【文章內容簡介】 紋檔案、交通管理等。5. 簡述圖像幾何變換與圖像變換的區(qū)別。①圖像的幾何變換：改變圖像的大小或形狀。比如圖像的平移、旋轉、放大、縮小等，這些方法在圖像配準中使用較多。 ②圖像變換：通過數(shù)學映射的方法，將空域的圖像信息轉換到頻域、時頻域等空間上進行分析。比如傅里葉變換、小波變換等。6. 圖像的數(shù)字化包含哪些步驟？簡述這些步驟。圖像的數(shù)字化主要包含采樣、量化兩個過程。采樣是將空域上連續(xù)的圖像變換成離散采樣點集合，是對空間的離散化。經過采樣之后得到的二維離散信號的最小單位是像素。量化就是把采樣點上表示亮暗信息的連續(xù)量離散化后，用數(shù)值表示出來，是對亮度大小的離散化。經過采樣和量化后，數(shù)字圖像可以用整數(shù)陣列的形式來描述。7. 圖像量化時，如果量化級比較小會出現(xiàn)什么現(xiàn)象？為什么？如果量化級數(shù)過小，會出現(xiàn)偽輪廓現(xiàn)象。量化過程是將連續(xù)變化的顏色劃分到有限個級別中，必然會導致顏色信息損失。當量化級別達到一定數(shù)量時，人眼感覺不到顏色信息的丟失。當量化級數(shù)過小時，圖像灰度分辨率就會降低，顏色層次就會欠豐富，不同的顏色之間過度就會變得突然，可能會導致偽輪廓現(xiàn)象。8 . 簡述二值圖像與彩色圖像的區(qū)別。二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據量小的特點。 彩色圖像是根據三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。9. 簡述二值圖像與灰度圖像的區(qū)別。二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據量小的特點。 灰度圖像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不包含彩色信息。標準灰度圖像中每個像素的灰度值是0255之間的一個值，灰度級數(shù)為256級。10. 簡述灰度圖像與彩色圖像的區(qū)別?；叶葓D像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不包含彩色信息。標準灰度圖像中每個像素的灰度值是0255之間的一個值，灰度級數(shù)為256級。 彩色圖像是根據三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。11. 均值濾波器對高斯噪聲的濾波效果如何？試分析其中的原因。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。均值濾波器對高斯噪聲的濾波結果較好。原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。12. 簡述均值濾波器對椒鹽噪聲的濾波原理，并進行效果分析。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。均值濾波器對椒鹽噪聲的濾波結果不好。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。13. 中值濾波器對椒鹽噪聲的濾波效果如何？試分析其中的原因。中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達到濾除噪聲的目的。中值濾波器對椒鹽噪聲的濾波效果較好。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。14. 使用中值濾波器對高斯噪聲和椒鹽噪聲的濾波結果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？中值濾波器對椒鹽噪聲的濾波效果較好，對高斯噪聲的處理效果不好。中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達到濾除噪聲的目的。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。找不到干凈的點來替代被污染的點，故處理效果不好。15. 使用均值濾波器對高斯噪聲和椒鹽噪聲的濾波結果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？均值濾波器對高斯噪聲的濾波結果較好，對椒鹽噪聲的濾波結果不好。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。原因: 高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。16. 圖像中的細節(jié)特征大致有哪些？一般細節(jié)反映在圖像中的什么地方？圖像的細節(jié)是指畫面中的灰度變化情況，包含了圖像的孤立點、細線、畫面突變等。孤立點大都是圖像的噪聲點，畫面突變一般體現(xiàn)在目標物的邊緣灰度部分。17. 一階微分算子與二階微分算子在提取圖像的細節(jié)信息時，有什么異同？一階微分算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；二階微分算子獲得的邊界是比較細致的邊界。反映的邊界信息包括了許多的細節(jié)信息，但是所反映的邊界不是太清晰。18. 已知Laplacian微分算子的作用模板為：，請寫出兩種變形的Laplacian算子。解：圖像的細節(jié)是指畫面中的灰度變化情況，包含了圖像的孤立點、細線、畫面突變等。孤立點大都是圖像的噪聲點，畫面突變一般體現(xiàn)在目標物的邊緣灰度部分。一階微分算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；二階微分算子獲得的邊界是比較細致的邊界。反映的邊界信息包括了許多的細節(jié)信息，但是所反映的邊界不是清晰。19 寫出腐蝕運算的處理過程。腐蝕運算的處理過程為： 1）掃描原圖，找到第一個像素值為1的目標點； 2）將預先設定好形狀以及原點位置的結構元素的原點移到該點； 3）判斷該結構元素所覆蓋的像素值是否全部為1：如果是，則腐蝕后圖像中的相同位置上的像素值為1；如果不是，則腐蝕后圖像中的相同位置上的像素值為0； 4）重復2）和3），直到所有原圖中像素處理完成。20. 寫出膨脹運算的處理過程。膨脹運算的處理過程為： 1）掃描原圖，找到第一個像素值為0的背景點； 2）將預先設定好形狀以及原點位置的結構元素的原點移到該點； 3）判斷該結構元素所覆蓋的像素值是否存在為1的目標點： 如果是，則膨脹后圖像中的相同位置上的像素值為1； 如果不是，則膨脹后圖像中的相同位置上的像素值為0； 4）重復2）和3），直到所有原圖中像素處理完成。21. 為什么YUV表色系適用于彩色電視的顏色表示？YUV表色系適用于彩色電視的顏色表示主要原因有以下3點：（1）YUV表色系具有亮度與色度相分離的特點，黑白電視接收彩色電視節(jié)目信號時，只需要將Y、U、V三路信號中的Y信號介入電視機信號即可；（2）YUV表色系具有亮度與色度相分離的特點，彩色電視機接收黑白電視節(jié)目信號時，只要將U、V兩路信號置為0即可。（3）YUV表色系與RGB表色系的轉換運算比較簡單，便于實時進行色系之間的轉換。22. 簡述白平衡方法的主要原理。白平衡方法的主要原理是：如果原始場景中的某些像素點應該是白色的（R=G=B=255），但是由于所獲取的圖像中的相應像素點存在色偏，這些點的R,G,B三個分量的值不再保持相同，通過調整這三個顏色分量的值，使之達到平衡，由此獲得對整幅圖像的彩色平衡影射關系，通過該映射關系對整幅圖像進行處理，由此達到彩色平衡的目的。23. YUV表色系的優(yōu)點是什么？YUV表色系的有點體現(xiàn)在以下2個方面：（1）亮度信號與色度信號相互獨立，由Y信號構成的灰度圖像與用U、V信號構成的兩外兩幅單色圖是相互獨立的?？梢詫@些單色圖單獨進行編碼。（2）YUV表色系與RGB表色系的轉換運算比較簡單，便于實時進行色系之間的轉換。24. 請簡述快速傅里葉變換的原理。傅里葉變換是復雜的連加運算，計算時間代價很大?？焖俑道锶~變換的核心思想是，將原函數(shù)分解成一個奇數(shù)項和一個偶數(shù)項加權和，然后對所分解的奇數(shù)項和偶數(shù)項再分別分解成其中的奇數(shù)項和偶數(shù)項的加權和。這樣，通過不斷重復兩項的加權和來完成原有傅里葉變換的復雜運算，達到較少計算時間代價的目的。25. 簡述至少2種傅里葉變換在圖像處理中的應用。26. 傅里葉變換在圖像處理中有著廣泛的應用，請簡述其在圖像的高通濾波中的應用原理。圖像經過傅里葉變換后，景物的概貌部分集中在低頻區(qū)段，景物的細節(jié)部分集中在高頻區(qū)段，可以通過圖像的高通濾波將圖像中景物的細節(jié)提取出來。具體做法是，將傅里葉變換得到頻譜圖的低頻部分強制為0，而將高頻部分的信息保持不變，就相當于使用一個只保持高頻部分信息不變，而低頻信息被完全抑制的高通濾波器作用在原始圖像上。將經過這樣處理后的頻譜進行傅里葉逆變換，就可以得到圖像的細節(jié)部分。27. 傅里葉變換在圖像處理中有著廣泛的應用，請簡述其在圖像的低通濾波中的應用原理。圖像經過傅里葉變換后，景物的概貌部分集中在低頻區(qū)段，景物的細節(jié)部分集中在高頻區(qū)段，可以通過圖像的高通濾波將圖像中景物的概貌提取出來。具體做法是，將傅里葉變換得到頻譜圖的高頻部分強制為0，而將低頻部分的信息保持不變，就相當于使用一個只保持低頻部分信息不變，而高頻信息被完全抑制的低通濾波器作用在原始圖像上。將經過這樣處理后的頻譜進行傅里葉逆變換，就可以得到圖像的概貌部分。28. 小波變換在圖像處理中有著廣泛的應用，請簡述其在圖像的壓縮中的應用原理。一幅圖像經過一次小波變換之后，概貌信息大多集中在低頻部分，而其余部分只有微弱的細節(jié)信息。為此，如果只保留占總數(shù)據量1/4的低頻部分，對其余三個部分的系數(shù)不存儲或傳輸，在解壓時，這三個子塊的系數(shù)以0來代替，則就可以省略圖像部分細節(jié)信息，而畫面的效果跟原始圖像差別不是很大。這樣，就可以得到圖像壓縮的目的。29. 什么是圖像的無損壓縮？給出2種無損壓縮算法。 圖像的無損壓縮是指壓縮后的數(shù)據進行重構（或稱為還原，或稱為解壓縮），重構后的信息與原來的信息完全相同的壓縮編碼方式。無損壓縮用于要求重構的信息與原始信息完全一致的場合。常用的無損壓縮算法包含行程編碼、霍夫曼編碼等。30. 對于掃描結果：aaaabbbccdeeeeefffffff，若對其進行霍夫曼編碼之后的結果是：f=01 e=11 a=10 b=001 c=0001 d=0000。若使用行程編碼和霍夫曼編碼的混合編碼，壓縮率是否能夠比單純使用霍夫曼編碼有所提高？31. DCT變換編碼的主要思想是什么？ DCT變換編碼的思想是利用離散余弦變換對數(shù)據信息強度的集中特性，可以將數(shù)據中視覺上容易察覺的部分與不容易察覺的部分進行分離，由此可以達到進行有損壓縮的目的。32. 簡述DCT變換編碼的主要過程。 第一步，將圖像分成8*8的子塊； 第二步，對每個子塊進行DCT變換； 第三步，將變換后的系數(shù)矩陣進行量化，量化后，得到的矩陣左上角數(shù)值較大，右下部分為0； 第四步，對量化后的矩陣進行Z形掃描，以使得矩陣中為0的元素盡可能多的連在一起； 第五步，對Z掃描結果進行行程編碼； 第六步，進行熵編碼。33. 什么是一維行程編碼？簡述其與二維行程編碼的主要區(qū)別。 一維行程編碼是里利用一行上像素的相關性，逐行對圖像進行掃描，然后對掃描的結果進行編碼。一維行程編碼只考慮了消除行內像素之間的相關性，沒有考慮到某種方向之間的相關性；而二維行程編碼是按照一定的掃描路線進行掃描，既可以消除行內像素之間水平方向的相關性，又可以消除像素垂直方向的相關性。34. 壓縮編碼算法很多，為什么還要采用混合壓縮編碼？請舉例說明。 壓縮編碼算法很多，比如行程編碼、霍夫曼編碼等。每種不同的壓縮編碼方法具有各自不同的特點。比如行程編碼擅長對多個重復數(shù)據連續(xù)出現(xiàn)的情況進行編碼；霍夫曼編碼則可以有效地將出現(xiàn)頻率高、低不同的數(shù)據進行編碼。如果將不同的編碼方式巧妙的結合在一起，則可以達到更高的壓縮率，這就是混合壓縮編碼的思想。1. 設某個圖像為： 請完成： ①求該圖像的灰度直方圖。（3分） ②對該圖像進行直方圖均衡化處理，寫出過程和結果。（6分）2. 設某個圖像為： 請完成： ①求該圖像的灰度直方圖。（3分） ②對該圖像進行直方圖均衡化處理，寫出過程和結果。（6分）3. 設某個圖像為： 請完成： ①求該圖像的灰度直方圖。（3分） ②對該圖像進行直方圖均衡化處理，寫出過程和結果。（6分）4. 設某個圖像為： 請完成： ①求該圖像的灰度直方圖。（3分） ②對該圖像進行直方圖均衡化處理，寫出過程和結果。（6分）5. 設某個圖像為： 請完成： ①求該圖像的灰度直方圖。（3分） ②對該圖像進行直方圖均衡化處理，寫出過程和結果。（6分