數(shù)字圖像處理考試簡答題經(jīng)典30道題

1、精選優(yōu)質文檔-傾情為你奉上精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質文檔-傾情為你奉上專心-專注-專業(yè)1. 數(shù)字圖像處理的主要研究內容包含很多方面，請列出并簡述其中的4種。圖像數(shù)字化：將一幅圖像以數(shù)字的形式表示。主要包括采樣和量化兩個過程。圖像增強：將一幅圖像中的有用信息進行增強，同時對其無用信息進行抑制，提高圖像的可觀察性。圖像的幾何變換：改變圖像的大小或形狀。圖像變換：通過數(shù)學映射的方法，將空域的圖像信息轉換到頻域、時頻域等空間上進行分析。圖像識別與理解：通過對圖像中各種不同的物體特征進行定量化描述后，將其所期望獲得的目標物進行提取，并且對所提取的目標物進行一定的定

2、量分析。2. 什么是圖像識別與理解？圖像識別與理解是指通過對圖像中各種不同的物體特征進行定量化描述后，將其所期望獲得的目標物進行提取，并且對所提取的目標物進行一定的定量分析。比如要從一幅照片上確定是否包含某個犯罪分子的人臉信息，就需要先將照片上的人臉檢測出來，進而將檢測出來的人臉區(qū)域進行分析，確定其是否是該犯罪分子。3. 簡述數(shù)字圖像處理的至少3種主要研究內容。圖像數(shù)字化：將一幅圖像以數(shù)字的形式表示。主要包括采樣和量化兩個過程。圖像增強：將一幅圖像中的有用信息進行增強，同時對其無用信息進行抑制，提高圖像的可觀察性。圖像的幾何變換：改變圖像的大小或形狀。圖像變換：通過數(shù)學映射的方法，將空域的圖像

3、信息轉換到頻域、時頻域等空間上進行分析。4. 簡述圖像幾何變換與圖像變換的區(qū)別。圖像的幾何變換：改變圖像的大小或形狀。比如圖像的平移、旋轉、放大、縮小等，這些方法在圖像配準中使用較多。圖像變換：通過數(shù)學映射的方法，將空域的圖像信息轉換到頻域、時頻域等空間上進行分析。比如傅里葉變換、小波變換等。5. 圖像的數(shù)字化包含哪些步驟？簡述這些步驟。圖像的數(shù)字化主要包含采樣、量化兩個過程。采樣是將空域上連續(xù)的圖像變換成離散采樣點集合，是對空間的離散化。經(jīng)過采樣之后得到的二維離散信號的最小單位是像素。量化就是把采樣點上表示亮暗信息的連續(xù)量離散化后，用數(shù)值表示出來，是對亮度大小的離散化。經(jīng)過采樣和量化后，數(shù)字

4、圖像可以用整數(shù)陣列的形式來描述。6. 圖像量化時，如果量化級比較小會出現(xiàn)什么現(xiàn)象？為什么？如果量化級數(shù)過小，會出現(xiàn)偽輪廓現(xiàn)象。量化過程是將連續(xù)變化的顏色劃分到有限個級別中，必然會導致顏色信息損失。當量化級別達到一定數(shù)量時，人眼感覺不到顏色信息的丟失。當量化級數(shù)過小時，圖像灰度分辨率就會降低，顏色層次就會欠豐富，不同的顏色之間過度就會變得突然，可能會導致偽輪廓現(xiàn)象。7 . 簡述二值圖像與彩色圖像的區(qū)別。二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點。彩色圖像是根據(jù)三原色成像原理

5、來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。8. 簡述二值圖像與灰度圖像的區(qū)別。二值圖像是指每個像素不是黑，就是白，其灰度值沒有中間過渡的圖像。這種圖像又稱為黑白圖像。二值圖像的矩陣取值非常簡單，每個像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點?；叶葓D像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像中不包含彩色信息。標準灰度圖像中每個像素的灰度值是0-255之間的一個值，灰度級數(shù)為256級。9. 簡述灰度圖像與彩色圖像的區(qū)別?；叶葓D像是指每個像素的信息由一個量化后的灰度級來描述的數(shù)字圖像，灰度圖像

6、中不包含彩色信息。標準灰度圖像中每個像素的灰度值是0-255之間的一個值，灰度級數(shù)為256級。彩色圖像是根據(jù)三原色成像原理來實現(xiàn)對自然界中的色彩描述的。紅、綠、藍這三種基色的的灰度分別用256級表示，三基色之間不同的灰度組合可以形成不同的顏色。10. 均值濾波器對高斯噪聲的濾波效果如何？試分析其中的原因。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。均值濾波器對高斯噪聲的濾波結果較好。原因：高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。11. 簡述

7、均值濾波器對椒鹽噪聲的濾波原理，并進行效果分析。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。均值濾波器對椒鹽噪聲的濾波結果不好。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。12. 中值濾波器對椒鹽噪聲的濾波效果如何？試分析其中的原因。中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達到濾除噪聲的目的。中值

8、濾波器對椒鹽噪聲的濾波效果較好。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。13. 使用中值濾波器對高斯噪聲和椒鹽噪聲的濾波結果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？中值濾波器對椒鹽噪聲的濾波效果較好，對高斯噪聲的處理效果不好。中值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。取模板中排在中間位置上的像素的灰度值替代待處理像素的值，就可以達到濾除噪聲的目的。原因：椒鹽噪聲是幅值近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點

9、。使用中值濾波時，被污染的點一般不處于中值的位置，即選擇適當?shù)狞c來替代污染點的值，所以處理效果好。高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。找不到干凈的點來替代被污染的點，故處理效果不好。14. 使用均值濾波器對高斯噪聲和椒鹽噪聲的濾波結果相同嗎？為什么會出現(xiàn)這種現(xiàn)象？均值濾波器對高斯噪聲的濾波結果較好，對椒鹽噪聲的濾波結果不好。均值濾波器的濾波原理是：在圖像上，對待處理的像素給定一個模板，該模板包括了其周圍的鄰近像素。將模板中的全體像素的均值來替代原來的像素值的方法。原因: 高斯噪聲是幅值近似正態(tài)分布，但分布在每點像素上。因為正態(tài)分布的均值為0，所以均值濾波可以消除噪聲。椒鹽噪聲是幅值

10、近似相等但隨機分布在不同位置上，圖像中有干凈點也有污染點。因為噪聲的均值不為0，所以均值濾波不能很好地去除噪聲點。15. 圖像中的細節(jié)特征大致有哪些？一般細節(jié)反映在圖像中的什么地方？圖像的細節(jié)是指畫面中的灰度變化情況，包含了圖像的孤立點、細線、畫面突變等。孤立點大都是圖像的噪聲點，畫面突變一般體現(xiàn)在目標物的邊緣灰度部分。16. 一階微分算子與二階微分算子在提取圖像的細節(jié)信息時，有什么異同？一階微分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；二階微分算子獲得的邊界是比較細致的邊界。反映的邊界信息包括了許多的細節(jié)信息，但是所反映的邊界不是太清晰。17. 寫出腐蝕運

11、算的處理過程。腐蝕運算的處理過程為：1）掃描原圖，找到第一個像素值為1的目標點；2）將預先設定好形狀以及原點位置的結構元素的原點移到該點；3）判斷該結構元素所覆蓋的像素值是否全部為1：如果是，則腐蝕后圖像中的相同位置上的像素值為1；如果不是，則腐蝕后圖像中的相同位置上的像素值為0；4）重復2）和3），直到所有原圖中像素處理完成。18. 寫出膨脹運算的處理過程。膨脹運算的處理過程為：1）掃描原圖，找到第一個像素值為0的背景點；2）將預先設定好形狀以及原點位置的結構元素的原點移到該點；3）判斷該結構元素所覆蓋的像素值是否存在為1的目標點： 如果是，則膨脹后圖像中的相同位置上的像素值為1；如果不是，

12、則膨脹后圖像中的相同位置上的像素值為0；4）重復2）和3），直到所有原圖中像素處理完成。19. 小波變換在圖像處理中有著廣泛的應用，請簡述其在圖像的壓縮中的應用原理。一幅圖像經(jīng)過一次小波變換之后，概貌信息大多集中在低頻部分，而其余部分只有微弱的細節(jié)信息。為此，如果只保留占總數(shù)據(jù)量1/4的低頻部分，對其余三個部分的系數(shù)不存儲或傳輸，在解壓時，這三個子塊的系數(shù)以0來代替，則就可以省略圖像部分細節(jié)信息，而畫面的效果跟原始圖像差別不是很大。這樣，就可以得到圖像壓縮的目的。20. 什么是圖像的無損壓縮？給出2種無損壓縮算法。圖像的無損壓縮是指壓縮后的數(shù)據(jù)進行重構（或稱為還原，或稱為解壓縮），重構后的信息

13、與原來的信息完全相同的壓縮編碼方式。無損壓縮用于要求重構的信息與原始信息完全一致的場合。常用的無損壓縮算法包含行程編碼、霍夫曼編碼等。21. DCT變換編碼的主要思想是什么？DCT變換編碼的思想是利用離散余弦變換對數(shù)據(jù)信息強度的集中特性，可以將數(shù)據(jù)中視覺上容易察覺的部分與不容易察覺的部分進行分離，由此可以達到進行有損壓縮的目的。22. 簡述DCT變換編碼的主要過程。第一步，將圖像分成8*8的子塊；第二步，對每個子塊進行DCT變換；第三步，將變換后的系數(shù)矩陣進行量化，量化后，得到的矩陣左上角數(shù)值較大，右下部分為0；第四步，對量化后的矩陣進行Z形掃描，以使得矩陣中為0的元素盡可能多的連在一起；第五

14、步，對Z掃描結果進行行程編碼；第六步，進行熵編碼。23 圖像編碼壓縮方法有哪幾類？列舉出幾個有損和無損的壓縮方法。畫出編解碼的系統(tǒng)結構圖。圖像壓縮可以是也可以是。對于如繪制的技術圖、圖表或者漫畫優(yōu)先使用無損壓縮，這是因為方法，尤其是在低的位速條件下將會帶來壓縮失真。如醫(yī)療圖像或者用于存檔的掃描圖像等這些有價值的內容的壓縮也盡量選擇無損壓縮方法。有損方法非常適合于自然的圖像，例如一些應用中圖像的微小損失是可以接受的（有時是無法感知的），這樣就可以大幅度地減小位速。無損圖像壓縮方法有：行程長度編碼熵編碼法如 LZW 這樣的自適應字典算法有損壓縮方法有：將色彩空間化減到圖像中常用的顏色。所選擇的顏色

15、定義在壓縮圖像頭的調色板中，圖像中的每個像素都用調色板中顏色索引表示。這種方法可以與 抖動(en:dithering)一起使用以模糊顏色邊界。色度抽樣，這利用了人眼對于亮度變化的敏感性遠大于顏色變化，這樣就可以將圖像中的顏色信息減少一半甚至更多。變換編碼，這是最常用的方法。首先使用如（DCT）或者這樣的傅立葉相關變換，然后進行量化和用熵編碼法壓縮。分形壓縮（en:Fractal compression）。24 簡述數(shù)學形態(tài)學在圖像處理中的應用？近年來，數(shù)學形態(tài)學在圖像處理方面得到了日益廣泛的應用。下面主要就數(shù)學形態(tài)學在邊緣檢測、圖像分割、圖像細化以及噪聲濾除等方面的應用做簡要介紹。（1）邊緣檢

16、測邊緣檢測是大多數(shù)圖像處理必不可少的一步，提供了物體形狀的重要信息。數(shù)學形態(tài)學運算用于邊緣檢測，存在著結構元素單一的問題。它對與結構元素同方向的邊緣敏感，而與其不同方向的邊緣（或噪聲）會被平滑掉，即邊緣的方向可以由結構元素的形狀確定。但如果采用對稱的結構元素，又會減弱對圖像邊緣的方向敏感性。所以在邊緣檢測中，可以考慮用多方位的形態(tài)結構元素，運用不同的結構元素的邏輯組合檢測出不同方向的邊緣。（2）圖像分割基于數(shù)學形態(tài)學的圖像分割算法是利用數(shù)學形態(tài)學變換，把復雜目標X分割成一系列互不相交的簡單子集X1，X2，XN。對目標X的分割過程可按下面的方法完成：首先求出X的最大內接“圓”X1，然后將X1從X

17、中減去，再求X-X1的最大內接“圓”X2，依此類推，直到最后得到的集合為空集為止。數(shù)學形態(tài)學用于圖像分割的缺點是對邊界噪聲敏感。為了改善這一問題，劉志敏等人提出了基于圖像最大內切圓的數(shù)學形態(tài)學形狀描述圖像分割算法和基于目標最小閉包結構元素的數(shù)學形態(tài)學形狀描述圖像分割算法，并使用該算法對二值圖像進行了分割，取得了較好的效果。（3）形態(tài)骨架提取形態(tài)骨架描述了物體的形狀和方向信息。它具有平移不變性、逆擴張性和等冪性等性質，是一種有效的形狀描述方法。二值圖像A的形態(tài)骨架可以通過選定合適的結構元素B，對A進行連續(xù)腐蝕和開啟運算來求取，形態(tài)骨架函數(shù)完整簡潔地表達了形態(tài)骨架的所有信息，因此，根據(jù)形態(tài)骨架函數(shù)

18、的模式匹配能夠實現(xiàn)對不同形狀物體的識別。算法具有位移不變性，因而使識別更具穩(wěn)健性。（4）噪聲濾除對圖像中的噪聲進行濾除是圖像預處理中不可缺少的操作。將開啟和閉合運算結合起來可構成形態(tài)學噪聲濾除器。濾除噪聲就是進行形態(tài)學平滑。實際中常用開啟運算消除與結構元素相比尺寸較小的亮細節(jié)，而保持圖像整體灰度值和大的亮區(qū)域基本不變；用閉合運算消除與結構元素相比尺寸較小的暗細節(jié)，而保持圖像整體灰度值和大的暗區(qū)域基本不變。將這兩種操作綜合起來可達到濾除亮區(qū)和暗區(qū)中各類噪聲的效果。同樣的，結構元素的選取也是個重要問題。25 什么是正交變換？用于圖像處理的正交變換有哪些？各有何作用？。在圖像處理中，圖像變換主要目的

19、是將圖像的能量盡量集中在少量系數(shù)上，從而最大限度地去除原始圖像數(shù)據(jù)中的相關性！正交變換有去除相關性和能量集中的性質。變換編碼不是直接對空域圖像信號編碼，而是首先將空域圖像信號映射變換到另一個正交矢量空間(變換域或頻域)，產(chǎn)生一批變換系數(shù)，然后對這些變換系數(shù)，進行編碼處理。數(shù)字圖像信號經(jīng)過正交變換為什么能夠壓縮數(shù)據(jù)量呢？先讓我們看一個最簡單的時域三角函數(shù) 的例子，當t從到改變時， 是一個正弦波。假如將其變換到頻域表示，只需幅值A和頻率f兩個參數(shù)就足夠了，可見 在時域描述，數(shù)據(jù)之間的相關性大，數(shù)據(jù)冗余度大；而轉換到頻域描述，數(shù)據(jù)相關性大大減少，數(shù)據(jù)冗余量減少，參數(shù)獨立，數(shù)據(jù)量減少。變換編碼技術已有

20、近30年的歷史，技術上比較成熟，理論也比較完備，廣泛應用于各種圖像數(shù)據(jù)壓縮，諸如單色圖像、彩色圖像、靜止圖像、運動圖像，以及多媒體計算機技術中的電視幀內圖像壓縮和幀間圖像壓縮等。正交變換的種類很多，如傅立葉（Fouries）變換、沃爾什（Walsh）變換、哈爾（Haar）變換、斜（slant）變換、余弦變換、正弦變換、K-L（Karhunen - Loeve）變換等。26.圖像銳化與圖像平滑有何區(qū)別與聯(lián)系？答：圖象銳化是用于增強邊緣，導致高頻分量增強，會使圖象清晰；圖象平滑用于去噪，對圖象高頻分量即圖象邊緣會有影響。都屬于圖象增強，改善圖象效果。27.逆濾波時，為什么在圖像存在噪聲時，不能采用全濾波？試采用