【正文】 稱為（ B ） A 、基于灰級窗的偽彩色方法 B、 基于灰度調色板的偽彩色方法 C、基于灰度變換的偽彩色方法 D 、基于區(qū)域分割的偽彩色方法5. 指出下面正確的說法：（ D ） ①基于像素的圖像增強方法是一種非線性灰度變換。 ③基于頻域的圖像增強方法由于常用到傅里葉變換和傅里葉反變換，所以總比基于圖像域的方法計算復雜較高。 A、①② B、①③ C、③④ D、②④6. 使用同態(tài)濾波方法進行圖像增強時，不包含以下哪個過程（C ） A、通過對圖像取對數，將圖像模型中的入射分量與反射分量的乘積項分開。 C、計算圖像中各個灰度值的累計分布概率。7. 指出下面正確的說法：（ B ） A、基于像素的圖像增強方法是一種線性灰度變換。 C、基于頻域的圖像增強方法由于常用到傅里葉變換和傅里葉反變換，所以總比基于圖像域的方法計算復雜較高。8. 用表示圖像亮度， 表示入射分量， 表示反射分量，則對一幅圖像可以建模為：（ A ） A、 B、 C、 D、9. 用表示圖像亮度， 表示入射分量， 表示反射分量，則對一幅圖像可以建模為 。 ②將對數圖像通過傅里葉變換變到頻域，在頻域選擇合適的濾波函數，進行減弱低頻和加強高頻的濾波。 ④對濾波結果進行傅里葉逆變換和對數逆運算。（ ）2. 一般來說，直方圖均衡化處理對于灰度分布比較集中的圖像的處理效果比較明顯。（）4. 借助對數形式的變換曲線可以達到非線性灰度動態(tài)范圍的目的。（ ）第四章 圖像幾何變換1. 圖像的基本位置變換包括了圖像的___平移_、鏡像及旋轉。7. 圖像經過平移處理后，圖像的內容_不發(fā)生_變化。（填“需要”或“不需要”）9. 圖像縮小是從大數據量到小數據量的處理過程，_不需要_對許多未知的數據的估計。10. 1. 假設是原始圖像的像素點坐標； 是使用公式對圖像F進行變換得到的新圖像的像素點坐標。以下哪個是正確的圖像旋轉公式（ A ） A 、 B、 C 、 D、3. 假設是原始圖像的像素點坐標；圖像的大小是M*N； 是使用公式對圖像F進行變換得到的新圖像的像素點坐標。該變換過程是（ C ） A、圖像放大 B、圖像旋轉 C、 圖像鏡像 D、 圖像縮小5. 關于圖像縮小處理，下列說法正確的是：（ D ） A、圖像的縮小只能按比例進行。 C、圖像的縮小只能按不比例進行。 B、 當放大的倍數比較大時，使用基于像素放大原理的圖像放大方法會導致馬賽克現象。 D 、圖像的放大不會引起圖像的畸變。 B 、圖像的放大處理不需要對未知數據進行估計。 D、 圖像的放大不會引起圖像的畸變。 B、 利用基于等間隔采樣的圖像縮小方法對圖像進行處理時，需要計算出采樣間隔。 D、 從信息處理的角度看，圖像縮小與圖像放大的含義一樣，都需要對未知的數據進行估計。B、在使用雙線性插值進行圖像放大時，所有的像素的計算都不會用到單線性插值法。D、對于圖像旋轉產生的空穴問題，可以采用鄰近插值法來填充。1. 簡述直角坐標系中圖像旋轉的過程。4. 舉例說明使用均值插值法進行空穴填充的過程。3. 椒鹽噪聲的_幅值_基本相同，而噪聲出現的位置是隨機的。6. 均值濾波方法對_高斯_噪聲的抑制效果較好。（填“高斯”或“椒鹽”）8. 頻譜均勻分布的噪聲被稱為__白噪聲_。10. _圖像噪聲__可以理解為妨礙人的視覺感知，或妨礙系統(tǒng)傳感器對所接收圖像源信息進行理解或分析的各種因素，也可以理解為真實信號與理想信號之間存在的偏差。2. 簡述均值濾波器對椒鹽噪聲的濾波原理，并進行效果分析。4. 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？為什么會出現這種現象？5. 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？為什么會出現這種現象？1. 設圖像為： 請使用33的模板對其進行均值濾波處理，寫出處理過程和結果。 3. 設圖像為： 請使用33的模板對其進行均值濾波處理，寫出處理過程和結果。 5. 設圖像為： 分別使用33的模板對其進行均值濾波和中值濾波處理，寫出處理過程和結果。7. 設圖像為： 請使用以下加權均值濾波器對其進行均值濾波處理，寫出處理過程和結果。 9. 設圖像為： 圖片缺失 請使用以下加權均值濾波器對其進行均值濾波處理，寫出處理過程和結果。 第六章 圖像的銳化處理1. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。2. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。3. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。4. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。5. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。6. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。7. 在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進行細節(jié)的增強與檢測。8. 圖像微分_增強_了邊緣和其他突變的信息。10. 圖像微分算子_能__用在邊緣檢測中。4. 簡述垂直方向的微分算子的作用模板和處理過程。1. 已知Roberts算子的作用模板為： ，Sobel算子的作用模板為： 。（4分） ②用Sobel算子對其進行銳化，寫出銳化過程和結果。 設圖像為： 請完成： ①用Roberts算子對其進行銳化，寫出銳化過程和結果。（6分）3. 已知Roberts算子的作用模板為： ，Sobel算子的作用模板為： 。（4分） ②用Sobel算子對其進行銳化，寫出銳化過程和結果。 設圖像為： 請完成： ①用Roberts算子對其進行銳化，寫出銳化過程和結果。（6分）5. 已知Roberts算子的作用模板為： ，Sobel算子的作用模板為： 。（4分） ②用Sobel算子對其進行銳化，寫出銳化過程和結果。 設圖像為： 請完成： ①用Roberts算子對其進行銳化，寫出銳化過程和結果。（6分）7. 已知Roberts算子的作用模板為： ，Sobel算子的作用模板為： 。（4分） ②用Sobel算子對其進行銳化，寫出銳化過程和結果。 設圖像為： 請完成： ①用Roberts算子對其進行銳化，寫出銳化過程和結果。（6分）9. 已知Roberts算子的作用模板為： ，Sobel算子的作用模板為： 。（4分） ②用Sobel算子對其進行銳化，寫出銳化過程和結果。 設圖像為： 請完成： ①用Roberts算子對其進行銳化，寫出銳化過程和結果（4分） ②用Laplacian算子對其進行銳化，寫出銳化過程和結果（6分）第七章 圖像分割1. 依照分割時所依據的圖像特性不同，圖像分割方法大致可以分為_閾值方法_、邊界分割方法和區(qū)域提取方法三大類。5. _熵_是信息論中對不確定性的度量，是對數據中所包含信息量大小的度量。7. 所謂聚類方法，是采用模式識別中的聚類思想，以類內保持最大相似性以及_類間__保持最大距離為目標，通過迭代優(yōu)化獲得最佳的圖像分割閾值。9. 基于圖像灰度分布的閾值方法包含很多種算法，其中，_p參數法__是針對預先已知圖像中目標物所占比例的情況下，所采用的一種簡單有效的方法。1. 以下圖像分割方法中，不屬于基于圖像灰度分布的閾值方法的是（ D ） A、 類間最大距離法 B、 最大類間、內方差比法 C、 p參數法 D、 區(qū)域生長法2. 以下圖像分割方法中，屬于基于圖像灰度分布的閾值方法的是（ B ） A、 區(qū)域合并、分裂法 B、 最大類間、內方差比法 C、 已知形狀的曲線檢測 D、 區(qū)域生長法3. 關于進行圖像分割時使用的最大類間、類內方差比法，下列說法正確的是（ C ） A、 選擇的閾值使得兩類數據間的方差越小越好。 C、 使用類間、類內方差比作為選擇閾值的評價參數。4. 關于最大類間、類內方差比法，下列說法正確的是（ D ） A、 選擇的閾值使得兩類數據間的方差越小越好。 C、 選擇的閾值使得兩類數據間的方差越小越好，同時同一類的數據之間的方差越大越好。5. 使用類間最大距離法進行圖像分割時，下列步驟正確的是（ C ） ①計算相對距離度量值。 ③分別計算出兩類的灰度均值。 A、①②③④