(完整版)數(shù)字圖像處理試題集復(fù)習(xí)試題

完美整理完美整理填空題數(shù)字圖像是用一個(gè)數(shù)字陣列來表示的圖像。數(shù)字陣列中的每個(gè)數(shù)字，表示數(shù)字圖像的一個(gè)最小單位，稱為像素。數(shù)字圖像處理可以理解為兩個(gè)方面的操作：一是從圖像到圖像的處理.如圖像增強(qiáng)等:二是從圖像到非圖像的一種表示，如圖像測(cè)量等。圖像可以分為物理圖像和虛擬圖像兩種。其中，采用數(shù)學(xué)的方法，將由概念形成的物體進(jìn)行表示的圖像是虛擬圖像。數(shù)字圖像處理包含很多方面的研究?jī)?nèi)容。其中，圖像重建的目的是根據(jù)二維平面圖像數(shù)據(jù)構(gòu)造出三維物體的圖像。量化可以分為均勻量化和非均勻量化兩大類。圖像因其表現(xiàn)方式的不同，可以分為連續(xù)圖像和數(shù)字離散圖像兩大類。5.對(duì)應(yīng)于不同的場(chǎng)景內(nèi)容，一般數(shù)字圖像可以分為二值圖像、灰度圖像和彩色圖像三類。采樣頻率是指一秒鐘內(nèi)的采樣次數(shù)。采樣所獲得的圖像總像素的多少，通常稱為圖像分辨率。所謂動(dòng)態(tài)范圍調(diào)整，就是利用動(dòng)態(tài)范圍對(duì)人類視覺的影響的特性，將動(dòng)態(tài)范圍進(jìn)行壓縮，將所關(guān)心部分的灰度級(jí)的變化范圍擴(kuò)大，由此達(dá)到改善畫面效果的目的。12動(dòng)態(tài)范圍調(diào)整分為線性動(dòng)態(tài)范圍調(diào)整和非線性動(dòng)態(tài)范圍調(diào)整兩種。直方圖均衡化的基本思想是：對(duì)圖像中像素個(gè)數(shù)多的灰度值進(jìn)行展寬，而對(duì)像素個(gè)數(shù)少的灰度值進(jìn)行歸并，從而達(dá)到清晰圖像的目的。數(shù)字圖像處理包含很多方面的研究?jī)?nèi)容。其中，圖像增強(qiáng)的目的是將一幅圖像中有用的信息進(jìn)行增強(qiáng)，同時(shí)將無用的信息進(jìn)行抑制，提高圖像的可觀察性。我們將照相機(jī)拍攝到的某個(gè)瞬間場(chǎng)景中的亮度變化范圍，即一幅圖像中所描述的從最暗到最亮的變化范圍稱為動(dòng)態(tài)范圍。灰級(jí)窗，是只將灰度值落在一定范圍內(nèi)的目標(biāo)進(jìn)行對(duì)比度增強(qiáng).就好像開窗觀察只落在視野內(nèi)的目標(biāo)內(nèi)容一樣。圖像的基本位置變換包括了圖像的平移、鏡像及旋轉(zhuǎn)。最基本的圖像形狀變換包括了圖像的放大、縮小和錯(cuò)切。圖像經(jīng)過平移處理后，圖像的內(nèi)容不發(fā)生變化。（填“發(fā)生”或“不發(fā)生”）圖像放大是從小數(shù)據(jù)量到大數(shù)據(jù)量的處理過程，需要對(duì)許多未知的數(shù)據(jù)的估計(jì)。（填“需要”或“不需要”）圖像縮小是從大數(shù)據(jù)量到小數(shù)據(jù)量的處理過程，不需要對(duì)許多未知的數(shù)據(jù)的估計(jì)。（填“需要”或“不需要”）我們將平面景物在投影平面上的非垂直投影稱為圖像的錯(cuò)切，該處理會(huì)是的圖像中的圖形產(chǎn)生扭變。兩種典型的圖像噪聲是：椒鹽噪聲和高斯噪聲。椒鹽噪聲的幅值基本相同，而噪聲出現(xiàn)的位置是隨機(jī)的。圖像上每一點(diǎn)都存在噪聲，但是噪聲的幅值是隨機(jī)分布的，這類噪聲稱為高斯噪聲。均值濾波方法對(duì)高斯噪聲的抑制效果較好。（填“高斯”或“椒鹽”）中值濾波方法對(duì)椒鹽噪聲的抑制效果較好。（填“高斯”或“椒鹽”）頻譜均勻分布的噪聲被稱為白噪聲。圖像噪聲可以理解為妨礙人的視覺感知.或妨礙系統(tǒng)傳感器對(duì)所接收?qǐng)D像源信息進(jìn)行理解或分析的各種因素，也可以理解為真實(shí)信號(hào)與理想信號(hào)之間存在的偏差。在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。垂直方向的微分算子屬于一階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。Roberts交叉微分算子屬于一階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。Sobel微分算子屬于一階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。Priwitt微分算子屬于一階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。垂直方向的微分算子屬于Laplacian微分算子屬于二階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。Wallis微分算子屬于二階微分算子。（填“一階微分算子”或“二階微分算子”）在圖像的銳化處理中，通過一階微分算子和二階微分算子都可以進(jìn)行細(xì)節(jié)的增強(qiáng)與檢測(cè)。水平方向的微分算子屬于一階微分算子。（填“一階微分算子”或“二階微分算子”）圖像微分增強(qiáng)了邊緣和其他突變的信息。（填“增強(qiáng)”或“削弱”）圖像微分削弱了灰度變化緩慢的信息。（填“增強(qiáng)”或“削弱”）圖像微分算子能用在邊緣檢測(cè)中。（填“能”或“不能”）依照分割時(shí)所依據(jù)的圖像特性不同，圖像分割方法大致可以分為閾值方法、邊界分割方法和區(qū)域提取方法三大類?；趫D像灰度分布的閾值方法包含很多種算法，其中，p-參數(shù)法是針對(duì)預(yù)先已知圖像中目標(biāo)物所占比例的情況下.所采用的一種簡(jiǎn)單有效的方法。熵是信息論中對(duì)不確定性的度量，是對(duì)數(shù)據(jù)中所包含信息量大小的度量。所謂聚類方法，是采用模式識(shí)別中的聚類思想，以類內(nèi)保持最大相似性以及類間保持最.大距離為目標(biāo)，通過迭代優(yōu)化獲得最佳的圖像分割閾值。如果當(dāng)前點(diǎn)像素值為1,其四近鄰像素中至少有一個(gè)點(diǎn)像素值為1，即認(rèn)為存在兩點(diǎn)間的通路，稱之為四連接。如果當(dāng)前點(diǎn)像素值為1，其八近鄰像素中至少有一個(gè)點(diǎn)像素值為1，即認(rèn)為存在兩點(diǎn)間的通路，稱之為八連接。開運(yùn)算是使用同一個(gè)結(jié)構(gòu)元素對(duì)圖像先腐蝕再進(jìn)行膨脹的運(yùn)算。在對(duì)二值圖像進(jìn)行分析時(shí)，我們將相互連接在一起的像素值全部為1的像素點(diǎn)的集合稱為一個(gè)連通域。閉運(yùn)算是使用同一個(gè)結(jié)構(gòu)元素對(duì)圖像先膨脹再進(jìn)行腐蝕的運(yùn)算。形態(tài)學(xué)處理中最基本的運(yùn)算是腐蝕與膨脹。其中，腐蝕通常在去除小顆粒以及消除目標(biāo)物之間的粘連是非常有效的。形態(tài)學(xué)處理中最基本的運(yùn)算是腐蝕與膨脹。其中，膨脹通常用以填補(bǔ)目標(biāo)物中存在的某些空洞。在對(duì)二值圖像進(jìn)行分析時(shí)，通常用歐拉數(shù)表示二值圖像中連通域的個(gè)數(shù)減去孔的個(gè)數(shù)。HSV表色系由色調(diào)、飽和度和亮度三屬性組成。53飽和度與一定色調(diào)的純度有關(guān)，飽和度越大的顏色看起來越鮮艷。（填“越大”或“越小”）在YUV表色系中，Y表示亮度，U表示藍(lán)色與亮度的色差，V表示紅色與亮度的色差。人在區(qū)分顏色時(shí)常用三種基本特征量，它們是：輝度、色調(diào)和飽和度。人在區(qū)分顏色時(shí)常用的三種基本特征量為輝度、色調(diào)和飽和度。其中，色調(diào)是與混合光譜中主要光波長(zhǎng)相聯(lián)系的，表示了感官上感受到的不同的顏色。人在區(qū)分顏色時(shí)常用的三種基本特征量為輝度、色調(diào)和飽和度。其中，飽和度與一定色調(diào)的純度有關(guān)，飽和度越大的顏色看起來越鮮艷。國(guó)際照明委員會(huì)于1931年規(guī)定了三種基本色的波長(zhǎng)，并將其稱為三基色，它們分別是紅色、藍(lán)色和綠色。人在區(qū)分顏色時(shí)常用三種基本特征量，它們是：輝度、色調(diào)和飽和度。所謂的圖像變換，是指將圖像信號(hào)從空域變換到另外的域上進(jìn)行分析的手段。圖像變換包括了圖像的頻域變換、圖像的時(shí)頻域變換以及其他正交變換等，其中傅里葉變換屬于頻域變換。圖像變換包括了圖像的頻域變換、圖像的時(shí)頻域變換以及其他正交變換等，其中小波變換屬于時(shí)頻域變換。數(shù)字圖像處理包含很多方面的研究?jī)?nèi)容。其中，圖像變換是指通過一種數(shù)學(xué)映射的手段，將空域的圖像信息轉(zhuǎn)換到如頻域、時(shí)頻域等空間上進(jìn)行分析的數(shù)學(xué)手段。將一個(gè)函數(shù)通過正交分解映射到正交函數(shù)空間的數(shù)學(xué)變換稱為正交變換。選擇題一幅數(shù)字圖像是：（B）A、一個(gè)觀測(cè)系統(tǒng)。B、一個(gè)有許多像素排列而成的實(shí)體。C、一個(gè)2-D數(shù)組中的元素。D、一個(gè)3-D空間的場(chǎng)景。一幅灰度級(jí)均勻分布的圖象，其灰度范圍在［0，255］，則該圖象的信息量為：（D）A、0B、255C、6D、8圖象與灰度直方圖間的對(duì)應(yīng)關(guān)系是：（B）A、一一對(duì)應(yīng)B、多對(duì)一C、一對(duì)多D、都不對(duì)下列算法中屬于局部處理的是：（D）A、灰度線性變換B、二值化C、傅立葉變換D、中值濾波一幅256*256的圖像，若灰度級(jí)數(shù)為16，則該圖像的大小是：（B）A、128KBB、32KBTOC\o"1-5"\h\zC、1MBC、2MB一幅512*512的圖像，若灰度級(jí)數(shù)為16，則該圖像的大小是：（A）A、128KBB、32KBC、1MBC、2MB一幅灰度級(jí)均勻分布的圖象，其灰度范圍在［0，127］，則該圖象的信息量為：（C）A、0B、128C、7D、8下面說法正確的是：（B）A、基于像素的圖像增強(qiáng)方法是一種線性灰度變換；B、基于像素的圖像增強(qiáng)方法是基于空間域的圖像增強(qiáng)方法的一種；C、基于頻域的圖像增強(qiáng)方法由于常用到傅里葉變換和傅里葉反變換，所以總比基于圖像域的方法計(jì)算復(fù)雜較高；D、基于頻域的圖像增強(qiáng)方法比基于空域的圖像增強(qiáng)方法的增強(qiáng)效果好。偽彩色處理和假彩色處理是兩種不同的色彩增強(qiáng)處理方法，說出下面屬于偽彩色增強(qiáng)的處理？（C）A、將景象中的藍(lán)天邊為紅色，綠草變?yōu)樗{(lán)色。B、用自然色復(fù)制多光譜的景象。C、將灰度圖經(jīng)頻域高通/低通后的信號(hào)分別送入紅/藍(lán)顏色顯示控制通道。D、將紅、綠、藍(lán)彩色信號(hào)分別送入藍(lán)、紅、綠顏色顯示控制通道。

指出下面正確的說法：（D）A、基于像素的圖像增強(qiáng)方法是一種非線性灰度變換。B、基于像素的圖像增強(qiáng)方法是基于頻域的圖像增強(qiáng)方法的一種。C、基于頻域的圖像增強(qiáng)方法由于常用到傅里葉變換和傅里葉反變換，所以總比基于圖像域的方法計(jì)算復(fù)雜較高。D、基于頻域的圖像增強(qiáng)方法可以獲得和基于空域的圖像增強(qiáng)方法同樣的圖像增強(qiáng)效果。首先根據(jù)需要設(shè)計(jì)一個(gè)調(diào)色板，進(jìn)而將灰度值作為調(diào)色板的索引值完成從灰度到彩色的映射。這種偽方法稱為（B）A、基于灰級(jí)窗的偽彩色方法B、基于灰度調(diào)色板的偽彩色方法C、基于灰度變換的偽彩色方法D、基于區(qū)域分割的偽彩色方法指出下面正確的說法：（D）基于像素的圖像增強(qiáng)方法是一種非線性灰度變換。基于像素的圖像增強(qiáng)方法是基于空域的圖像增強(qiáng)方法的一種。基于頻域的圖像增強(qiáng)方法由于常用到傅里葉變換和傅里葉反變換，所以總比基于圖像域的方法計(jì)算復(fù)雜較高?；陬l域的圖像增強(qiáng)方法可以獲得和基于空域的圖像增強(qiáng)方法同樣的圖像增強(qiáng)效果。A、①②B、①③C、③④D、②④使用同態(tài)濾波方法進(jìn)行圖像增強(qiáng)時(shí)，不包含以下哪個(gè)過程（C）A、通過對(duì)圖像取對(duì)數(shù)，將圖像模型中的入射分量與反射分量的乘積項(xiàng)分開。B、將對(duì)數(shù)圖像通過傅里葉變換變到頻域，在頻域選擇合適的濾波函數(shù)，進(jìn)行減弱低頻和加強(qiáng)高頻的濾波。C、計(jì)算圖像中各個(gè)灰度值的累計(jì)分布概率。D、對(duì)濾波結(jié)果進(jìn)行傅里葉逆變換和對(duì)數(shù)逆運(yùn)算。f（^y）（（兀0你必用表示圖像亮度，表示入射分量，表示反射分量，則對(duì)一幅圖像可以建模為：（A）產(chǎn)（為刃=迫,刃?嗆丿）A、B、C幅圖像可以建模為：（A）產(chǎn)（為刃=迫,刃?嗆丿）A、B、C、D、K兀丿）=/（兀刃+心刃15.用川兀H表示圖像亮度，表示入射分量，表示反射分量，則對(duì)一崔禺刃=?（兄j卜rgy）」幅圖像可以建模為’。該模型是以下哪種圖像增強(qiáng)方法的基礎(chǔ)？（B）A、對(duì)比度線性展寬方法B、同態(tài)濾波方法C、線性動(dòng)態(tài)范圍調(diào)整方法D、非線性動(dòng)態(tài)范圍調(diào)整方法16.使用同態(tài)濾波方法進(jìn)行圖像增強(qiáng)時(shí)，以下處理順序正確的是（A）通過對(duì)圖像取對(duì)數(shù)，將圖像模型中的入射分量與反射分量的乘積項(xiàng)分開。將對(duì)數(shù)圖像通過傅里葉變換變到頻域，在頻域選擇合適的濾波函數(shù)，進(jìn)行減弱低頻和加強(qiáng)高頻的濾波。計(jì)算圖像中各個(gè)灰度值的累計(jì)分布概率。對(duì)濾波結(jié)果進(jìn)行傅里葉逆變換和對(duì)數(shù)逆運(yùn)算。A①②④B①④②C①②③D①③②f—jam臼假設(shè)（4丿）是原始圖像的像素點(diǎn)坐標(biāo)；是使用公式bJ血日十J-COS&對(duì)圖像F進(jìn)行變換得到的新圖像5〉的像素點(diǎn)坐標(biāo)。該變換過程是（B）A、圖像鏡像B、圖像旋轉(zhuǎn)C、圖像放大D、圖像縮小關(guān)于圖像縮小處理，下列說法正確的是：（D）A、圖像的縮小只能按比例進(jìn)行。B、利用基于等間隔采樣的圖像縮小方法對(duì)圖像進(jìn)行處理時(shí)，不需要計(jì)算出采樣間隔C、圖像的縮小只能按不比例進(jìn)行。D、圖像的縮小是從原始圖像中選擇合適的像素點(diǎn)，使圖像縮小后可以盡量保持原有圖像的概貌特征不丟失關(guān)于圖像放大處理，下列說法不正確的是（D）A、從物理意義上講，圖像的放大是圖像縮小的逆操作。B、當(dāng)放大的倍數(shù)比較大時(shí)，使用基于像素放大原理的圖像放大方法會(huì)導(dǎo)致馬賽克現(xiàn)象。C、對(duì)于因放大后的圖像子塊與子塊之間的過渡因不平緩而導(dǎo)致畫面效果不自然的問題，可以采用雙線性插值方法可以用來解決。D、圖像的放大不會(huì)引起圖像的畸變。關(guān)于圖像放大處理，下列說法正確的是（A）A、從物理意義上講，圖像的放大是圖像縮小的逆操作。B、圖像的放大處理不需要對(duì)未知數(shù)據(jù)進(jìn)行估計(jì)。C、圖像的放大只能按比例進(jìn)行。D、圖像的放大不會(huì)引起圖像的畸變。關(guān)于圖像縮小處理，下列說法正確的是：（B）A、圖像的縮小只能按比例進(jìn)行。B、利用基于等間隔采樣的圖像縮小方法對(duì)圖像進(jìn)行處理時(shí)，需要計(jì)算出采樣間隔。C、圖像的縮小只能按不比例進(jìn)行。D、從信息處理的角度看，圖像縮小與圖像放大的含義一樣，都需要對(duì)未知的數(shù)據(jù)進(jìn)行估計(jì)。關(guān)于圖像的插值，下列說法不正確的是（B）A、對(duì)于因圖像放大后的圖像子塊與子塊之間的過渡因不平緩而導(dǎo)致畫面效果不自然的問題，可以采用雙線性插值方法可以用來解決。B、在使用雙線性插值進(jìn)行圖像放大時(shí)，所有的像素的計(jì)算都不會(huì)用到單線性插值法。C、對(duì)于圖像旋轉(zhuǎn)產(chǎn)生的空穴問題，可以采用均值插值法來填充。D、對(duì)于圖像旋轉(zhuǎn)產(chǎn)生的空穴問題，可以采用鄰近插值法來填充。中值濾波器可以：（A）A、消除孤立噪聲；B、檢測(cè)出邊緣；C、進(jìn)行模糊圖像恢復(fù)；D、模糊圖像細(xì)節(jié)。以下圖像分割方法中，不屬于基于圖像灰度分布的閾值方法的是（D）A、類間最大距離法B、最大類間、內(nèi)方差比法C、p-參數(shù)法D、區(qū)域生長(zhǎng)法以下圖像分割方法中，屬于基于圖像灰度分布的閾值方法的是（B）A、區(qū)域合并、分裂法B、最大類間、內(nèi)方差比法C、已知形狀的曲線檢測(cè)D、區(qū)域生長(zhǎng)法關(guān)于進(jìn)行圖像分割時(shí)使用的最大類間、類內(nèi)方差比法，下列說法正確的是（C）A、選擇的閾值使得兩類數(shù)據(jù)間的方差越小越好。B、選擇的閾值使得同一類的數(shù)據(jù)之間的方差越大越好。C、使用類間、類內(nèi)方差比作為選擇閾值的評(píng)價(jià)參數(shù)。D、使用類內(nèi)、類間方差比作為選擇閾值的評(píng)價(jià)參數(shù)。關(guān)于最大類間、類內(nèi)方差比法，下列說法正確的是（D）A、選擇的閾值使得兩類數(shù)據(jù)間的方差越小越好。B、選擇的閾值使得同一類的數(shù)據(jù)之間的方差越大越好。C、選擇的閾值使得兩類數(shù)據(jù)間的方差越小越好，同時(shí)同一類的數(shù)據(jù)之間的方差越大越好。D、選擇的閾值使得兩類數(shù)據(jù)間的方差越大越好，同時(shí)同一類的數(shù)據(jù)之間的方差越小越好。使用類間最大距離法進(jìn)行圖像分割時(shí)，下列步驟正確的是（C）計(jì)算相對(duì)距離度量值。給定一個(gè)初始閾值，將圖像分成目標(biāo)和背景兩類。分別計(jì)算出兩類的灰度均值。選擇最佳的閾值，使得圖像按照該閾值分成兩類后，相對(duì)距離度量值達(dá)到最大。A、①②③④B、②①③④C、②③①④D、①③②④以下選項(xiàng)中，不屬于表色系的是：（B）A、RGBB、DCTC、CMYKD、HSI關(guān)于RGB表色系，以下說法不正確的是的（A）A、RGB表色系是減色系統(tǒng)。B、RGB表色系的三基色中包含紅色。C、若某個(gè)像素點(diǎn)的值是（0，255，0），則表示該顏色中只含綠色。D、若某個(gè)像素點(diǎn)的值是（255，255，255），則表示該顏色為白色。HSI表色系的三屬性包含：（A）①色調(diào)②色飽和度③亮度④色度A、①②③B、①②④C、②③④D、①③④關(guān)于HSI表色系，以下說法不正確的是（B）A、HSI表色系的三屬性中包含色調(diào)。B、HSI表色系的三屬性中包含色度。C、HSI表色系的三屬性中包含飽和度。D、HSI表色系的三屬性中包含亮度。關(guān)于RGB色系下的彩色圖像，下列說法正確的是：（A）A、彩色圖像的紅色分量、綠色分量、藍(lán)色分量都是灰度圖像。B、該彩色圖像的紅色分量是彩色圖像。C、若某個(gè)像素點(diǎn)的值是（0，255，0），則表示該顏色中只含紅色。D、若某個(gè)像素點(diǎn)的值是（255，255，255），則表示該顏色為黑色。下圖1是一幅標(biāo)準(zhǔn)測(cè)試圖像Lena圖，對(duì)圖像進(jìn)行處理后，形成的結(jié)果圖像如圖2所示。這是如何處理得到的？（D）

A、圖像銳化B、圖像去噪C、圖像對(duì)比度增強(qiáng)D、亮度減弱35.下圖1是一幅標(biāo)準(zhǔn)測(cè)試圖像Lena圖，對(duì)圖像進(jìn)行處理后，形成的結(jié)果圖像如圖2所示。這是如何處理得到的？（B）A、圖像亮度減弱B、邊緣檢測(cè)C、圖像對(duì)比度減弱D、圖像對(duì)比度增強(qiáng)36.下圖1是一幅標(biāo)準(zhǔn)測(cè)試圖像Lena圖，對(duì)圖像進(jìn)行處理后，形成的結(jié)果圖像如圖2所示。這是如何處理得到的？（A）A、圖像銳化B、邊緣檢測(cè)C、圖像亮度減弱D、圖像對(duì)比度減弱判斷題可以用f（x,y）來表示一幅2-D數(shù)字圖像。（T）可以用f（x,y）來表示一個(gè)在3-D空間中的客觀景物的投影。（T）數(shù)字圖像坐標(biāo)系與直角坐標(biāo)系一致。（F）矩陣坐標(biāo)系與直角坐標(biāo)系一致。（F）數(shù)字圖像坐標(biāo)系可以定義為矩陣坐標(biāo)系。（T）圖像中虛假輪廓的出現(xiàn)就其本質(zhì)而言是由于圖像的灰度級(jí)數(shù)不夠多造成的。（T）圖像中虛假輪廓的出現(xiàn)就其本質(zhì)而言是由于圖像的空間分辨率不夠高造成。（F）圖像中虛假輪廓的出現(xiàn)就其本質(zhì)而言是由于圖像的灰度級(jí)數(shù)過多造成的。（F）圖像中虛假輪廓的出現(xiàn)就其本質(zhì)而言是由于圖像的空間分辨率過高造成。（F）采樣是空間離散化的過程。（T）一幅圖像經(jīng)過直方圖均衡化處理后，其對(duì)比度一定比原始圖像的對(duì)比度提高。（F）一般來說，直方圖均衡化處理對(duì)于灰度分布比較集中的圖像的處理效果比較明顯。（T）一般來說，直方圖均衡化處理對(duì)于灰度分布比較均衡的圖像的處理效果比較明顯。（F）借助對(duì)數(shù)形式的變換曲線可以達(dá)到非線性灰度動(dòng)態(tài)范圍的目的。（T）借助對(duì)數(shù)形式的變換曲線可以達(dá)到線性灰度動(dòng)態(tài)范圍的目的。（F）閾值方法的核心是閾值的確定。（T）類間最大距離法的設(shè)計(jì)思想是：在某個(gè)適當(dāng)?shù)拈撝迪拢瑘D像分割后的前景目標(biāo)與背景兩個(gè)類之間的差異最小為最佳分割。（F）類間最大距離法的設(shè)計(jì)思想是：在某個(gè)適當(dāng)?shù)拈撝迪拢瑘D像分割后的前景目標(biāo)與背景兩個(gè)類之間的差異最大為最佳分割。（T）二維熵方法的設(shè)計(jì)思想是：采用二維熵來度量像素以及其鄰域像素中像素之間的信息相關(guān)性，當(dāng)空間相關(guān)信息量最小時(shí)，認(rèn)為是最佳閾值。（F）二維熵方法的設(shè)計(jì)思想是：采用二維熵來度量像素以及其鄰域像素中像素之間的信息相關(guān)性，當(dāng)空間相關(guān)信息量最大時(shí)，認(rèn)為是最佳閾值。（T）區(qū)域生長(zhǎng)方法的實(shí)現(xiàn)有三個(gè)關(guān)鍵點(diǎn)：種子點(diǎn)的選?。簧L(zhǎng)準(zhǔn)則的確定；區(qū)域生長(zhǎng)停止的條件。（T）區(qū)域生長(zhǎng)方法中選取的種子點(diǎn)只能是單個(gè)像素。（F）在使用區(qū)域合并、分裂方法進(jìn)行圖像分割時(shí)，不需要用到每個(gè)子塊的屬性。（F）基于圖像灰度空間分布的閾值方法不需要考慮像素與像素之間的相關(guān)性。（F）基于圖像灰度空間分布的閾值方法除了考慮當(dāng)前像素本身的灰度值外，還需要考慮其與鄰近像素之間的關(guān)系。（T）貼標(biāo)簽處理是對(duì)二值圖像的每個(gè)不同的連通域進(jìn)行不同的編號(hào)，來區(qū)分不同的連通域（T）膨脹運(yùn)算可以理解為對(duì)圖像的補(bǔ)集進(jìn)行腐蝕處理。（T）膨脹是一種消除邊界點(diǎn)，使邊界向內(nèi)收縮的過程。（F）膨脹是將與目標(biāo)區(qū)域接觸的背景點(diǎn)合并到該目標(biāo)物中，使目標(biāo)邊界向外擴(kuò)張的處理。（T）經(jīng)過細(xì)線化之后，圖像中所有線條的幅度均為一個(gè)像素。（T）可以用圓形度來表示二值圖像中的各個(gè)連通域的形狀與圓形的相似程度。（T）可以用矩形度來表示二值圖像中的各個(gè)連通域的形狀與矩形的相似程度。（T）在連通域中的點(diǎn)，按照其是否與背景相鄰接，可以分為內(nèi)部點(diǎn)和外部點(diǎn)。（F）在連通域中的點(diǎn)，按照其是否與背景相鄰接，可以分為內(nèi)部點(diǎn)和邊界點(diǎn)。（T）在對(duì)二值圖像進(jìn)行分析時(shí)，將沒有孔的連通域稱為單連通。（T）在RGB空間中，若某個(gè)像素點(diǎn)的值是（0，0，0），則表示該顏色為白色。（F）在RGB空間中，若某個(gè)像素點(diǎn)的值是（0，0，255），則表示該顏色為藍(lán)色。（T）RGB表色系具有亮度信息與色度信息相分離的特點(diǎn)。（F）YCbCr表色系具有亮度信息與色度信息相分離的特點(diǎn)。（T）白平衡方法比最大顏色值平衡方法更適合于處理兩種情況：一是圖像中白色的點(diǎn)不存在，二是白色的點(diǎn)只占畫面總像素的很少比例。（F）傅里葉變換可以用在圖像的卷積運(yùn)算中，主要原因是：空域上的卷積對(duì)應(yīng)其在頻域上的點(diǎn)乘。（T）傅里葉變換可以用在圖像壓縮中。（T）一幅圖像進(jìn)行一次小波變換后，概貌信息大都集中在高頻圖像子塊中。（F）一幅圖像經(jīng)過1次小波變換后，可以得到4個(gè)子塊圖像。（T）一幅圖像進(jìn)行一次小波變換后，細(xì)節(jié)信息大都集中在高頻圖像子塊中。（T）離散余弦變換是圖像處理中常用的正交變換。（T）傅里葉變換的所寫是FTT。（F）一幅圖像經(jīng)過2次小波變換后，可以得到8個(gè)子塊圖像。（F）一幅圖像進(jìn)行一次小波變換后，概貌信息大都集中在低頻圖像子塊中。（T一幅圖像進(jìn)行一次小波變換后，細(xì)節(jié)信息大都集中在低頻圖像子塊中。（F）簡(jiǎn)答題簡(jiǎn)述數(shù)字圖像處理的至少3種主要研究?jī)?nèi)容。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？答：如果量化級(jí)數(shù)過小，會(huì)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(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)，人眼感覺不到顏色信息的丟失。當(dāng)量化級(jí)數(shù)過小時(shí)，圖像灰度分辨率就會(huì)降低，顏色層次就會(huì)欠豐富，不同的顏色之間過度就會(huì)變得突然，可能會(huì)導(dǎo)致偽輪廓現(xiàn)象。簡(jiǎn)述灰度圖像與彩色圖像的區(qū)別。答：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)。彩色圖像是根據(jù)三原色成像原理來實(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。4．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？答：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(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)。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)來替代被污染的點(diǎn)，故處理效果不好。5．傅里葉變換在圖像處理中有著廣泛的應(yīng)用，請(qǐng)簡(jiǎn)述其在圖像的低通濾波中的應(yīng)用原理。答：圖像經(jīng)過傅里葉變換后，景物的概貌部分集中在低頻區(qū)段，景物的細(xì)節(jié)部分集中在高頻區(qū)段，可以通過圖像的高通濾波將圖像中景物的概貌提取出來。具體做法是，將傅里葉變換得到頻譜圖的高頻部分強(qiáng)制為0，而將低頻部分的信息保持不變，就相當(dāng)于使用一個(gè)只保持低頻部分信息不變，而高頻信息被完全抑制的低通濾波器作用在原始圖像上。將經(jīng)過這樣處理后的頻譜進(jìn)行傅里葉逆變換，就可以得到圖像的概貌部分。6．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。7．舉例說明使用鄰近行插值法進(jìn)行空穴填充的過程。答：鄰近插值法就是將判斷為空穴位置上的像素值用其相鄰行（或列）的像素值來填充。例如對(duì)于下圖中的空穴點(diǎn)f23進(jìn)行填充時(shí)，使用相鄰行的像素值來填充。即：f23=f22.8．將高頻加強(qiáng)和直方圖均衡相結(jié)合是得到邊緣銳化和對(duì)比度增強(qiáng)的有效方法。上述兩個(gè)操作的先后順序?qū)Y(jié)果有影響嗎？為什么？答：有影響。應(yīng)先進(jìn)行高頻加強(qiáng)，再進(jìn)行直方圖均衡化。高頻加強(qiáng)是針對(duì)通過高通濾波后的圖像整體偏暗，因此通過提高平均灰度的亮度，使圖像的視覺鑒別能力提高。再通過直方圖均衡化將圖像