数字图像处理技术试题答案

数字图像处理技术试题库一、单项选择题：(本大题小题,2分/每小题,共分)1.自然界中的所有颜色都可以由（）组成A.红蓝绿B.红黄绿C.红黄蓝绿D.红黄蓝紫白2.有一个长宽各为200个象素，颜色数为16色的彩色图，每一个象素都用R(红)、G(绿)、B(蓝)三个分量表示，则需要（）字节来表示A.100B.200C.300D.4003.颜色数为16种的彩色图，R(红)、G(绿)、B(蓝)三个分量分别由1个字节表示，则调色板需要（）字节来表示A.48B.60C.30D.404.下面哪一个不属于bmp文件的组成部分A．位图文件信息头B.位图文件头C.调色板D.数据库标示5.位图中，最小分辨单元是A.像素B.图元C.文件头D.厘米6.真彩色的颜色数为A.888B.161616C.128128128D.2562562567.如果图像中出现了与相邻像素点值区别很大的一个点，即噪声，则可以通过以下方式去除A.平滑B.锐化C.坐标旋转D.坐标平移8.下面哪一个选项不属于图像的几何变换()A.平移B.旋转C.镜像D.锐化9.设平移量为xxtt(,)，则平移矩阵为()A.1000101xyttB.1000-101xyttC.100010-1xyttD.100010--1xytt10.设旋转角度为a，则旋转变换矩阵为()A．cos()sin()0sin()cos()0001aaaaB．cos()sin()0sin()cos()0001aaaaC．sin()cos()0sin()cos()0001aaaaD．cos()sin()0sin()cos()0001aaaa11.下面哪一个选项是锐化模板A．-1-1-1-19-1-1-1-1B．-1-1-1-1-9-1-1-1-1C．-1-1-1-18-1-1-1-1D．-1-1-1-16-1-1-1-112.真彩色所能表示的颜色数目是A．128128B．256256256C．256D．605913.设灰度图中每一个像素点由1个字节表示，则可表示的灰度强度范围是A．128B．256C．36D．9614.下面那一种是正确的彩色图转灰度图公式A．0.30.590.11GrayRGBB．0.80.6GrayRGC．GrayRBGD．0.60.7GrayRG15.下面哪个选项是形态学的核心运算：A．击中与不击中B．膨胀、腐蚀C．开、闭运算D．形态过滤、形态细化二、判断题：(本大题小题,2分/每小题,共分)1.灰度图表示其调色板内的数值为1或0；×2.当彩色图调色板内红(R)蓝(B)绿(G)的值相同时，就可形成灰度图；√3.一般来说，bmp文件的像素数据是从下到上，从左到右的存放的；√4.通常，做图像平滑时，模板不会超出图像的边界，所以处理后的图像比原图像小。×5.平滑和锐化操作实现了一种邻域操作，即处理后图像的某个像素点的灰度不仅和未处理前该点灰度值有关，还与其未处理前邻接点的灰度值有关。√6.旋转后的图像尺寸也许会变大。√7.中值滤波是一种典型的低通滤波器。×8.锐化模板在边缘检测中很有用。√9.锐化模板可看成是一个高通滤波器；√10.锐化处理将使得图像的边缘更加突出；√11.设红色的值为200，则反色后的值为55；√12.设蓝色的值为100，则反色后的值为155；√13.设绿色的值为260，则反色后的值为55；×14.当不是真彩色模式下时，位图中的数据只是对应调色板中的一个索引值；√15.当反色处理时，我们只需要将调色板中的颜色反转，形成新调色板，而位图数据不用动，就能够实现反色。√16．灰度图是一种特殊的伪彩色图，只不过调色板中的R、G、B值都是一样的而已；√17.二值位图一定是黑白色的；×18.通过变换矩阵，可以将灰度图完整地还原为彩色图；×19.灰度扩展的意思就是把你所感兴趣的灰度范围拉开，使得该范围内的象素，亮的越亮，暗的越暗，从而达到了增强对比度的目的。√20.削波(cliping)可以看作是对比度扩展的一个特例；√21.经过阈值化处理后的图象变成了黑白二值图；√22.直方图均衡化可以用来增大对比度；√23.使用结构元素B对图像进行腐蚀，假设B是对称的，其对称集表示为vB，则X被B腐蚀和X被vB腐蚀的结果是一样的。24.真彩图是不带调色板的。√25.真彩图中的每个像素是由3个字节表示。×26.利用形态学对物体集合结构的分析过程就是主、客体相互逼近的过程。√27.对图像进行分析可以不提取物体几何结构特征。×28.数学形态学方法比其他空域或频域图像处理和分析方法有一些优势。√29.基于数学形态学的边缘信息提取处理优于基于微分运算的边缘提取方法。√30.结构元必须在几何上比原图像简单，且有界，结构元的凸性不是很重要。×三、计算和论述题1.1设图像的模板是1.001，原图像是11111222223333344444，则做平滑后的图像是？答案：1.2设图像的模板是1.001，原图像是22222333334444411111，则做平滑后的图像是？答案：xxxxxxxx5555777755551.3设图像的模板是1.001，原图像是44444222223333311111，则做平滑后的图像是？答案：xxxxxxxx4444555566661.4设图像的模板是121124216121，原图像是2222323346455666，则做平滑后的图像是？解：2.1设原图像是-11-11-111111--33333000001-11-11，1Box1113模板为，11214高斯模板为，，请分别使用Box模板，高斯模板及中值滤波对上面的原图像进行处理。解：Box模板处理：高斯模板处理为：中值处理为：2.2设原图像是0001111200113313001144000111，1Box1113模板为，11214高斯模板为，，请分别使用Box模板，高斯模板及中值滤波对上面的原图像进行处理。解：Box模板处理：高斯模板处理为：中值处理为：2.3设原图像是121021131131121021，1Box1113模板为，11214高斯模板为，请分别使用Box模板，高斯模板及中值滤波对上面的原图像进行处理。解：Box模板处理：高斯模板处理为：中值处理为：计算题例子：2.4：设图像矩阵为5347820765161126981，结构元为1111。分别用结构元对图像矩阵进行膨胀、腐蚀操作，得出处理后的图像矩阵。（结构元中心是：（size(图像矩阵)+1）/2）53343334557255812.5：设有一个二值图像矩阵为0000001110011100111000000，结构元为111111111，请分别用结构元对图像矩阵进行膨胀、腐蚀操作，得出处理后的图像矩阵。0000001110011100111000000