數(shù)字圖像處理考試簡(jiǎn)答題經(jīng)典30道題

1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專(zhuān)心-專(zhuān)注-專(zhuān)業(yè)1. 數(shù)字圖像處理的主要研究?jī)?nèi)容包含很多方面，請(qǐng)列出并簡(jiǎn)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(gè)過(guò)程。圖像增強(qiáng)：將一幅圖像中的有用信息進(jìn)行增強(qiáng)，同時(shí)對(duì)其無(wú)用信息進(jìn)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(guò)數(shù)學(xué)映射的方法，將空域的圖像信息轉(zhuǎn)換到頻域、時(shí)頻域等空間上進(jìn)行分析。圖像識(shí)別與理解：通過(guò)對(duì)圖像中各種不同的物體特征進(jìn)行定量化描述后，將其所期望獲得的目標(biāo)物進(jìn)行提取，并且對(duì)所提取的目標(biāo)物進(jìn)行一定的定

2、量分析。2. 什么是圖像識(shí)別與理解？圖像識(shí)別與理解是指通過(guò)對(duì)圖像中各種不同的物體特征進(jìn)行定量化描述后，將其所期望獲得的目標(biāo)物進(jìn)行提取，并且對(duì)所提取的目標(biāo)物進(jìn)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(gè)犯罪分子的人臉信息，就需要先將照片上的人臉檢測(cè)出來(lái)，進(jìn)而將檢測(cè)出來(lái)的人臉區(qū)域進(jìn)行分析，確定其是否是該犯罪分子。3. 簡(jiǎn)述數(shù)字圖像處理的至少3種主要研究?jī)?nèi)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(gè)過(guò)程。圖像增強(qiáng)：將一幅圖像中的有用信息進(jìn)行增強(qiáng)，同時(shí)對(duì)其無(wú)用信息進(jìn)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(guò)數(shù)學(xué)映射的方法，將空域的圖像

3、信息轉(zhuǎn)換到頻域、時(shí)頻域等空間上進(jìn)行分析。4. 簡(jiǎn)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(zhuǎn)、放大、縮小等，這些方法在圖像配準(zhǔn)中使用較多。圖像變換：通過(guò)數(shù)學(xué)映射的方法，將空域的圖像信息轉(zhuǎn)換到頻域、時(shí)頻域等空間上進(jìn)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(jiǎn)述這些步驟。圖像的數(shù)字化主要包含采樣、量化兩個(gè)過(guò)程。采樣是將空域上連續(xù)的圖像變換成離散采樣點(diǎn)集合，是對(duì)空間的離散化。經(jīng)過(guò)采樣之后得到的二維離散信號(hào)的最小單位是像素。量化就是把采樣點(diǎn)上表示亮暗信息的連續(xù)量離散化后，用數(shù)值表示出來(lái)，是對(duì)亮度大小的離散化。經(jīng)過(guò)采樣和量化后，數(shù)字

4、圖像可以用整數(shù)陣列的形式來(lái)描述。6. 圖像量化時(shí)，如果量化級(jí)比較小會(huì)出現(xiàn)什么現(xiàn)象？為什么？如果量化級(jí)數(shù)過(guò)小，會(huì)出現(xiàn)偽輪廓現(xiàn)象。量化過(guò)程是將連續(xù)變化的顏色劃分到有限個(gè)級(jí)別中，必然會(huì)導(dǎo)致顏色信息損失。當(dāng)量化級(jí)別達(dá)到一定數(shù)量時(shí)，人眼感覺(jué)不到顏色信息的丟失。當(dāng)量化級(jí)數(shù)過(guò)小時(shí)，圖像灰度分辨率就會(huì)降低，顏色層次就會(huì)欠豐富，不同的顏色之間過(guò)度就會(huì)變得突然，可能會(huì)導(dǎo)致偽輪廓現(xiàn)象。7 . 簡(jiǎn)述二值圖像與彩色圖像的區(qū)別。二值圖像是指每個(gè)像素不是黑，就是白，其灰度值沒(méi)有中間過(guò)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(jiǎn)單，每個(gè)像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點(diǎn)。彩色圖像是根據(jù)三原色成像原理

5、來(lái)實(shí)現(xiàn)對(duì)自然界中的色彩描述的。紅、綠、藍(lán)這三種基色的的灰度分別用256級(jí)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(jiǎn)述二值圖像與灰度圖像的區(qū)別。二值圖像是指每個(gè)像素不是黑，就是白，其灰度值沒(méi)有中間過(guò)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(jiǎn)單，每個(gè)像素的值要么是1，要么是0，具有數(shù)據(jù)量小的特點(diǎn)。灰度圖像是指每個(gè)像素的信息由一個(gè)量化后的灰度級(jí)來(lái)描述的數(shù)字圖像，灰度圖像中不包含彩色信息。標(biāo)準(zhǔn)灰度圖像中每個(gè)像素的灰度值是0-255之間的一個(gè)值，灰度級(jí)數(shù)為256級(jí)。9. 簡(jiǎn)述灰度圖像與彩色圖像的區(qū)別?；叶葓D像是指每個(gè)像素的信息由一個(gè)量化后的灰度級(jí)來(lái)描述的數(shù)字圖像，灰度圖像

6、中不包含彩色信息。標(biāo)準(zhǔn)灰度圖像中每個(gè)像素的灰度值是0-255之間的一個(gè)值，灰度級(jí)數(shù)為256級(jí)。彩色圖像是根據(jù)三原色成像原理來(lái)實(shí)現(xiàn)對(duì)自然界中的色彩描述的。紅、綠、藍(lán)這三種基色的的灰度分別用256級(jí)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(duì)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(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。均值濾波器對(duì)高斯噪聲的濾波結(jié)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(diǎn)像素上。因?yàn)檎龖B(tài)分布的均值為0，所以均值濾波可以消除噪聲。11. 簡(jiǎn)述

7、均值濾波器對(duì)椒鹽噪聲的濾波原理，并進(jìn)行效果分析。均值濾波器的濾波原理是：在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?。將模板中的全體像素的均值來(lái)替代原來(lái)的像素值的方法。均值濾波器對(duì)椒鹽噪聲的濾波結(jié)果不好。原因：椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。12. 中值濾波器對(duì)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(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?。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(dá)到濾除噪聲的目的。中值

8、濾波器對(duì)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(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。使用中值濾波時(shí)，被污染的點(diǎn)一般不處于中值的位置，即選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)的值，所以處理效果好。13. 使用中值濾波器對(duì)高斯噪聲和椒鹽噪聲的濾波結(jié)果相同嗎？為什么會(huì)出現(xiàn)這種現(xiàn)象？中值濾波器對(duì)椒鹽噪聲的濾波效果較好，對(duì)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(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?。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(dá)到濾除噪聲的目的。原因：椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)

9、。使用中值濾波時(shí)，被污染的點(diǎn)一般不處于中值的位置，即選擇適當(dāng)?shù)狞c(diǎn)來(lái)替代污染點(diǎn)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(diǎn)像素上。找不到干凈的點(diǎn)來(lái)替代被污染的點(diǎn)，故處理效果不好。14. 使用均值濾波器對(duì)高斯噪聲和椒鹽噪聲的濾波結(jié)果相同嗎？為什么會(huì)出現(xiàn)這種現(xiàn)象？均值濾波器對(duì)高斯噪聲的濾波結(jié)果較好，對(duì)椒鹽噪聲的濾波結(jié)果不好。均值濾波器的濾波原理是：在圖像上，對(duì)待處理的像素給定一個(gè)模板，該模板包括了其周?chē)泥徑袼?。將模板中的全體像素的均值來(lái)替代原來(lái)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(diǎn)像素上。因?yàn)檎龖B(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(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。15. 圖像中的細(xì)節(jié)特征大致有哪些？一般細(xì)節(jié)反映在圖像中的什么地方？圖像的細(xì)節(jié)是指畫(huà)面中的灰度變化情況，包含了圖像的孤立點(diǎn)、細(xì)線、畫(huà)面突變等。孤立點(diǎn)大都是圖像的噪聲點(diǎn)，畫(huà)面突變一般體現(xiàn)在目標(biāo)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(xì)節(jié)信息時(shí)，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(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。17. 寫(xiě)出腐蝕運(yùn)

11、算的處理過(guò)程。腐蝕運(yùn)算的處理過(guò)程為：1）掃描原圖，找到第一個(gè)像素值為1的目標(biāo)點(diǎn)；2）將預(yù)先設(shè)定好形狀以及原點(diǎn)位置的結(jié)構(gòu)元素的原點(diǎn)移到該點(diǎn)；3）判斷該結(jié)構(gòu)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(fù)2）和3），直到所有原圖中像素處理完成。18. 寫(xiě)出膨脹運(yùn)算的處理過(guò)程。膨脹運(yùn)算的處理過(guò)程為：1）掃描原圖，找到第一個(gè)像素值為0的背景點(diǎn)；2）將預(yù)先設(shè)定好形狀以及原點(diǎn)位置的結(jié)構(gòu)元素的原點(diǎn)移到該點(diǎn)；3）判斷該結(jié)構(gòu)元素所覆蓋的像素值是否存在為1的目標(biāo)點(diǎn)： 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(fù)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(yīng)用，請(qǐng)簡(jiǎn)述其在圖像的壓縮中的應(yīng)用原理。一幅圖像經(jīng)過(guò)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(xì)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(duì)其余三個(gè)部分的系數(shù)不存儲(chǔ)或傳輸，在解壓時(shí)，這三個(gè)子塊的系數(shù)以0來(lái)代替，則就可以省略圖像部分細(xì)節(jié)信息，而畫(huà)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(wú)損壓縮？給出2種無(wú)損壓縮算法。圖像的無(wú)損壓縮是指壓縮后的數(shù)據(jù)進(jìn)行重構(gòu)（或稱為還原，或稱為解壓縮），重構(gòu)后的信息

13、與原來(lái)的信息完全相同的壓縮編碼方式。無(wú)損壓縮用于要求重構(gòu)的信息與原始信息完全一致的場(chǎng)合。常用的無(wú)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(duì)數(shù)據(jù)信息強(qiáng)度的集中特性，可以將數(shù)據(jù)中視覺(jué)上容易察覺(jué)的部分與不容易察覺(jué)的部分進(jìn)行分離，由此可以達(dá)到進(jìn)行有損壓縮的目的。22. 簡(jiǎn)述DCT變換編碼的主要過(guò)程。第一步，將圖像分成8*8的子塊；第二步，對(duì)每個(gè)子塊進(jìn)行DCT變換；第三步，將變換后的系數(shù)矩陣進(jìn)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(duì)量化后的矩陣進(jìn)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(duì)Z掃描結(jié)果進(jìn)行行程編碼；第六步，進(jìn)行熵編碼。23 圖像編碼壓縮方法有哪幾類(lèi)？列舉出幾個(gè)有損和無(wú)損的壓縮方法。畫(huà)出編解碼的系統(tǒng)結(jié)構(gòu)圖。圖像壓縮可以是也可以是。對(duì)于如繪制的技術(shù)圖、圖表或者漫畫(huà)優(yōu)先使用無(wú)損壓縮，這是因?yàn)榉椒ǎ绕涫窃诘偷奈凰贄l件下將會(huì)帶來(lái)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(jià)值的內(nèi)容的壓縮也盡量選擇無(wú)損壓縮方法。有損方法非常適合于自然的圖像，例如一些應(yīng)用中圖像的微小損失是可以接受的（有時(shí)是無(wú)法感知的），這樣就可以大幅度地減小位速。無(wú)損圖像壓縮方法有：行程長(zhǎng)度編碼熵編碼法如 LZW 這樣的自適應(yīng)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(diào)色板中，圖像中的每個(gè)像素都用調(diào)色板中顏色索引表示。這種方法可以與 抖動(dòng)(en:dithering)一起使用以模糊顏色邊界。色度抽樣，這利用了人眼對(duì)于亮度變化的敏感性遠(yuǎn)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(guān)變換，然后進(jìn)行量化和用熵編碼法壓縮。分形壓縮（en:Fractal compression）。24 簡(jiǎn)述數(shù)學(xué)形態(tài)學(xué)在圖像處理中的應(yīng)用？近年來(lái)，數(shù)學(xué)形態(tài)學(xué)在圖像處理方面得到了日益廣泛的應(yīng)用。下面主要就數(shù)學(xué)形態(tài)學(xué)在邊緣檢測(cè)、圖像分割、圖像細(xì)化以及噪聲濾除等方面的應(yīng)用做簡(jiǎn)要介紹。（1）邊緣檢

16、測(cè)邊緣檢測(cè)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(xué)形態(tài)學(xué)運(yùn)算用于邊緣檢測(cè)，存在著結(jié)構(gòu)元素單一的問(wèn)題。它對(duì)與結(jié)構(gòu)元素同方向的邊緣敏感，而與其不同方向的邊緣（或噪聲）會(huì)被平滑掉，即邊緣的方向可以由結(jié)構(gòu)元素的形狀確定。但如果采用對(duì)稱的結(jié)構(gòu)元素，又會(huì)減弱對(duì)圖像邊緣的方向敏感性。所以在邊緣檢測(cè)中，可以考慮用多方位的形態(tài)結(jié)構(gòu)元素，運(yùn)用不同的結(jié)構(gòu)元素的邏輯組合檢測(cè)出不同方向的邊緣。（2）圖像分割基于數(shù)學(xué)形態(tài)學(xué)的圖像分割算法是利用數(shù)學(xué)形態(tài)學(xué)變換，把復(fù)雜目標(biāo)X分割成一系列互不相交的簡(jiǎn)單子集X1，X2，XN。對(duì)目標(biāo)X的分割過(guò)程可按下面的方法完成：首先求出X的最大內(nèi)接“圓”X1，然后將X1從X

17、中減去，再求X-X1的最大內(nèi)接“圓”X2，依此類(lèi)推，直到最后得到的集合為空集為止。數(shù)學(xué)形態(tài)學(xué)用于圖像分割的缺點(diǎn)是對(duì)邊界噪聲敏感。為了改善這一問(wèn)題，劉志敏等人提出了基于圖像最大內(nèi)切圓的數(shù)學(xué)形態(tài)學(xué)形狀描述圖像分割算法和基于目標(biāo)最小閉包結(jié)構(gòu)元素的數(shù)學(xué)形態(tài)學(xué)形狀描述圖像分割算法，并使用該算法對(duì)二值圖像進(jìn)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(kuò)張性和等冪性等性質(zhì)，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(guò)選定合適的結(jié)構(gòu)元素B，對(duì)A進(jìn)行連續(xù)腐蝕和開(kāi)啟運(yùn)算來(lái)求取，形態(tài)骨架函數(shù)完整簡(jiǎn)潔地表達(dá)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?qū)崿F(xiàn)對(duì)不同形狀物體的識(shí)別。算法具有位移不變性，因而使識(shí)別更具穩(wěn)健性。（4）噪聲濾除對(duì)圖像中的噪聲進(jìn)行濾除是圖像預(yù)處理中不可缺少的操作。將開(kāi)啟和閉合運(yùn)算結(jié)合起來(lái)可構(gòu)成形態(tài)學(xué)噪聲濾除器。濾除噪聲就是進(jìn)行形態(tài)學(xué)平滑。實(shí)際中常用開(kāi)啟運(yùn)算消除與結(jié)構(gòu)元素相比尺寸較小的亮細(xì)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(yùn)算消除與結(jié)構(gòu)元素相比尺寸較小的暗細(xì)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(lái)可達(dá)到濾除亮區(qū)和暗區(qū)中各類(lèi)噪聲的效果。同樣的，結(jié)構(gòu)元素的選取也是個(gè)重要問(wèn)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(guān)性！正交變換有去除相關(guān)性和能量集中的性質(zhì)。變換編碼不是直接對(duì)空域圖像信號(hào)編碼，而是首先將空域圖像信號(hào)映射變換到另一個(gè)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(duì)這些變換系數(shù)，進(jìn)行編碼處理。數(shù)字圖像信號(hào)經(jīng)過(guò)正交變換為什么能夠壓縮數(shù)據(jù)量呢？先讓我們看一個(gè)最簡(jiǎn)單的時(shí)域三角函數(shù) 的例子，當(dāng)t從到改變時(shí)， 是一個(gè)正弦波。假如將其變換到頻域表示，只需幅值A(chǔ)和頻率f兩個(gè)參數(shù)就足夠了，可見(jiàn) 在時(shí)域描述，數(shù)據(jù)之間的相關(guān)性大，數(shù)據(jù)冗余度大；而轉(zhuǎn)換到頻域描述，數(shù)據(jù)相關(guān)性大大減少，數(shù)據(jù)冗余量減少，參數(shù)獨(dú)立，數(shù)據(jù)量減少。變換編碼技術(shù)已有

20、近30年的歷史，技術(shù)上比較成熟，理論也比較完備，廣泛應(yīng)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(yùn)動(dòng)圖像，以及多媒體計(jì)算機(jī)技術(shù)中的電視幀內(nèi)圖像壓縮和幀間圖像壓縮等。正交變換的種類(lèi)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(qiáng)邊緣，導(dǎo)致高頻分量增強(qiáng)，會(huì)使圖象清晰；圖象平滑用于去噪，對(duì)圖象高頻分量即圖象邊緣會(huì)有影響。都屬于圖象增強(qiáng)，改善圖象效果。27.逆濾波時(shí)，為什么在圖像存在噪聲時(shí)，不能采用全濾波？試采用