云南师范大学数字图像处理作业
作业
第1章绪论第2章数字图像处理基本概念
作业一
1. 解答题
（1）什么叫数字图像？
答：将空间上、幅度上（和光谱上、时间上）连续物理图像经过空间上的离散（采样）和幅度上的离散（量化），变换成数字图像。
（2）数字图像处理包括哪些内容？
答：图像数字化；图像变换；图像增强；图像恢复；图像压缩编码；图像分割；图像分析与描述；图像的识别分类等。
（3）数字图像处理系统包括哪些部分？
答：图像输入、图像存储、图像通信、图像处理和图像分析五个模块组成。
（4）从“模拟图像”到“数字图像”要经过哪些步骤？
答：空间上的离散（采样）和幅度上的离散（量化）。
（5）什么叫数字图像的“空间分辨率”和“幅度分辨率”？各由数字化哪个过程决定？
答：空间分辨率是指图像可辨认的临界物体空间几何长度的最小极限，由采样密度决定；幅度分辨率是指幅度离散，每个像素都有一个强度值，称该像素的灰度，一般量化采用8bit，由量化等级决定。
（6）数字图像1600?1200什么意思？灰度一般取值范围0~255，其含义是什么？
答：数字图像1600x1200表示空间分辨率为1600x1200像素；灰度范围0~255指示图像的256阶灰阶，就是通过不同程度的灰色来来表示图像的明暗关系，8bit的灰度分辨率。
（7）P42：2，3，6（直方图概念），10，11
2.图像的数字化包括哪两个过程？它们对数字化图像质量有何影响？
答：采样；量化
采样是将空间上连续的图像变换成离散的点，采样频率越高，还原的图像越真实。
量化是将采样出来的像素点转换成离散的数量值，一幅数字图像中不同灰度值得个数称为灰度等级，级数越大，图像越是清晰。
3数字化图像的数据量与哪些因素有关？
答：图像分辨率；采样率；采样值。
6．什么是灰度直方图？它有哪些应用？从灰度直方图中你可可以获得哪些信息？
答：灰度直方图反映的是一幅图像中各灰度级像素出现的频率之间的关系；它可以用于：判断图像量化是否恰当；确定图像二值化的阈值；计算图像中物体的面积；计算图像信息量。从灰度直方图中你可可以获得：灰度范围、灰度级分布，图像的亮度分布。
10.什么是点处理？你所学算法中哪些属于点处理？
答：在局部处理中，输出值仅与像素灰度有关的处理称为点处理。如：图像对比图增强，图像二值化，直方图规定化均衡化。
11．什么是局部处理？你所学算法中哪些属于局部处理？
答：在对输入图像进行处理时，计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。如：图像的移动平均平滑法，空间域锐化法，中值滤波。
（8）* 采样定理是什么？什么叫“奈奎斯特率”？（*课堂以外内容，不要求做）
（9）* 什么是图像的光谱分别率？照相机的性能指标包括哪些？
（10）* 什么叫“过采样”和“欠采样”？
（11）* 什么叫图像“动态范围”、“信噪比”？
（12）* 简述与图像处理相关的人眼视觉特性？什么叫“三基色原理”？
2. 计算题
设图像的长宽比为4:3，300万和800万像素的数码相机的空间分辨率大约是多少？
一幅800万像素彩色图像需要多少个字节来存储？(第一个计算题, 去年考了类似的)
解：（1）设长度比为4:3的300万像素的空间尺寸为,x y；
则
3000000
4
3
x y
x
y
=
?
?
?=
?
?，解之得：
2000
1500
x
y
=
?
?
=
?
则300万像素的空间分辨率为：20001500
?；
同理可得：800万像素的空间分辨率为：32652450
?。
（2）
44
2
80010248001024
22.89
8102481024
Kb Mb Mb
????
==
??
第4章图像增强、平滑去躁（空域）
图像处理常用算法：
（1）增强：灰度拉伸（即对比度增强）、直方图均衡化、直方图规定化、同态滤波*
（2）平滑去噪：平均模板（即均值滤波：4邻域、8邻域、加权）、中值滤波
（3）锐化：拉普拉斯锐化法
作业三
1. 解答题
（1）图像增强的目的是什么？
答：图像增强的目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的的增强图像的整体或局部特性，将原来不清晰的图像变得清晰或增强某些感兴趣的特征，扩大图像中不同物体的特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，将强图像判读和识别效果，满足某些特征分析的需求。
（2）什么是灰度图像的直方图？简述用它可以简单判断图像质量？
答：灰度直方图定义为数字图像中各灰度级与其出现的频数间的统计关系，它能描述该图像的概貌，例如图像的灰度范围，每个灰度级出现的频率，灰度级的分布，整幅图像的平均明暗和对比度等。
（3）常用图像增强方法有哪些？
答：图像的线性变换；图像的非线性变化；图像的直方图修正法（均衡化和规定化）。
（4）“平均模板”对图像做哪种处理？写出3?3和5?5“平均模板”。
答：局部处理。33
?“平均模板”
111
1
111
9
111
H
??
??
=??
??
??
；
55
?“平均模板”
11111
11111
1
11111
25
11111
11111
H
??
??
??
??=
??
??
??
??
。
（5）“中值滤波”对图像做哪种处理？是如何运算的？
答：局部处理；中值滤波是对一个滑动窗口内的诸像素灰度值排序，用其中值代替窗口中心像素的灰度值的滤波方法，它是一种非线性的平滑法，对脉冲干扰及椒盐噪声的抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。
（6）什么叫点处理、局部处理、全局处理？3?3平均模板、直方图修正、灰度反转各属于哪种处理？
答：(1)点处理：输出值仅与像素灰度有关的处理称为点处理。（直方图修正）
(2)局部处理：计算某一输出像素值由输入图像像素的小领域中的像素值确定，这种处理称为局部处理。（3?3平均模板）
(3)全局处理：图像某一像素灰度的变化与图像全部像素灰度值有关。（灰度反转） 2．计算题
（1）P100：9、10
9、对下图作33?中值滤波处理，写出处理结果。（给出一部分，写一部分，好像是简答）
解：中值滤波取的是9个数从小到大排序取中间值，处理结果如上右图。 10、对上图作33?领域平均，并比较领域平均与中值滤波的差异。 解：领域平均是取9个数和的平均值，处理结果如下：
比较：领域平均滤波在滤除点噪声的同时，会使目标物边缘变得模糊；中值滤波法在滤除噪声的同时，保留了目标物边缘；中值滤波在抑制噪声方面比均值滤波差一点。
（2）P102：26、左表是8级灰度数字图像原始数据，右表是规定直方图。
要求：（1）完成本题要求的“直方图规定化”处理，同时完成“直方图均衡化”处理。 （2）只要求画出表格，数据放在表格中，不要计算过程。表格可以按照课堂横表，也可以按照课表设计为纵表。要求画出原始图像、直方图均匀化和直方图规定化处理后图像的直方图，直方图画法参考如下。
26、已知一幅6464
?的8bit 数字图像，各个灰度出现的概率如左表。要求将此直方图变
换，使其变换后的图像具有右表的灰度分布。画出变换前后图像的直方图。（重点，必考，期末和补考选考其中一种）
原始图像直方图
均衡化后直方图
原始图像直方图规定化后直方图
第3章图像变换及频域处理（频域）常用图像变换算法：
（1）图像的几何变换（图像畸变校正*、图像缩放、旋转*、拼接*）?图像缩放：双线性插值
（2）图像变换（傅立叶、余弦、沃尔什－哈达玛、K-L变换、小波变换）（3）图像频域处理（增强算法：高频率提升、同态滤波；平滑去噪：?增强算法：高频提升、同态滤波；
?平滑去噪：低通滤波
作业二
1.解答题
（1）说出数字图像处理中有哪几种图像变换？
答：几何变换、傅里叶；余弦；沃尔什；哈达玛；K-L变换；小波变换等。
（2）简述为什么要进行图像变换？各种变换应用在图像什么处理上？
答：图像变换在数字图像处理与分析中起着很重要的作用，是一种常用的、有效的分析手段。图像变换的目的在于：使图像处理问题化；有利于图像特征提取；有助于从概念上增强对图像信息的理解。
傅里叶变换（图像滤波）；余弦变换（图像压缩）；沃尔玛-哈达吗变换（图像压缩）。
（3）简述快速傅里叶变换算法（FFT）原理。
答：略
（4）长度为N的一维信号的离散傅里叶变换（DFT）其计算量= ？次乘法+ ？加法？
快速傅里叶变换（FFT）其计算量= ？次乘法+ ？加法？
答：一维离散傅里叶变换（DFT）其计算量= N2次乘法+ N(N-1)次加法；
二维离散傅里叶变换（DFT）其计算量= M2N2次乘法+ MN(MN-1)次加法；
一维快速傅里叶变换（FFT）其计算量= N/2 log2N次乘法+ N log2N加法。
（5）解释图像处理空域与频域。
答：空域：未经傅里叶变换的图像空间；
频域：经过傅里叶变换的图像空间。
（6）频域进行图像增强、去噪、边缘检测分别用哪种滤波器？（高通、低通、带通或其它？）
答：增强------------同态滤波器
去噪------------低通滤波器
边缘检测------高通滤波器
（7）频域处理图像的步骤？
答：1、将源图像进行傅里叶变换到频域；
2、根据图像处理母的选择适当的滤波器；
3、对频域图像进行滤波处理；
4、对滤波后图像进行傅里叶反变换。
（8）图像增强可以在“空域”和“频域”进行，什么叫“空域”和“频域”？两种域各采用什么处理方法？
答：空域法：直接对图像的像素灰度进行操作。常用算法：图像的灰度变换；直方图修
正（均衡化、规定化）；平滑和锐化处理；彩色增强。
频域法：在图像的变换域中，对图像的变换值进行操作，然后经逆变换获得所需要的增强结果。常用算法：低通滤波（平滑、去噪）；高频提升滤波（图像锐化）；同态滤波（增强）。 2. 计算题
计算下列数字两个图像块的二维DFT 和二维DCT ，并用Matlab 编程验证计算结果
??
???????
???=01
10
01100110
0110
),(11n m f ）（ ?????
???????=11
00
11001100110
),(22n m f ）（ 解：（1）A 、二维DFT ：()(){}
m n F u v =FFT FFT [,]f m n ，； 设：1[0,0,0,0]f =，即1[0,0,0,0]F =；设2[1,1,1,1]f =， ∵()1
2()exp N n F k f n j
nk N π-=??
=
- ???∑ ∴()()()()()()()22
2
2
2
2
0exp 001234F f x f f f f =
=+++=∑；
()()()
02/422/423/42221exp 04j j j j x
F f x e e e e ππππ----==+++=∑；
()()()022/4
24/426/42
2
222exp 04
j j j j x F f x e e
e e ππππ----==+++=∑； ()()()0
23/4
26/429/42
2
233exp 04
j j j j x F f x e e
e e ππππ----==+++=∑；
∴2[4,0,0,0]F =；()()''''1122104
400
000,,[,,,]0
0000
00
0n f m n FFT f m n F F F F ??????====??????????
； ∴()(){}
()m n 1F u v =FFT FFT [,],m f m n FFT f m n =????，； 设3[0,4,4,0]f =；∵()()()()()()()33
3
3
3
3
0exp 001238F f x f f f f =
=+++=∑；
()()()2/4
22/43321exp 44444j j j x
F f x e
e j πππ---==?+?=--∑； ()()()22/4
24/43
3
222exp 444404
j j j x F f x e
e πππ---==?+?=-+=∑； ()()()23/4
26/43
3
233exp 44444
j j j x F f x e
e j πππ---==?+?=-+∑；
∴[]38,44,0,44F j j =---+；
∴()()[]131118440440000F u v ,;;;00000
000m j j FFT f m n F F F F ---+??
????===??????
?
?
??
， B 、二维DCT ，()(){}
m n C u v =DCT DCT [,]f m n ， 设：1[0,0,0,0]f =，即1[0,0,0,0]C =；设2[1,1,1,1]f =，
∵()()()1
021()cos 2N n x u C u a u f x N π-=+??=??
??∑，其中，(
)01,2,
,1
u a u u N ===-；
∴(
)()()()221
0cos 0111122
C f x ==+++=；
(
)()()(
)
()()()())2
2
211cos
cos /8cos 3/8cos 5/8cos 7/808
x C
f
x π
ππππ+=
=
+++=；
(
)()(
)()()()())222122cos cos 2/8cos 6/8cos 10/8cos 14/808x C f x πππππ+==+++=?? ?
??； (
)()(
)()()()())222133cos cos 3/8cos 9/8cos 15/8cos 21/808x C f x πππππ+=
+++=??
?
?
?； ∴2[2,0,0,0]C =；()()''''212210
2
200
000,,[,,,]0
0000
00
0n f m n DCT f m n C C C C ??????====??????????
； ∴()(){}
()m n 2C u v =DCT DCT [,],m f m n DCT f m n =????，； 设4[0,2,2,0]f =；∵(
)()()()42
1
0cos 02222C f x ==+=；
(
)()(
)()())42211cos 2cos 3/82cos 5/808x C f x π
ππ+=
=?+?=??
??
?；
(
)()(
)()())
422122cos 2cos 6/82cos 10/828x C f x π
ππ??
? ??
?
+=?+?=-； (
)()(
)()())422133cos 2cos 9/82cos 15/808x C f x π
ππ+??=?+?=
??
?
； ∴[]32,0,2,0C =-；
∴()()[]1411120200000C u v ,;;;00000
00
0m DCT f m n C C C C -??????===??????????
，； （2）过程和（1）一样。
Matlab 编程如下：（1）A=[0,1,1,0;0,1,1,0;0,1,1,0;0,1,1,0] B=fft2(A) C=dct2(A) （2）A=[0,0,1,1;0,0,1,1;0,0,1,1;0,0,1,1] B=fft2(A) C=dct2(A)
第4章
图像复原
常用图像变换算法：
（1） 逆滤波； （2）维纳滤波（Wiener Filter ）； （3）盲卷积*
作业四
1. 解答题
（1）什么叫图像复原？与图像增强有什么区别？
答：图像在形成、传输和记录中，由于成像系统、传输介质和设备的不完善，导致图像质量下降，这一现象称为图像退化。
图像复原和图像增强是有区别的，虽然二者的目的都是为了改善图像的质量，但图像增强不考虑图像是如何退化的，只通过试探各种技术来来增强图像的视觉效果。因此，图像增强可以不顾增强后的图像是否失真，只要看着舒服就行。而图像复原则完全不同，需知道图像退化的机制和过程等先验知识，据此找出一种相应的逆过程解算方法，从而得到复原的图像。如果图像已退化，应先做复原处理，再做增强处理。
（2）说出几种图像退化。 答：噪声、模糊、畸变。 （3）什么是维纳滤波器？
答：是一种以最小平方为最优准则的线性滤波器，在一定的约束条件下，其输出与给定函数的差的平方达到最小，通过数学运算最终可变为可变为一个拖布列兹方程的求解问题，是利用平稳随机过程的相关特性和频谱特性混有噪声的信号进行滤波。
（4）说出几种常用的图像复原方法？
答：代数恢复方法：无约束复原；约束最小二乘法
频域恢复方法：逆滤波恢复法；去除由均匀运动引起的模糊；维纳滤波复原法
第5章图像压缩编码
常用图像变换算法：
（1）哈夫曼编码；（2）算术编码；（3）预测编码；（4）变换编码
作业五
1．解答题
（1）图像为什么可以压缩？（即数字图像中存在哪几种冗余？）
答：图像数据之所以可以被压缩，是因为数据中存在着冗余。
在图像压缩中，有三种基本的数据冗余：编码冗余；像素间冗余；视觉冗余。
（2）什么是有损和无损压缩？
答：无损压缩：是对文件本身的压缩，和其它数据文件的压缩一样，是对文件的数据存储方式进行优化，采用某种算法表示重复的数据信息，文件可以完全还原，不影响文件内容，对于数字图像而言，也不会使图像细节有任何损失。（冗余量压缩）
有损压缩：是对图像本身的改变，在保存图像时保留了较多的亮度信息，而将色相和色纯度的信息和周围的像素进行合并，合并的比例不同，压缩的比例也不同，由于信息量减少了，所以压缩比可以很高，图像质量也会相应的下降。（信息量压缩，失真度压缩、熵压缩）（3）霍夫曼编码算法的基本思想是什么？
答：是根据源数据符号发生的概率进行编码的。在源数据中出现概率越大的符号，分配的码字越短；出现概率越小的信号，其码长越长，从而达到用尽可能少的码表示源数据。
（4）无损和有损预测编码算法不同之处？各在哪个环节对数据实现了压缩？
答：无损预测编码是直接对预测误差进行无失真压缩。（预测误差）
有损预测编码是要对预测误差进行量化编码后进行压缩。（量化编码）（5）简述统计编码、算术编码、预测编码、变换编码算法的基本原理。
答：统计编码：根据信源的概率分布可变长码，使平均码长非常接近于熵。
算数编码：利用编码符号的联合概率，用一个单独的浮点数来代替一串输入符号。
预测编码：不是直接对信号编码，而是对图像预测误差编码。实质上是对新的信息进行
编码，以消除相邻像素之间的相关性和冗余性。
变换编码算法：是通过正交变换把图像从空间域转化为能量比较集中的变换域系数，然后对变换系数经行编码，从而达到压缩数据的目的。
（6）各种压缩方法分别在哪个环节上实现了数据压缩？ 答：略。
（7）压缩效果如何评价？
答：1、主观评价；2、客观评价：均方根误差，均方根信噪比，峰值信噪比等。 2. 计算题（五）
（1）P139：3
3、有如下之信源X ，1
234567812
3
4
5
6
7
8u
u u u u u u u X P
P P P P P P P ??
=????
，其中：10.20P =，20.09P =，30.11P =，40.13P =，50.07P =，60.12P =，70.08P =，80.20P =。试将该信源进行霍夫曼编码，并计算信源的熵、平均编码、编码效率及冗余度。若采用二叉树编码，请绘出二叉树。（考哈夫曼，不会考二叉树）
解：（1）Huffman （哈夫曼）编码
信符
概率 1 2 3 4 5 6 u1 0.20
0.6 u8 0.20 0.4 u4 u6 u3 u2 u7 u5
信源熵：()720
log 2.9i i i H A P P ==-=∑ 哈夫曼编码平均码长：
7
100.220.230.1330.1230.1130.0930.0840.074 2.95i i i Lavg L P ===?+?+?+?+?+?+?+?=∑哈夫曼
编码编码效率：()1==H A Lavg 2.92.95100%=98.3%η?
哈夫曼编码冗余度：()111100% 1.7%
D R η=-?=
（2）二叉树编码
0 1
（2）（补充）对下表信源进行Huffman（哈夫曼）和Fano-Shannon（费诺--仙农）的变长编码，并计算信源熵、两种变长编码的平均码长、编码效率、冗余度和与自然编码的压缩比（写出过程）。
解（1）Huffman（哈夫曼）
信符概率 1 2 3 4 5 6 a1 0.35 0.35 0.35 0.35 0.6 a2 0.25 0.25 0.25 0.25 0.4 a0 0.15 0.15 0.15
a3 0.11 0.11
a4 0.06
a5 0.05
a6
a7
信源熵：
()
()
7
222222222 0
log0.35log0.350.25log0.250.15log0.150.11log0.110.06log0.060.05log0.050.02log0.020.01log0.01
0.53010.50.41050.350180.243530.216090.1128770.06643 2.43
i i
i
H A P P
bit
=
=-=--------
=+++++++=
∑哈夫曼编码平均码长：
1
7
10
0.3520.2520.1520.1130.0640.0550.0260.016 2.5i i i Lavg L P ===?+?+?+?+?+?+?+?=∑哈夫曼编码
编码效率：()11==100%=97.2%H A Lavg 2.432.5η? 哈夫曼编码冗余度：()111100% 2.8%D R η=-?= 哈夫曼编码压缩比：11
32.5 1.2R m
C Lavg ===
（2）Fano-Shannon （费诺-仙农）（概率大的一组赋0，概率小的一组赋1；或者上面一组赋0，下面一组赋1）（去年考了）
编码 00 01 11 101 1001 10000 100010 100011
费诺--仙农编码平均码长：
20.3520.2520.1520.1130.0640.0550.0260.016 2.5Lavg =?+?+
?+?+?+?+?+?=费诺--仙农
编码编码效率：()22==100%=97.2%H A 2.432.5η? 费诺--仙农编码冗余度：()221100% 2.8%D R η=-?= 费诺--仙农编码压缩比：22
32.5 1.2R m
C Lavg ===
（3）（补充）算术编码：已知符号A 、B 、C 出现的概率分别是0.4, 0.2, 0.4，对符号BACCA 进行算术编码，写出编码过程，求出消息熵、平均码长和编码效率。
)
算术编码过程：
C B A 0
10.40.60.40.480.480.480.4480.4672
0.4672
0.47232
B A
C C A
∴ BACCA 被描述为一个实数区间[)0.4672,0.47232，用二进制表示为（小数点数转化为二进制方法：乘二取整）：[)0.011101111,0.0111011101
∴符号BACCA 的编码值为：01110111 ∴消息熵：()3
2
2221
log
0.4log 0.40.2log 0.20.4log 0.4 1.522i i i H A P P bit ==-
=---=∑
平均码长：85 1.6Lavg bit ==符号
编码效率：()=H A Lavg=1.5221.6100%=95.12%η?
计算题（六）
1．（补充）预测编码：对序列106，102，120，120，118，116，采用下面两种“预测规则” 进行预测编码、解码，并进行比较。（特别注意两种预测规则的不同）
（1）无损预测编码，预测函数如下： )1(f )(f
?-=m m （2）有损预测编码，预测函数如下： )1(f )(f
?'-=m m 并使用一个2位量化器，即：
解：（1）无损预测编码结果如下：
第7章 图像边缘检测、分割
作业七
图像处理常用算法：
（1）边缘检测：Canny 算子、Laplacian 算子、Sobel 算子 （2）Hough 变换检测直线和圆算法
（3）图像分割：阈值分割算（也叫二值化）、区域分割算法
? 区域分割方法：区域生长法、分裂合并法、空间聚类法。
1. 解答题
（1）说出几个常用的边缘检测算子。
（2）分别说出下面四种模板分别实现平滑去噪、图像锐化、边缘检测哪种处理？
A=??????????121242121161 B=??????????----010151010 C=??????????---101202101 D=????
?
?????---111000111
（3）图像边缘检测、图像分割处理的目的是什么？分割与边缘检测有什么不同？ （4）频域进行图像边缘检测分别用哪种滤波器？（高通、低通、带通或其它？） （5）什么是图像二值化处理？二值化处理的目的是什么？ （6）常用的图像分割算法有哪些？
数字图像处理课后参考答案
数字图像处理 第一章 1、1解释术语 (2) 数字图像:为了便于用计算机对图像进行处理,通过将二维连续(模拟)图像在空间上离散化,也即采样,并同时将二维连续图像的幅值等间隔的划分成多个等级(层次)也即均匀量化,以此来用二维数字阵列并表示其中各个像素的空间位置与每个像素的灰度级数的图像形式称为数字图像。 (3)图像处理:就是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1、7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像与高光谱图像的处理技术沿用了前述的基本图像处理技术,也发展除了一些特有的图像处理技术与方法。 1、8基本思路就是,或简单地突出图像中感兴趣的特征,或想方法显现图像中那些模糊了的细节,以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1、9基本思路就是,从图像退化的数学或概率模型出发,研究改进图像的外观,从而使恢复以后的图像尽可能地反映原始图像的本来面目,从而获得与景物真实面貌相像的图像。 1、10基本思路就是,,在不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量,以满足图像存储与实时传输的应用需求。 1、11基本思路就是,通过数学方法与图像变换算法对图像的某种变换,以便简化图像进一步处理过程,或在进一步的图像处理中获得更好的处理效果。 1、12基本目的就是,找出便于区分与描述一幅图像中背景与目标的方法,以方便图像中感兴趣的目标的提取与描述。 第二章 2、1解释下列术语 (18)空间分辨率:定义为单位距离内可分辨的最少黑白线对的数目,用于表示图像中可分辨的最小细节,主要取决于采样间隔值的大小。 (19)灰度分辨率:就是指在灰度级别中可分辨的最小变化,通常把灰度级数L称为图像的灰度级分辨率。 (20)像素的4邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的4个像素称为该像素的4邻域像素,她们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。 (21)像素的8邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的8个像素称为该像素的8邻域像素,她们的坐标分别为(x-1,y-1)(x-1,y)(x-1,y+1)(x,y-1)(x,y+1)(x+1,y-1)(x+1,y)(x+1,y+1)。 (28)欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D e(p,q)=[(x-u)2+(y-v)2]1/2 (29)街区距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的街区距离定义为:D4(p,q)=|x-u|+|y-v|。 (30)棋盘距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D8(p,q)=max(|x-u|,|y-v|)。 (33)调色板:就是指在16色或者256色显示系统中,将图像中出现最频繁的16种或者256种颜色组成的一个颜色表,并将她们分别编号为0~15或0~255,这样就使每一个4位或者8位的颜色编号或者颜色表中的24位颜色值相对应。这种4位或者8位的颜色编号称为颜色的索引号,由颜色索引号及对应的24位颜色值组成的表称为颜色查找表,即调色板。 2、7对图像进行描述的数据信息一般应至少包括: (1)图像的大小,也即图像的宽与高 (2)表示每个像素需要的位数,当其值为1时说明就是黑白图像,当其值为4时说明就是16色或16灰度级图像,当其值为8时说明就是256色或256灰度级图像,当其值为24就是说明就是真彩色图像。 同时,根据每个像素的位数与调色板的信息,可进一步指出就是16色彩色图像还就是16灰度级图像;就是256色彩色图像还就是256灰度级图像。 (3)图像的调色板信息。 (4)图像的位图数据信息。 对图像信息的描述一般用某种格式的图像文件描述,比如BMP等。在用图像文件描述图像信息时,相应的要
数字图像处理大作业
大作业指导书 题目：数字图像处理 院（系）：物联网工程学院 专业: 计算机 班级：计算机1401-1406 指导老师： 学号： 姓名： 设计时间： 2016-2017学年 1学期
摘要 (3) 一、简介 (3) 二、斑点数据模型 .参数估计与解释 (4) 三、水平集框架 (5) 1.能量泛函映射 (5) 2.水平集传播模型 (6) 3.随机评估方法 (7) 四、实验结果 (8) 五、总结 (11)
基于水平集方法和G0模型的SAR图像分割 Abstract（摘要） 这篇文章提出了一种分割SAR图像的方法，探索利用SAR数据中的统计特性将图像分区域。我们假设为SAR图像分割分配参数，并与水平集模型相结合。分布属于G分布中的一种，处于数据建模的目的，它们已经成功的被用于振幅SAR图像中不同区域的建模。这种统计数据模型是驱动能量泛函执行区域映射的基础，被引用到水平集传播数值方案中，将SAR 图像分为均匀、异构和极其异构区域。此外，我们引入了一个基于随机距离和模型的评估过程，用于量化我们方法的鲁棒性和准确性。实验结果表明，我们的算法对合成和真实SAR 数据都具有准确性。+ 简介 1、Induction（简介） 合成孔径雷达系统是一种成像装置，采用相干照明比如激光和超声波，并会受到斑点噪声的影响。在SAR图像处理过程中，返回的是斑点噪声和雷达切面建模在一起的结果。这个积性模型（文献[1]）因包含大量的真实SAR数据，并且在获取过程中斑点噪声被建模为固有的一部分而被广泛应用。因此，SAR图像应用区域边界和目标检测变得更加困难，可能需要斑点去除。因此，斑点去除是必需的，有效的方法可以在文献[2][3][4][5][6][7][8][9][10]中找到。 对于SAR图像分割，水平集方法构成一类基于哈密顿-雅克比公式的重要算法。水平集方法允许有效的分割标准公式，从文献[12]中讨论的传播函数项可以得到。经典方法有着昂贵的计算成本，但现在的水平集的实现配置了有趣的低成本的替换。 水平集方法的一个重要方面，比如传播模型，可以用来设计SAR图像的分割算法。这个传播函数能够依据伽马和伽马平方根法则将斑点统计进行整合，函数已经被广泛地应用于SAR图像中的均质区域分割。Ayed等基于伽马分布任意建模，设计方案将SAR图像分成多个均质区域。尽管多区分割问题已经解决，该方案人需要一定数量的区域作为输入。Shuai 和Sun在文献[16]中提出对这个方法进行了改进，他们使用了一个有效的传播前收敛判断。Marques等引入了一个类似于含有斑点噪声图像中目标检测的框架，将基于本地区域的斑点噪声统计融合进去。这些作者采用伽马平方根对均质区域进行建模并用一个自适应窗口方案检测本地的同质性。 最近，新的SAR数据模型比如K，G，显示出了优势。经典法则受限于均质区域特性的描述，而最近的法则展现出了在数据建模中更有吸引力的特性。法则允许同构、异构和高度异构幅度SAR数据的建模。这个分布族提供了一组参数，可以描述SAR图像中的不同区域。分布的参数信息，可以被广泛的应用于设计SAR图像处理和分类技术。在文献[21]中，Mejail 等人介绍了SAR监督数据分类器，它基于其参数映射并实现了有趣的结果。Gambini等人在文献[22]中使用这个分布的一个参数来量化SAR数据的粗糙度，通过活动轮廓和B样条差值来检测边缘。然而，这种技术需要一个初始分割步骤，并受拓扑限制。一般来说，活动轮廓方法不能解决不连续区域分割的问题。 本文介绍了一种新的水平集算法来实现SAR图像中均质、异构和极其异构区域分割的目标。由于分布能够描述SAR图像的同质性和规模，我们的方法采用分布对斑点数据进行建模。这些分布参数基于每一个域点进行估计，通过这些信息，我们可以在水平集分割框架内得到一个能量泛函来驱动向前传播(front propagation)。该泛函以最大化不同区域平均能量间的差异作为结束。最终水平集阶段以能量带作为依据得到SAR图像的分割结果。
数字图像处理 作业1汇总
数字图像处理 报告标题：01 报告编号： 课程编号： 学生姓名： 截止日期： 上交日期：
摘要 （1）编写函数计算灰度图像的均方误差（MSE）、信噪比（SNR）、峰值信噪比（PSNR）、平均绝对误差（MAE）；（2）编写函数对灰度图像经行降采样，直接消除像素以及消除像素前进行简单平滑滤波；（3）编写函数对图像进行放大，分别使用像素直接复制和双线性插值的方法：（4）编写函数用题目给出的量化步骤Q去量化灰度图像，并给出相应的MSE和直方图；（5）编写函数对灰度图像执行直方图均衡化，显示均衡前后的直方图。同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。 KEY WORD :MATLAB MSE、PSNR 直方图量化
技术探讨 数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。 task1 均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码 均方误差（MSE）： sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N) 信噪比（SNR）： sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE) 峰值信噪比（PSNR）： sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 平均绝对误差（MAE）： sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N) 在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。 task3 按比例缩小灰度图像 （1）直接消除像素点： I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。 （2）先平滑滤波再消除像素点： 滤波函数，g=imfilter(I,w,'corr','replicate'); task4 对图像的放大运用了pixel repetition法以及双线性插值法： 它有三种插值法：即最近邻插值（pixel repetition）、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。 ;缩放与放大由给定的参数来确定。而缩小则同样适用I1=g(1:m:end,1:m:end); 而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法” 放大倍数更改m值即可 task4 对图像的量化，使用“J=histeq(I,x); ”，x为可变的量化步长 task5 灰度图像的量化和直方图均衡化直接调用函数。“J=histeq(I)”“imhist(I,64)”
数字图像处理实验1
实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);
RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000
(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B
数字图像处理大作业
1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请给 出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解：步骤与思路： ○1.进行模糊处理，消除噪声 ○2.边缘检测，进行图像增强处理 ○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。 ○4.采用横向标号法，根据值为1像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I); %对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100) %阈值为100 I1(i,j)=255; else I1(i,j)=0; %进行二值化 end end end figure; imshow(I1);
Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c %找出每两个条纹之间的距离
2. 现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3. 请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。
数字图像处理部分作业答案
3.数字化图像的数据量与哪些因素有关？ 答：数字化前需要决定影像大小（行数M、列数N）和灰度级数G的取值。一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N，灰度级数为G的图像所需的存储空间M*N*g(bit),称为图像的数据量 6.什么是灰度直方图？它有哪些应用？从灰度直方图你能获得图像的哪些信息？ 答：灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系。以灰度级为横坐标，纵坐标为灰度级的频率，绘制频率同灰度级的关系图就是灰度直方图。 应用：通过变换图像的灰度直方图可以，使图像更清晰，达到图像增强的目的。 获得的信息：灰度范围，灰度级的分布，整幅图像的平均亮度。但不能反映图像像素的位置。 2. 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答：将a=23,b=155 ;c=16,d=255代入公式： 得 1，二维傅里叶变换有哪些性质？二维傅里叶变换的可分离性有何意义？ 周期性，线性，可分离性，比例性质，位移性质，对称性质，共轭对称性，差分，积分，卷积，能量。 意义：分离性表明：二维离散傅立叶变换和反变换可用两组一维离散傅立叶变换和反变换来完成。 8.何谓图像平滑？试述均值滤波的基本原理。 答：为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 均值滤波是一种局部空间域处理的算法，就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S，计算S中所有像素的灰度级平均值，作为空间域平均处理后图像g(x,y)像素值。 9.何谓中值滤波？有何特点？ 答：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用中值代替窗口中心像素的原来灰度值，它是一种非线性的图像平滑法。 它对脉冲干扰及椒盐噪声的的图像却不太合适。抑制效果好，在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多 6图像几何校正的一般包括哪两步？像素灰度内插有哪三种方法？各有何特点？ 答：1）建立失真图像和标准图像的函数关系式，根据函数关系进行几何校正。 2）最近邻插值，双线性插值，三次卷积法 3）最近邻插值：这种插值方法运算量小，但频域特性不好。 3、若f(1,1)=4，f(1,2)=7，f(2,1)=5，f(2,2)=6,分别按最近邻元法、双线性插值法确定点(1.2,1.6)的灰度值。 最近邻元法：点(1.2,1.6)离(1,2)最近,所以其灰度值为7.双线性法：f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) 将i=1,j=1,u=0.2,v=0.6代入,求得：f(i+u,j+v)=5.76。四舍五入取整后，得该点其灰度值为6
数字图像处理实验报告
数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰
度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：
《数字图像处理》习题解答
胡学龙编著 《数字图像处理（第 3 版）》思考题与习题参考答案 目录 第 1 章概
述 (1) 第 2 章图像处理基本知识 (4) 第 3 章图像的数字化与显示 (7) 第 4 章图像变换与二维数字滤波 (10) 第 5 章图像编码与压缩 (16) 第 6 章图像增强 (20) 第 7 章图像复原 (25) 第 8 章图像分割 (27) 第 9 章数学形态学及其应用 (31) 第 10 章彩色图像处理 (32)
第1章概述 连续图像和数字图像如何相互转换 答：数字图像将图像看成是许多大小相同、形状一致的像素组成。这样，数字图像可以 用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像 （连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。图像的数字 化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅 度值（可能是灰度或色彩）整数化的过程称为量化。 采用数字图像处理有何优点 答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点： 1．具有数字信号处理技术共有的特点。（1）处理精度高。（2）重现性能好。（3）灵活性高。 2．数字图像处理后的图像是供人观察和评价的，也可能作为机器视觉的预处理结果。 3．数字图像处理技术适用面宽。 4．数字图像处理技术综合性强。 数字图像处理主要包括哪些研究内容 答：图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的 图像。 说出图像、视频（video）、图形（drawing）及动画（animation）等视觉信息之间的联系和区别。 答：图像是用成像技术形成的静态画面；视频用摄像技术获取动态连续画面，每一帧可
数字图像处理大作业
大作业要求 1.数字图像处理中的图像增强、图像分割、数学形态学、图像编码这几个章节中，围绕你所感兴趣的题目写一篇综述。 2.要求： （1）在中国知网上下载5篇以上相关文章，结合上课所学内容，确定综述的内容。（2）文字3000字以上，包含 a. 课题背景和概述 b. 国内外研究现状 c. 技术应用（可以实现哪些功能，实 现的方法及结果 d. 结论 e. 学习体会 f．参考文献 （3）综述的排版： 正文层次格式如下： 1（空两格）×××××（居中，三号宋体，加粗，占4行） 1.1×××（左顶格，四号宋体，加粗，占 2.5行，不接排） 1.1.1×××（左顶格，小四号宋体，加粗，占2行，不接排） a.（左空两格，a.后空一格）×××(小4号宋体，加粗) （正文）×××××(小4 号宋体，接排)
(1)（左空两格，(1)后空一格）×××(小4号宋体，加粗) （正文）×××××(小4号宋体，接排) 1)（左空两格，1）后空一格）(小4号宋体，加粗) （正文）×××××(小4号宋体，接排) 正文中段落一律段前、段后0磅，行距为20磅，对齐方式：两端对齐。小4号字体。 论文中的图和表居中，并且有图题和表题。 例如： 图 1 主站工作过程（5号字体，加粗） 表1 不同总线速率下从站的延迟时间（5号字体，加粗） 速率（Kbit/s ） 9.6 19.2 93.75 187.5 500 1500 1200SDR minT (bit T ) 11 11 11 11 11 11 11 SDR maxT (bit T ) 60 60 60 60 100 150 800 参考文献按照下面形式给出： 参考文献 （居中，三号，宋体，加粗，占4行）
数字图像处理实验
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；
《数字图像处理》复习大作业及答案
2014年上学期《数字图像处理》复习大作业及参考答案 ===================================================== 一、选择题（共20题） 1、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增 强。（B） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 3、计算机显示器主要采用哪一种彩色模型（ A ） A、RGB B、CMY或CMYK C、HSI D、HSV 4、采用模板［-1 1］T主要检测（ A ）方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（ C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时， C 处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以 便引入一些低频分量。这样的滤波器叫B。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 11、下列算法中属于图象锐化处理的是：C A.低通滤波 B.加权平均法 C.高通滤 D. 中值滤波 12、一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( A ) A、256K B、512K C、1M C、2M 13、噪声有以下某一种特性（ D ） A、只含有高频分量 B、其频率总覆盖整个频谱 C、等宽的频率间隔内有相同的能量 D、总有一定的随机性 14. 利用直方图取单阈值方法进行图像分割时：（B） a.图像中应仅有一个目标 b.图像直方图应有两个峰 c.图像中目标和背景应一样大 d. 图像中目标灰度应比背景大 15. 在单变量变换增强中，最容易让人感到图像内容发生变化的是（ C ）
数字图像处理作业 1
数字图像处理作业 1 1.基本问题 a.什么是数字图像处理，英语全称是什么？ 数字图像处理：对图像进行一些列的操作，以达到预期目的的技术，可分为模拟图像处理和数字图像处理两种方式。英文全称：Image Processing b.数字图像处理与什么领域的发展密切相关？ 数字图像处理与数字计算机的发展，医学，遥感，通信，文档处理和工业自动化等许多领域的发展密切相关。 c.人类主要通过什么来感知获取信息的？ 主要通过人的视觉、味觉、嗅觉、触觉、听觉以及激光、量子通信、现代计算机网络、卫星通信、遥感技术、数码摄影、摄像等来获取信息。 d.数字图像处理技术与哪些学科领域密切相关？ 与数学、物理学、生理学、心理学、电子学、计算机科学等学科密切相关 e.数字图像处理在哪些领域得到广泛应用？ 数字图像处理的应用越来越广泛，已渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个领域。 f.数字图像处理起源于什么年代？ 20世纪20年代 g.现代大规模的图像处理需要具备哪些计算机能力？ 需要具备图像处理、图像分析、图像理解计算机能力 h.根据人的视觉特点，图像可分为哪两种图像？ 分为可见图像和不可见图像。 i.根据光的波段，图像可分为哪几种图像？ 分为单波段、多波段和超波段图像。 j.图像数字与模拟图像的本质区别是什么？ 区别： 模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理。 数字图像：空间的坐标和灰度都不连续、用离散的数字表示，能被计算机处理。 2.通过互联网，查下数字图像处理有哪些应用？选一个应用范例即可。具体描绘如何通过数字图像处理技术来实现其应用。要有图像范例说明。 数字图像处理主要应用领域有：生物医学，遥感领域，工业方面，军事公安领域，通信领域，交通领域等。我就生物医学领域做一个简单介绍。 自伦琴1895年发现X射线以来，在医学领域可以用图像的形式揭示更多有用的医学信息医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。 医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性。下面是关于人体微血管显微图像的采集实例。
西安交通大学大学数字图像处理大作业
数字图像处理
目录 作业一 (1) 一作业要求 (1) 二源代码 (1) 三运行结果 (3) 作业二 (5) 一作业要求 (5) 二算法描述 (5) 三源代码 (7) 四运行结果 (10)
作业一 一作业要求 在图像的空间域滤波操作中，会出现有部分掩膜矩阵在图像外面的情况，所以需要给图像先加入一个边界，执行完操作之后，再去掉这个边界，保证图像中所有的像素都参与矩阵运算。 二源代码 byte[,] filter(byte[,]f,float[,]mask) { int w = f.GetLength(0); int h = f.GetLength(1); byte[,] g = new byte[w,h]; int M = mask.GetLength(0)/2; int N = mask.GetLength(1)/2; for (int y=N;y
} float[,] averagingMask(intM,int N) { float[,] mask = new float[2*M+1,2*N+1]; for (int m=-M;m<=M;m++) for (int n=-N;n<=N;n++) mask[M+m,N+n] = 1.0f/((2*M+1)*(2*N+1)); return mask; } byte[,] addboard(byte[,] f,intM,int N) { int w=f.GetLength(0); int h=f.GetLength(1); intgw=w+2*M; intgh=h+2*N; byte[,] g=new byte[gw,gh]; //add top board and bottom board for(inti=0;i 大学实验报告 学院：计算机科学与技术专业：信息安全班级：131 姓名学号实验组实验时间2016/4/22 指导教师成绩 实验项目名称图像基本操作 实验目的 利用MATLAB软件，熟悉图像的数据矩阵操作、图像的类型转换及图像的存储等基本操作。 1.熟悉图像矩阵的基本操作 2.掌握图像数据类型转换及图像类型转换 3.掌握图像文件的读写 4.掌握图像及灰度图像直方图的显示 5.掌握图像缩放和旋转 实验要求 利用MATLAB软件，熟悉图像的数据矩阵操作、图像的类型转换及图像的存储等基本操作。 1.熟悉图像矩阵的基本操作 2.掌握图像数据类型转换及图像类型转换 3.掌握图像文件的读写 4.掌握图像及灰度图像直方图的显示 5.掌握图像缩放和旋转 实验原理1.关于图像矩阵 MATLAB中图像数据以矩阵方式的存储。所以有必要学会关于矩阵的操作，由于篇幅有限，这里只作简要的介绍。 生成矩阵的函数有： eye 生成单位矩阵 ones全1阵 zeros 全零阵 rand 均匀随机阵 randn 正态随机阵 2.图像数据类型及图像类型 2.1 图像数据类型转换 MATLAB中图像数据矩阵的存储方式为双精度(double)类型即64位浮点数。而存储图像时MATLAB有时采用无符号整型（uint8)即图像矩阵中的每个数据占用一个字节。由于大多数运算和函数(比如最基本的矩阵加减运算)都不支持uint8类型，所以运算时通常要将图像转换成 double型。 函数double将数据转换为双精度浮点类型，调用格式为： X64=double(x8) /256 2.2 图像类型及转换 在MATLAB中，一幅图像可能包含一个数据矩阵，也可能有一个颜色映像表矩阵。MATLAB图像处理工具箱支持四种图像类型，其区别在于数据矩阵元素的不同含意。它们是： ● 真彩色图像 ● 索引图像 ● 灰度图像 ● 二值图像 （１）真彩色图像 真彩色图像又称RGB图像，对于一个尺寸为M×N的彩色图像来说，在MATLAB中则存储为一个M×N×3的多维数组，像素的颜色由保存在像素位置上的R、G、B的强度值的组合来确定。如果需要知道图像A中（x，y）处的像素值，则可以使用这样的代码A（x,y,1:3）。 （２）索引图像 MATLAB中的索引图像包含两个结构，一个是调色板，一个是图像数据矩阵。调色板是一个m×3的色彩映射矩阵，矩阵的每一行都代表一种色彩，与真彩色图像相同，通过3个分别代表红、绿、蓝颜色强度的双精度数，形成一种特定的颜色。调色板通常和索引图像存在一起，当读入图像时，MATLAB同时加载调色板和图像。 （３）灰度图像 灰度图像就是只有强度信息，而没有颜色信息的图像。存储灰度图像只需要一个数据矩阵，矩阵的每个元素表示对应位置像素的灰度值，灰度图像的数据类型可以是doubIe类型，这时值域为[0,1]，也可以uint8类刑，值域是[0,255]。 （４）二值图像 二值图像就是只有黑白两种值的图像，我们可以把它看作是特殊的灰度图像。二值图像只需一个数据矩阵来存储，每个像素只取0或1。 MATLAB提供了若干函数，用于图像类型的转换，这些函数如下所示： ●rgb2gray 将RGB图像转换成灰度图像 ●Gray2ind 将灰度图像转换成索引图像 ●Im2bw 设定阈值将图像转换为二值图像 ●Im2double 将图像数据阵列转换为double型 ●Im2unit8 将图像数据阵列转换为unit8型 ●Im2unit16 将图像数据阵列转换为unit16型 ●Ind2gray 将索引图像转换为灰度图像 ●Ind2rgb 将索引图像转换成真彩色图像 2.3 图像读写及显示 MATLAB为用户提供了专门的函数以从图像格式的文件中读写图像数据。 （１）图像文件的读取 利用imread函数可以完成图像文件的读取操作，常见调用格式为： A = imread(FILENAME,FMT) 其作用是将文件名用字符串FILENAME表示的、扩展名用字符串FMT（表示图像文件格式）表示的图像文件中的数据读到矩阵A中。如果FILENAME所指的为灰度图像，则A为M×N的二维矩阵；如果FILENAME所指的为RGB图像，则A为M×N×3的三维矩阵。 （２）图像文件的写入（保存） 利用imwrite函数完成图像的写入操作，也完全支持上述各种图像文件的格式，其常用的调用格式为： imwrite(A,FILENAME,FMT) 数字图像处理每章课后题参考答案 第一章和第二章作业：1.简述数字图像处理的研究内容。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？ 3.列举并简述常用表色系。 1.简述数字图像处理的研究内容？ 答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面， 将这几个方面展开，具体有以下的研究方向： 1.图像数字化， 2.图像增强， 3.图像几何变换， 4.图像恢复， 5.图像重建， 6.图像隐藏， 7.图像变换， 8.图像编码， 9.图像识别与理解。 2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？ 答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。 根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。 图像处理着重强调在图像之间进行的变换。比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。图像处理主要在图像的像素级上进行处理，处理的数据量非常大。图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。 图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。 第三章图像基本概念 数字图像处理 实验报告 实验选题：选题二 组员： 学号： 班级： 指导老师： 实验日期：2019年5月22日 一、实验目的及原理 1.识别出芯片的引脚 2.熟悉并掌握opencv的某些函数的功能和使用方法 原理：通过滤波、形态学操作得到二值图，再在二值图中设置条件识别引脚部分。 二、实现方案 对图片滤波、调节阈值做边缘检测过滤掉一部分图片中干扰元素；然后通过膨胀、腐蚀操作来减少引脚的空心部分；再通过findContours()函数找到引脚的边缘并得到轮廓的点集，设置特定的长宽比和矩形面积识别引脚部分。 三、实验结果 四、源码 #include数字图像处理实验一
(完整版)数字图像处理每章课后题参考答案
数字图像处理大作业报告