【正文】 依據(jù)的，因此采用有損壓縮。因此，靜態(tài)圖像的壓縮技術(shù)和標(biāo)準(zhǔn)可以直接應(yīng)用于視頻的單 幀圖像。 度電平值相等，能夠說(shuō)明上述兩種情況下像素相關(guān)嗎？為什么？答：不能。因此， 圖像上任意兩像素點(diǎn)的亮度電平值相等或者任意兩時(shí)刻同一位置上的像素的亮度電平值相 等帶有偶然性，不能說(shuō)明兩像素相關(guān)。主觀評(píng)價(jià)需要人的參與，能直接反映人眼的感受。常用的客觀評(píng)價(jià)指標(biāo)有均方差和峰值信噪比。冗余：空間冗余、時(shí)間冗余、視覺(jué)冗余、 信息熵冗余、結(jié)構(gòu)冗余和知識(shí)冗余。一般圖像中存在著以下數(shù)據(jù)冗余因素：（1）編碼冗余；（2）像素間的相關(guān)性形成的冗余；（3）視覺(jué)特性和顯示設(shè)備引起的冗余。但在大部分應(yīng)用場(chǎng)合下采用有損壓縮，數(shù)據(jù)沒(méi)有冗余度也可以進(jìn)行壓縮。但這些指標(biāo)對(duì)同一壓縮方法很難統(tǒng)一，在實(shí) 際系統(tǒng)中往往需要抓住主要矛盾，全面權(quán)衡。圖 像的主客觀兩種評(píng)價(jià)之間存在著密切的聯(lián)系。（壓縮）基本原理是什么？數(shù)字圖像的冗余表現(xiàn)有哪幾種表現(xiàn)形式？答：表示圖像需要的大量數(shù)據(jù)是高度相關(guān)的，或者說(shuō)存在冗余信息，去掉這些冗余信息后可以有效壓縮圖像，同時(shí)又不會(huì)損害圖像的有效信息。？ 答：采用數(shù)字技術(shù)會(huì)使信號(hào)處理的性能大為提高，但其數(shù)據(jù)量的增加也是十分驚人的。不加壓縮的圖像數(shù)據(jù)是計(jì)算機(jī) 的處理速度、通信信道的容量等所無(wú)法承受的。盡管人們?cè)诖鎯?chǔ)介質(zhì)、總線結(jié)構(gòu)和網(wǎng)絡(luò)性能等方面不斷有新的突破，但數(shù)據(jù)量的增 長(zhǎng)速度遠(yuǎn)超過(guò)硬件設(shè)施的提高水平，以上的矛盾仍然無(wú)法緩解。 可見(jiàn)，在現(xiàn)有硬件設(shè)施條件下，對(duì)圖像信號(hào)本身進(jìn)行壓縮是解決上述矛盾的主要出路。異：無(wú)損壓縮編碼包括預(yù)測(cè)和編碼兩個(gè)過(guò)程，有損壓縮編碼是在此基礎(chǔ)上多了一個(gè)量化器，并由其決定壓縮比和失真量。有損編碼是不可逆的，即從壓縮后的數(shù)據(jù)無(wú)法完全恢復(fù)原來(lái)的圖像，信息有一定損失。如，雖然算術(shù)編碼的硬件實(shí)現(xiàn)比 Huffman 編碼方法復(fù)雜，但對(duì)圖像的 編碼測(cè)試結(jié)果表明，在信源符號(hào)概率接近的條件下，算術(shù)編碼效率高于 Huffman 編碼。但當(dāng)信源數(shù)據(jù)成分復(fù)雜時(shí)，龐大的信源集致使 Huffman 碼表較大， 碼表生成的計(jì)算量增加，編譯碼速度相應(yīng)變慢；另外不等長(zhǎng)編碼致使硬件譯碼電路實(shí)現(xiàn)困難。 ？ 答： ①碼字不唯一②實(shí)時(shí)硬件實(shí)現(xiàn)很復(fù)雜，而且在抗誤碼能力方面也比較差③依賴于信源的統(tǒng)計(jì)特性，應(yīng)用受到限制④只能用近似的整數(shù)位來(lái)表示單個(gè)符號(hào)，而不是理想的小數(shù)，所以Huffman編碼無(wú)法達(dá)到最理想的壓縮效果。 答：在信源符號(hào)概率接近的條件下，算術(shù)編碼效率高于 Huffman 編碼。另外，算術(shù)編碼除了常見(jiàn)的基于概率統(tǒng)計(jì) 的模式外，還有自適應(yīng)模式。這種模式特別適用于不便于進(jìn)行符號(hào)概率統(tǒng)計(jì)的實(shí)際場(chǎng)合中。因此正交變換廣泛應(yīng)用在圖像增強(qiáng)、圖像恢復(fù)、特征提取、圖像編碼壓縮和形 狀分析等方面。19. 討論混合編碼的優(yōu)點(diǎn)。預(yù)測(cè)編碼根據(jù)相鄰像素相關(guān)性來(lái)確定后繼像素的預(yù)測(cè)值，若用差值進(jìn)行編碼則可以壓縮數(shù)據(jù)量；變換編碼對(duì)原 始圖像進(jìn)行正交變換，在變換域進(jìn)行抽樣達(dá)到壓縮的目的；混合編碼將兩種編碼方法結(jié)合起 來(lái)，可以發(fā)揮兩種編碼方法的優(yōu)點(diǎn)，取得更好的效果。壓縮編碼算法很多，比如行程編碼、霍夫曼編碼等。比如行程編碼擅長(zhǎng)對(duì)多個(gè)重復(fù)數(shù)據(jù)連續(xù)出現(xiàn)的情況進(jìn)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(jù)進(jìn)行編碼。 JPEG 算法說(shuō)明 JPEG 圖像顯示時(shí)會(huì)出現(xiàn)馬賽克現(xiàn)象的原因。 DCT 可以轉(zhuǎn)換成兩次一維 DCT 計(jì)算？答：參考第 3 章圖像變換。？ 答： 量化減少了數(shù)據(jù)間冗余，編碼減少了信息熵冗余。顏色空間轉(zhuǎn)換，減少了心理視覺(jué)冗余；零偏置轉(zhuǎn)換，減少了編碼冗余；量化減少了心理視覺(jué)冗余；符號(hào)編碼由于是霍夫曼編碼加行程編碼，因此即減少了編碼冗余（霍夫曼編碼）又減少了像素冗余（行程編碼）。25. 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(duì)數(shù)據(jù)信息強(qiáng)度的集中特性，可以將數(shù)據(jù)中視覺(jué)上容易察覺(jué)的部分與不容易察覺(jué)的部分進(jìn)行分離，由此可以達(dá)到進(jìn)行有損壓縮的目的。第一步，將圖像分成8*8的子塊；第二步，對(duì)每個(gè)子塊進(jìn)行DCT變換；第三步，將變換后的系數(shù)矩陣進(jìn)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(duì)量化后的矩陣進(jìn)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(duì)Z掃描結(jié)果進(jìn)行行程編碼；第六步，進(jìn)行熵編碼。但此變換沒(méi)有快速算法，在工程應(yīng)用中受到限制。 這兩種方法相比較，DFT 涉及到復(fù)數(shù)運(yùn)算，而 DCT 是實(shí)數(shù)變換具有十分吸引人的一些特點(diǎn)： 它是一種實(shí)數(shù)變換，計(jì)算量較小，其變換矩陣的基向量很好地描述了人類視覺(jué)的相關(guān)性，且 對(duì)于大多數(shù)圖像來(lái)說(shuō)，該變換的壓縮性能很接近離散 KL 變換，而且其變換矩陣與圖像內(nèi) 容無(wú)關(guān)，另外由于它構(gòu)造對(duì)稱的數(shù)據(jù)序列，避免了在圖像邊界處的跳躍及所引起的 Gibbs 效應(yīng)，并且也有快速算法，因而得到廣泛的應(yīng)用。JPEG 制定了基于 DCT 的有失真靜止圖像 壓縮標(biāo)準(zhǔn)。第5章 圖像復(fù)原?；驹恚杭俣▓D像經(jīng)過(guò)線性操作而退化，先通過(guò)傅立葉變換將退化后且?guī)в性肼暤膱D像g(x)變換成G(u,v)，在頻率域中經(jīng)過(guò)復(fù)原(G(u,v)/H(u,v))操作后為F(u,v)，再通過(guò)傅立葉逆變換將F(u,v)變換成f(x,y)。主要難點(diǎn)：若噪聲為零，則采用逆濾波恢復(fù)法能完全再現(xiàn)原圖像。這意味著退化圖像中小噪聲的干擾在H(u,v)較小時(shí)，會(huì)對(duì)逆濾波恢復(fù)的圖像產(chǎn)生很大的影響，有可能使恢復(fù)的圖像和f(x,y)相差很大，甚至面目全非?？朔?）在H(u,v）=0及其附近，人為地仔細(xì)設(shè)置H1(u,v)的值，使N(u,v)*H1(u,v)不會(huì)對(duì)產(chǎn)生太大影響。2）使H(u,v)具有低通濾波性質(zhì)維納濾波的最優(yōu)準(zhǔn)則是以圖像和噪聲的相關(guān)矩陣為基礎(chǔ)的，所得到的結(jié)果是對(duì)一族圖像在平均的意義上是最佳的，同時(shí)要求圖像和噪聲都屬于隨機(jī)場(chǎng)，并且它的頻譜密度是已知的。（為什么要恢復(fù)） （1）圖像的退化是指圖像在形成、傳輸和記錄過(guò)程中，由于成像系統(tǒng)、傳輸介質(zhì)和設(shè)備的不完善，使圖像的質(zhì)量變壞。（3）圖像退化的數(shù)學(xué)模型為：g(x,y)=f(x,y)*h(x,y)+n(x,y)**圖像復(fù)原過(guò)程如下：找退化原因→建立退化模型→反向推演→恢復(fù)圖像 ：答：圖像增強(qiáng)主要是一個(gè)主觀過(guò)程，而圖像復(fù)原主要是一個(gè)客觀過(guò)程；圖像增強(qiáng)不考慮圖像是如何退化的,而圖像復(fù)原需知道圖像退化的機(jī)制和過(guò)程等先驗(yàn)知識(shí) ，為什么在圖像存在噪聲時(shí)，不能采用全濾波？試采用逆濾波原理說(shuō)明，并給出正確的處理方法。在該方法中，用退化函數(shù)除退化圖像的傅立葉變換來(lái)計(jì)算原始圖像的傅立葉變換。因?yàn)樵肼暿且粋€(gè)隨機(jī)函數(shù)，其傅氏變換未知。一種解決該問(wèn)題的方法實(shí)現(xiàn)值濾波的頻率時(shí)期接近原點(diǎn)值。答：設(shè)退化圖象為g(x,g)，其傅立葉變換為G(u,v),若已知逆濾波器為1/H(u,v)則對(duì)G(u,v)作逆濾波得F(u,v)=G(u,v)/H(u,v) （2分）對(duì)上式作逆傅立葉變換得逆濾波恢復(fù)圖象f(x,y)f(x,y)=IDFT[F(u,v)]（）② H(u,v)=0時(shí),人為設(shè)置1/H(u,v)的值；②使1/H(u,v)具有低同性質(zhì)。 H1(u,v)=1/H(u,v) 當(dāng)D≤D0 ()——道理就是這么簡(jiǎn)單。 換句話說(shuō)，倘若是在相同的距離使用所有鏡頭進(jìn)行拍攝的話，廣角鏡頭并不會(huì)比任何一只其他鏡頭更歪曲透視。最后，不管所用鏡頭的焦距如何，在任何一張照片上都不會(huì)看到透視方面存在任何的差異。人的鼻子尖距離照相機(jī)比面部的其他部分大約近1英寸?！　?shí)際上，隨著被攝體的越來(lái)越遠(yuǎn)，透視畸變會(huì)變得越來(lái)越?。坏珔s開(kāi)始變得扁平。棒球的擊球手看起來(lái)好像跟投手站得非?？拷Ｕ裨谏戏掌锌吹降?，投手顯得和擊球手差不多同樣大小，給人一種倆人鄰近的錯(cuò)覺(jué)，其實(shí)他們相距60英尺遠(yuǎn)。事實(shí)上，在相同的距離處無(wú)論使用什么鏡頭都會(huì)產(chǎn)生這種失真。第7章 圖像分割(T)為把背景像素分割為目標(biāo)的誤差概率E2(T)為 總的誤差概率E(T)為為了求出使總的誤差概率最小的閾值T，可將E(T)對(duì)T求導(dǎo)并使其導(dǎo)數(shù)為0，有P1=P2且P1+P2=1，則1/2(T2)=1/2(T1) = T=3/2假設(shè)圖像的背景和目標(biāo)的灰度概率密度符合正態(tài)分布。試求分割目標(biāo)與背景的最佳門限。圖像分割時(shí)把圖像分成互不重疊的區(qū)域并提取出感興趣目標(biāo)的技術(shù)。區(qū)域內(nèi)象素的相似性度量可以包括平均灰度值、紋理、顏色等信息。具體先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)種子像素作為生長(zhǎng)起點(diǎn)，然后將種子像素和周圍鄰域中與種子像素有相同或相似性質(zhì)的像素（根據(jù)某種事先確定的生長(zhǎng)或相似準(zhǔn)則來(lái)判定）合并到種子像素所在的區(qū)域中。這樣一個(gè)區(qū)域就生長(zhǎng)成了。區(qū)域生長(zhǎng)是指從某個(gè)像素出發(fā)，按照一定的準(zhǔn)則，逐步加入鄰近像素，當(dāng)滿足一定的條件時(shí)，區(qū)域生長(zhǎng)終止。區(qū)域生長(zhǎng)是從某個(gè)或者某些像素點(diǎn)出發(fā)，最后得到整個(gè)區(qū)域，進(jìn)而實(shí)現(xiàn)目標(biāo)的提取。該方法總結(jié)如下：圖像使用帶有指定標(biāo)準(zhǔn)偏差σ的高斯濾波器來(lái)平滑，從而可以減少噪聲。邊緣點(diǎn)定義為梯度方向上其強(qiáng)度局部最大的點(diǎn)。然后，算法追蹤所有脊的頂部，并將所有不在脊的頂部的像素設(shè)為零，以便在輸出中給出一條細(xì)線，這就是眾所周知的非最大值抑制處理。值大于T2的脊像素稱為強(qiáng)邊緣像素，T1和T2之間的脊像素稱為弱邊緣像素。，其目標(biāo)和背景的像素點(diǎn)灰度呈正態(tài)分布，灰度直方圖如圖所示。并設(shè)目標(biāo)點(diǎn)和背景點(diǎn)的方差均為，目標(biāo)點(diǎn)個(gè)數(shù)和圖像總像點(diǎn)數(shù)的比為1:2。（15分）試證明：題8圖證明：整幅圖像的密度函數(shù)為 （5分） 以閾值T進(jìn)行分割，灰度小于T的像點(diǎn)作為背景點(diǎn)，否則作為目標(biāo)點(diǎn)。 即 當(dāng)時(shí)， （5分，需要給出詳細(xì)證明過(guò)程），設(shè)計(jì)一套算法流程來(lái)實(shí)現(xiàn)汽車牌照的定位和數(shù)字的識(shí)別（給出設(shè)計(jì)思想即可）。通過(guò)高通濾波，得到所有的邊緣，對(duì)邊緣細(xì)化（但要保持連通關(guān)系），找出所有封閉的邊緣，對(duì)封閉邊緣求多邊形逼近。牌照被定位。對(duì)牌照區(qū)域中的細(xì)化后的圖像對(duì)象進(jìn)行識(shí)別（如前面所介紹的矩陣模糊識(shí)