数字图像处理期末考题.doc

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 ,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 + | s | ) 。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. 0 b.255 c.6 d.8( c )2.采用模板-1 1主要检测_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.0 b.1 c.2 d.3( a )8.对一幅100100像元的图象，若每像元用bit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.3:1 c.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）=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% function test imagae read write and displayimageyin=double(imread(lena512.bmp);subplot(121);imagesc(imageyin);colormap(gray);xsize ysize=size(imageyin)sample_image=imageyin(1:2:xsize,1:2:ysize);subplot(122);imagesc(sample_image);colormap(gray);imwrite(uint8(sample_image),lena256.bmp);% other display image format : imshow% data format imshow : uint8% data format imagesc: double2、直方图均衡化和获取直方图（这个只考读图，不编写程序）% calculate histogram of imagesimage=double(imread(f315a1.jpg);imageshow=image;imageshow(1,1)=0;imageshow(1,2)=255;subplot(321);imagesc(imageshow);colormap(gray);drawnow;nr=zeros(1,256);r=0:255;% for normalization number=0;m,n=size(image);number=m*n;for i=1:m for j=1:n nr(image(i,j)+1)=nr(image(i,j)+1)+1; end end l=max(max(image);subplot(322);%hist(nr);plot(nr) drawnow; nr=nr/number; s=zeros(size(nr); for i=0:255 for j=0:i s(1+i)=s(1+i)+nr(j+1); end end gimage=size(image); for i=1:m for j=1:n gimage(i,j)=s(image(i,j)+1); end end gimage=gimage*255.; subplot(323); imagesc(gimage); colormap(gray); drawnow; nr=zeros(1,256);% for normalization number=0;for i=1:m for j=1:n nr(fix(gimage(i,j)+1)=nr(fix(gimage(i,j)+1)+1; end end subplot(324);%hist(nr);plot(nr) drawnow; gimageshow=gimage; gimageshow(1,1)=0; gimageshow(1,2)=255; subplot(325); imagesc(gimageshow); colormap(gray); 3、均值滤波器：I=imread(tire.tif);M,N=size(I);II1=zeros(M,N);for i=1:16 II(:,:, i)=imnoise(I,gaussian,0,0.01); II1=II1+double(II(:,:, i); if or(or(i= =1,i= =4),or(i= =8,i= =16); figure; imshow(uint8(II1/i); endend4、理想低通滤波器：%理想低通滤波器所产生的模糊和振铃现象J=imread(lena.bmp);subplot(331);imshow(J);J=double(J);% 采用傅里叶变换f=fft2(J);% 数据矩阵平衡g=fftshift(f);subplot(332);imshow(log(abs(g),),color(jet(64);M,N=size(f);n1=floor(M/2);n2=floor(N/2);% d0=5,15,45,65d0=5;for i=1:M for j=1:N d=sqrt(i-n1)2+(j-n2)2); if d=d0; h=1; else h=0; end g(i,j)=h*g(i,j); endendg=ifftshift(g);g=uint8(real(ifft2(g);subplot(333);imshow(g);