MATLAB簡答題

1、1、 什么是圖像？圖像與數(shù)字圖像有何區(qū)別？圖像是自然界景物的客觀反映。 數(shù)字圖像，又稱數(shù)碼圖像或數(shù)位圖像，是二維圖像用有限數(shù)字?jǐn)?shù)值像素的表示。數(shù)字圖像是由模擬圖像數(shù)字化得到的、以像素為基本元素的、可以用數(shù)字計(jì)算機(jī)或數(shù)字電路存儲(chǔ)和處理的圖像。其區(qū)別主要在計(jì)算機(jī)生成和表示方式不一樣。圖像是由一些排列的像素組成的，在計(jì)算機(jī)中的存儲(chǔ)格式有bmp、pcx、tif、gifd等，一般數(shù)據(jù)量比較大，除了可以表達(dá)真實(shí)的照片外，也可以表現(xiàn)復(fù)雜繪畫的某些細(xì)節(jié)，并具有靈活和富有創(chuàng)造力等特點(diǎn)。數(shù)字圖像可以許多不同的輸入設(shè)備和技術(shù)生成，例如數(shù)碼相機(jī)、掃描儀、坐標(biāo)測量機(jī)、seismographic profiling、ai

2、rborne radar等等，也可以從任意的非圖像數(shù)據(jù)合成得到，例如數(shù)學(xué)函數(shù)或者三維幾何模型.2、 什么是采樣與量化？怎樣才能得到一幅數(shù)字圖像？采樣就是采集模擬信號的樣本。采樣是將時(shí)間上、幅值上都連續(xù)的模擬信號，在采樣脈沖的作用，轉(zhuǎn)換成時(shí)間上離散（時(shí)間上不再連續(xù)）、但幅值上仍連續(xù)的離散模擬信號。所以采樣又稱為波形的離散化過程。量化，就是把經(jīng)過抽樣得到的瞬時(shí)值將其幅度離散，即用一組規(guī)定的電平，把瞬時(shí)抽樣值用最接近的電平值來表示。量化就是把采集到的數(shù)值送到量化器（A/D轉(zhuǎn)換器）編碼成數(shù)字，每個(gè)數(shù)字代表一次采樣所獲得的聲音信號的瞬間值。過程：采樣-量化-編碼3、 什么是索引圖像？什么是RGB彩色圖像

3、？兩者有何區(qū)別？索引圖像是一種把像素值直接作為RGB調(diào)色板下標(biāo)的圖像。RGB彩色圖像是通過對紅(R)、綠(G)、藍(lán)(B)三個(gè)顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色形成的圖像。索引圖像是指表示為m*n矩陣，且矩陣的元素指向一個(gè)顏色映射表的圖像。RGB彩色圖像是指表示為m*n*3的矩陣的圖像，其中最后一維分別包含了R（紅）、G（綠）、B（藍(lán)）三基色的值。4、 數(shù)字圖像的四種基本類型是什么？類型：二值圖像、索引圖像、灰度圖像、真彩色圖像。5、 應(yīng)用MATLAB開發(fā)數(shù)字圖像系統(tǒng)具有哪些優(yōu)點(diǎn)？ü 語言簡潔緊湊，語法限制不嚴(yán)，程序設(shè)計(jì)ü 自由度大，可移植性好ü

4、; 運(yùn)算符、庫函數(shù)豐富ü 圖形功能強(qiáng)大ü 界面友好、編程效率高ü 擴(kuò)展性強(qiáng)6、 簡述什么是均勻采樣和非均勻采樣？均勻量化是指位于兩個(gè)虛判決值之間的所有量化區(qū)間間隔全都相等的量化。非均勻量化是指位于兩個(gè)虛判決值之間的量化區(qū)間間隔并不全都相等的量化。7、 根據(jù)圖像處理的運(yùn)算特點(diǎn)，圖像在空間域上的處理運(yùn)算可以分為哪幾類？Ø 代數(shù)運(yùn)算Ø 幾何運(yùn)算Ø 領(lǐng)域操作Ø 塊操作8、 為什么點(diǎn)運(yùn)算不會(huì)改變圖像內(nèi)像素的空間位置關(guān)系？圖像的點(diǎn)運(yùn)算是指對于一幅輸入圖像，輸出圖像的每個(gè)像素點(diǎn)的灰度值由輸入圖像像素來決定的圖像變換。由定義可知，點(diǎn)運(yùn)算只是

5、對每個(gè)像素點(diǎn)的灰度值進(jìn)行變換，不涉及像素點(diǎn)的空間位置的變換。9、 為什么點(diǎn)運(yùn)算又稱為灰度變換？灰度變換可以增強(qiáng)對比度嗎？為什么？圖像的點(diǎn)運(yùn)算是指對于一幅輸入圖像，輸出圖像的每個(gè)像素點(diǎn)的灰度值由輸入圖像像素來決定的圖像變換。由定義可知，點(diǎn)運(yùn)算的變換是針對每個(gè)像素點(diǎn)的灰度值進(jìn)行變換，所以也可稱為灰度變換?？梢浴Ρ榷仍鰪?qiáng)的原理是按照一定的規(guī)則，逐點(diǎn)修改輸入圖像每一個(gè)像素的灰度值，從而改變圖像灰度的動(dòng)態(tài)范圍。由原理可知，對比度增強(qiáng)的方法就是通過某種灰度變換來達(dá)到的，所以灰度變化能夠增強(qiáng)對比度。10、 采用灰度變換可以減弱對比度嗎？應(yīng)如何進(jìn)行運(yùn)算？可以。通過將原始的灰度范圍映射到一個(gè)更小的灰度范圍就可

6、以減弱對比度，即小圖像的動(dòng)態(tài)范圍。11、 簡述點(diǎn)運(yùn)算具有哪些典型應(yīng)用？l 對比度增強(qiáng)l 對比度拉伸l 灰度變換l 光度學(xué)標(biāo)定，顯示標(biāo)定，輪廓線，剪裁12、 簡述代數(shù)運(yùn)算具有哪些典型應(yīng)用？ü 加法運(yùn)算：去除“疊加性”隨機(jī)噪音，生成圖像疊加效果。ü 減法運(yùn)算：消除背景影響，差影法，求梯度幅度ü 乘法運(yùn)算：圖像的局部顯示（掩膜圖像），圖像的局部增強(qiáng)ü 除法運(yùn)算：校正成像設(shè)備的非線性影響，CT，消除圖像數(shù)字化設(shè)備隨空間變化的影響13、 簡述圖像減法運(yùn)試采用算具有哪些實(shí)際應(yīng)用？u 檢測同一場景兩幅圖像之間的變化u 差影法在自動(dòng)現(xiàn)場監(jiān)測中的應(yīng)用 u 混合圖像的分離

7、u 消除背景影響：即去除不需要的疊加性圖案14、 圖像相加運(yùn)算能消除圖像的加性隨機(jī)噪聲嗎？為什么？能。假設(shè)有原圖像f(x,y)，對于原圖像有一個(gè)噪音圖像集gi(x,y)|gi(x,y)=f(x,y)+ei(x,y),i=1,2,3M,，又因?yàn)樵胍鬳i(x,y)互不相關(guān)，均值為0，所以對多幅有隨機(jī)疊加性噪聲的圖像取平均值可以降低噪聲的影響。15、 為什么梯度幅度圖像可以突出表現(xiàn)輪廓？邊緣和輪廓常常位于圖像中灰度突變的地方，這些地方往往灰度值的變化率比較大，可以應(yīng)用微分或者差分運(yùn)算來找出邊緣和輪廓，像素的梯度是指該像素的灰度值在x方向上的偏導(dǎo)數(shù)和在y方向上的偏導(dǎo)數(shù)的向量，梯度幅度值是梯度向量中兩個(gè)

8、偏導(dǎo)數(shù)的平方和再求根，如果像素的灰度值的變化率很大（即在邊緣或者輪廓的地方的像素），則梯度幅度值也會(huì)很大，把達(dá)到某個(gè)梯度幅度值的閾值的像素點(diǎn)和沒有達(dá)到閾值的像素點(diǎn)的灰度值的差距拉大，從而達(dá)到突出邊緣或者輪廓的效果，一般在數(shù)字圖像中，應(yīng)用差分形式，并且計(jì)算梯度幅度時(shí)用絕對值的和或者最大值來近似。16、 試采樣MATLAB編寫程序?qū)崿F(xiàn)兩幅數(shù)字圖像的相加運(yùn)算？img1=imread(image1.tif);img2=imread(image2.tif);img3=img1+img2;figure,subplot(1,3,1),imshow(img1),title(圖像1);subplot(1,3,2

9、),imshow(img2),title(圖像2);subplot(1,3,3),imshow(img3),title(相加后的圖像);17、 幾何運(yùn)算在數(shù)字圖像處理技術(shù)中具有哪些典型應(yīng)用？Ø 幾何畸變矯正Ø 圖像矯正Ø 圖像配準(zhǔn)和樣式轉(zhuǎn)換Ø 變形Ø 地圖投影18、 常用的幾何運(yùn)算有哪幾種？¨ 圖像的縮放¨ 圖像的旋轉(zhuǎn)¨ 圖像的剪裁¨ 圖像的一般幾何變換19、 在圖像放大變換中，如果放大倍數(shù)太大，那么會(huì)產(chǎn)生馬賽克現(xiàn)象嗎？為什么？有哪些方法可以解決這個(gè)問題？會(huì)產(chǎn)生馬賽克現(xiàn)象。原因：放大后的圖像像素比原始圖像

10、多，多余的像素需要根據(jù)原始的像素進(jìn)行填充，放大的倍數(shù)太多，就會(huì)顯露出這種填充的痕跡，一個(gè)像素點(diǎn)的周圍多個(gè)像素都跟它是一模一樣的，看起來就像是馬賽克。方法：通過好的插值算法放到合適的倍數(shù)，可以使放大后的圖像看不出明顯的填充痕跡，解決了圖像放大的馬賽克問題。20、 圖像的旋轉(zhuǎn)變換對圖像的質(zhì)量有無影響？為什么？無影響。原因：圖像的旋轉(zhuǎn)變換只改變原始像素點(diǎn)的位置，不影響像素點(diǎn)的值，也不會(huì)用原始像素點(diǎn)去填充因?yàn)樾D(zhuǎn)而多余的像素。21、 圖像的鏡像變換包括幾種情況？各有何特點(diǎn)？l 水平鏡像，以圖像中心為原點(diǎn)，建立坐標(biāo)系，X軸水平向右，Y軸垂直向上，原始圖像與鏡像圖像位于同一坐標(biāo)系中（下同），則原始圖像的像

11、素點(diǎn)與鏡像圖像的像素點(diǎn)關(guān)于Y軸對稱l 垂直鏡像，原始圖像像素點(diǎn)與鏡像圖像像素點(diǎn)關(guān)于X軸對稱l 對角鏡像，原始圖像像素點(diǎn)與鏡像圖像像素點(diǎn)關(guān)于原點(diǎn)中心對稱22、 為什么說雙線性插值具有低通濾波作用？通過雙線性插值得到的像素點(diǎn)的值是按照其周圍的4個(gè)原始像素點(diǎn)的值線性平均得到的，如果原始圖像中存在一個(gè)高頻點(diǎn)，那么在插值后，該高頻點(diǎn)就會(huì)被它周圍的插值點(diǎn)所削弱，衰減了高頻信息，低頻信息則不怎么受影響，相當(dāng)于具備低通濾波的作用。23、 什么是灰度圖校正，其作用是什么？在成像過程中，如光照的強(qiáng)弱、感光部件的靈敏度、光學(xué)系統(tǒng)的不均勻性、元器件特性的不穩(wěn)定等均可引起圖像亮度分布的不均勻?；叶刃Ｕ窃趫D像采集系統(tǒng)中

12、對圖像像素進(jìn)行逐點(diǎn)修正，使得整幅圖像能夠均勻成像。 24、 什么是圖像直方圖？直方圖：指圖像中各種不同灰度級像素出現(xiàn)的相對頻率 。25、 簡述直方圖與圖像概貌之間的關(guān)系。l 曝光不足的照片 曝光不足，則直方圖左端產(chǎn)生溢出，暗部的細(xì)節(jié)損失較大。右端（亮部）沒有像素或像素很少，亮度不足l 曝光過度的照片 曝光過度，左端像素太少，照片缺少黑色成分。右端溢出，亮部細(xì)節(jié)損失較大。l 反差過低的照片 反差過低，則層次減少，照片發(fā)灰，左端和右端都富余大量的空間，影調(diào)集中在中間部分l 反差過高的照片 反差過高，兩端都產(chǎn)生溢出，這將給照片的暗部和亮部都造成不可逆轉(zhuǎn)的細(xì)節(jié)損失。l 正常曝光的照片，亮度分布在最暗和

13、最亮之間。左端（最暗處）和右端（最亮處）都沒有溢出，也就是說暗部和亮部都沒有損失細(xì)節(jié)層次26、 簡述一下概念：直方圖均衡（直方圖歸一化）、直方圖規(guī)格化（直方圖匹配）、直方圖拉伸l 直方圖均衡化（直方圖歸一化）：非線性的增強(qiáng)方法，通過對原圖像進(jìn)行某種變換，使得圖像的直方圖變?yōu)榫鶆蚍植嫉闹狈綀D 。l 直方圖規(guī)格化（直方圖匹配）：是指把原圖像的直方圖變換為某種指定形態(tài)的直方圖或某一種參考圖像的直方圖，然后按照已知直方圖調(diào)整原圖像各個(gè)像元的灰度值，最后得到一幅直方圖匹配的圖像。l 直方圖拉伸：主要作用就是將灰度間隔小的圖像的灰度間隔擴(kuò)大，以便于觀察圖像。直方圖拉伸是通過對比度拉伸對直方圖進(jìn)行調(diào)整，從而

14、“擴(kuò)大”前景和背景灰度的差別，以達(dá)到增強(qiáng)對比度的目的。 27、 什么是數(shù)字圖像的變換域處理方法？它的基本思路是什么？變換域處理方法是指將原來的圖像空間中的圖像以某種形式轉(zhuǎn)換到其他空間去，然后利用該空間的特有性質(zhì)方便地進(jìn)行圖像處理，最后再轉(zhuǎn)換回原來的圖像空間中從而得到處理后的圖像的一種圖像處理方法?；舅悸肥峭ㄟ^某種變換方法將圖像從空間域變換到頻域。28、 什么是FFT變換？它是不是一種新的信號變換方法？FFT是DFT的一種算法即離散傅里葉變換的方法，它大大地減少了運(yùn)算量，縮短了運(yùn)算時(shí)間，使實(shí)時(shí)分析成為可能。同時(shí)在分析DFT中的多余運(yùn)算的基礎(chǔ)上，進(jìn)而消除這些重復(fù)工作的指導(dǎo)下得到，在運(yùn)算中大大節(jié)省

15、了時(shí)間，達(dá)到了快速的目的。它不是一種新的信號變換。29、 試簡述FFT算法的基本思路和步驟?；舅悸肥峭ㄟ^分析DFT中的多余運(yùn)算，進(jìn)而消除這些重復(fù)運(yùn)算。步驟：（1）將圖像進(jìn)行轉(zhuǎn)置（2）按行對轉(zhuǎn)置后的圖像矩陣做一維FFT，將這變換中的中間矩陣再轉(zhuǎn)置（3）對轉(zhuǎn)置后的中間矩陣做一維FFT，最后得到二維的FFT30、 比較中值濾波與均值濾波的異同點(diǎn)。均值濾波是典型的線性濾波算法，它是指在圖像上對目標(biāo)像素給一個(gè)模板，該模板包括了其周圍的臨近像素（以目標(biāo)象素為中心的周圍8個(gè)象素，構(gòu)成一個(gè)濾波模板，即去掉目標(biāo)象素本身）。再用模板中的全體像素的平均值來代替原來像素值，其采用的主要方法為領(lǐng)域平均法。線性濾波的基

16、本原理是用均值代替原圖像中的各個(gè)像素值，即對待處理的當(dāng)前像素點(diǎn)（x，y），選擇一個(gè)模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當(dāng)前像素點(diǎn)（x，y），作為處理后圖像在該點(diǎn)上的灰度個(gè)g（x，y），即個(gè)g（x，y）=1/m f（x，y） m為該模板中包含當(dāng)前像素在內(nèi)的像素總個(gè)數(shù)中值濾波：非線性的處理方法，在去噪的同時(shí)可以兼顧到邊界信息的保留。選一個(gè)含有奇數(shù)點(diǎn)的窗口W，將這個(gè)窗口在圖像上掃描，把該窗口中所含的像素點(diǎn)按灰度級的升（或降）序排列，取位于中間的灰度值，來代替該點(diǎn)的灰度值。31、 試對比梯度算子和拉普拉斯算子在銳化圖像過程中的異同點(diǎn)。相同點(diǎn)：他們都采用采用偏導(dǎo)數(shù)運(yùn)

17、算，不同點(diǎn)：Ø 拉普拉斯算子采用的是二階偏導(dǎo)數(shù)而梯度算子采用一階偏導(dǎo)數(shù)；Ø 梯度算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；然而Laplacian算子獲得的邊界是比較細(xì)致的邊界。反映的邊界信息包括了許多的細(xì)節(jié)信息，但是所反映的邊界不是太清晰。32、 簡述圖像的退化模型，并說明圖像退化的原因有哪些？退化模型：一幅清晰的圖像f(x,y)由于通過一個(gè)系統(tǒng)H以及引進(jìn)了加性噪聲n(x,y)而退化為一幅圖像g(x,y)。退化原因：¨ 大氣的湍流效應(yīng)¨ 傳感器特性的非線性¨ 光學(xué)系統(tǒng)的像差¨ 成像設(shè)備與被攝物體間的

18、相對運(yùn)動(dòng)33、 什么是圖像復(fù)原？有哪些復(fù)原技術(shù)？圖像恢復(fù)和圖像增強(qiáng)一樣，都是為了改善圖像視覺效果，以及便于后續(xù)處理。只是圖像增強(qiáng)方法更偏向主觀判斷，而圖像恢復(fù)則是根據(jù)圖像畸變或退化原因，進(jìn)行模型化處理。復(fù)原技術(shù)：ü 空間域?yàn)V波復(fù)原ü 頻率域?yàn)V波復(fù)原ü 逆濾波ü 最小均方誤差濾波器-維納濾波34、 什么是圖像消噪？有哪些圖像消噪技術(shù)？減少數(shù)字圖像中噪聲的過程稱為圖像去噪圖像消噪技術(shù)：均值濾波器l 算術(shù)均值濾波器l 幾何均值濾波器l 諧波均值濾波器l 逆諧波均值濾波器順序統(tǒng)計(jì)濾波器l 中值濾波器l 最大值/最小值濾波器自適應(yīng)濾波器35、 什么是圖像增強(qiáng)？有哪

19、些圖像增強(qiáng)技術(shù)？對圖像的某些特征，如邊緣、輪廓、對比度等進(jìn)行強(qiáng)調(diào)或銳化，以便于顯示、觀察或進(jìn)一步分析與處理。像素點(diǎn)運(yùn)算（灰度變換、直方圖修正法）、領(lǐng)域處理（平滑、銳化）、高通濾波、低通濾波、同態(tài)濾波增強(qiáng)、真彩色處理、位彩色處理（灰度分層法、灰度變化法、頻域偽彩色）36、 什么是圖像銳化？其思想、目的、方法有哪些？圖像銳化通過增強(qiáng)圖像中的紋理、邊緣部分，使邊緣和輪廓線模糊的圖像變得清晰，使其細(xì)節(jié)也更加清晰?；舅枷耄和ㄟ^消除或減弱圖像的低頻分量從而增強(qiáng)圖像中的紋理、邊緣信息，使邊緣和輪廓線模糊的圖像變得清晰（即除邊緣以外的像素點(diǎn)的灰度值趨于零），使其細(xì)節(jié)也更加清晰。常用的銳化方法有梯度法、拉普拉斯算子法和定向?yàn)V波器法。37、 什么是圖像噪聲？其分類有哪些？圖像中各種妨礙人