南昌大學2007級“數字圖像處理”試題及答案(共5頁)

1、精選優(yōu)質文檔-傾情為你奉上2007級“數字圖像處理”試題及答案一、填空題( 每小題2分,本題共20 分 )1. 圖像與灰度直方圖間的對應關系是多對一;2. 下列算法中a.梯度銳化b.二值化c.傅立葉變換d.中值濾波，屬于點處理的是b二值化;3. 在彩色圖像處理中，常使用HSI模型，它適于做圖像處理的原因有:1、在HIS模型中亮度分量與色度分量是分開的；2、色調與飽和度的概念與人的感知聯(lián)系緊密。;4. 若將一幅灰度圖像中的對應直方圖中偶數項的像素灰度均用相應的對應直方圖中奇數項的像素灰度代替（設灰度級為256），所得到的圖像將亮度增加，對比度減少;5. MATLAB函數fspecial(type

2、,parameters)常用類型有:average 、gaussian、laplacian、prewitt、sobel、unsharp;6. 檢測邊緣的Sobel算子對應的模板形式為:-1 -2 -1 0 0 0 1 2 1 -1 0 1 -2 0 2 -1 0 1 7. 寫出4-鏈碼的形狀數:;8. 源數據編碼與解碼的模型中量化器(Quantizer)的作用是減少心里視覺 冗余;9. MPEG4標準主要編碼技術有DCT變換、小波變換等;10. 圖像復原和圖像增強的主要區(qū)別是圖像增強主要是一個主觀過程，而圖像復原主要是一個客觀過程;第10題：圖像增強不考慮圖像是如何退化的,而圖像復原需知道圖像

3、退化的機制和過程等先驗知識二、名詞解釋( 每小題5分,本題共20 分 )1、數字圖像數字圖像是指由被稱作像素的小塊區(qū)域組成的二維矩陣。將物理圖像行列劃分后，每個小塊區(qū)域稱為像素（pixel）。數字圖像處理 指用數字計算機及其它有關數字技術，對圖像施加某種運算和處理，從而達到某種預想目的的技術.2、8-連通的定義-對于具有值V的像素p和q ,如果q在集合N8(p)中,則稱這兩個像素是8-連通的。3、 灰度直方圖灰度直方圖是指反映一幅圖像各灰度級像元出現的頻率。4、中值濾波中值濾波是指將當前像元的窗口（或領域）中所有像元灰度由小到大進行排序，中間值作為當前像元的輸出值。 像素的鄰域 鄰域是指一個像

4、元（x，y）的鄰近（周圍）形成的像元集合。即（x=p,y=q）p、q為任意整數。像素的四鄰域 像素p(x,y)的4-鄰域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1)三、簡答題( 每小題10分,本題共30 分 )：1、舉例說明直方圖均衡化的基本步驟。直方圖均衡化是通過灰度變換將一幅圖象轉換為另一幅具有均衡直方圖，即在每個灰度級上都具有相同的象素點數的過程。 直方圖均衡化變換：設灰度變換s=f(r)為斜率有限的非減連續(xù)可微函數，它將輸入圖象Ii(x，y)轉換為輸出圖象Io(x，y)，輸入圖象的直方圖為Hi(r)，輸出圖象的直方圖為Ho(s)，則根據直方圖的含義，經過灰度變

5、換后對應的小面積元相等：Ho(s)ds=Hi(r)dr直方圖修正的例子假設有一幅圖像，共有6 4(6 4個象素，8個灰度級，進行直方圖均衡化處理。根據公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=100 由于這里只取8個等間距的灰度級，變換后的s值也只能選擇最靠近的一個灰度級的值。因此，根據上述計算值可近似地選?。?S017，s 137，s257，s367， s467，s51，s6l，s71。 可見，新圖像將只有5個不同的灰度等級，于是我們可以重新定義其符號： S0=l7，s

6、1=37，s2=57，s3=67，s4=l。因為由rO=0經變換映射到sO=17，所以有n0=790個象素取sO這個灰度值；由rl=37映射到sl=37，所以有1 02 3個象素取s 1這一灰度值；依次類推，有850個象素取s2=57這一灰度值；由于r3和r4均映射到s3=67這一灰度值，所以有656+329=98 5個象素都取這一灰度值；同理，有245+1 22+81=448個象素都取s4=1這一灰度值。上述值除以n=4096，便可以得到新的直方圖。2、簡述JPEG的壓縮過程，并說明壓縮的有關步驟中分別減少了哪種冗余？答：分塊顏色空間轉換零偏置轉換DCT變換量化符號編碼。顏色空間轉換，減少了

7、心理視覺冗余；零偏置轉換，減少了編碼冗余；量化減少了心理視覺冗余；符號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）。2000的過程：圖像分片、直流電平（DC）位移，分量變換，離散小波變換、量化，熵編碼。3、Canny邊緣檢測器答：Canny邊緣檢測器是使用函數edge的最有效邊緣檢測器。該方法總結如下：1、圖像使用帶有指定標準偏差的高斯濾波器來平滑，從而可以減少噪聲。2、在每一點處計算局部梯度g（x,y）=G2x+G2y1/2 和邊緣方向（x,y）=arctan（Gy/Gx）。邊緣點定義為梯度方向上其強度局部最大的點。3、第2條中確定的邊緣點會

8、導致梯度幅度圖像中出現脊。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為零，以便在輸出中給出一條細線，這就是眾所周知的非最大值抑制處理。脊像素使用兩個閾值T1和T2做閾值處理，其中T1<T2。值大于T2的脊像素稱為強邊緣像素，T1和T2之間的脊像素稱為弱邊緣像素。4、最后，算法通過將8連接的弱像素集成到強像素，執(zhí)行邊緣鏈接。四、計算題( 每小題8分,本題共16 分 ) 2、設有一信源X=x1,x2,x3,x4，對應概率P=0.5,0.1875,0.1875,0.125.進行霍夫曼編碼(要求大概率的賦碼字0, 小概率的賦碼字1)，給出碼字，平均碼長，編碼效率;對碼串解碼.x1

9、0.5 0 + X2 0.1875 1X3 0.1875 100 + 0.3125 10 + 0.5 1X4 0.125 101 0.1875 11 X1:0X2:11X3:100X4:101平均碼長：1*0.5+2*0.1875+3*0.1875+3*0.125 = 1.8125編碼效率：信息熵/平均碼長101 0 101 101 0 11 0 11 0 0 0 0 0 11 11 0 0 11X4 x1 x4 x4 x1 x2 x1 x2 x1 x1 x1 x1 x1 x2 x2 x1 x1 x2五、應用題( 每小題14分, 從下面兩小題中任意選做一題 , 本題共14 分 )1、根據所學過的圖像處理和分析方法，設計一套算法流程來實現汽車牌照的定位和數字的識別（給出設計思想即可）。答：要點:Step 1：定位汽車牌照。通過高通濾波，得到所有的邊緣，對邊緣細化（但要保持連通關系），找出所有封閉