數(shù)字圖像處理岡薩雷斯第二版答案

1、數(shù)字圖像處理岡薩雷斯第二版答案【篇一：數(shù)字圖像處理第三版（岡薩雷斯，自己整理的2）1特?cái)?shù)。通常的傳輸是以一個(gè)開始比特，一個(gè)字節(jié)（8比特）的信息和一個(gè)停止比特組成的包完成的。基于這個(gè)概念回答以下問(wèn)題：（b）以750k波特這是典型的電話dsl（數(shù)字用戶線）連接的速度傳輸要用多少時(shí)間？2.兩個(gè)圖像子集si和s2圖下圖所示。對(duì)于v=1,確定這兩個(gè)子集是（a）4-鄰接，（b）8-鄰接，（c）m-鄰接。（a） si和s2不是4連接，因?yàn)閝不在n4（p）集中。（b） si和s2是8連接，因?yàn)閝在n8（p）集中。（c） si和s2是m連接，因?yàn)閝在集合nd（p）中，且n4（p）Cn4（q）沒(méi)有v值的像素3,考

2、慮如下所示的圖像分割（a）令v=0,1并計(jì)算p和q間的4,8,m通路的最短長(zhǎng)度。如果在這兩點(diǎn)間不存在特殊通路，試解釋原因。（b）對(duì)于v=1,2重復(fù)上題。解：（a）當(dāng)v=0,1時(shí)，p和q之間不存在4鄰接路徑，因?yàn)椴煌瑫r(shí)存在從p到q像素的4毗鄰像素和具備v的值，如圖（a）p不能到達(dá)q。8鄰接最短路徑如圖（b）,最短長(zhǎng)度為4。m鄰接路徑如圖（b）虛線箭頭所示，最短長(zhǎng)度為5。這兩種最短長(zhǎng)度路徑在此例中均具有唯一性。（b）當(dāng)丫=1,2時(shí)，最短的4鄰接通路的一種情況如圖（c）所示，其長(zhǎng)度為6,另一種情況，其長(zhǎng)度也為6;8鄰接通路的一種情況如圖（d）實(shí)線箭頭所示，其最短長(zhǎng)度為4;m鄰接通路的一種情況如圖（d

3、）虛線箭頭所示，其最短長(zhǎng)度為6.或解：（1）在v=0,1時(shí)，p和q之間通路的d4距離為8,d8距離為4,dm距離為5。（2）在v=1,2時(shí)，p和q之間通路的d4距離為6,d8距離為4,dm距離為6。4為什么一般情況下對(duì)離散圖像的直方圖均衡化并不能產(chǎn)生完全平坦的直方圖？【因?yàn)橥粋€(gè)灰度值的各個(gè)象素沒(méi)有理由變換到不同灰度級(jí)，所以數(shù)字圖像的直方圖均衡化的結(jié)果一般不能得到完全均勻分布的直方圖，只是近似均勻的直方圖?！?設(shè)已用直方圖均衡化技術(shù)對(duì)一幅數(shù)字圖像進(jìn)行了增強(qiáng)，如再用這一方法對(duì)所得結(jié)果增強(qiáng)會(huì)不會(huì)改變其結(jié)果？【從原理上分析，直方圖均衡化所用的變換函數(shù)為原始直方圖的累積直方圖，均衡化后得到的增強(qiáng)圖像的

4、累積直方圖除有些項(xiàng)合并外，其余項(xiàng)與原始圖像的累積直方圖相同。如果再次均衡化，所用的變換函數(shù)即為均衡化后得到的增強(qiáng)圖像的累積直方圖（并且不會(huì)有新的合并項(xiàng)），所以不會(huì)改變其結(jié)果。】6設(shè)工業(yè)檢測(cè)中工件的圖像受到零均值不相關(guān)噪聲的影響。如果圖像采集裝置每秒可采集30幅圖像，要采用圖像平均法將噪聲的均方差減少到1/10,那么工件需保持多長(zhǎng)時(shí)間固定在采集裝置前？7分別應(yīng)用n=23、25和45的方形均值掩膜處理下面一幅圖像。結(jié)果發(fā)現(xiàn)當(dāng)n=23、45時(shí)，處理后圖像中左下角的垂直豎條被模糊了，但是豎條與豎條之間的分割仍然很清楚。當(dāng)n=25時(shí)，豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩膜比45小得多，請(qǐng)解釋這

5、一現(xiàn)象。注：垂直線段是5個(gè)像素寬，100個(gè)像素高；它們的間隔是20個(gè)像素。8一位考古學(xué)家在作流通貨幣方面的研究。最近發(fā)現(xiàn)，有4個(gè)羅馬帝國(guó)時(shí)期的羅馬硬幣對(duì)它的研究可以起到?jīng)Q定性作用。它們被列在倫敦大英博物館的館藏目錄中，遺憾的是，他到達(dá)那里之后，被告知現(xiàn)在硬幣已經(jīng)被盜了，但博物館保存了一些照片。只是由于攝取照片時(shí)照相機(jī)的散焦，硬幣的照片是模糊的，無(wú)法看清上面小的標(biāo)記。已知用來(lái)拍攝圖像的原照相機(jī)一直能用，另外館內(nèi)還有同一時(shí)期的其他硬幣。你能否幫助教授恢復(fù)圖像，使他能看清這些標(biāo)記？請(qǐng)給出解決這一問(wèn)題的過(guò)程。這個(gè)問(wèn)題背后的基本思想是使用相機(jī)和代表硬幣反應(yīng)動(dòng)力學(xué)的降解過(guò)程，利用這個(gè)結(jié)果對(duì)其進(jìn)行逆濾波器操

6、作。主要步驟如下：1。選擇和丟失的硬幣大小和內(nèi)容盡可能接近的硬幣。選擇與丟失的硬幣照片有接近的紋理和亮度的背景2.建立博攝影相機(jī)幾何圖像庫(kù)盡可能的接近類似丟失的硬幣的圖像。獲得一些測(cè)試的照片。簡(jiǎn)化實(shí)驗(yàn)，獲得能夠給出類似測(cè)試圖片圖像的電視相機(jī)。這可以通過(guò)相機(jī)與圖像處理系統(tǒng)從而生成將在實(shí)驗(yàn)中應(yīng)用的數(shù)字圖像。3。獲得每一個(gè)硬幣的圖像有不同的鏡頭設(shè)置。由此產(chǎn)生的圖像的角度，大?。ㄟ@個(gè)與背景區(qū)域有關(guān)）方面與丟失的硬幣的模糊照片接近。4.在第三步中為每一個(gè)圖像的鏡頭設(shè)置是對(duì)丟失的硬幣信息圖像模糊處理的模型。每個(gè)這樣的設(shè)置，移動(dòng)硬幣及其背景并用一個(gè)規(guī)定背景下的小亮點(diǎn)來(lái)替代它，或者用另外的機(jī)制時(shí)期接近于一個(gè)光

7、脈沖。數(shù)字話這個(gè)脈沖。這是模糊處理的變換功能叫傅里葉變換。5.數(shù)字化丟失硬幣的模糊照片得到它的傅里葉變換形式。每個(gè)硬幣有函數(shù)h(u,v)和g(u,v)描述。6.用維納濾波器得到一個(gè)近似的f(u,v)。7.對(duì)每個(gè)*f(u,v)進(jìn)行傅里葉反變換可以得出硬幣的恢復(fù)圖像。通常這樣的基本步驟都可以用來(lái)解決這樣的問(wèn)題。9成像時(shí)由于長(zhǎng)時(shí)間曝光受到大氣干擾而產(chǎn)生的圖像模糊可以用轉(zhuǎn)移函數(shù)h(u,v)=exp-(u2+v2)/2表示。設(shè)噪聲可忽略，求恢復(fù)這類模糊的維納濾波器的方程。解答：噪聲可忽略時(shí)，維納濾波器退化成理想的逆濾波器，所以10有一種常見的圖像增強(qiáng)技術(shù)是將高頻增強(qiáng)和直方圖均衡化結(jié)合起來(lái)以達(dá)到使邊緣銳化

8、g(u,v)g(u,v)222【有，高頻增？f(u,v)?exp(u?v)/2?g(u,v)222強(qiáng)是一種線性操作，所以兩個(gè)操作的先后次序?qū)υ鰪?qiáng)效h(u但直方圖均衡化是一種非線性操作，,v)exp?(u?v)/2?果有影響，不能互換?！?1在天體研究所獲得圖像中有一些相距很遠(yuǎn)的對(duì)應(yīng)恒星的亮點(diǎn)。由于大氣散射原因而迭加的照度常使得這些亮點(diǎn)很難看清楚。如果將這類圖像模型化為恒定亮度的背景和一組脈沖的乘積，根據(jù)同態(tài)濾波的概念設(shè)計(jì)一種增強(qiáng)方法將對(duì)應(yīng)恒星的亮點(diǎn)提取出來(lái)。【恒定亮度的背景對(duì)應(yīng)低頻成分，脈沖則對(duì)應(yīng)高頻成分，所以對(duì)乘積取對(duì)數(shù)可將兩種成分區(qū)別開分別處理。根據(jù)同態(tài)濾波的概念可設(shè)計(jì)減少低頻成分，增加高

9、頻成分的濾波器?！?3如何實(shí)現(xiàn)彩色圖像灰度直方圖匹配(規(guī)定化)？12設(shè)一幅圖像的模糊是由于物體在x方向的勻加速運(yùn)動(dòng)產(chǎn)生的。當(dāng)t=0時(shí)物體靜止，在t=0到t=t間物體加速度是x0(t)=at2/2,求轉(zhuǎn)移函數(shù)h(u,v)o討論勻速運(yùn)動(dòng)和勻加速運(yùn)動(dòng)所造成的模糊的不同特點(diǎn)。14說(shuō)明彩色圖像的補(bǔ)色飽和度分量不能單獨(dú)從輸入圖像的飽和度分量局算出來(lái)。我們看到，最基本的問(wèn)題是許多不同的顏色有相同的飽和度值。在那里純紅、黃、綠、青色、藍(lán)色，洋紅都有一個(gè)飽和1。也就是說(shuō)只要任何一個(gè)rgb組件是0,將產(chǎn)生一個(gè)飽和1。考慮rgb顏色(1,0,0)和(0,0.59,0),其代表紅色和綠色的映射。hsi顏色值分別為(0

10、,1,0.33)和(0.33,1,0.2)?，F(xiàn)在rgb的初始補(bǔ)充值分別為(0、1,1)和(1,0.41,1)，相應(yīng)的顏色是青和洋紅。他們的hsi值分別為(0.5,1,0.66)和(0.83,0.48,0.8)。因此為紅色，一個(gè)起始飽和度1取得的青色補(bǔ)充”飽和度1,而為綠色，一個(gè)起始飽和度1取得洋紅互補(bǔ)”飽和度0.48。也就是說(shuō)，起始同樣的飽和度值導(dǎo)致兩個(gè)不同的互補(bǔ)”飽和度。飽和本身并不是足夠的信息計(jì)算飽和度補(bǔ)充顏色。15假設(shè)一個(gè)圖像系統(tǒng)的監(jiān)視器和打印機(jī)顯示片黃色，描述一下用來(lái)校正不平衡的通用變換。答：我們就可以通過(guò)如下幾種方法減少黃色的比例(1)減少黃色、(2)增加藍(lán)色、(3)增加青色和洋紅、

11、(4)減少紅色和綠色16(1)解釋為什么鏈碼起點(diǎn)歸一化方法可使所得鏈碼與邊界的起點(diǎn)無(wú)關(guān)？(2)求出對(duì)鏈碼10176722335422進(jìn)行起點(diǎn)歸一化后的起點(diǎn)。17(1)解釋為什么利用鏈碼旋轉(zhuǎn)歸一化方法可使所得鏈碼與邊界的旋轉(zhuǎn)無(wú)關(guān)？數(shù)字圖像一般是按固定間距的網(wǎng)格采集的，所以最簡(jiǎn)單的鏈碼是順時(shí)針跟蹤邊界并賦給每?jī)蓚€(gè)相鄰像素的連線一個(gè)方向值。問(wèn)題的關(guān)鍵是要認(rèn)識(shí)到,在一個(gè)鏈碼中每個(gè)元素值是相對(duì)于它的前身的值。這個(gè)代碼的邊界，追蹤在一個(gè)一致的方式(例如，順時(shí)針)，是一種獨(dú)特的循環(huán)組編號(hào)。在不同的地點(diǎn)開始在這個(gè)設(shè)定不改變循環(huán)序列的結(jié)構(gòu)。選擇的最小整數(shù)的函數(shù)為出發(fā)點(diǎn)僅僅識(shí)別中同一點(diǎn)序列。即使出發(fā)點(diǎn)并非是獨(dú)一無(wú)

12、二的，該方法仍然會(huì)給一個(gè)獨(dú)特的序列。例如,101010年有3個(gè)不同的序列的起點(diǎn)，但他們都產(chǎn)生相同的最小整數(shù)010101。(2)求出鏈碼0101030303323232212111的一階差分?！?131331313031313031300【篇二：數(shù)字圖像處理第三版(岡薩雷斯，自己整理的1)】txt圖像(image):使用各種觀測(cè)系統(tǒng)以不同形式和手段觀測(cè)客觀世界而獲得的，可以直接或間接作用于人眼并進(jìn)而產(chǎn)生視覺的實(shí)體。包括：數(shù)字圖像：為了能用計(jì)算機(jī)對(duì)圖像進(jìn)行加工，需要把連續(xù)圖像在坐標(biāo)空間和性質(zhì)空間都離散化，這種離散化了的圖像是數(shù)字圖像。圖像中每個(gè)基本單元叫做圖像的元素，簡(jiǎn)稱像素(pixel)。數(shù)字圖

13、像處理(digitalimageprocessing):是指應(yīng)用計(jì)算機(jī)來(lái)合成、變換已有的數(shù)字圖像，從而產(chǎn)生一種新的效果，并把加工處理后的圖像重新輸出，這個(gè)過(guò)程稱為數(shù)字圖像處理。也稱之為計(jì)算機(jī)圖像處理(computerimageprocessing)。1.2圖像處理科學(xué)的意義圖像處理技術(shù)發(fā)展到今天，許多技術(shù)已日益趨于成熟，應(yīng)用也越來(lái)越廣泛。它滲透到許多領(lǐng)域，如遙感、生物醫(yī)學(xué)、通信、工業(yè)、航空航天、軍事、安全保衛(wèi)等。1.3數(shù)字圖像處理的特點(diǎn)1.圖像信息量大每個(gè)像素的灰度級(jí)至少要用6bit(單色圖像)來(lái)表示，一般采用8bit(彩色圖像)，高精度的可用12bit或16bit。一般來(lái)說(shuō)涉及通信技術(shù)、計(jì)算

14、機(jī)技術(shù)、電視技術(shù)、電子技術(shù)，至于涉及到的數(shù)學(xué)、物理學(xué)等方面的基礎(chǔ)知識(shí)就更多。3.圖像信息理論與通信理論密切相關(guān)圖像理論是把通信中的一維問(wèn)題推廣到二維空間上來(lái)研究的。通信研究的是一維時(shí)間信息，時(shí)間域和頻率域的問(wèn)題。任何一個(gè)隨時(shí)間變化的波形都是由許多頻率不同、振幅不同的正弦波組合而成的。圖像研究的是二維空間信息，研究的是空間域和空間頻率域(或變換域)之間的關(guān)系。任何一幅平面圖像是由許多頻率、振幅不同的x-y方向的空間頻率波相疊加而成。1.4數(shù)字圖像處理的主要方法1.空域法把圖像看作是平面中各個(gè)像素組成的集合，然后直接對(duì)這一二維函數(shù)進(jìn)行相應(yīng)的處理。主要有兩大類：數(shù)字圖像處理的變換域處理方法是首先對(duì)圖

15、像進(jìn)行正交變換，然后在施行各種處理，處理后再反變換到空間域，得到處理結(jié)果。包括濾波、數(shù)據(jù)壓縮、特征提取等處理。1.5數(shù)字圖像處理的主要內(nèi)容完整的數(shù)字圖像處理系統(tǒng)大體上可分為如下幾個(gè)方面：1 .圖像的信息的獲取(imageinformationacquisition)把一幅圖像轉(zhuǎn)換成適合輸入計(jì)算機(jī)和數(shù)字設(shè)備的數(shù)字信號(hào)。需要兩個(gè)部件以獲取數(shù)字圖像：(1)物理設(shè)備，該設(shè)備對(duì)我們希望成像的物體發(fā)射的能量很敏感。數(shù)字化器，是一種把物理感知裝置的輸出轉(zhuǎn)化為數(shù)字形式的設(shè)備。常見的圖像輸入設(shè)備有：掃描儀、攝像機(jī)、數(shù)碼相機(jī)、圖像采集卡等2 .圖像信息的存儲(chǔ)(imageinformationstorage)主要有

16、三類：算術(shù)處理(arithmeticprocessing)翻轉(zhuǎn)和水平翻轉(zhuǎn)。3 .圖像信息的傳送(imageinformationtransmission)可分為系統(tǒng)內(nèi)部傳送與遠(yuǎn)距離傳送：(1)內(nèi)部傳送：指在不同設(shè)備間交換圖像數(shù)據(jù)?，F(xiàn)在有許多用于局域通信的軟件和硬件以及各種標(biāo)準(zhǔn)協(xié)議。多采用dma(directmemoryaccess)技術(shù)以解決速度問(wèn)題。(2)外部遠(yuǎn)距離傳送：主要問(wèn)題是圖像數(shù)據(jù)量大而傳輸通道比較窄。這一狀況由于光纖和其他寬帶技術(shù)的發(fā)展，正在迅速得到改進(jìn)。另一方面，解決這個(gè)問(wèn)題需要依靠對(duì)圖像數(shù)據(jù)壓縮。4.圖像的輸出與顯示圖像處理的最終目的是為人或機(jī)器提供一幅更便于解釋和識(shí)別的圖像。

17、因此圖像的輸出也是圖像處理的重要內(nèi)容之一。主要分兩類：(1)硬拷貝(記錄圖像)。如激光打印機(jī)、膠片照相機(jī)、熱敏裝置、噴墨裝置和數(shù)字單元(如cd-rom)等。(2)軟拷貝。如crt(cathoderaytube)顯示、液晶顯示器(lcd)、場(chǎng)致發(fā)光顯示(fed)。5.數(shù)字圖像處理(digitalimageprocessing)主要包括以下幾項(xiàng)內(nèi)容：(1) 幾何處理(geometricalimageprocessing)就是突出圖像中感興趣的信息，而減弱或去除不需要的信息，從而使有用信息得到加強(qiáng)。(4)圖像復(fù)原(或恢復(fù))(imagerestoration)就是盡可能地減少或者去除圖像在獲取過(guò)程中的

18、降質(zhì)(干擾和模糊)，恢復(fù)被退化圖像的本來(lái)面貌，從而改善圖像質(zhì)量。關(guān)鍵是對(duì)每種退化(圖像品質(zhì)下降)建立一個(gè)合理的模型。5)圖像重建(imagereconstruction)是從數(shù)據(jù)到圖像的處理。即輸入的是某種數(shù)據(jù)，而處理結(jié)果得到的是圖像。典型應(yīng)用有ct技術(shù)和三維重建技術(shù)。(6)圖像編碼(imageencoding)主要是利用圖像信號(hào)的統(tǒng)計(jì)特性及人類視覺的生理學(xué)及心理學(xué)特征對(duì)圖像信號(hào)進(jìn)行高效編碼，其目的是壓縮數(shù)據(jù)量，以解決數(shù)據(jù)量大的矛盾。(7)圖像識(shí)另fj(imagerecognition)利用計(jì)算機(jī)識(shí)別出圖像中的目標(biāo)并分類、用機(jī)器的智能代替人的智能。它所研究的領(lǐng)域十分廣泛，如，機(jī)械加工中零部件的

19、識(shí)別、分類；從遙感圖片中分辨農(nóng)作物、森林、湖泊和軍事設(shè)施；從氣象觀測(cè)數(shù)據(jù)或氣象衛(wèi)星照片準(zhǔn)確預(yù)報(bào)天氣；從x光照片判斷是否發(fā)生腫瘤；從心電圖的波形判斷被檢查者是否患有心臟?。辉诮煌ㄖ行膶?shí)現(xiàn)交通管制、識(shí)別違章行駛的汽車及司機(jī)，等等。1.6數(shù)字圖像處理的起源與應(yīng)用數(shù)字圖像處理的起源：最早可追溯到20世紀(jì)20年代，借助打印設(shè)備進(jìn)行數(shù)字圖像的處理?；诠鈱W(xué)還原的技術(shù)，該技術(shù)在電報(bào)接收端用穿孔紙帶打出圖片。到1929年由早期的用5個(gè)灰度等級(jí)對(duì)圖像編碼，增加到15個(gè)等級(jí)。真正數(shù)字圖像處理技術(shù)的誕生可追溯到20世紀(jì)60年代早期。數(shù)字圖像處理技術(shù)在20世紀(jì)60年代末和20世紀(jì)70年代初開始用于醫(yī)學(xué)圖像、地球遙感監(jiān)

20、測(cè)和天文學(xué)等領(lǐng)域。數(shù)字圖像處理主要應(yīng)用于下面的幾個(gè)領(lǐng)域：（1）通訊按業(yè)務(wù)性能劃分可分為：電視廣播傳真、可視電話、會(huì)議電視、圖文電視、可視圖文以及電纜電視。按圖像變化性質(zhì)分可分為：靜止圖像和活動(dòng)圖像通信。（2）遙感航空遙感和衛(wèi)星遙感圖像都需要數(shù)字圖像處理技術(shù)的加工處理，并提取出有用的信息。主要用于土地測(cè)繪，資源調(diào)查，氣候監(jiān)測(cè)，農(nóng)作物估產(chǎn)，自然災(zāi)害預(yù)測(cè)預(yù)報(bào)，環(huán)境污染監(jiān)測(cè)，氣象衛(wèi)星云圖處理以及地面軍事目標(biāo)的識(shí)別。（3）生物醫(yī)學(xué)領(lǐng)域中的應(yīng)用計(jì)算機(jī)圖像處理在醫(yī)學(xué)上應(yīng)用最成功的例子就x射線ct（x-raycomputedtomography）,20世紀(jì)70年代發(fā)明的計(jì)算機(jī)軸向斷層術(shù)（cat）,簡(jiǎn)稱計(jì)算機(jī)斷

21、層。（4）工業(yè)生產(chǎn)中的應(yīng)用從70年代起得到了迅速的發(fā)展，圖像處理技術(shù)的重要應(yīng)用領(lǐng)域。在生產(chǎn)線中對(duì)產(chǎn)品及部件進(jìn)行無(wú)損檢測(cè)，如食品、水果質(zhì)量檢查，無(wú)損探傷，焊縫質(zhì)量或表面缺陷等等。（5）軍事、公安等方面的應(yīng)用軍事目標(biāo)的偵察、制導(dǎo)和警戒系統(tǒng)、自動(dòng)滅火器的控制及反偽裝；公安部門的現(xiàn)場(chǎng)照片、指紋、手跡、人像等的處理和辨識(shí)；歷史文字和圖片檔案的修復(fù)和管理等。（6）教學(xué)和科研領(lǐng)域如科學(xué)可視化技術(shù)，遠(yuǎn)程培訓(xùn)及教學(xué)也將大量使用圖像處理技術(shù)的成果。（7）電子商務(wù)如身份認(rèn)證、產(chǎn)品防偽、水印技術(shù)等。1.7數(shù)字圖像處理領(lǐng)域的發(fā)展動(dòng)向需進(jìn)一步研究的問(wèn)題：（1）在進(jìn)一步提高精度的同時(shí)著重解決處理速度問(wèn)題。（2）加強(qiáng)軟件研究

22、、開發(fā)新的處理方法。（3）加強(qiáng)邊緣學(xué)科的研究工作，促進(jìn)圖像處理技術(shù)的發(fā)展。(4)加強(qiáng)理論研究，逐步形成圖像處理科學(xué)自身的理論體系。(5)圖像處理領(lǐng)域的標(biāo)準(zhǔn)化。未來(lái)發(fā)展動(dòng)向大致可歸納為：(1)圖像處理的發(fā)展將圍繞hdtv的研制，開展實(shí)時(shí)圖像處理的理論及技術(shù)研究，向著高速、高分辨率、立體化、多媒體化、智能化和標(biāo)準(zhǔn)化方向發(fā)展。(2)圖像、圖形相結(jié)合，朝著三維成像或多維成像的方向發(fā)展。(3)硬件芯片研究。(4)新理論與新算法研究。2-1.數(shù)字?jǐn)?shù)據(jù)傳輸通常用波特率度量，其定義為每秒中傳輸?shù)谋忍財(cái)?shù)。通常的傳輸是以一個(gè)開始比特、一個(gè)字節(jié)(8比特)的信息和一個(gè)停止比特組成的包完成的。基于這個(gè)概念回答下列問(wèn)題：

23、(類似題目)在串行通信中，常用波特率描述傳輸?shù)乃俾?，它被定義為每秒傳輸?shù)臄?shù)據(jù)比特?cái)?shù)。串行通信中，數(shù)據(jù)傳輸?shù)膯挝皇菐?，也稱字符。假如一幀數(shù)據(jù)由一個(gè)起始比特位、8個(gè)信息比特位和一個(gè)結(jié)束比特位構(gòu)成。根據(jù)以上概念，請(qǐng)問(wèn)：(2)如果是用波特率為750kbps的信道來(lái)傳輸上述圖像，所需時(shí)間又是多少？2.11兩個(gè)圖像子集si和s2圖下圖所示。對(duì)于v=1,確定這兩個(gè)子集是(a)4-鄰接，(b)8-鄰接，還是(c)m鄰接的？解a)s1和s2不是4連接，因?yàn)閝不在n4(p)集中。(b) s1和s2是8連接，因?yàn)閝在n8(p)集中。(c) s1和s2是m連接，因?yàn)閝在集合nd(p)中，且n4(p)Cn4(q)沒(méi)有v

24、值的像素2-3.考慮如下所示的圖像分割：(a)令v=0,1并計(jì)算p和q間的4,8,m通路的最短長(zhǎng)度。如果在這兩點(diǎn)間不存在特殊通路，其解釋原因。(b)對(duì)v=1,2重復(fù)上題。解：(1)在丫=0,1時(shí)，p和q之間通路的d4距離為0O,d8距離為4,dm距離為5。(2)在v=1,2時(shí)，p和q之間通路的d4距離為6,d8距離為4,dm距離為6。解：(a)當(dāng)v=0,1時(shí)，p和q之間不存在4鄰接路徑，因?yàn)椴煌瑫r(shí)存在從p到q像素的4毗鄰像素和具備v的值，情況如圖(a)所示。p不能到達(dá)q。8鄰接最短路徑如圖(b)所示，其最短長(zhǎng)度為4。m鄰接路徑如圖(b)虛線箭頭所示，最短長(zhǎng)度為5。這兩種最短長(zhǎng)度路徑在此例中均具

25、有唯一性。（b）當(dāng)丫=1,2時(shí)，最短的4鄰接通路的一種情況如圖（c）所示，其長(zhǎng)度為6,另一種情況，其長(zhǎng)度也為6;8鄰接通路的一種情況如圖（d）實(shí)線箭頭所示，其最短長(zhǎng)度為4;m鄰接通路的一種情況如圖（d）虛線箭頭所示，其最短長(zhǎng)度為6.3.6試解釋為什么離散直方圖均衡技術(shù)一般不能得到平坦的直方圖？答：（翻譯答案）所有均衡直方圖是大規(guī)模的映射組件。獲得一個(gè)統(tǒng)一的直方圖要求對(duì)像素強(qiáng)度進(jìn)行重新分配，這樣使n/l像素組具有相同的強(qiáng)度，l是離散的強(qiáng)度水平。n=mn是輸入圖像的總像素。直方圖均衡方法沒(méi)有規(guī)定這類（人工）強(qiáng)度的再分配過(guò)程。（百度答案：）由于離散圖像的直方圖也是離散的，其灰度累積分布函數(shù)是一個(gè)不減

26、的階梯函數(shù)。如果映射后的圖像仍然能取到所有灰度級(jí)，則不發(fā)生任何變化。如果映射的灰度級(jí)小于256,變換后的直方圖會(huì)有某些灰度級(jí)空缺。即調(diào)整后灰度級(jí)的概率基本不能取得相同的值，故產(chǎn)生的直方圖不完全平坦。問(wèn)題3.21分別應(yīng)用n=23、25和45的方形均值掩膜處理下面一幅圖像。結(jié)果發(fā)現(xiàn)當(dāng)n=23、45時(shí)，處理后圖像中左下角的垂直豎條被模糊了，但是豎條與豎條之間的分割仍然很清楚。當(dāng)n=25時(shí)，豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩膜比45小得多,請(qǐng)解釋這一現(xiàn)象。注：垂直線段是5個(gè)像素寬，100個(gè)像素高；它們的間隔是20個(gè)像素。3.22以下的三幅圖像是分別通過(guò)n=23,25和45的方形均值掩模處理

27、后的模糊圖像。圖（a）和（c）中左下角的垂直豎條被模糊了，但豎條與豎條之間的分割仍然很清楚。但圖（b）中的豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩模要比處理圖像的小得多，請(qǐng)解釋這一現(xiàn)象?！酒簲?shù)字圖像處理的答案】i=imread（2.jpg）;%讀取圖片g=rgb2gray（i）;%彩色圖像灰度化figure;imshow（i）;%顯示原圖片figure;imshow（g）;%顯示灰度值圖片%降低圖像分辨率g_down_1=g(1:2:end,1:2:end);%512g_down_2=g_down_1(1:2:end,1:2:end);%256g_down_3=g_down_2(1:

28、2:end,1:2:end);%128g_down_4=g_down_3(1:2:end,1:2:end);%64g_down_5=g_down_4(1:2:end,1:2:end);%32figure;imshow(g_down_1);%顯示figure;imshow(g_down_2);%顯示figure;imshow(g_down_3);%顯示figure;imshow(g_down_4);%顯示figure;imshow(g_down_5);%顯示%把降低分辨率的圖標(biāo):恢復(fù)原大小最近鄰法放大雙線性插值法放三次內(nèi)插法放g_up_5_near=imresize(g_down_3,8,nea

29、rest);%g_up_5_bil=imresize(g_down_5,32,bilinear);%大g_up_5_bic=imresize(g_down_5,32,bicubic);%大figure;imshow(g_up_5_near);%顯示figure;imshow(g_up_5_bil);%顯示figure;imshow(g_up_5_bic);%顯示圖像的四則運(yùn)算和融壬運(yùn)算clear;clc;%清空變量及工作區(qū)i=imread(11.jpg);%讀取圖片i=rgb2gray(i);%彩色圖像灰度化i2=imread(22.jpg);%讀取圖片i2=rgb2gray(i2);%彩色圖

30、像灰度化k=imlincomb(0.6,i,0,4,i2);%計(jì)算兩幅圖像的線性組合k=histeq(k);%進(jìn)行直方圖均衡化imshow(k);figure;i1=imread(1.jpg);i2=imread(2.jpg);i=i1-i2;%圖像相減imshow(i);histeq(x)函數(shù)實(shí)現(xiàn)直方圖均衡。因?yàn)榇撕瘮?shù)只能對(duì)灰度圖像進(jìn)行直方圖均衡。故應(yīng)先將彩圖轉(zhuǎn)為灰度圖像位圖顯示clear;clc;i=imread(aerial.tif);i=double(i);g_7=bitand(i,128);%求灰度值第七位i_7=im2uint8(mat2gray(g_7);%轉(zhuǎn)換為無(wú)符號(hào)八位整型f

31、igure;imshow(i_7);%顯示第七位位圖g_6=bitand(i,64);%求灰度值第6位i_6=im2uint8(mat2gray(g_6);%轉(zhuǎn)換為無(wú)符號(hào)八位整型figure;imshow(i_6);%顯示第6位位圖g_5=bitand(i,32);i_5=im2uint8(mat2gray(g_5);figure;imshow(i_5);g_4=bitand(i,16);i_4=im2uint8(mat2gray(g_4);figure;imshow(i_4);g_3=bitand(i,8);i_3=im2uint8(mat2gray(g_3);figure;imshow(i

32、_3);g_2=bitand(i,4);i_2=im2uint8(mat2gray(g_2);figure;imshow(i_2);g_1=bitand(i,2);i_1=im2uint8(mat2gray(g_1);figure;imshow(i_1);g_0=bitand(i,1);i_0=im2uint8(mat2gray(g_0);讀取重新儲(chǔ)figure;imshow(i_0);i_restore=g_7+g_6+g_5+g_4+g_3+g_2+g_1+g_0;%存的圖片figure;imshow(uint8(i_restore);%顯示骨骼圖的顯示%讀取圖像i=imread(fig0343(a)(skeleton_orig).tif);%顯示a圖像a=im2double(i);subplot(2,4,1);imsh