您好,欢迎访问三七文档
当前位置:首页 > 临时分类 > 数字图像处理期末考题
数字图像处理一、填空题1、数字图像的格式有很多种,除GIF格式外,还有jpg格式、tif格式。2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识冗余、视觉冗余。3、在时域上采样相当于在频域上进行___延拓。4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位移性、尺度变换、旋转性、平均值、卷积。(不考)5、图像中每个基本单元叫做图像元素;在早期用picture表示图像时就称为像素。6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越好;但使图像边缘和细节信息损失越多;反之,则对噪声的压制不好,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。7、哈达玛变换矩阵包括___+1和___—1两种矩阵元素。(不要)8、对数变换的数学表达式是t=Clog(1+|s|)。9、傅里叶快速算法利用了核函数的___周期性和__对称性。(不要)10、直方图均衡化的优点是能自动地增强整个图像的对比度。(不要)二、选择题(d)1.一幅灰度级均匀分布的图象,其灰度范围在[0,255],则该图象的信息量为:a.0b.255c.6d.8(c)2.采用模板[-11]主要检测____方向的边缘。a.水平b.45c.垂直d.135(c)3.下列算法中属于图象平滑处理的是:a.梯度锐化b.直方图均衡c.中值滤波d.Laplacian增强(b)4.图象与灰度直方图间的对应关系是:a.一一对应b.多对一c.一对多d.都不对(a)5.对一幅图像采样后,512*512的数字图像与256*256的数字图像相比较具有的细节。a.较多b.较少c.相同d.都不对(b)6.下列算法中属于点处理的是:a.梯度锐化b.二值化c.傅立叶变换d.中值滤波(d)7.二值图象中分支点的连接数为:a.0b.1c.2d.3(a)8.对一幅100100像元的图象,若每像元用8bit表示其灰度值,经霍夫曼编码后压缩图象的数据量为40000bit,则图象的压缩比为:a.2:1b.3:1c.4:1d.1:2(d)9.下列算法中属于局部处理的是:a.灰度线性变换b.二值化c.傅立叶变换d.中值滤波(b)10.下列图象边缘检测算子中抗噪性能最好的是:a.梯度算子b.Prewitt算子c.Roberts算子d.Laplacian算子三、简答题1.图像锐化与图像平滑有何区别与联系?答:图象锐化是用于增强边缘,导致高频分量增强,会使图象清晰;图象平滑用于去噪,对图象高频分量即图象边缘会有影响。都属于图象增强,改善图象效果。2.将M幅图像相加求平均可以起到消除噪声的效果,用一个nn的模板进行平滑滤波也可以起到消除噪声的效果,试比较这两种方法的消噪效果。答:将M幅图像相加求平均利用了M幅图像中同一个位置的M个像素的平均值,用一个nn的模板进行平滑滤波选用了同一幅图像中的nn个像素的平均值。因为参与的像素个数越多,消除噪声的能力越强,所以如果Mnn,则前者消除噪声的效果较好,反之后者消除噪声的效果较好。3.如何仅利用逻辑运算提取图像中一个长方形的轮廓?(不要这道题)答:将所给图像分别向上,下,左,右各移动一个像素,得到4幅平移图像,将这4幅图像分别与所给图像进行“异或”运算,得到各个方向的边界,再对这些边界图进行“与”运算,就得到轮廓。4.客观保真度准则和主观保真度准则各有什么特点?答:客观保真度准则提供了一种简单和方便的评估信息损失的方法,它用编码输入图与解码输出图的函数表示图像压缩所损失的信息量。它不受观察者主观因素的影响。因为很多解压图最终是供人看的,所以在这种情况下用主观的方法来测量图像的质量常更为合适。主观保真度准则就是观察者用以评价图像质量的标准,它直接与应用目的相联系。四、计算题1.如果f(0)=0,f(1)=1,f(2)=1,f(3)=2,(1)求沃尔什变换;(2)求哈达玛变换。(重点)解:(1)W(0)=1,W(1)=1/2,(2)1/2,(3)0WW;(2)(1)1/2,(2)1/2,(3)0HHH。(写出计算过程)2.设24(,)612fxy,分别借助沃尔什变换的1-D变换核和2-D基本函数计算它的沃尔什变换。(重点)解:分解(,)fxy=12124()()3fxfy,利用(0,0)1,(0,1)1,(1,0)1,(0,0)1gggg,得到112(0)(0)(1)/22Wff,112(1)(0)(1)/21Wff,222(0)(0)(1)/23Wff,222(1)(0)(1)/21Wff。利用12(,)()()fxyfxfy,则它们的沃尔什变换为12(,)()()WuvNWuWv,得到12(0,0)2(0)(0)22312,12(0,1)2(0)(1)22(1)4,12(1,0)2(1)(0)2(1)36,12(1,1)2(1)(1)2(1)(1)2。借助N=2时的沃尔什变换的基本函数直接计算,有(0,0)(0,0)(0,1)(1,0)(1,1)/212Wffff,(0,1)(0,0)(0,1)(1,0)(1,1)/24Wffff,(1,0)(0,0)(0,1)(1,0)(1,1)/26Wffff,(1,1)(0,0)(0,1)(1,0)(1,1)/22Wffff。五、程序题1、改变图像的空间分辨率%functiontestimagaereadwriteanddisplayimageyin=double(imread('lena512.bmp'));subplot(121);imagesc(imageyin);colormap(gray);[xsizeysize]=size(imageyin)sample_image=imageyin(1:2:xsize,1:2:ysize);subplot(122);imagesc(sample_image);colormap(gray);imwrite(uint8(sample_image),'lena256.bmp');%otherdisplayimageformat:imshow%dataformatimshow:uint8%dataformatimagesc:double2、直方图均衡化和获取直方图(这个只考读图,不编写程序)%calculatehistogramofimagesimage=double(imread('f315a1.jpg'));imageshow=image;imageshow(1,1)=0;imageshow(1,2)=255;subplot(321);imagesc(imageshow);colormap(gray);drawnow;nr=zeros(1,256);r=0:255;%fornormalizationnumber=0;[m,n]=size(image);number=m*n;fori=1:mforj=1:nnr(image(i,j)+1)=nr(image(i,j)+1)+1;endendl=max(max(image));subplot(322);%hist(nr);plot(nr)drawnow;nr=nr/number;s=zeros(size(nr));fori=0:255forj=0:is(1+i)=s(1+i)+nr(j+1);endendgimage=size(image);fori=1:mforj=1:ngimage(i,j)=s(image(i,j)+1);endendgimage=gimage*255.;subplot(323);imagesc(gimage);colormap(gray);drawnow;nr=zeros(1,256);%fornormalizationnumber=0;fori=1:mforj=1:nnr(fix(gimage(i,j)+1))=nr(fix(gimage(i,j)+1))+1;endendsubplot(324);%hist(nr);plot(nr)drawnow;gimageshow=gimage;gimageshow(1,1)=0;gimageshow(1,2)=255;subplot(325);imagesc(gimageshow);colormap(gray);3、均值滤波器:I=imread('tire.tif');[M,N]=size(I);II1=zeros(M,N);fori=1:16II(:,:,i)=imnoise(I,'gaussian',0,0.01);II1=II1+double(II(:,:,i));ifor(or(i==1,i==4),or(i==8,i==16));figure;imshow(uint8(II1/i));endend4、理想低通滤波器:%理想低通滤波器所产生的模糊和振铃现象J=imread('lena.bmp');subplot(331);imshow(J);J=double(J);%采用傅里叶变换f=fft2(J);%数据矩阵平衡g=fftshift(f);subplot(332);imshow(log(abs(g)),[]),color(jet(64));[M,N]=size(f);n1=floor(M/2);n2=floor(N/2);%d0=5,15,45,65d0=5;fori=1:Mforj=1:Nd=sqrt((i-n1)^2+(j-n2)^2);ifd=d0;h=1;elseh=0;endg(i,j)=h*g(i,j);endendg=ifftshift(g);g=uint8(real(ifft2(g)));subplot(333);imshow(g);
本文标题:数字图像处理期末考题
链接地址:https://www.777doc.com/doc-5807609 .html