图像开卷试题.docx

上传人:王** 文档编号:693115 上传时间:2023-12-10 格式:DOCX 页数:10 大小:94.15KB
下载 相关 举报
图像开卷试题.docx_第1页
第1页 / 共10页
图像开卷试题.docx_第2页
第2页 / 共10页
图像开卷试题.docx_第3页
第3页 / 共10页
图像开卷试题.docx_第4页
第4页 / 共10页
图像开卷试题.docx_第5页
第5页 / 共10页
图像开卷试题.docx_第6页
第6页 / 共10页
图像开卷试题.docx_第7页
第7页 / 共10页
图像开卷试题.docx_第8页
第8页 / 共10页
图像开卷试题.docx_第9页
第9页 / 共10页
图像开卷试题.docx_第10页
第10页 / 共10页
亲,该文档总共10页,全部预览完了,如果喜欢就下载吧!
资源描述

《图像开卷试题.docx》由会员分享,可在线阅读,更多相关《图像开卷试题.docx(10页珍藏版)》请在优知文库上搜索。

1、图像工程的技术应用(P9)图像的数字表达与存储(P3)-个简单的成像模型-同态滤波的原理(P40)像素间关系、四邻域、对角邻域、八邻域、四连通、八连通、通路的概念距离:欧氏距离、城区距离、棋盘距离。像素间运算:图像的加、减、乘、除。灰度映射:原理、会根据具体的变换图像得到映射函数,并对具体的值给出映射后结果(只考虑直线情况)、图像求反。直方图均衡理解类型图像对应的直方图特点、理解其原理、应用场合、掌握处理步骤、能对简单的例如图进行手工操作、理解全局均衡的缺点看例子)。线性滤波、均值滤波的常用算子、其原理与效果,应用场合、(高通还是低通,为什么?)。非线性滤波:中值滤波的原理,应用场合,作用效果

2、、会对简单例如图进行中值滤波。非线性滤波了解微分滤波器的原理,应用场合,作用效果。会使用3x3的微分模板计算简单的例如效果。微分锐化是高通还是低通,为什么?拉普拉斯算子(IaPIaCe)了解原理,应用场合,作用效果、会使用3x3的微分模板计算简单的例如效果。是高通还是低通,为什么?傅里叶变换、理解一般图像变换后频域能量分布情况、频域滤波的原理、基于变换的有损压缩编码原理(数据减少的原因)、离散余弦变换:是可别离变换、变换后能量分布规律。频域增强:低通滤波、高通滤波、带通滤波的根本原理。各自应用场合、各自滤波后效果。同态滤波:原理、步骤。根本概念:懒、图像数据的冗余类型,及对应压缩(减少数据)方

3、式、通用编码模型(P278)根本编码定理、无失真编码定理。知道含义和表达式。常见编码、了解LZW编码的原理,特点(P289)。掌握HUffnIan编码方式,了解其优缺点、(作业)、算术编码、解码原理、变长码的特点(P295)、I-D游程编码原理,使用场合、变换编码(实验)。形态学滤波、了解二值形态学涯波:腐蚀操作和膨胀操作、了解其效果及应用场合、图像分割、了解简单阈值分割。人脸识别:根本步骤、关键步骤(不涉及算法)。指纹识别车牌识别。1.灰度直方图:灰度直方图(histogram)是灰度级的函数,它表示图象中具有每种灰度级的象素的个数,反映图象中每种灰度出现的频率。它是多种空间域处理技术的根底

4、。直方图操作能婚有效用于图像增强:提供有用的图像统计资料,其在软件中易于计算,适用于商用硬件设备。灰度直方图性质:1)表征了图像的一维信息。只反映图像中像素不同灰度值出现的次数(或频数)而未反映像素所在位置。2)与图像之间的关系是多对一的映射关系。一幅图像唯-确定出与之对应的直方图,但不同图像可能有相同的直方图。3)子图直方图之和为整图的直方图。3.图像分割:为后续工作有效进行而将图像划分为假设干个有意义的区域的技术称为图像分割(ImageSegmentation)而目前广为人们所接受的是通过集合所进行的定义:令集合R代表整个图像区域,对R的图像分割可以看做是将R分成N个满足以下条件的非空子集

5、Rl,R2,R3,,RN;(1)在分割结果中,每个区域的像素有着相同的特性(2)在分割结果中,不同子区域具有不同的特性,并且它们没有公共特性(3)分割的所有子区域的并集就是原来的图像(4)各个子集是连通的区域4.数字图像处理:数字图像处理(DigitalImageProcessing)又称为计算机图像处理,它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。一般来讲,对图像进行处理(或加工、分析)的主要目的有三个方面:(1)提高图像的视感质量,如进行图像的亮度、彩色变换,增强、抑制某些成分,对图像进行几何变换等,以改善图像的质量。(2)提取图像中所包含的某些特征或特殊信息,这些被提取

6、的特征或信息往往为计算机分析图像提供便利提取特征或信息的过程是模式识别或计算机视觉的预处理。提取的特征可以包括很多方面,如频域特征、灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓扑特征和关系结构等。(3)图像数据的变换、编码和压缩,以便于图像的存储和传输。5.像素的邻域:邻域是指一个像元(x,y)的邻近(周围)形成的像元集合。即(x=p,y=q)p、q为任意整数。像素的四邻域像素p(x,y)的4-邻域是:(x+l,y),(xT,y),(x,y+l),(x,y-l).简答题2.举例说明直方图均衡化的根本步骤。直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图,即在每个灰度

7、级上都具有相同的象素点数的过程。直方图均衡化变换:设灰度变换s=f(r)为斜率有限的非减连续可微函数,它将输入图象Ii(x,y)转换为输出图象Io(x,y),输入图象的直方图为Hi(r),输出图象的直方图为HO(三),那么根据直方图的含义,经过灰度变换后对应的小面积元相等:Ho(s)ds=Hi(r)dr直方图修正的例子假设有一幅图像,共有64(64个象素,8个灰度级,进行直方图均衡化处理。根据公式可得:s2=0.19+0.25+0.21=0.65,s3=0.19+0.25+0.21+0.16=0.81,s4=0.89,s5=0.95,s6=0.98,s7=l.00由于这里只取8个等间距的灰度级

8、,变换后的S值也只能选择最靠近的一个灰度级的值。因此,根据上述计算值可近似地选取:SOl/7,s1=37,s257,S36/7,s4=67,s5-l,s6l,s7l.可见,新图像将只有5个不同的灰度等级,于是我们可以重新定义其符号:SO=1/7,sl=3/7,s2=5/7,$3=6/7,s4=L因为由r0=0经变换映射到s=l/7,所以有n0=790个象素取SO这个灰度值;由rl=3/7映射到sl=3/7,所以有1023个象素取Sl这一灰度值:依次类推,有850个象素取s2=5/7这一灰度值;由于r3和M均映射到s3=6/7这一灰度值,所以有656+329=985个象素都取这一灰度值:同理,有

9、245+122+81=448个象素都取s4=l这一灰度值.上述值除以n=4096,便可以得到新的直方图。3.图像编码压缩方法有哪几类?列举出几个有损和无损的压缩方法。画出编解码的系统结构图。图像压缩可以是有损数据压缩也可以是无损数据压缩。对于如绘制的技术图、图表或者漫画优先使用无损压缩,这是因为有损压缩方法,尤其是在低的位速条件下将会带来压缩失真。如医疗图像或者用于存档的扫描图像等这些有价值的内容的压缩也尽量选择无损压缩方法。有损方法非常适合于自然的图像,例如一些应用中图像的微小损失是可以接受的有时是无法感知的),这样就可以大幅度地减小位速。无损图像压缩方法有:行程长度编码、嫡编码法、如LZW

10、这样的自适应字典算法。有损压缩方法有:将色彩空间化减到图像中常用的颜色。所选择的颜色定义在压缩图像头的调色板中,图像中的每个像素都用调色板中颜色索引表示。这种方法可以与抖动(en:dithering)起使用以模糊颜色边界。色度抽样,这利用了人眼对于亮度变化的敏感性远大于颜色变化,这样就可以将图像中的颜色信息减少一半甚至更多。变换编码,这是最常用的方法。首先使用如离散余弦变换(DCT)或者小波变换这样的傅立叶相关变换,然后进行量化和用埔编码法压缩。分形压缩(en:FractalComPreSSiOn)O4.简述数学形态学在图像处理中的应用?近年来,数学形态学在图像处理方面得到了日益广泛的应用。下

11、面主要就数学形态学在边缘检测、图像分割、图像细化以及噪声滤除等方面的应用做简要介绍。(1)边缘检测边缘检测是大多数图像处理必不可少的一步,提供了物体形状的重要信息。数学形态学运算用于边缘检测,存在着结构元素单一的问题。它对与结构元素同方向的边缘敏感,而与其不同方向的边缘(或噪声)会被平滑掉,即边缘的方向可以由结构元素的形状确定。但如果采用对称的结构元素,又会减弱对图像边税的方向敏感性。所以在边缘检测中,可以考虑用多方位的形态结构元素,运用不同的结构元素的逻辑组合检测出不同方向的边缘。(2)图像分割基于数学形态学的图像分割算法是利用数学形态学变换,把复杂目标X分割成一系列互不相交的简单子集XI,

12、X2,,XNo对目标X的分割过程可按下面的方法完成:首先求出X的最大内接圆XI,然后将Xl从X中减去,再求X-Xl的最大内接圆X2,,依此类推,直到最后得到的集合为空集为止。数学形态学用于图像分割的缺点是对边界噪声敏感。为了改善这一问题,刘志敏等人提出了基于图像最大内切圆的数学形态学形状描述图像分割算法和基干目标最小闭包结构元素的数学形态学形状描述图像分割算法,并使用该算法对二值图像进行了分割,取得了较好的效果。(3)形态骨架提取形态骨架描述了物体的形状和方向信息。它具有平移不变性、逆扩张性和等帛性等性质,是一种有效的形状描述方法。二值图像A的形态骨架可以通过选定适宜的结构元素B,对A进行连续

13、腐蚀和开启运算来求取,形态骨架函数完整简洁地表达了形态骨架的所有信息,因此,根据形态骨架函数的模式匹配能够实现对不同形状物体的识别。算法具有位移不变性,因而使识别更具稳健性。(4)噪声滤除对图像中的噪声进行滤除是图像预处理中不可缺少的操作。将开启和闭合运算结合起来可构成形态学噪声源除器。源除噪声就是进行形态学平滑。实际中常用开启运算消除与结构元素相比尺寸较小的亮细节,而保持图像整体灰度值和大的亮区域根本不变;用闭合运算消除与结构元素相比尺寸较小的暗细节,而保持图像整体灰度值和大的暗区域根本不变。将这两种操作综合起来可到达滤除亮区和暗区中各类噪声的效果。同样的,结构元素的选取也是个重要问题。解答

14、题2.答均值滤波可以去除突然变化的点噪声,从而滤除一定的噪声,但其代价是图像有定程度的中值滤波:模糊;中值滤波容易去除孤立的点、线噪声,同时保持图像的边缘。均值滤波:3.一、单项选择题1.一幅灰度级均匀分布的图象,其灰度范围在0,255,那么该图象的信息量为;DA.0B.255C.6D.82.图象与灰度直方图间的对应关系是:B_A.对应B.多对一C.一对多D.都不对3.以下算法中属于图象锐化处理的是:C_A.低通滤波B.加权平均法C.高通滤D.中值滤波4.以下算法中属于点处理的是:B_A.梯度锐化B.二值化C.傅立叶变换D.中值滤波5、计算机显示器主要采用哪一种彩色模型仁A、RGBB、CMY或

15、CMYKC,HSID、HSV6.以下算法中属于图象平滑处理的是:C_A.梯度锐化B.直方图均衡C.中值滤波D.Laplacian增强7.采用模板-11主要检测上方向的边缘。A.水平B.45eC.垂直D.1358.对一幅100100像元的图象,假设每像元用8bit表示其灰度值,经霍夫曼编码后压缩图象的数据量为40000bit,那么图象的压缩比为:A_A.2:1B.3:1C.4:1D.1:29.维纳滤波器通常用于JA、去噪B,减小图像动态范围C,更原图像D、平滑图像10.图像灰度方差说明了图像哪一个属性。B_A平均灰度B图像比照度C图像整体亮度D图像细节11、以下算法中属于局部处理的是:(D)A.

16、灰度线性变换B.二值化C.傅立叶变换D.中值滤波12、数字图像处理研究的内容不包括)A、图像数字化B、图像增强C、图像分割D、数字图像存储13,将灰度图像转换成二值图像的命令为口A.ind2grayB.ind2rgbC.im2bwD.ind2bw14像的形态学处理方法包括(D)A图像增强B.图像锐化C图像分割D腐蚀15-曲线的方向链码为12345,那么曲线的长度为La.5b.4c.5.83d.6.2416.以下图象边缘检测算子中抗噪性能最好的是:B_a.梯度算子b.Prewitt算子c.Roberts算子d.LaPlaCian算子17.二值图象中分支点的连接数为:D_a.0b.1c.2d.3二、填空

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 中学教育 > 试题

copyright@ 2008-2023 yzwku网站版权所有

经营许可证编号:宁ICP备2022001189号-2

本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!