圖像處理作業(yè)模板參考答案2014版

1、第1章 概述1、圖像數(shù)字化就是將連續(xù)圖像離散化，圖像的空間分辨率是在圖像采樣過(guò)程中選擇和產(chǎn)生的，它是衡量數(shù)字圖像對(duì)模擬圖像空間坐標(biāo)數(shù)字化的精度。2、圖像的亮度分辨率是在圖像量化過(guò)程中選擇和產(chǎn)生的，它是指對(duì)應(yīng)同一模擬圖像的亮度分布進(jìn)行量化操作所采用的不同量化級(jí)數(shù)，即可以用不同的灰度級(jí)數(shù)來(lái)表示同一圖像的亮度分布。3、當(dāng)視頻信號(hào)進(jìn)入偽彩色采集卡時(shí)先經(jīng)過(guò)A/D轉(zhuǎn)換器變?yōu)閿?shù)字信號(hào)，然后再由兩個(gè)幀存儲(chǔ)器以前后臺(tái)交錯(cuò)方式把數(shù)字信號(hào)存于其中，并將其傳送到LUT中經(jīng)過(guò)LUT的處理分別生成RGB數(shù)字信號(hào)，最后經(jīng)過(guò)D/A轉(zhuǎn)換器變?yōu)槟M信號(hào)輸出。LUT實(shí)際上就是一個(gè)SRAM，里面可以存儲(chǔ)24個(gè)bit的數(shù)據(jù)，實(shí)際上里面

2、存儲(chǔ)了256種可能輸入的所有值，256種輸入實(shí)際上就是地址，把相應(yīng)的數(shù)據(jù)查出來(lái)輸出而已。所以叫查找表；而在偽彩色采集卡中LUT所起到的作用是將輸入的灰度信號(hào)經(jīng)過(guò)一定的數(shù)學(xué)函數(shù)方式轉(zhuǎn)換并分離成GRB信號(hào)。第2章 圖像正交變換1、變換后的圖像如下：（從左至右） 2、付里葉變換分離性： 對(duì)于二維傅里葉變換，若把y看成一個(gè)常數(shù)，則可得到沿x方向的u=0,1,，N1的一維傅里葉變換，再將y看成一個(gè)變量，x不變，則可得到y(tǒng)方向上v=0,1,，N1的一維傅里葉變換，因此二維傅里葉變換可分離?？焖偎惴尚行裕杭僭O(shè)N是2的L次方，對(duì)于有N個(gè)點(diǎn)的傅里葉變換，需要完成N*N次復(fù)數(shù)乘法和N*(N1)次復(fù)數(shù)加法，而對(duì)于

3、快速算法，則有(N/2)*L個(gè)蝶形算法，因此運(yùn)算量為(N/2)*2N個(gè)復(fù)乘和N2N個(gè)復(fù)加，在N較大時(shí)，計(jì)算量比DFT少很多。證明： 可分離性：(u,v)=(1/N)f(x,y)exp-j2(ux+vy)/N 其變換核g(x,y,u,v)= exp-j2(ux+vy)/N = exp(-j2ux/N)*exp(-j2vy/N) 所以，F(xiàn)(u,v)=(1/N)f(x,y)exp(-j2ux/N)exp(-j2vy/N) 這相當(dāng)于先對(duì)x進(jìn)行傅里葉變換，再對(duì)y進(jìn)行傅里葉變換，可分離性證畢。 快速算法可行性：由可分離性可知，對(duì)一維的快速算法可行，那么對(duì)二維同樣可行，下證一維的快速算法可行性。 F(u)=

4、f(x)exp(-j2ux/N),其中N是2的M(整數(shù))次冪。 令f(2r)=f1(r);f(2r+1)=f2(r), 則F(u)=f(2r)exp-j2u(2r)/N +f(2r+1)exp-j2u(2r+1)/N =f(2r)exp-j2u(2r)/N +exp(-j2u/N)f(2r+1)exp-j2u(2r)/N =F1(u)+exp(-j2u/N)F2(u) 因此，F(xiàn)(u)可以分為2個(gè)（N/2）長(zhǎng)的序列的傅里葉變換。若一直分下去，則最終被劃分為兩兩一組，即快速傅里葉變換。3. 如何快速計(jì)算DCT，對(duì)奇異點(diǎn)如何處理？ 快速計(jì)算一個(gè)N點(diǎn)DCT可以通過(guò)2N點(diǎn)FFT實(shí)現(xiàn)：將x(n)補(bǔ)N個(gè)零點(diǎn)

5、形成2N點(diǎn)序列x2N(n)點(diǎn)；用FFT求x2N(n)的DFT，得X2N(k)；將X2N(k)乘以e-jk/2N，后取實(shí)部，得X2N(k)；對(duì)于奇異點(diǎn)，做如下處理：這樣，便完成N點(diǎn)FDCT的計(jì)算。第3章 圖像增強(qiáng)3、試述直方圖均衡化的增強(qiáng)原理。3、 答：直方圖均衡化是最常見(jiàn)的間接接對(duì)比度增強(qiáng)方法之一。直方圖均衡化則通過(guò)使用累積函數(shù)對(duì)灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對(duì)比度的增強(qiáng)。直方圖均衡化處理的“中心思想”是把原始圖像的灰度直方圖從比較集中的某個(gè)灰度區(qū)間變成在全部灰度范圍內(nèi)的均勻分布。直方圖均衡化就是對(duì)圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像

6、的直方圖分布改變成“均勻”分布直方圖分布。直方圖均衡化的基本思想是把原始圖的直方圖變換為均勻分布的形式，這樣就增加了象素灰度值的動(dòng)態(tài)范圍從而可達(dá)到增強(qiáng)圖像整體對(duì)比度的效果。綜上所述，直方圖均衡可以達(dá)到增強(qiáng)圖像的效果。4、試述規(guī)定化直方圖增強(qiáng)原理。4 、答：在實(shí)際應(yīng)用中，希望能夠有目的地增強(qiáng)某個(gè)灰度區(qū)間的圖像， 即能夠人為地修正直方圖的形狀， 使之與期望的形狀相匹配，這就是直方圖規(guī)定化的基本思想。換句話說(shuō)，希望可以人為地改變直方圖形狀，使之成為某個(gè)特定的形狀，直方圖規(guī)定化就是針對(duì)上述要求提出來(lái)的一種增強(qiáng)技術(shù)，它可以按照預(yù)先設(shè)定的某個(gè)形狀來(lái)調(diào)整圖像的直方圖。直方圖規(guī)定化是在運(yùn)用均衡化原理的基礎(chǔ)上，

7、通過(guò)建立原始圖像和期望圖像之間的關(guān)系，選擇地控制直方圖，使原始圖像的直方圖變成規(guī)定的形狀，從而彌補(bǔ)了直方圖均衡不具備交互作用的特性。其增強(qiáng)原理是先對(duì)原始的直方圖均衡化：S = T(r)，同時(shí)對(duì)規(guī)定的直方圖均衡化：v = G(z)，由于都是均衡化，故令 S = v，則：z = G-1(v) = G-1T(r) 。5、探討圖象平滑與圖象銳化的異同點(diǎn)及它們的適用領(lǐng)域。答：區(qū)別：銳化處理的主要目的是突出圖像中的細(xì)節(jié)或者增強(qiáng)被模糊了的細(xì)節(jié)，這種模糊不是由于錯(cuò)誤操作，就是特殊圖像獲取方法的固有影響。圖象銳化是用于增強(qiáng)邊緣，導(dǎo)致高頻分量增強(qiáng)，會(huì)使圖象清晰。圖像銳化處理的方法多種多樣，其也包括多種應(yīng)用，從電子

8、印像和醫(yī)學(xué)成像到工業(yè)檢測(cè)和軍事系統(tǒng)的制導(dǎo)，等等。銳化主要使用基于二階微分的圖像增強(qiáng)拉普拉斯算子。圖象平滑用于模糊處理和減小噪聲，對(duì)圖象高頻分量即圖象邊緣會(huì)有影響。模糊處理經(jīng)常用于預(yù)處理，例如，在提取大的目標(biāo)之前去除圖像中一些瑣碎的細(xì)節(jié)、橋接直線或曲線的縫隙。通過(guò)線性濾波器和非線性濾波器的模糊處理可以減小噪聲。平滑濾波器的概念非常直觀。它用濾波掩模確定的鄰域內(nèi)像素的平均灰度值去代替圖像每個(gè)像素點(diǎn)的值，這種處理減小了圖像灰度的“尖銳”變化。 相同點(diǎn)：都屬于圖象增強(qiáng)，改善圖象效果。6、探討空域增強(qiáng)處理與頻域增強(qiáng)處理的特點(diǎn)，比較其性能。答：空域增強(qiáng)算法是圖像增強(qiáng)技術(shù)的一種，直接對(duì)圖像的象素（灰度值）進(jìn)

9、行處理，不需要進(jìn)行變換。常見(jiàn)的增強(qiáng)算子如銳化算子、高通算子、平滑算子等，可以完成圖像的邊緣提取、噪聲去除等處理。 這里,采用空域法進(jìn)行處理,其模型為： f ( x , y)-增強(qiáng)函數(shù)h ( x , y)-g ( x , y) 記為g ( x , y) = EH f ( x , y) 式中f ( x , y) 代表待增強(qiáng)的圖像; h ( x , y) 空域增強(qiáng)函數(shù); EH 增強(qiáng)操作。 空域變換增強(qiáng)根據(jù)對(duì)圖像的每次處理是對(duì)單個(gè)像素進(jìn)行的或是對(duì)小的子圖像(模板) 進(jìn)行的, 可分為2 組:基于像素(點(diǎn)) 的和基于模板的。在基于像素的處理(也叫點(diǎn)處理) 中, 增強(qiáng)過(guò)程對(duì)每個(gè)像素的處理與其他像素?zé)o關(guān);而模

10、板處理則是指每次處理操作都是基于圖像中的某個(gè)小區(qū)域進(jìn)行的。各種空域?yàn)V波處理根據(jù)功能又主要分成平滑的和銳化的目的。平滑可用低通濾波器實(shí)現(xiàn)。平滑的目的又可分應(yīng)會(huì)受到很大影響,需要視每次試驗(yàn)的實(shí)際情況調(diào)整PID 參數(shù)的值。 頻域增強(qiáng)： 主要是在頻域內(nèi)對(duì)圖像進(jìn)行變換。頻率域增強(qiáng)算法的處理基礎(chǔ)是傅立葉變換和濾波技術(shù), 主要有低通濾波(平滑)、高通濾波(銳化)、同態(tài)濾波等。一般來(lái)說(shuō), 圖像的邊緣和噪聲都對(duì)應(yīng)于傅立葉變換的高頻分量, 而低頻分量主要決定圖像在平滑區(qū)域中總體灰度級(jí)的顯示, 故被低通濾波的圖像比原圖像少一些尖銳的細(xì)節(jié)部分。同樣, 被高通濾波的圖像在圖像的平滑區(qū)域中將減少一些灰度級(jí)的變化并突出細(xì)節(jié)

11、部分。 在頻域空間，圖像的信息表現(xiàn)為不同頻率分量的組合。如果能讓某個(gè)范圍內(nèi)的分量或某些頻率的分量受到抑制而讓其他分量不受影響，就可以改變輸出圖的頻率分布，達(dá)到不同的增強(qiáng)目的。頻域空間的增強(qiáng)方法有兩個(gè)關(guān)鍵： a、將圖像從圖像空間轉(zhuǎn)換到頻域空間所需的變換（T）以及再將圖像從頻域空間轉(zhuǎn)換回圖像空間所需的變換 b、在頻域空間對(duì)圖像進(jìn)行增強(qiáng)加工的操作（EH）頻域的增強(qiáng)方法三個(gè)步驟： a、將圖像從圖像空間轉(zhuǎn)換到頻域空間（如傅里葉變換） b、在頻域空間對(duì)圖像進(jìn)行增強(qiáng) c、將增強(qiáng)后的圖像再?gòu)念l域空間轉(zhuǎn)換到圖像空間在頻率域中進(jìn)行增強(qiáng)的操作步驟：（即上面的第2步） a.計(jì)算需增強(qiáng)圖像的傅里葉變換 f(x,y) -

12、 F(u,v) b.將其與一個(gè)轉(zhuǎn)移函數(shù)相乘 F(u,v)*H(u,v) c.再將結(jié)果傅里葉反變換以得到增強(qiáng)的圖像 G(u,v) - g(x,y)轉(zhuǎn)移函數(shù)的設(shè)計(jì)要根據(jù)增強(qiáng)目的進(jìn)行，其基本思路是要允許一定頻率通過(guò)，限制或消減另外一些頻率。常用頻域增強(qiáng)方法根據(jù)濾波特點(diǎn)，特別是消除或保留的頻率分量可以分為： a.低通濾波 b.高通濾波 c.帶通和帶阻濾波 d.同態(tài)濾波第4章 圖像復(fù)原1、用頻域的方法建立運(yùn)動(dòng)模糊退化模型（ x , y 兩方向移動(dòng)），求出退化系統(tǒng)傳遞函數(shù)。解：運(yùn)動(dòng)模糊模型g(x,y)如下所示：2、探討參變量維納濾波中 g 的作用，如何求得最佳的參變量 g 。答：（1）參變量維納濾波中g(shù)的

13、作用是：通過(guò)調(diào)整參變量g使得維納濾波器可以根據(jù)不同的實(shí)際需要達(dá)到期望的效果。（2）利用均方誤差最小原則求解最佳的參變量g。設(shè)維納濾波器的輸入為含噪聲的隨機(jī)信號(hào)。期望輸出與實(shí)際輸出之間的差值為誤差，對(duì)該誤差求均方，即為均方誤差。因此均方誤差越小，噪聲濾除效果就越好。為使均方誤差最小，關(guān)鍵在于求沖激響應(yīng)。如果能夠滿足維納霍夫方程，就可使維納濾波器達(dá)到最佳。根據(jù)維納霍夫方程，最佳維納濾波器的沖激響應(yīng)，完全由輸入自相關(guān)函數(shù)以及輸入與期望輸出的互相關(guān)函數(shù)所決定。第5章 圖像分割及其他1、當(dāng)圖象直方圖呈雙峰特性時(shí)，如何確定二值化的閾值？當(dāng)圖象直方圖呈單峰特性時(shí)，又如何確定二值化的閾值？答：當(dāng)圖象直方圖呈雙

14、峰特性時(shí)，如下圖，雙峰的波谷最為分割閾值，也可以用求導(dǎo)的方法，來(lái)求出確切的值：P(z)的導(dǎo)數(shù)等于0，且P(z)的二階導(dǎo)為0既可求出。閾值T=P(z)圖象直方圖呈單峰特性時(shí)：a 可以采用迭代算法：1: 選擇一個(gè)初始閾值T1；2：根據(jù)初始閾值T1將圖像分割為G1和G2兩部分。G1包含所有小于等于T1的像素，G2包含所有大一等于T1的像素。分別求出G1和G2的平均灰度值U1和U2.3: 計(jì)算新的閾值T2=(U1+U2)/24: 如果|T2-T1|=T0(T0為預(yù)先設(shè)定的很小的正數(shù))，即迭代過(guò)程中前后2次的閾值很接近時(shí)，迭代完成，否則重復(fù)2，3步驟b 也可以根據(jù)初始閾值所產(chǎn)生的二值圖像來(lái)判斷應(yīng)該增加還

15、是減少，并且多次判斷，得到一個(gè)比較合適的閾值2、試述輪廓追蹤的基本原理和操作步驟。答：輪廓跟蹤的基本原理：輪廓跟蹤是二值圖象中常用到的一種基本操作。就拿給連接成分的標(biāo)記來(lái)說(shuō)，要計(jì)算機(jī)去識(shí)別這是一個(gè)連接成分，必須讓它自動(dòng)去把這個(gè)成分找出來(lái)，然后才能去標(biāo)記或填充。在醫(yī)用圖象處理，希望提取二值圖象的區(qū)域形狀特征，如區(qū)域輪廓形狀、面積大小、周長(zhǎng)，也需要輪廓跟蹤這一操作。一個(gè)連通的像素集合R的輪廓定義為：它至少有一個(gè)d-近鄰不在R內(nèi)的所有R中像素的集合。注意的是（1）定義中提出的判別條件是4-鄰域，而不是8-鄰域。（2）定義中提出，4-鄰域中至少有一個(gè)像素不在R內(nèi)，不能沒(méi)有。（3）如果4-鄰域均不在像素

16、的集合R內(nèi)時(shí)，可以分兩種情況來(lái)考慮：如果它的8-鄰域中的1，3，5，7方向中的任一個(gè)存在R內(nèi)時(shí)，該像素可能構(gòu)成輪廓像素。如果當(dāng)前像素的4-鄰域均不在R內(nèi)，且1，3，5，7方向上的像素也不在R內(nèi)，這是一種特殊情況，則當(dāng)前像素為孤立點(diǎn)。一個(gè)連接成分，總可以認(rèn)為它存在一個(gè)封閉的輪廓。因此，一個(gè)輪廓上的像素總可以有一條通路來(lái)跟蹤它。輪廓跟蹤就是通過(guò)順序找出邊緣點(diǎn)來(lái)跟蹤邊界的。 輪廓跟蹤的基本步驟：若圖象是二值圖像或圖像中不同區(qū)域具有不同的像素值，但每個(gè)區(qū)域內(nèi)的像素值是相同的，則如下可以完成基于4連通域或8連通區(qū)域的輪廓跟蹤。步驟1：首先按從上到下，從左到右的順序掃描圖像，尋找沒(méi)有標(biāo)記跟蹤結(jié)束記號(hào)的第一

17、個(gè)邊界起始點(diǎn)Ao，Ao是具有最小行和列值的邊界點(diǎn)。定義一個(gè)掃描方向變量dir，該變量用于記錄上一步中沿著前一個(gè)邊界點(diǎn)到當(dāng)前邊界點(diǎn)的移動(dòng)方向，其初始化取值為：（1） 對(duì)4連通區(qū)域取dir=3（2） 對(duì)8連通區(qū)域取dir=7步驟2：按逆時(shí)針?lè)较蛩阉鳟?dāng)前像素的3*3鄰域，其初始搜索方向設(shè)定如下：（1） 對(duì)4連通區(qū)域?。╠ir+3）mod4（2） 對(duì)8連通區(qū)域，若dir為奇數(shù)?。╠ir+7）mod8，若dir為偶數(shù)?。╠ir+6）mod8在3*3鄰域中搜索到的第一個(gè)與當(dāng)前像素值相同的像素便為新的邊界點(diǎn)An，同時(shí)更新變量dir為新的方向值。步驟3：如果An等于第二個(gè)邊界點(diǎn)A1且前一個(gè)邊界點(diǎn)An-1等于第

18、一個(gè)邊界點(diǎn)A0，則停止搜索，結(jié)束跟蹤，否則重復(fù)步驟2繼續(xù)搜索。步驟4：由邊界點(diǎn)A0、A1、A2、An-2構(gòu)成的邊界便為要跟蹤的邊界。 上述步驟是圖像輪廓跟蹤最基本的算法，它只能跟蹤目標(biāo)圖像的內(nèi)邊界（邊界包含在目標(biāo)點(diǎn)集內(nèi)），另外，它也無(wú)法處理圖像中的孔和洞。如果連接成分的內(nèi)部存在有孔，根據(jù)要解決問(wèn)題的需要對(duì)輪廓也需要標(biāo)記時(shí)，那外輪廓跟蹤一次，孔的輪廓也應(yīng)跟蹤一次，一般來(lái)說(shuō)，如果外輪廓沿逆時(shí)針?lè)较蚋檿r(shí)，則內(nèi)輪廓（孔輪廓）沿順時(shí)針?lè)较蚋櫋?、探討二值圖象細(xì)化的幾種算法，并比較其優(yōu)缺點(diǎn)。答：二值圖像細(xì)化的算法有：（1）中軸轉(zhuǎn)換法：它是用一個(gè)連接成分的中軸來(lái)代表該連接成分細(xì)化的結(jié)果。所謂一個(gè)連接成分

19、的中軸，可以這樣來(lái)定義：假定用R表示這個(gè)連接成分的像素集合，B是它的輪廓。對(duì)集合R中的每一個(gè)像素X，尋找它在輪廓B上最近的近鄰像素M，為像素X到B上的最小距離。如果X有多余一個(gè)這樣的近鄰，它被認(rèn)為是屬于R中的中軸上的像素。其優(yōu)點(diǎn)是：形狀簡(jiǎn)單的輪廓與中心軸大致相符。其細(xì)化結(jié)果（連接成分的中軸）基本上反映了區(qū)域內(nèi)部結(jié)構(gòu)和輪廓形狀；中軸的分叉處與輪廓外形無(wú)簡(jiǎn)單的對(duì)應(yīng)關(guān)系。缺點(diǎn)是輪廓上小的擾動(dòng)，造成中軸線的變化很敏感，一般來(lái)說(shuō)，由于連接成分多是無(wú)規(guī)則的，輪廓處存在凸、凹的可能性很大，這必將造成采用中軸轉(zhuǎn)換法來(lái)反映輪廓形狀的失真。（2）骨架法： 內(nèi)切圓模型：采用一個(gè)可任意改變直徑大小的圓盤(pán)，連接成分由一

20、系列的而這些最大圓盤(pán)來(lái)描述。這些盤(pán)與連接成分的輪廓相切。連接成分的骨架可以看成是這一系列最大內(nèi)切圓盤(pán)圓心的連線。優(yōu)點(diǎn)是對(duì)輪廓小擾動(dòng)的靈敏度有所降低。缺點(diǎn)是（1）受輪廓小擾動(dòng)的影響并未消除；（2）實(shí)施起來(lái)最大的困難是尋找它的圓心，往往要耗費(fèi)很多的時(shí)間。 波前模型：連接成分的輪廓可以考慮成波傳播的某一瞬間的波前。波前向區(qū)域內(nèi)部傳播，當(dāng)它們第一次相遇時(shí)的交點(diǎn)就形成了骨架。區(qū)域的初始輪廓就是某一瞬間的波前，經(jīng)過(guò)時(shí)間后，向內(nèi)傳播的結(jié)果又構(gòu)成新的波前，經(jīng)過(guò)2，3直到它們相遇時(shí)為止，骨架就形成了。初始輪廓經(jīng)過(guò)后形成新波前的過(guò)程，可以看成是輪廓上的像素向區(qū)域內(nèi)收縮距離為1的過(guò)程，新的波前繼續(xù)向內(nèi)傳播下一個(gè)，又

21、可看成一個(gè)新的輪廓按8-鄰域距離又向內(nèi)移動(dòng)1個(gè)像素。其與內(nèi)切圓模型相比較，計(jì)算速度要快很多。 固定輪廓上某特殊點(diǎn)的逐層收縮法：采用波前模型，對(duì)某一類(lèi)圖形區(qū)域來(lái)說(shuō)容易造成失真，如正方形區(qū)域。而固定輪廓上某特殊點(diǎn)的逐層收縮法就是克服這一缺點(diǎn)，當(dāng)逐層刪除輪廓像素時(shí)，保留住輪廓像素中的某些特殊點(diǎn)，當(dāng)刪除過(guò)程結(jié)束后，最后的區(qū)域輪廓加上這些特殊點(diǎn)就組成了該區(qū)域的骨架。優(yōu)點(diǎn)是：所尋求的該連接成分的骨架，在大多數(shù)應(yīng)用中既能反映區(qū)域的額內(nèi)部結(jié)構(gòu)，又能反映出區(qū)域的輪廓特征。但是缺點(diǎn)就是為了確定輪廓上的特殊點(diǎn)以及計(jì)算機(jī)如何去識(shí)別它們而做到保留它們，這將會(huì)大大增加算法的復(fù)雜性。 保留輪廓上多重像素的輪廓跟蹤法：迭代輪

22、廓跟蹤算法，檢查輪廓上的像素是否是多重的，如果是，則保留它們作為區(qū)域的骨架像素。逐層剝離，最后得到細(xì)化的骨架。缺點(diǎn)是有可能會(huì)將區(qū)域的連接性破壞，因此常常可能保留輪廓上的某些非多重像素， 用像素的連接數(shù)來(lái)找骨架：像素的連接數(shù)是刻畫(huà)像素及其鄰域的局部特征的一個(gè)參數(shù)。由公式 Nc = 1 時(shí)為端點(diǎn)、Sxk不為1 時(shí)為邊緣點(diǎn)，確定圖象上各象素的去留，最后獲得骨架。缺點(diǎn)是運(yùn)算速度極慢。（3）直觀細(xì)化法：首先分析你要細(xì)化的對(duì)象及其細(xì)化的目的，按具體情況具體分析的原則去選擇或設(shè)計(jì)一種方法，來(lái)達(dá)到你所要求的目的。比如在處理光干涉圖像處理中，只要找到干涉條紋圖像的灰度值的極大值和極小值，有序地連接這些極值點(diǎn)就構(gòu)

23、成了一幅細(xì)化圖像。該方法優(yōu)點(diǎn)是速度快，效果好。第8章 圖像編碼1、解答：192010805083/(1024*1024)=2373Mbps 2373：6=395：1 2、回答如下：熵編碼：基于信號(hào)統(tǒng)計(jì)特性的編碼技術(shù)，是一種無(wú)損編碼。在信源數(shù)據(jù)中出現(xiàn)概率越大的符號(hào)，編碼以后相應(yīng)的碼長(zhǎng)越短；出現(xiàn)概率越小的符號(hào)，其碼長(zhǎng)越長(zhǎng)，從而達(dá)到用盡可能少的碼符表示信源數(shù)據(jù)。常見(jiàn)的熵編碼有行程編碼、哈夫曼編碼和算術(shù)編碼。預(yù)測(cè)編碼：根據(jù)數(shù)據(jù)在時(shí)間和空間上的相關(guān)性，利用已有樣本對(duì)新樣本進(jìn)行預(yù)測(cè)，將樣本的實(shí)際值與其預(yù)測(cè)值相減得到誤差值，再對(duì)誤差值進(jìn)行編碼。通常誤差值比樣本值小得多，從而達(dá)到數(shù)據(jù)壓縮的效果。變換編碼：以某

24、種可逆的正交變換把給定的圖像變換到另一個(gè)數(shù)據(jù)/頻率域，從而利用新的數(shù)據(jù)域的特點(diǎn)，用一組非相關(guān)數(shù)據(jù)（系數(shù)）來(lái)表示原圖像，并以此來(lái)去除或減小圖像在空間域中的相關(guān)性，將盡可能多的信息集中到盡可能少的變換系數(shù)上，使多數(shù)系數(shù)只攜帶盡可能少的信息，實(shí)現(xiàn)用較少的數(shù)據(jù)表示較大的圖像數(shù)據(jù)信息，進(jìn)而達(dá)到壓縮數(shù)據(jù)的目的。JPEG編碼：JPEG編碼中DCT編碼方式。主要編碼方法為：1）數(shù)據(jù)分塊：對(duì)每個(gè)圖象分割成不重疊的8*8像素塊，每一個(gè)像素塊稱(chēng)為一個(gè)數(shù)據(jù)單元。2）DCT處理：圖象數(shù)據(jù)塊分割后，以MCU為單位順序?qū)U進(jìn)行二維離散余弦變換。得到64個(gè)系數(shù)代表了該圖像的頻率成分，其中，直流系數(shù)DC在左上角，其余的63個(gè)

25、叫做交流系數(shù)AC。3）系數(shù)量化：在DCT處理得到64個(gè)系數(shù)中，對(duì)直流分量和交流分量進(jìn)行不同的量化，支流分量細(xì)量化，交流分量粗量化。4）Z形掃描：量化后，構(gòu)成一個(gè)稀松矩陣。為了保證低頻分量先出現(xiàn)，高頻分量后出現(xiàn)，以增加形成中連續(xù)“0”的個(gè)數(shù)，剩余63個(gè)元素采用Z型掃描。采用變換編碼，把給定的圖像變換到另一個(gè)數(shù)據(jù)/頻率域，從而利用新的數(shù)據(jù)域的特點(diǎn)，將盡可能多的信息集中到盡可能少的變換系數(shù)。5）DC系數(shù)編碼：對(duì)DC系數(shù)作差分編碼，用前一數(shù)據(jù)塊的同一分量的DC系數(shù)作為當(dāng)前塊的預(yù)測(cè)值，再對(duì)當(dāng)前塊的實(shí)際值與預(yù)測(cè)值的差值作哈夫曼編碼。預(yù)測(cè)編碼，根據(jù)數(shù)據(jù)空間上的相關(guān)性，將樣本的實(shí)際值與其預(yù)測(cè)值相減得到誤差值，

26、再對(duì)誤差值進(jìn)行編碼。6）AC系數(shù)編碼：經(jīng)過(guò)Z形排列的AC系數(shù)，更有可能出現(xiàn)連續(xù)0組成的字符串，從而對(duì)其進(jìn)行行程編碼有利于壓縮數(shù)據(jù)。行程編碼，用行程的灰度和行程的長(zhǎng)度代替行程本身,去除像素冗余。3、回答如下：JPEG編碼框圖如下：、（1）把一幅圖像分88的子塊按圖中的框圖進(jìn)行離散余弦正變換（FDCT）和離散余弦逆變換（IDCT）。在編碼器的輸入端，原始圖像被聚分成一系列88的塊，作為離散余弦正變換的輸入。在解碼器的輸出端，離散余弦逆變換（IDCT）輸出許多88的數(shù)據(jù)塊，用以重構(gòu)圖像。（2）對(duì)DCT系數(shù)F（u,v）需作量化處理。量化處理是一個(gè)多到一的映射它是造成DCT編解碼信息損失的根源。在JPE

27、G標(biāo)準(zhǔn)中采用線性均勻量化器。量化表元素隨DCT變換系數(shù)的位置而改變，同一像素的亮度量化表和色差量化表不同值，將輸入的頻譜值除以量化表相應(yīng)位置的值后取整輸出。量化表的尺寸也是64，與64個(gè)變換系數(shù)一一對(duì)應(yīng)。量化表中的每一個(gè)元素值為1至255之間的任意整數(shù)，其值規(guī)定了對(duì)應(yīng)位置變換系數(shù)的量化器步長(zhǎng)。在接收端要進(jìn)行逆量化。（3）對(duì)量化后的DC系數(shù)和行程編碼后的AC系數(shù)進(jìn)行基于統(tǒng)計(jì)特性的熵編碼。DC系數(shù)是64個(gè)圖像采樣平均值。因?yàn)橄噜彽?8塊之間有強(qiáng)的相關(guān)性，所以相鄰塊的DC系數(shù)值很接近，對(duì)量化后前后兩塊之間的DC系數(shù)差值進(jìn)行編碼，可以用較少的比特?cái)?shù)。DC系數(shù)包含了整個(gè)圖像能量的主要部分。經(jīng)量化后的63個(gè)AC系數(shù)編碼以“Z”字形行程掃描。量化后