数字图像处理答案

一、名词解释1.图像平滑图像平滑是指用于突出图像的宽大区域、低频成分、主干部分或抑制图像噪声和干扰高频成分，使图像亮度平缓渐变，减小突变梯度，改善图像质量的图像处理方法。图像平滑的方法包括：插值方法，线性平滑方法，卷积法等等2.图像复原图像复原是一种对退化（或品质下降）了的图像去除退化因素，并进而恢复或重建被退化了的图像的技术。以图像退化的数学模型为基础，来改善图像质量。3.HSI模型HSI颜色模型用H、S、I三参数描述颜色特性，其中H定义颜色的波长，称为色调；S表示颜色的深浅程度，称为饱和度；I表示强度或亮度。HSI颜色模型对于开发基于彩色描述的图像处理方法是一个理想的工具。4.有损压缩有损压缩是通过牺牲图像的准确率以实现较大的压缩率，如果容许解压图像有一定的误差，则压缩率可显著提高。有损压缩在压缩比大于30：1时仍然可重构图像，而如果压缩比为10:1到20:1，则重构的图像与原图几乎没有差别.有损预测编码,变换编码5无损压缩无损压缩算法中删除的仅仅是图像数据中冗余的信息，因此在解压缩时能精确恢复原图像，无损压缩的压缩比很少有能超过3：1的,常用于要求高的场合。哈夫曼编码,行程编码,算术编码6数字图像一幅图像可定义为一个二维函数f(x,y)，当空间坐标x、y和幅值f为有限的离散数值时，称该图像为数字图像。简言之，以数字格式表示的图像。二、简答题（共41分）1.图像锐化与图像平滑有何区别与联系？图象锐化是用于增强边缘,导致高频分量增强,会使图像清晰;图像平滑用于去噪,对图像高频分量即图像边缘会有影响。都属于图像增强,改善图像效果２图像卷积和图像相关的区别与联系？图像卷积和图像相关是两种运算，但是相关函数和卷积函数除了复共轭和符号以外，具有相同的形式，都是含参变量的无穷积分。实现卷积的每一步都与相关相同，包括需要延拓。卷积是空间域过滤和频域过滤之间的纽带。相关的重要用途在于匹配，常用来比较两个函数的关联性，相似程度３正交变换的物理意义？特点：（1）能量保持不变（2）能量集中（3）能够把统计相关信号变成统计不相关信号。数字图像的变换要求能从反变换中完整地恢复过来。正交变换是满足完整反变换要求的一种交换。４编码冗余有几种，请说明去处这些冗余的编码方案数据冗余有三种，分别是编码冗余、像素冗余和视觉心理冗余去除编码冗余，可以使用符号编码器（哈弗曼编码）去除像素冗余；可以使用映射器（RLB编码）去除视觉心理冗余，可以使用量化器。５图像旋转时所采用正向映射和逆向映射过程？图像旋转时需要注意如下两点：（1）图像旋转之前，为了避免信息的丢失，一定要有坐标平移，2）图像旋转之后，会出现许多空洞点，对这些空洞点必须进行填充处理，否则画面效果不好，一般也称这种操作为插值处理。最简单的方法是行插值方法或列插值方法：①找出当前行的最小和最大的非白点的坐标，记作：(i,k1)、(i,k2)。②在(k1,k2)范围内进行插值，插值的方法是：空点的像素值等于前一点的像素值。③同样的操作重复到所有行。经过如上的插值处理之后，图像效果就变得自然。列插值方法与此类同，６常用的灰度插值有几种，概括它们的优缺点最常用的灰度插值有三种，分别是最邻近插值法、双线性插值法和高阶插值法。最邻近插值法就是最邻近点重复，实现简单，但容易造成失真。双线性插值法根据点P(x0，y0)的四个相邻点的灰度值，通过两次插值计算出灰度值f(x0，y0)。计算量大，但缩放后图像质量高，不会出现图像不连续的情况。具有低通滤波器的性质，使高频分量减弱，所以使图像的轮廓在一定程度上受损。高阶插值法是的计算量比双线性插值法更大，因此精度也更高７Hough变换的基本思想?(1)对于边界上的n个点的点集，找出共线的点集和直线方程。设任意两点的直线方程：y=ax+b(2)将a、b作为变量，ab平面内直线可以表示为:b=-xa+y(3)如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点(4)得到点A（a,b）是我们的解，(a,b)对应到图像坐标系xy中所求直线的斜率和截距8请写出几种彩色模型,并阐述它们应用领域?RGB模型：红(R)、绿(G)、蓝(B)三基色混合。主要用于彩色显示器和彩色视频摄像机。CMY和CMYK模型：C：青色，从白色中滤去红色。M：品红，从白色中滤去绿色。Y:黄色，从白色中滤去蓝色。K：黑色。主要应用于印刷行业。HSI模型：色度(H).饱和度(S).亮度(I)。面向一般彩色图像的应用，YUV模型：亮度(Y)、色度(UV)。面向电视信号传输。计算题(43分）１直方图的均衡化２哈夫曼编码2.设一幅灰度级为8（分别用S0、S1、S2、S3、S4、S5、S6、S7表示的图像中，各灰度所对应的概率分别为0.40、0.18、0.10、0.10、0.07、0.06、0.05、0.04。现对其进行哈夫曼编码.３开或闭运算中的一种4中值滤波可以参考的网址=7Gn824GUZK0_kD3UGDfuG7euCr0Nf8-lY4kWDX93EpR7SU_nnfOgj8924toQDPnfW7C8Xt1sYbCJEfRP3kpy5hkI1xk3LwoWhAE0o0w5i9W5区域分裂与合并方法