《數(shù)字圖像處理每章課后題參考答案》由會員分享，可在線閱讀，更多相關(guān)《數(shù)字圖像處理每章課后題參考答案（8頁珍藏版）》請在人人文庫網(wǎng)上搜索。
1、真誠為您提供優(yōu)質(zhì)參考資料，若有不當(dāng)之處，請指正。數(shù)字圖像處理每章課后題參考答案第一章和第二章作業(yè)：1.簡述數(shù)字圖像處理的研究內(nèi)容。2.什么是圖像工程？根據(jù)抽象程度和研究方法等的不同，圖像工程可分為哪幾個層次？每個層次包含哪些研究內(nèi)容？3.列舉并簡述常用表色系。1.簡述數(shù)字圖像處理的研究內(nèi)容？答：數(shù)字圖像處理的主要研究內(nèi)容，根據(jù)其主要的處理流程與處理目標(biāo)大致可以分為圖像信息的描述、圖像信息的處理、圖像信息的分析、圖像信息的編碼以及圖像信息的顯示等幾個方面，將這幾個方面展開，具體有以下的研究方向：1.圖像數(shù)字化，2.圖像增強(qiáng)，3.圖像幾何變換，4.圖像恢復(fù)，5.圖像重建，6.圖像隱藏，7.圖像變換
2、，8.圖像編碼，9.圖像識別與理解。2.什么是圖像工程？根據(jù)抽象程度和研究方法等的不同，圖像工程可分為哪幾個層次？每個層次包含哪些研究內(nèi)容？答：圖像工程是一門系統(tǒng)地研究各種圖像理論、技術(shù)和應(yīng)用的新的交叉科學(xué)。根據(jù)抽象程度、研究方法、操作對象和數(shù)據(jù)量等的不同，圖像工程可分為三個層次：圖像處理、圖像分析、圖像理解。圖像處理著重強(qiáng)調(diào)在圖像之間進(jìn)行的變換。比較狹義的圖像處理主要滿足對圖像進(jìn)行各種加工以改善圖像的視覺效果。圖像處理主要在圖像的像素級上進(jìn)行處理，處理的數(shù)據(jù)量非常大。圖像分析則主要是對圖像中感興趣的目標(biāo)進(jìn)行檢測和測量，以獲得它們的客觀信息從而建立對圖像的描述。圖像分析處于中層，分割和特征提取
3、把原來以像素描述的圖像轉(zhuǎn)變成比較簡潔的非圖形式描述。圖像理解的重點是進(jìn)一步研究圖像中各目標(biāo)的性質(zhì)和它們之間的相互XXX，并得出對圖像內(nèi)容含義的理解以及對原來客觀場景的解釋，從而指導(dǎo)和規(guī)劃行為。圖像理解主要描述高層的操作，基本上根據(jù)較抽象地描述進(jìn)行解析、判斷、決策，其處理過程與方法與人類的思維推理有許多相似之處。第三章 圖像基本概念1.圖像量化時，如果量化級比較小時會出現(xiàn)什么現(xiàn)象？為什么？答：當(dāng)實際場景中存在如天空、白色墻面、人臉等灰度變化比較平緩的區(qū)域時，采用比較低的量化級數(shù)，則這類圖像會在畫面上產(chǎn)生偽輪廓（即原始場景中不存在的輪廓）。圖像的量化等級反映了采樣的質(zhì)量，數(shù)字圖像的量化級數(shù)隨圖像的
4、內(nèi)容及處理的目的差別而不同，低的量化級數(shù)只滿足于處理簡單的線條而對于圖像，若線條不明顯時，則會產(chǎn)生偽輪廓。人眼對灰度誤差有一個敏感度閾值，當(dāng)灰度誤差大于門限值時，即量化誤差大于視覺閾值時，人眼看到的圖像會出現(xiàn)偽輪廓。2.為什么非均勻量化多用于量化級數(shù)少的場合，而在量化級數(shù)多的場合不用？答：非均勻量化是依據(jù)一幅圖像具體的灰度值分布的概率密度函數(shù)，是按總的量化誤差最小的原則進(jìn)行量化的方法，通過對圖像中像素灰度值頻繁出現(xiàn)的灰度值范圍，量化間隔小一些，而對那些像素灰度級數(shù)比較少，量化間隔大一些。在同樣的灰度級數(shù)下，非均勻量化已經(jīng)足夠?qū)D像的細(xì)節(jié)進(jìn)行描述，采用非均勻量化的效果比均勻量化的圖像效果好。但是
5、當(dāng)允許量化級數(shù)比較多時，因為均勻量化已經(jīng)足夠?qū)D像的細(xì)節(jié)進(jìn)行描述，采用非均勻量化的效果不明顯，只能徒增量化算法的復(fù)雜度。第4章 圖像增強(qiáng)1.已知一幅圖像為：對其進(jìn)行灰度直方圖的均衡化處理。答：經(jīng)過均衡化處理后得到的新圖像為：2.已知一幅圖像為：對其進(jìn)行線性動態(tài)范圍調(diào)整處理，其中灰度變化區(qū)域a, b為2, 9。答：最終的圖像數(shù)據(jù)為第5章 幾何變換1. 已知一幅圖像為：1) 進(jìn)行i=2，j=3平移后的圖像矩陣。2)對其進(jìn)行縮小，其中k1=0.6，k2=0.75，寫出縮小后的圖像矩陣。答：(1)平移后得到圖像數(shù)據(jù)為：(2)縮小后的圖像矩陣為：2. 已知一幅圖像為：1)對其旋轉(zhuǎn)30度后的圖像矩陣2)對
6、其旋轉(zhuǎn)45度后的圖像矩陣3)對其旋轉(zhuǎn)60度后的圖像矩陣答：1) 旋轉(zhuǎn)30度的后圖像矩陣為：。(2) 旋轉(zhuǎn)45度后的圖像矩陣為：(3) 旋轉(zhuǎn)60度后的圖像矩陣為：第6章 噪聲抑制已知圖像為：1）采用高斯模板對其進(jìn)行均值濾波處理；2）采用33模板對其進(jìn)行中值濾波處理。答：1) 采用高斯模板進(jìn)行濾波處理后的圖像為2) 采用33模板進(jìn)行濾波處理后的圖像為2. 簡述K近鄰平滑濾波器原理及實現(xiàn)步驟？答：原理：在一個與待處理像素鄰近的范圍內(nèi)，尋找出其中像素值與之最接近的K個鄰點，用這K個鄰點的均值（或中值）替代原像素值；如果待處理像素為非噪聲點，則通過選擇像素值與之相近的鄰點，可以保證在進(jìn)行平滑處理時，基本
7、上是同一個區(qū)域的像素值的計算；如果待處理像素是噪聲點，則因為噪聲本身具有孤立點的特點，因此，進(jìn)行平滑處理時，可以對其進(jìn)行抑制。K近鄰中值濾波器實現(xiàn)步驟如下：以待處理像素為中心什么是數(shù)字圖像處理，作一個mm的作用模板。在模板中，選擇K個與待處理像素的灰度差為最小的像素。將這K個像素的灰度均值（或中值）替換掉原來的像素值。第7章 圖像銳化設(shè)圖像為：分別采用算子、Sobel算子和常用的算子對其進(jìn)行銳化。答：1)采用算子銳化后的圖像數(shù)據(jù)為2)采用Sobel算子銳化后的圖像數(shù)據(jù)為3)采用算子銳化后的圖像數(shù)據(jù)為第8章 圖像分割1. 分別簡述利用直方圖雙峰法、P
8、-參數(shù)法和均勻性度量法進(jìn)行圖像分割的原理。答：三者都是基于灰度分布的閾值方法，即確定某閾值，根據(jù)圖像中每個像素的灰度值大于或小于該閾值，進(jìn)行分割。(1) 直方圖雙峰法：當(dāng)圖像的灰度直方圖為雙峰分布時，表明圖像的內(nèi)容大致為兩個部分，分別為灰度分布的兩個山峰的附近，選擇閾值為兩峰的谷底點，可將畫面從圖像中分割出來。(2) P-參數(shù)法的基本原理：該方法是針對預(yù)先已知圖像中目標(biāo)物所占比例的情況下，所采用的一種簡單且有效的方法。選擇一個閾值，使前景目標(biāo)物所占的比例為p，背景所占比例為1-p。(3) 均勻性度量法：當(dāng)圖像被分為目標(biāo)物和背景兩個類別時，屬于同一類別內(nèi)的像素值分布應(yīng)該具有均勻性。2. 試比較區(qū)
9、域生長法和區(qū)域分裂與合并方法的異同之處。答：相同點：相似性的測度都可以由所確定的閾值來決定，對于有相同或相似性質(zhì)的鄰域像素進(jìn)行合并。都是針對非規(guī)則圖形，基于區(qū)域整體特性的圖像分割方法，不同點：區(qū)域生長法關(guān)鍵是需要根據(jù)先驗知識選取種子點，對每個分割的區(qū)域找一個種子點，然后將種子像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素與種子像素合并。區(qū)域合并與分裂方法的核心是將圖像分成若干子塊，對每個子塊的屬性進(jìn)行計算，當(dāng)屬性表明該子塊包含不同區(qū)域的像素，則該子塊再分成若干子塊，如果幾個子塊的屬性相似，則這幾個相似屬性的子塊合并成一個大的區(qū)域。3. 簡述區(qū)域增長法的基本思想。答：將具有相似性質(zhì)的像素集合起來
10、構(gòu)成區(qū)域什么是數(shù)字圖像處理，首先，對每個要分割的區(qū)域找一個種子點，然后將種子點像素周圍鄰域中與種子像素有相同或相似性質(zhì)的像素合并到種子像素所在區(qū)域中，將這些新像素當(dāng)作新的種子點繼續(xù)進(jìn)行上面的過程，直到?jīng)]有滿足條件的像素點時停止生長。其中，相似性準(zhǔn)則可以是灰度級、彩色、組織、梯度或其他特性。4. 簡述區(qū)域分裂與合并的基本思想。答：將圖像分成若干子塊，對每個子塊的屬性進(jìn)行計算，當(dāng)屬性表明該子塊包含不同區(qū)域的像素，則該子塊再分為若干子塊，如果幾個子塊的屬性相似，則這幾個相似屬性的子塊合并成一個大的區(qū)域。直到?jīng)]有可以合并、分裂的子塊為止。第9章利用結(jié)構(gòu)元素S對下圖所示二值圖像進(jìn)行一次腐蝕處理、膨脹處理。結(jié)構(gòu)元素為：（其中：結(jié)構(gòu)元素的原點為S的左上角元素，即S(1,1)）。答：(1)腐蝕以后的圖像數(shù)據(jù)為 (2)膨脹以后的圖像數(shù)據(jù)為8 / 8