數(shù)字圖像處理期末考試試題

V:1.0精細(xì)整理，僅供參考日期：20xx年X月2007級“數(shù)字圖像處理”試題及答案一、填空題(每小題2分,本題共20分)

1.圖像與灰度直方圖間的對應(yīng)關(guān)系是多對一;

2.下列算法中a.梯度銳化b.二值化c.傅立葉變換d.中值濾波，屬于點(diǎn)處理的是b二值化;

3.在彩色圖像處理中，常使用HSI模型，它適于做圖像處理的原因有:1、在HIS模型中亮度分量與色度分量是分開的；2、色調(diào)與飽和度的概念與人的感知聯(lián)系緊密。;

4.若將一幅灰度圖像中的對應(yīng)直方圖中偶數(shù)項(xiàng)的像素灰度均用相應(yīng)的對應(yīng)直方圖中奇數(shù)項(xiàng)的像素灰度代替（設(shè)灰度級為256），所得到的圖像將亮度增加，對比度減少;

5.MATLAB函數(shù)fspecial(type,parameters)常用類型有:average、gaussian、laplacian、prewitt、sobel、unsharp;

6.檢測邊緣的Sobel算子對應(yīng)的模板形式為:

-1

-2

-1

-101

0

0

0

-202

1

2

1

-101

7.寫出4-鏈碼的形狀數(shù):03033133;

8.源數(shù)據(jù)編碼與解碼的模型中量化器(Quantizer)的作用是減少心里視覺冗余;9.MPEG4標(biāo)準(zhǔn)主要編碼技術(shù)有DCT變換、小波變換等;10.圖像復(fù)原和圖像增強(qiáng)的主要區(qū)別是圖像增強(qiáng)主要是一個(gè)主觀過程，而圖像復(fù)原主要是一個(gè)客觀過程;第１０題：圖像增強(qiáng)不考慮圖像是如何退化的,而圖像復(fù)原需知道圖像退化的機(jī)制和過程等先驗(yàn)知識二、名詞解釋(每小題5分,本題共20分)

1、數(shù)字圖像:數(shù)字圖像是指由被稱作像素的小塊區(qū)域組成的二維矩陣。將物理圖像行列劃分后，每個(gè)小塊區(qū)域稱為像素（pixel）。數(shù)字圖像處理:指用數(shù)字計(jì)算機(jī)及其它有關(guān)數(shù)字技術(shù)，對圖像施加某種運(yùn)算和處理，從而達(dá)到某種預(yù)想目的的技術(shù)。

2、8-連通的定義：對于具有值V的像素p和q,如果q在集合N8(p)中,則稱這兩個(gè)像素是8-連通的。

3、

灰度直方圖：灰度直方圖是指反映一幅圖像各灰度級像元出現(xiàn)的頻率。

4、中值濾波：中值濾波是指將當(dāng)前像元的窗口（或領(lǐng)域）中所有像元灰度由小到大進(jìn)行排序，中間值作為當(dāng)前像元的輸出值。

像素的鄰域：鄰域是指一個(gè)像元（x，y）的鄰近（周圍）形成的像元集合。即{（x=p,y=q）}p、q為任意整數(shù)。

像素的四鄰域：像素p(x,y)的4-鄰域是:(x+1,y),(x-1,y),(x,y+1),(x,y-1)。三、簡答題(每小題10分,本題共30分)：1.舉例說明直方圖均衡化的基本步驟。直方圖均衡化是通過灰度變換將一幅圖象轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級上都具有相同的象素點(diǎn)數(shù)的過程。直方圖均衡化變換：設(shè)灰度變換s=f(r)為斜率有限的非減連續(xù)可微函數(shù)，它將輸入圖象Ii(x，y)轉(zhuǎn)換為輸出圖象Io(x，y)，輸入圖象的直方圖為Hi(r)，輸出圖象的直方圖為Ho(s)，則根據(jù)直方圖的含義，經(jīng)過灰度變換后對應(yīng)的小面積元相等：Ho(s)ds=Hi(r)dr直方圖修正的例子假設(shè)有一幅圖像，共有64(64個(gè)象素，8個(gè)灰度級，進(jìn)行直方圖均衡化處理。根據(jù)公式可得：s2=++=，s3=+++=，s4=,s5=，s6=，s7=1．00

由于這里只取8個(gè)等間距的灰度級，變換后的s值也只能選擇最靠近的一個(gè)灰度級的值。因此，根據(jù)上述計(jì)算值可近似地選取：

S0≈1／7，s1≈3／7，s2≈5／7，s3≈6／7，

s4≈6／7，s5≈1，s6≈l，s7≈1。

可見，新圖像將只有5個(gè)不同的灰度等級，于是我們可以重新定義其符號：

S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。因?yàn)橛蓃O=0經(jīng)變換映射到sO=1／7，所以有n0=790個(gè)象素取sO這個(gè)灰度值；由rl=3／7映射到sl=3／7，所以有1023個(gè)象素取s1這一灰度值；依次類推，有850個(gè)象素取s2=5／7這一灰度值；由于r3和r4均映射到s3=6／7這一灰度值，所以有656+329=985個(gè)象素都取這一灰度值；同理，有245+122+81=448個(gè)象素都取s4=1這一灰度值。上述值除以n=4096，便可以得到新的直方圖。2.簡述JPEG的壓縮過程，并說明壓縮的有關(guān)步驟中分別減少了哪種冗余？

答：分塊－＞顏色空間轉(zhuǎn)換－＞零偏置轉(zhuǎn)換－＞DCT變換－＞量化－＞符號編碼。顏色空間轉(zhuǎn)換，減少了心理視覺冗余；零偏置轉(zhuǎn)換，減少了編碼冗余；量化減少了心理視覺冗余；符號編碼由于是霍夫曼編碼加行程編碼，因此即減少了編碼冗余（霍夫曼編碼）又減少了像素冗余（行程編碼）。ＪＰＥＧ2000的過程：圖像分片、直流電平（DC）位移，分量變換，離散小波變換、量化，熵編碼。3、Canny邊緣檢測器答：Canny邊緣檢測器是使用函數(shù)edge的最有效邊緣檢測器。該方法總結(jié)如下：1、圖像使用帶有指定標(biāo)準(zhǔn)偏差σ的高斯濾波器來平滑，從而可以減少噪聲。2、在每一點(diǎn)處計(jì)算局部梯度g（x,y）=[G2x+G2y]1/2和邊緣方向α（x,y）=arctan（Gy/Gx）。邊緣點(diǎn)定義為梯度方向上其強(qiáng)度局部最大的點(diǎn)。3、第2條中確定的邊緣點(diǎn)會導(dǎo)致梯度幅度圖像中出現(xiàn)脊。然后，算法追蹤所有脊的頂部，并將所有不在脊的頂部的像素設(shè)為零，以便在輸出中給出一條細(xì)線，這就是眾所周知的非最大值抑制處理。脊像素使用兩個(gè)閾值T1和T2做閾值處理，其中T1<T2。值大于T2的脊像素稱為強(qiáng)邊緣像素，T1和T2之間的脊像素稱為弱邊緣像素。4、最后，算法通過將8連接的弱像素集成到強(qiáng)像素，執(zhí)行邊緣鏈接。四、計(jì)算題(每小題8分,本題共16分)1、2、設(shè)有一信源X={x1,x2,x3,x4}，對應(yīng)概率P={,,,}.

⑴進(jìn)行霍夫曼編碼(要求大概率的賦碼字0,小概率的賦碼字1)，給出碼字，平均碼長，編碼效率;

⑵對碼串011解碼.x1

0

+

X2

1

X3

100

+

10

+

1X4

101

11

X1:0X2:11X3:100X4:101平均碼長：1*+2*+3*+3*=編碼效率：信息熵/平均碼長10101011010

110

11

0

0

0

00

11110

0

11X4

x1x4

x4x1x2x1x2

x1x1x1x1x1x2x2x1x1x2五、應(yīng)用題(每小題14分,從下面兩小題中任意選做一題,本題共14分)1．根據(jù)所學(xué)過的圖像處理和分析方法，設(shè)計(jì)一套算法流程來實(shí)現(xiàn)汽車牌照的定位和數(shù)字的識別（給出設(shè)計(jì)思想即可）。答：要點(diǎn):Step1：定位汽車牌照。通過高通濾波，得到所有的邊緣，對邊緣細(xì)