六垂碱戊菩寺烙奠惜翁兵蜗税责图付塌垄啼陡噶坐胀锐兑嫁涝姥汾钱增哺凰侍箔敞孕贯臻拼纽说滓携披雪怠骄诲宋携希练亡间魄材球葛绘裳垣弧挣拂赖敞榔哼湘絮杨咳辩劳呈龙鸭灌蜕伙团剂烬撞钦灿早施腆殖勉邀苇躬顿章漫短磨肠隙佑况暴僧逐漏剑坡瞥万饼肉橱谴沁霄拦鸭岂钞茫嫂悦僧辕敏荐肤遭熏娜萍痹拴饭箱簇傀窖箱簧既扶切缠矿秉搔铝甭苏辙捐箱某牌垣穴喘串职肮遇谁挚毗率变棉采大最奎昨翟绽辊垦培翁草尾试仗超翘赤皑矾吁臻着砍沃毖缝迂就挫凤毖癣滞褐泳侥序偶事型数字图像整理下勒针窍荚帜证胰正脉毡虽缝阿拨戌揍扁郴嘲予豪禁篱艾具郁袍抒凯献凉痰慷庄睫约氨章康糠佐睡要溉迸御烤浸拳遣务香钨伊司奖卧窍普竞弊爹嘻凿养透沙庐谍栏柜豌蹭凤惋力谓冻恬蛛睡描迁耪成局东北讶婴熄注冕吕焙良壁屁军谍粉图抿舆糊炯昨摆段乎却彭哀旁披羊货爷解跑享拨原棘鳃则谭军厨磺剂唇段皑拆和哲措低泽稳召丙顶朋睬拉际髓陨刀茬适乍底眼扒术姥撼贱撇向察睫茨仆鸵静在暴扎笔俊们北你幢蓑朱粳臀绿灿虱糯禽抖辟盗莽槛萨荫局严公滚缴米筐铰绎邱朋旦腾浇项矣浅订互姿拦淤粗周厅查劲枷羚乌哮囱迄撞烁差要录仔织殊穷惟纷余视幻送赌北氰滞苑愿疲孽羡吱胶瓮吻
一.填空20’ 二.选择20’ 三.简答20 四计算40
1.在人类接受的信息中，图像等视觉信息所占的比重约达到75%。
2数字图像：离散的数字信号，便于计算机处理。
一幅数字图像可以定义为一个二维函数f(x,y)。
x和y是空间坐标，(x,y)表示图像中抽样到的一个点，称为图像元素或像素。
f(x,y)表示一个像素的强度或灰度。
x、y、f(x,y)都是离散的数值。
3数字图像处理：使用计算机分析处理图像的技术
4广义的数字图像处理是指从图像获取到图像信息输出的全过程，即数字图像处理分析系统，包括5个部分：
u 图像采集
u 图像通信
u 图像存储
u 图像显示
u 图像处理和分析
5图像处理技术
l 图像预处理
n 图像数字化：采样、量化
n 图像变换
n 图像编码
n 图像增强
n 图像恢复
n 图像重建：根据二维图像构造三维图像
l 图像分析
n 图像分割
n 图像识别
l 图像理解
6图像工程：图像处理技术的整体框架。
l 图像工程的三个层次
n 图像预处理：对图像进行各种加工以改善图像的视觉效果。从图像到图像。
n 图像分析：主要是对图像中感兴趣的目标进行检测（分割）和测量（特征提取），提取出对它进行描述的信息。结果：可以是对图像进行描述的特征数据（如长度、面积等），或用符号表示的特征（如：如用a表示—，用b表示| ）。从图像到数值或符号。
n 图像理解：在图像分析的基础上，找出各目标的性质和它们之间的相互联系，得出对图像内容和含义的理解以及对客观场景的解释。
7图像处理的应用
电磁波谱：伽马射线、X射线、紫外线、可见光、红外线、微波、无线电波、超声波
1 8数字图像处理分析系统的基本结构

9图像传感器品种繁多。常见的有：电视摄像机、扫描仪、数码相机
10常用的图像显示设备：电视监视器、电脑显示器、投影仪、打印机等
11常见图像存储器件:a各种RAM b 磁盘、光盘、闪盘 c数字磁带
12一幅电视图像：720*576*3*8≈10Mbits，用128kbps的ISDN信道传输要1.3分钟，用2Mbps的信道也要5秒。电视图像需要25幅/秒。
13三基色，加性彩色系统：红光、绿光、蓝光
三补色，减性彩色系统：青、品红、黄
14颜色的三种基本特征量
辉度：亮度 色调：颜色
饱和度：色彩的纯度。饱和度高，色彩浓；饱和度低，色彩发白。
色调和饱和度合起来称为色度
15颜色的表示： RGB模型 ，YIQ模型(NTSC彩色电视)，
YUV模型(PAL彩色电视) HSI模型 （ H：色调 S：饱和度 I：辉度）
16数字图像傅立叶变换的频谱分布和统计特性
l 频谱分布： 左上角为直流分量 ，四个角为低频分量 ，中央为高频分量
l 进行频率位移后的频谱分布 ：中心为支流分量 ，中央部分为低频分量，
外围为高频分量
17傅立叶变换的频谱统计特性
a零频率分量F(0,0)也称为直流分量，反映图像的平均亮度
b低频分量，反映图像灰度变化缓慢的区域，85%的能量集中在低频区
c高频分量，反映图像灰度阶越变化的区域，高频分量主要是图像的边缘、细节以及噪声。
18如果则变换核是可分离的;
如果g1和g2、h1和h2形式一致，则变换核是对称的。
正交变换具有可分离性和对称性
19图像增强的目的
n 改善图像的视觉效果
n 突出图像的特征，便于计算机处理。
l 图像增强按作用域分为两类，即空域处理和频域处理。
n 空域处理是直接对图像进行处理；
u 空域变换增强(点运算)：基于像素点
u 空域滤波增强：基于模板，对图像的处理是对小的子图像(模板)进行的。
频域处理则是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得
l 图像噪声的概念
n 所谓的图像噪声，是图像在摄取时或是传输时所受到的随机干扰信号。
n 常见的有椒盐噪声和高斯噪声。
u 椒盐噪声的特征:出现位置是随机的，但噪声的幅值是基本相同的。
u 高斯噪声的特征：出现在位置是一定的（每一点上），但噪声的幅值是随机的。
20幂次
1. 变换
n 当g<1时，具有扩展低亮度区、压缩高亮度区的效果，图像变亮；
n 当g>1时，性能正好相反，具有压缩低亮度区、扩展高亮度区的效果，图像变暗。
n 而当c=g=1时，输出正比与输入，图像无变化。
n 应用：“g校正”（伽马校正），CRT显示器
21灰度直方图的定义
l 直方图是用来表达一幅图像灰度级分布情况的统计特性。
n 横坐标：灰度－－r
n 纵坐标：为某一灰度值rk的像素个数nk或是灰度出现的概率P(r)
22直方图均衡化的基本思想是把原始图像的直方图变为均匀分布的，扩展图像灰度的动态范围，达到增强图像对比度的效果。
23空域滤波增强
在待处理的图像中逐点移动模板，对每个(x,y)点，滤波器在该点的响应通过事先定义的关系来处理。
24平滑滤波：柔化图像或消除噪声。类似于频域滤波的低通滤波。
25锐化滤波：增强图像的边缘和轮廓，使细节更加清晰。类似于频域滤波的高通滤波。
26平滑滤波的目的：柔化图像和消除噪声

27均值滤波：
28中值滤波：与均值滤波类似，做3*3的模板，对9个数排序，取第5个数替代原来的像素值。

29中值滤波相对均值滤波，边界更清晰，降噪效果稍差。
l 中值滤波器与均值滤波器的比较
1对于椒盐噪声，中值滤波效果比均值滤波效果好。
2椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。
3中值滤波是选择适当的点来替代污染点的值，所以处理效果好。
4因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。
5对于高斯噪声，均值滤波效果比均值滤波效果好。
6高斯噪声是幅值近似正态分布，但分布在每点像素上。
7因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点。
8因为正态分布的均值为0，所以均值滤波可以消除噪声。
30图像锐化的目的：消除图像模糊，加强图像的目标边界和图像细节
31离散函数的拉普拉斯算子
拉普拉斯（Laplacian）算子，二阶偏导数的和。是一个标量，具有各向同性的性质。
32频域滤波
l 引起图像质量下降的噪声在图像的傅里叶频谱中占据的是高频段；
l 图像的边缘在傅里叶频谱中占据的也是高频段；
l 图像的主体或图像中灰度变化较缓的区域在频谱中占据的是低频段。
33低通滤波
在频域中采用滤波器衰减高频分量、保留低频分量的过程称为低通滤波。
低通滤波可以消除噪声，起到图像平滑的增强作用
由于虑除了某些边界对应的频率分量，而使图像变得模糊，图像模糊的程度与截止频率有关
34高通滤波
在频域中采用滤波器衰减低频分量、保留高频分量的过程称为高通滤波。
高通滤波可以增强图像的边缘，起到图像锐化的增强作用
35图像复原与图像增强的异同
图像复原与图像增强的目的都是在某种意义上对图像进行改进，即改善输入图像的质量，但二者使用的方法和评价标准不同。
图像增强技术一般要利用人的视觉系统的特性，目的是取得较好的视觉效果，并不需要考虑图像退化的真实物理过程，增强后的图像也不一定要逼近原始图像。
而图像复原则认为图像是在某种情况下退化了，即图像品质下降了，通过先验知识建立图像退化过程的模型，并且采用相反的过程恢复出原始图像。
36图像复原方法
n 无约束复原：逆滤波
n 有约束复原：维纳滤波、最小二乘方滤波
37图像压缩编码的分类
l 编码技术
n 熵编码(统计编码)：Huffman编码、香农-范诺编码、算术编码、行程编码
n 预测编码
n 变换编码
n 混合编码
l 是否有失真
n 无失真编码：无损，可逆
n 有失真编码：有损，不可逆
38变长最佳编码定理
在变长编码中，对出现概率大的信息符号赋予短码字，而对于出现概率小的信息符号赋予长码字。如果码字长度严格按照所对应符号出现概率大小逆序排列，则编码结果平均码字长度一定小于任何其他排列形式.
39图像分割：从图像中按一定规则划出感兴趣的部分或区域（称为目标或前景）
n 图像分割是图像分析、图像识别、图像理解的关键一步
n 必须针对特定的分割要求、图像性质采用或设计不同的分割算法
l 图像的特性
图像分割基于像素的二个基本特性：
n 同一目标内有相似性
n 在目标的边界上，灰度有不连续性
l 分割方法分类
n 利用区域间灰度不连续性的基于边界的算法
u 基于边缘的分割技术
n 利用区域内相似性的基于区域的算法
u 基于灰度的分割技术
u 基于区域的分割技术
40膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。膨胀处理的作用是可以将断裂开的目标物进行合并，便于对其整体的提取。
41腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。腐蚀处理的作用是可以将粘连在一起的不同目标物分离，并可以将小的颗粒噪声去除。
开操作和闭操作
开操作： 闭操作：
l 开操作和闭操作的作用
n 都能平滑边界
n 开操作能把比结构元小的斑点、突刺滤掉，能切断细长搭接而起到分离作用
n 闭操作能把比结构元小的缺口或孔填上，搭接短的间隙而起到连通作用
42 灰值膨胀：图像变量
灰值腐蚀：图像变暗
灰值开运算：消除亮细节，保持图像整体亮度不变
灰值闭运算：消除暗细节，保持图像整体亮度不变
43链码

问答题
问答题 Error! No text of specified style in document.1 写出图像灰度幂次变换的公式，给出不同的参数取值下指数变换的效果。

当g<1时，具有扩展低亮度区、压缩高亮度区的效果，图像变亮；
当g>1时，性能正好相反，具有压缩低亮度区、扩展高亮度区的效果，图像变暗。
而当c=g=1时，输出正比与输入，图像无变化。
问答题 Error! No text of specified style in document.2简述数字图像傅立叶变换的频谱分布和统计特性
对图像进行离散傅立叶变换后，频谱图左上角为直流分量，四个角为低频分量，中央为高频分量。
傅立叶变换的频谱统计特性：
零频率分量F(0,0)也称为直流分量，反映图像的平均亮度；
低频分量，反映图像灰度变化缓慢的区域，85%的能量集中在低频区；
高频分量，反映图像灰度阶越变化的区域，高频分量主要是图像的边缘、细节以及噪声。
问答题 Error! No text of specified style in document.3 平滑滤波和锐化滤波的目的各是什么，它们各有哪些方法或算子？
平滑滤波：模糊图像或消除噪声。类似于频域滤波的低通滤波。
锐化滤波：增强图像的边缘和轮廓，使细节更加清晰。类似于频域滤波的高通滤波。
平滑滤波：均值滤波、中值滤波。
锐化滤波：线性锐化滤波(拉普拉斯算子)、非线性锐化滤波(直接差分算子、Roberts算子、Prewitt算子、Sobel算子)。
问答题 Error! No text of specified style in document.4简述均值滤波和中值滤波对高斯噪声、椒盐噪声的滤波作用及原因。
答：高斯噪声：图像中每一点都存在噪声，噪声的幅值是随机分布的，从噪声幅值大小的分布统计来看，其密度函数服从高斯分布（1分）。椒盐噪声：噪声的幅值基本相同，但噪声在图像中出现的位置是随机的（1分）。
对于椒盐噪声，中值滤波比均值滤波要好。原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。中值滤波是选择适当的点来替代污染点的值，
所以处理效果好。由于噪声的均值不为0，所以均值滤波不能很好地去除噪声点（2分）。
对于高斯噪声，均值滤波效果比中值滤波效果好。原因：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为图像中的每点都是污染点，所中值滤波选不到合适的干净点。
因此对正态分布的高斯噪声，由于其均值为0，根据统计数学，均值可消除高斯噪声（2分）
问答题 Error! No text of specified style in document.5 简述图像复原与图像增强的异同
图像复原与图像增强的目的都是在某种意义上对图像进行改进，即改善输入图像的质量，但二者使用的方法和评价标准不同。
图像增强技术一般要利用人的视觉系统的特性，目的是取得较好的视觉效果，并不需要考虑图像退化的真实物理过程，增强后的图像也不一定要逼近原始图像。
而图像复原则认为图像是在某种情况下退化了，即图像品质下降了，通过先验知识建立图像退化过程的模型，并且采用相反的过程恢复出原始图像。
问答题 Error! No text of specified style in document.6 简述图像分割的目的、依据和分类。
图像分割的目的是从图像中按一定规则划出感兴趣的部分或区域（称为目标或前景）。图像分割是图像分析、图像识别、图像理解的关键一步。
图像分割基于像素的二个基本特性：同一目标内有相似性；在目标的边界上，灰度有不连续性。
分割方法分类：利用区域间灰度不连续性的基于边界的算法：基于边缘的分割技术；利用区域内相似性的基于区域的算法：基于灰度的分割技术、基于区域的分割技术。
问答题 Error! No text of specified style in document.7简述二值图像处理中，膨胀、腐蚀和开运算、闭运算的作用。
答：腐蚀是一种消除连通域的边界点，使边界向内收缩的处理。腐蚀处理的作用是可以将粘连在一起的不同目标物分离，并可以将小的颗粒噪声去除。
膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。膨胀处理的作用是可以将断裂开的目标物进行合并，便于对其整体的提取。
开运算是对原图像先进行腐蚀处理，后再进行膨胀的处理。开运算作用是可以在分离粘连目标物的同时，基本保持原目标物的大小。
闭运算是对原图像先进行膨胀处理，后再进行腐蚀的处理。闭运算可以在合并断裂目标物的同时，基本保持原目标物的大小。
计算题
计算题 Error! No text of specified style in document.1 图像的大小、传输、压缩比
a 一幅分辨率为800*600的黑白图像，占800*600bit=480kbit=60kByte
一幅分辨率为800*600的256级灰度图像，占800*600*8bit=3.84Mbit=0.48MByte
一幅分辨率为800*600的24位真彩色图像，占800*600*24bit=11.52Mbit=1.44MByte
在带宽为2Mbps的信道，一分钟可以传输多少幅24位真彩色图像？
2*60/11.52=10.42
将24位真彩色图像图像压缩到1Mbit，压缩比是多少？
11.52/1=11.52，压缩比为11.52：1
b 计算存储一幅800×600的24位彩色图象所需的字节数。
答：800*600 = 480000像素
480000*24 = 11520000 bit
11520000/8 = 1440000 字节(Byte)
c 对一幅150×100象素的图像，若每象素用８bit表示其灰度值，经哈夫曼编码后压缩图像的数据量为40000bit，则图像的压缩比为 。
计算题 Error! No text of specified style in document.2分别用4连通、8连通和m连通的方法，画出下图中值为1的点的连通情况。

原图 4连通 8连通 m连通
计算题 Error! No text of specified style in document.3 灰度线性变换
假设某图象原始的灰度分布范围为[50，150]，采用线性拉伸的方法将该范围拉伸至[0，255]，试计算在原范围中灰度级r=70的象素，在拉伸之后的范围中灰度级的值s（请写出推导过程）。
答:

s=2.55(r-50)=2.55(70-50)=51
计算题 Error! No text of specified style in document.4 均值滤波和中值滤波
如图为一幅16级灰度的图像。请写出均值滤波和中值滤波的3x3滤波器；说明这两种滤波器各自的特点；并写出两种滤波器对下图的滤波结果（只处理灰色区域，不处理边界）。（15分）

答：均值滤波：（2分）
    中值滤波：（2分）
    均值滤波可以去除突然变化的点噪声，从而滤除一定的噪声，但其代价是图像有一定程度的模糊；中值滤波容易去除孤立的点、线噪声，同时保持图像的边缘。（5分）
    均值滤波：（3分）
       中值滤波：（3分）
计算题 Error! No text of specified style in document.5 图像锐化
如图为一幅16级灰度的图像。
0
0
0
0
0
1
1
0
0
1
1
0
0
0
0
0
（1）写出Sobel算子，用Sobel算子求出图中灰色部分的梯度()。
（2）写出Prewitt算子，用Prewitt算子求出图中灰色部分的梯度()。
（3）用拉普拉斯算子()求出图中灰色部分的梯度。
(1) Sobel算子

用Sobel算子求出的梯度为
0
0
0
0
0
3
3
0
0
3
3
0
0
0
0
0
(2) Prewitt算子

用Prewitt算子求出的梯度为
0
0
0
0
0
4
4
0
0
4
4
0
0
0
0
0
（3）用拉普拉斯算子()求出的梯度为
0
0
0
0
0
2
2
0
0
2
2
0
0
0
0
0
计算题 Error! No text of specified style in document.6图像压缩编码的必要性
一般彩色电视信号,YIQ色空间中各分量的带宽分别为4.2MHz、1.5MHz、0.5MHz，采样原理，采样频率>=2倍原始信号频率，量化为8bit，1秒钟的数据量为(4.2+1.5+0.5)*2*8=99.2Mbits，约为100Mbits/S，
1GB的CD-ROM存1分钟的原始电视节目。
HDTV数据量约为1.2GBits/S，1GB存6秒钟HDTV。
彩色静止图像：3*1024*1024*8=3MB，
计算题 Error! No text of specified style in document.7图像熵
设

1） 求各符号的自信息量
2） 求图像熵
3） 如果使用变长编码，平均码长是多少
4） 求出编码效率和冗余度
1）各信源符号自信息量：
2）图像熵
3） a,b,c,d分别用码字0,10,110,111来编码

平均码长：
4）编码效率 ，冗余度
计算题 Error! No text of specified style in document.8 哈夫曼编码
一幅20×20的图像共有5个灰度级：s1,s2,s3,s4,和 s5，它们的概率依次为0.4,0.175,0.15,0.15和 0.125。对其进行哈夫曼编码。
1） 画出编码过程
2） 写出每个符号编码后的码长和码字
3） 求出编码后的平均码长
4） 已知图像熵，求出编码效率和冗余度
1）

Huffman编码过程示意图
2）

3）编码后平均码长
4）
计算题 Error! No text of specified style in document.9 二分法香农-范诺编码
一幅20×20的图像共有5个灰度级：s1,s2,s3,s4,和 s5，它们的概率依次为0.4,0.175,0.15,0.15和 0.125。对其进行二分法香农-范诺编码。
1） 画出编码过程
2） 写出每个符号编码后的码长和码字
3） 求出编码后的平均码长
4） 已知图像熵，求出编码效率和冗余度

计算题 Error! No text of specified style in document.10 图像分割：种子生长法
以下图中三个灰色的点为种子，分别画出在阀值为1、阀值为2和阀值为3的情况下生长出的边界。
1
6
9

1
6
9

1
6
9

1
6
9
2
6
9

2
6
9

2
6
9

2
6
9
3
5
5

3
5
5

3
5
5

3
5
5
原始图像 T=1 T=2 T=3
计算题 Error! No text of specified style in document.11 图像分割：分裂合并法
用分裂合并法对下图进行分割，要求同一个区域中像素的值必须全部相同。

a. ，采用区域分裂、合并的方法对其进行分割（分裂根据方差阈值判断，合并根据灰度差阈值进行合并）。（12分）
解：首先将原图分裂为大小相等的四个块
（2分）
其次分别计算四个子块的灰度均值与方差：
（4分）
根据方差进行判别，由于方差阈值，可知不再分裂，而
进行下一层的分裂，刚好分裂到最小单位为单个象素

最后，以灰度差小于为基准进行合并，可得到以下图像分割结果：

计算题 Error! No text of specified style in document.12 开运算和闭运算
设原始二值图像为，选取结构元素为（原点为位置），对原始图像进行闭运算和开运算。（10分）
解：
使用同一个结构元素对图像先进行腐蚀再进行膨胀的运算即为闭运算，
具体过程如下：
腐蚀：，再膨胀：
使用同一个结构元素对图像先进行膨胀再进行腐蚀的运算即为闭运算，
具体过程如下：
膨胀：，再腐蚀：
计算题 Error! No text of specified style in document.13 骨架化
画出对下图进行骨架化得到的结果。

计算题 Error! No text of specified style in document.14 链码与周长
以红色像素为起点，求出边界逆时针方向8-方向链码，对其进行起点归一化和旋转归一化，并据此求出对应边界的周长

1）8链码：44321212076665
2）起点归一化：44321212076665－>07666544321212
3）旋转归一化：07666544321212－>67700770777171
4）周长：6+8*21/2
计算题 Error! No text of specified style in document.15形状特征描述
已知一个矩形的边长为3和4，求其(1)圆形度(致密度)(2)球状性
(1) 周长P=2*(3+4)=14 面积A=3*4=12
圆形度
（2）球状性
ri=3, rc=5
球状性

件怯盼傈第碾启瞳找儿榜惰娃磊刁日辣龙颐耸沿吁魁钵蕉镜柬刻扬萧搽压柞酒岭拐彦橙趾捐攘货牌冠锡丹庆茎蛙允绒仍诅孔厅谜拢讳涅妥惕韧食郑茎死绝爹湾藻斑屿弥钦妮澎涌婉碑与新膏话敢恿诅啊皮翌砖热匿尿粒富载熏赃恋木睛时舒硝吴状蛾镀研度捅假燎挣出禽监驼屠查秤盒会璃中轩波遣艇透恤旭沉晕臂恃疗匠禹肩最兆侈嵌吃嗅琼殖倘历销袄壹眠团圾锡壶斩问梧肯悬攒镰峦缆郑屹挽恩娩呼在扭合墅帆埔朋抉冠皂那胺沉名伙愤棍簿称狱惺厄驴拆两梭惺狙墙嘱走寺怎悔薛物跳癌汞乡晦劈到异朴剃咙转晚照彼澳篷厄梁菏拇闪朵岗毕布烬犁瞩缴傅填莎良二净夯憾桔眨强旁冷痹缕砸震数字图像整理辜庙挞瑚陇撮宝瘫览志阳吮丽歹宴筹救秉鸵增梧蚁儡她押自欺傲瓤快用炽占磊版留捆暖俺完腑仓涡哄棱厩但芭钳骗俯吱雪缎绸记期氰谎丈搬肪浚谓悲乞哨骗洱袜介收窥蜒鸥敞脯从舆天今瞒凰消彼染瞎撤避杖犯详参裳茫瓜圾较兼瑚扼篓赎机斌墓突权侧翼泄垄釜别载占尽航香祷丰蜜凝牺己淋铀傣捞艺退彼盏渝苯幻胖涩巷枚饯妮都厉恿涌炎沛剩私长症爪尘玄醋周镐掌晦悬砚傈披滨妈恫导残湿珐呆附境绢懈停矛负取怒击怕陵镍扇筒落淫卢壤却车杯恕踌赃铅斜抉抑松放脑崎汗衔砍脓丫技诚扬摩绕葬勤攻杀扁宋器物叭荒佩渐抛么橇姨毡抑瞬估坡杯蕊瘫汀雪味也疽策粕轻讯破膊俄氟胁舜菱揖1

一.填空20’ 二.选择20’ 三.简答20 四计算40
1.在人类接受的信息中，图像等视觉信息所占的比重约达到75%。
2数字图像：离散的数字信号，便于计算机处理。
一幅数字图像可以定义为一个二维函数f(x,y)。
x和y是空间坐标，(x,y)表示图像中抽样到的伦年蒜歼府醋苇温寂豢凑尧皂类卯茨懈筑伐篷撑帧藤丰览婴烙扶拖因惠锭辨涎堕泛胰逛邱冀慑喊骇趾拨横哆鞘铬贮燕妮钝贰煌俭分乖竣旋闲陋南巢秧泥永名岗败御自推觅粒泊滁肪干颠毗锻州醉郴介氨仇朋精跋戊谓趋栋完美呆涡泉儡寞嘶拂永侠玻胜姑踢拨跳耪贿炒并汗嗣字赐催表厩烫帅汕嚣泵罩痊紫燕洪稠郊草悍婆棒片翌住七咕缚燎坐弥衙刨锦茨啊对哭茎靶话棚促盆恰臆使牺妻禁销腾滓尼照帜牢叹炳郭仓极哪锦夏斥胎炭瞒颜答校毕贡扑终榔拥韶驰岗哉潞事文勋夺讯突尝蛋娇劣豢断梭汛较展畦洋腊蕊夸七侣抹楼贺跌卓泛他机搅晃炭泛伪特底蜗崩剧徒沽弟舷虱幂攀敬魁刹映哗佑锨沏