【正文】 在使用區(qū)域合并、分裂方法進(jìn)行圖像分割時(shí)，不需要用到每個(gè)子塊的屬性。（ √ ）6. 區(qū)域生長(zhǎng)方法的實(shí)現(xiàn)有三個(gè)關(guān)鍵點(diǎn)：種子點(diǎn)的選??；生長(zhǎng)準(zhǔn)則的確定；區(qū)域生長(zhǎng)停止的條件。（ √ ）4. 二維熵方法的設(shè)計(jì)思想是：采用二維熵來(lái)度量像素以及其鄰域像素中像素之間的信息相關(guān)性，當(dāng)空間相關(guān)信息量最小時(shí)，認(rèn)為是最佳閾值。（ √ ）2. 類間最大距離法的設(shè)計(jì)思想是：在某個(gè)適當(dāng)?shù)拈撝迪?，圖像分割后的前景目標(biāo)與背景兩個(gè)類之間的差異最小為最佳分割。 ④選擇最佳的閾值，使得圖像按照該閾值分成兩類后，相對(duì)距離度量值達(dá)到最大。 ②給定一個(gè)初始閾值，將圖像分成目標(biāo)和背景兩類。 D、 選擇的閾值使得兩類數(shù)據(jù)間的方差越大越好，同時(shí)同一類的數(shù)據(jù)之間的方差越小越好。 B、 選擇的閾值使得同一類的數(shù)據(jù)之間的方差越大越好。 D、 使用類內(nèi)、類間方差比作為選擇閾值的評(píng)價(jià)參數(shù)。 B、 選擇的閾值使得同一類的數(shù)據(jù)之間的方差越大越好。10. 熵是信息論中對(duì)不確定性的度量，是對(duì)數(shù)據(jù)中所包含__信息量__大小的度量。8. 所謂聚類方法，是采用模式識(shí)別中的聚類思想，以類內(nèi)保持最大相似性以及類間保持最大距離為目標(biāo)，通過(guò)__迭代優(yōu)化__獲得最佳的圖像分割閾值。6. 所謂聚類方法，是采用模式識(shí)別中的聚類思想，以__類內(nèi)__保持最大相似性以及類間保持最大距離為目標(biāo)，通過(guò)迭代優(yōu)化獲得最佳的圖像分割閾值。4. 基于圖像灰度分布的閾值方法包含很多種算法，其中，p參數(shù)法是針對(duì)預(yù)先已知圖像中__目標(biāo)物所占比例_的情況下，所采用的一種簡(jiǎn)單有效的方法。（6分）10. 已知Roberts算子的作用模板為： ，Laplacian算子的作用模板為： 。 設(shè)圖像為： 請(qǐng)完成： ①用Roberts算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（4分） ②用Laplacian算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（6分）8. 已知Roberts算子的作用模板為： ，Laplacian算子的作用模板為： 。 設(shè)圖像為： 請(qǐng)完成： ①用Roberts算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（4分） ②用Laplacian算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（6分）6. 已知Roberts算子的作用模板為： ，Laplacian算子的作用模板為： 。 設(shè)圖像為： 請(qǐng)完成： ①用Roberts算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（4分） ②用Laplacian算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（6分）4. 已知Roberts算子的作用模板為： ，Laplacian算子的作用模板為： 。 設(shè)圖像為： 請(qǐng)完成： ①用Roberts算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（4分） ②用Laplacian算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。（6分）2. 已知Roberts算子的作用模板為： ，Laplacian算子的作用模板為： 。 設(shè)圖像為： 請(qǐng)完成： ①用Roberts算子對(duì)其進(jìn)行銳化，寫出銳化過(guò)程和結(jié)果。5. 已知Laplacian微分算子的作用模板為：，請(qǐng)寫出兩種變形的Laplacian算子。1. 圖像中的細(xì)節(jié)特征大致有哪些？一般細(xì)節(jié)反映在圖像中的什么地方？2. 一階微分算子與二階微分算子在提取圖像的細(xì)節(jié)信息時(shí)，有什么異同？3. 簡(jiǎn)述水平方向的微分算子的作用模板和處理過(guò)程。9. 圖像微分_削弱_了灰度變化緩慢的信息。水平方向的微分算子屬于 一階微分算子_。Wallis微分算子屬于_二階微分算子_。垂直方向的微分算子屬于Laplacian微分算子屬于_二階微分算子_。Priwitt微分算子屬于_一階微分算子_。Sobel微分算子屬于_一階微分算子_。Roberts交叉微分算子屬于_一階微分算子__。垂直方向的微分算子屬于 一階微分算子_。 10. 設(shè)圖像為： 請(qǐng)使用以下加權(quán)均值濾波器對(duì)其進(jìn)行均值濾波處理，寫出處理過(guò)程和結(jié)果。 8. 設(shè)圖像為： 請(qǐng)使用以下加權(quán)均值濾波器對(duì)其進(jìn)行均值濾波處理，寫出處理過(guò)程和結(jié)果。 6. 設(shè)圖像為： 分別使用33的模板對(duì)其進(jìn)行均值濾波和中值濾波處理，寫出處理過(guò)程和結(jié)果。 4. 設(shè)圖像為： 圖片缺失 請(qǐng)使用33的模板對(duì)其進(jìn)行中值濾波處理，寫出處理過(guò)程和結(jié)果。 2. 設(shè)圖像為： 圖片缺失 請(qǐng)使用33的模板對(duì)其進(jìn)行中值濾波處理，寫出處理過(guò)程和結(jié)果。3. 中值濾波器對(duì)椒鹽噪聲的濾波效果如何？試分析其中的原因。1. 均值濾波器對(duì)高斯噪聲的濾波效果如何？試分析其中的原因。9. 圖像噪聲可以理解為妨礙人的視覺(jué)感知，或妨礙系統(tǒng)傳感器對(duì)所接收?qǐng)D像源信息進(jìn)行理解或分析的各種因素，也可以理解為真實(shí)信號(hào)與理想信號(hào)之間存在的__偏差___。（填“高斯”或“椒鹽”）7. 中值濾波方法對(duì)_椒鹽__噪聲的抑制效果較好。5. 圖像上每一點(diǎn)都存在噪聲，但是噪聲的_幅值_是隨機(jī)分布的，這類噪聲稱為高斯噪聲。5. 什么是仿射變換？用矩陣形式如何表示仿射變換？第五章 圖像噪聲的抑制1. 兩種典型的圖像噪聲是： _椒鹽噪聲_和高斯噪聲。2. 如何解決直角坐標(biāo)系中圖像旋轉(zhuǎn)過(guò)程中產(chǎn)生的圖像空穴問(wèn)題？3. 舉例說(shuō)明使用鄰近行插值法進(jìn)行空穴填充的過(guò)程。10. 中值濾波器可以：（ A ） A、消除孤立噪聲； B、檢測(cè)出邊緣； C、進(jìn)行模糊圖像恢復(fù)； D、模糊圖像細(xì)節(jié)。C、對(duì)于圖像旋轉(zhuǎn)產(chǎn)生的空穴問(wèn)題，可以采用均值插值法來(lái)填充。9. 關(guān)于圖像的插值，下列說(shuō)法不正確的是（ B ）A、對(duì)于因圖像放大后的圖像子塊與子塊之間的過(guò)渡因不平緩而導(dǎo)致畫面效果不自然的問(wèn)題，可以采用雙線性插值方法可以用來(lái)解決。 C、 圖像的縮小只能按不比例進(jìn)行。8. 關(guān)于圖像縮小處理，下列說(shuō)法正確的是：（ B ） A 、圖像的縮小只能按比例進(jìn)行。 C、 圖像的放大只能按比例進(jìn)行。7. 關(guān)于圖像放大處理，下列說(shuō)法正確的是（ A ） A、 從物理意義上講，圖像的放大是圖像縮小的逆操作。 C、對(duì)于因放大后的圖像子塊與子塊之間的過(guò)渡因不平緩而導(dǎo)致畫面效果不自然的問(wèn)題，可以采用雙線性插值方法可以用來(lái)解決。 D、 圖像的縮小是從原始圖像中選擇合適的像素點(diǎn)，使圖像縮小后可以盡量保持原有圖像的概貌特征不丟失6. 關(guān)于圖像放大處理，下列說(shuō)法不正確的是（ D ） A 、從物理意義上講，圖像的放大是圖像縮小的逆操作。 B、 利用基于等間隔采樣的圖像縮小方法對(duì)圖像進(jìn)行處理時(shí)，不需要計(jì)算出采樣間隔。該變換過(guò)程是（A ） A、圖像鏡像 B、圖像旋轉(zhuǎn) C、 圖像放大 D、 圖像縮小4. 假設(shè)是原始圖像的像素點(diǎn)坐標(biāo)；圖像的大小是M*N； 是使用公式對(duì)圖像F進(jìn)行變換得到的新圖像的像素點(diǎn)坐標(biāo)。該變換過(guò)程是（ B ） A、圖像鏡像 B、圖像旋轉(zhuǎn) C、 圖像放大 D、 圖像縮小2. 假設(shè)是原始圖像的像素點(diǎn)坐標(biāo)； 是對(duì)圖像F進(jìn)行旋轉(zhuǎn)變換后得到新圖像的像素坐標(biāo)。（填“需要”或“不需要”）10. 我們將平面景物在投影平面上的非垂直投影稱為圖像的_錯(cuò)切_，該處理會(huì)是的圖像中的圖形產(chǎn)生扭變。（填“發(fā)生”或“不發(fā)生”）8. 圖像放大是從小數(shù)據(jù)量到大數(shù)據(jù)量的處理過(guò)程，_需要_對(duì)許多未知的數(shù)據(jù)的估計(jì)。4. 最基本的圖像形狀變換包括了圖像的放大、縮小和_錯(cuò)切_。（ √ ）5. 借助對(duì)數(shù)形式的變換曲線可以達(dá)到線性灰度動(dòng)態(tài)范圍的目的。（√ ）3. 一般來(lái)說(shuō)，直方圖均衡化處理對(duì)于灰度分布比較均衡的圖像的處理效果比較明顯。 A①②④ B①④② C①②③ D①③②1. 一幅圖像經(jīng)過(guò)直方圖均衡化處理后，其對(duì)比度一定比原始圖像的對(duì)比度提高。 ③計(jì)算圖像中各個(gè)灰度值的累計(jì)分布概率。該模型是以下哪種圖像增強(qiáng)方法的基礎(chǔ)？（ B ） A、對(duì)比度線性展寬方法 B、同態(tài)濾波方法 C、線性動(dòng)態(tài)范圍調(diào)整方法 D、非線性動(dòng)態(tài)范圍調(diào)整方法10. 使用同態(tài)濾波方法進(jìn)行圖像增強(qiáng)時(shí)，以下處理順序正確的是（ A ） ①通過(guò)對(duì)圖像取對(duì)數(shù)，將圖像模型中的入射分量與反射分量的乘積項(xiàng)分開(kāi)。 D、基于空域的圖像增強(qiáng)方法比基于頻域的圖像增強(qiáng)方法的增強(qiáng)效果好。 B、基于像素的圖像增強(qiáng)方法是基于空間域的圖像增強(qiáng)方法的一種。 D、對(duì)濾波結(jié)果進(jìn)行傅里葉逆變換和對(duì)數(shù)逆運(yùn)算。 B、將對(duì)數(shù)圖像通過(guò)傅里葉變換變到頻域，在頻域選擇合適的濾波函數(shù)，進(jìn)行減弱低頻和加強(qiáng)高頻的濾波。 ④基于頻域的圖像增強(qiáng)方法可以獲得和基于空域的圖像增強(qiáng)方法同樣的圖像增強(qiáng)效果。 ②基于像素的圖像增強(qiáng)方法是基于空域的圖像增強(qiáng)方法的一種。4. 首先根據(jù)需要設(shè)計(jì)一個(gè)調(diào)色板，進(jìn)而將灰度值作為調(diào)色板的索引值完成從灰度到彩色的映射。 C、基于頻域的圖像增強(qiáng)方法由