logo资料库

数字图像处理复习题.pdf

第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
资料共7页,全文预览结束
人生若只如初见编辑,制作不易,请勿随意转发! 数字图像处理复习题 一、单选题 B、1mm C、1µm D、255 B、6 C、8 D、可大可小,不确定 B、28 C、216 D、232 B、粗采样,粗量化 D、细采样,细量化 1.图像中 1 像素表示实际测量单位的: A、1cm 2.一幅灰度级均匀分布的图像,其灰度范围在[0,255],则该图像的信息量为: A、0 3.对于缓变的图像,数字化时一般应该: A、粗采样,细量化 C、细采样,粗量化 补充:(1) 对缓变的图像,应该细量化、粗采样,以避免假轮廓。 (2) 对细节丰富的图像,应细采样、粗量化,以避免模糊(混叠)。 4.一幅 16 位真彩色的图像最多可以拥有多少种颜色? A、24 5. 原图像在空域中旋转了 45°,则其频谱在频域中将旋转多少? A、45° D、135° 6.对于有相同像素数的图像数据,用不同的文件格式存储,以下哪种文件的数据量最小? A、TIF B、GIF C、BMP D、JPEG 7.索引颜色图像最多可以显示多少种颜色? A、4 8.二维 DFT 的频谱分布与 DCT 相比是多少倍的关系? A、一倍 9.采用累积分布函数进行直方图的均衡化属于图像灰度变换中的: A、线性变换 C、分段线性变换 10. 图像与灰度直方图之间的对应关系是: A、多对一 B、非线性变换 D、不属于其中任何一种变换 C、一一对应 D、都不对 C、64 B、一对多 C、90° B、两倍 C、三倍 B、-45° D、四倍 D、256 B、16 二、多选题 B、一览性 C、抽象性 D、降维性 C、图像分割 1.数字图像的特点是什么? A、二维性 2.数字图像处理的主要内容有: A、图像获取 B、图像增强 3.数字图像处理的特点有: A、处理精度高,再现性好。 C、图像数据量大,处理费时。 4.图像工程包括哪些方面? A、图像处理 5.图像处理技术未来发展大致可归纳为哪几类? A、图像处理的发展将围绕 HDTV(高清晰度电视)的研制,开展实时图像处理的理论及技术研究, B、易于控制处理效果。 D、技术综合性强 D、图像压缩编码 B、图像分析 C、图像理解 D、图像还原 向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。 B、图像、图形相结合,朝着三维成像或多维成像的方向发展。 C、硬件芯片研究。把图像处理的众多功能固化在芯片上,使之更便于应用。 D、新理论与新算法研究。 1 / 7
人生若只如初见编辑,制作不易,请勿随意转发! D、绿 C、蓝 B、黄 B、PBM C、索引图像 C、PGM B、灰度图像 D、真彩色图像 B、层次越丰富; D、对比度越大 B、可以无极缩放 D、文件数据量小 6.三基色指的是哪三种颜色? A、红 7.位图(栅格图)的优点有哪些? A、能表现逼真的图像效果 C、容易在不同软件之间转换 补充:矢量图优点: (1).矢量图形文件较小。 (2).图像质量与分辨率无关。矢量图形的是无论放大、缩小或旋转等都不会失真。 8.一般情况下,采样点数一定时,量化级数越少,则图像的说法正确的是: A、质量越好 C、数据量越小 9.位图有哪些类型? A、线画稿 10.下列关于 BMP 文件描述正确的是: A、DIB 为设备相关位图 B、每行像素字节数必须是 4 的整数倍 C、所有的 BMP 格式文件中都有调色板 D、BMP 文件支持图像压缩 11.下面哪些文件格式可以作为交换式位图映射文件格式? A、BMP 12.两幅面积相同,格式一样的图像,如果分辨率越低,则下列说法正确的是: A、像素数越多 C、文件越小 补充:(1)图像分辨率指每英寸图像含有多少个点或像素,其单位为 dpi。分辨率越高,图像细节越清 晰,文件越大。 (2) 显示器上每单位长度显示的像素或点的数量称为屏幕分辨率。 (3) 打印机分辨率又称输出分辨率,是指所有打印机输出图像时每英寸的点数。 13.关于 JPEG,下列说法正确的是: A、JPEG 标准是一种静态数字图像压缩标准 B、它广泛应用于视频会议中; C、JPEG 只有一种编码模式; D、JPEG 编码属于一种有损编码 14. 常用的图像去噪方法有: A、邻域平均法 C、多幅图像求平均 15. 对于中值滤波的特性中描述正确的是: A、对于阶跃信号,中值滤波会改变信号的形状 B、对与椒盐噪声,中值滤波比均值滤波能力强 C、对相距较远的窄脉冲干扰,中值滤波效果较好 D、信号经过中值滤波后,频谱基本不变 16. 下列方法中不属于图像平滑的是: A、微分法 C、灰度阈值法 B、像素数越少 D、文件越大 B、中值滤波法 D、区域聚合法 B、低通滤波 D、中值滤波 D、PPM 补充:以下均属于图像平滑(图像增强) (1)空间域:灰度变换、直方图变换、邻域平均法、中值滤波、边缘增强的各种差分算子; (2)频率域:高通滤波、低通滤波、同态滤波; 2 / 7
人生若只如初见编辑,制作不易,请勿随意转发! (3)彩色增强:假彩色增强、伪彩色增强、彩色变换。 三、填空题 1.图像数字化过程包括采样和量化。 2.索引图像最多可以显示 256 种颜色。 3.图像平滑除了在空间域进行外,也可以在频域进行。 4.图像噪声按其产生的原因可分为内部噪声和外部噪声。 5.直方图拉伸中的关键点,在于建立拉伸变换函数。 6.低通滤波是使高频分量受到抑制而让低频分量顺利通过,从而实现图像锐化。 7.按线性变换将图像灰度值从[10,20]变换到[0,100],则灰度值为 15 的像素,变换后灰度值为 50。 四、简答题 1.什么是像素? 答:组成数字图像的基本单元称为像素。 2.什么是数字图像? 答:数字图像即以数字格式存放的图像。 3.什么是数字图像处理? 答:数字图像处理即利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法 和技术。 4.图像处理的目的是什么? 答:图像处理的目的: (1)提高图像的视感质量,以达到赏心悦目的目的。 (2)提取图像中所包含的某些特征或特殊信息,以便于计算机分析,常用作模式识别、计算机视觉的预 处理等。 (3)对图像数据进行变换、编码和压缩,以便于图像的存储和传输。 5. 图像的直方图基本上可以描述图像的全貌。分析下图给出的 a、b、c、d 四个直方图。 (1)请按照由亮到暗的顺序排列,并给出原因。 (2)请按照对比度从高到低对直方图进行排序,并给出原因。 解答:(1)亮度排序 a>d>c>b,原因是按此顺序,图像的灰度集中区域逐渐左移。 (2)对比度排序 d>a>b>c,原因是按此顺序,图像的灰度分布跨度逐渐变小。 五、计算题 1.已知一幅 64×64 像素的图像,有 7 个灰度级,其概率分布如下表 1,请进行直方图均衡化,计算新 灰度级的概率分布,灰度级以及相应的像素数(列表完成即可)。 3 / 7
解答:见下表: 人生若只如初见编辑,制作不易,请勿随意转发! 2. 设一幅有 7 个灰度级(分别用 m0、m1、m2、m3、m4、m5、m6 表示)的图像中,各个灰度级对应的 概率分别为 0.1,0.1,0.08,0.4,0.25,0.02,0.05。要求对其进行哈夫曼编码,并求其编码冗余度。 解答:(1)由上图可得,平均码长 R = × 1 0.4 2 0.25 4 + × + × ( 0.1 0.1 0.08 + + ) 5 + × ( 0.05 0.02 + ) = 2.37 , 数字图像的熵 ( 则编码效率 97.5% H = − η≈ . 0.4lg0.4 0.25lg0.25 0.2lg0.1 0.08lg0.08 0.05lg0.05 0.02lg0.02 + + + + + ) = 2.31 , (2)求编码冗余度:编码冗余度 1 3. 设 10,20 性插值法计算 ( f = , 10,23 10 ) 11,22 ) 的值。 ) ( ( f 2.5%η= − ≈ . = , 14,20 ) 20 ( f f = , 14,23 ) 30 ( f = ,试分别用最邻近插值法和双线 40 解答:点(11,22)在位置上距离点(10,23)最近,因此最邻近插值法的结果为 ( f 11,22 ) = ; 20 双线性插值法计算 f (11,22) 10 = × × + 3 1 4 3 20 × × + 2 3 3 4 30 × × + 1 1 4 3 40 × × = 1 2 4 3 65 3 ≈ 22 . 4. 使用区域生长法对如下图所示的图像进行分割,相似性准则是邻近点的灰度值与物体平均灰度级的 差小于 3,从带下划线的“1”,“8”,“5”三个种子分别按四方向进行生长,请用实线画出最终分割结果。 解答:见右图: 4 / 7
人生若只如初见编辑,制作不易,请勿随意转发! 5. 假设一幅图像如下图所示,请分别根据四方向、八方向码轮廓跟 踪法,跟踪图中白色区域的边界。 解答:四方向跟踪结果见左图,八方向跟踪结果见右图: 6. 假设有一幅如图所示的图像,坐标原点(0,0)在左上角第一个点,请对其进行下列运算,计算结果 有小数的则四舍五入。 (1)运用 3×3 的窗口进行中值滤波,计算点 g(1,2),g(2,3)的值。 (2)利用下列两个方向的梯度算子对点(1,1),(2,2)进行锐化,结果按 ( , g x y ) = h x + 计算。 h y 0 1 −  * 2 0 = −  1 0 − g 解答:(1)运用 3×3 的窗口进行中值滤波,计算得 1 −   0   1    =    2 − * 0 2 1 − 0 1 ( ,2 1 yh xh 1 2 1      ) 6 = , g ( , ) 2 3 = 6 . (2) f (1,1) 2 = , xh = − × + − × + − × + × + × ( 1) 1 ( 2) 3 ( 1) 5 1 5 2 10 1 8 21 + × = 1 , yh = − × + − × + − × + × + × + × = ( 1) 1 ( 2) 4 ( 1) 5 1 5 2 6 1 8 11 1 , + h y = 21 + 11 = 32 ; = (1,1) g h x (2,2) 8 = , f ( 1) 2 ( 2) 6 ( 1) 5 1 8 2 6 1 2 3 xh = − × + − × + − × + × + × + × = , 2 yh = − × + − × ( 1) 2 ( 2) 10 ( 1) 8 1 5 2 7 1 2 9 + − × + × + × + × = − , 2 (1,1) g = h x + h y = 3 + − = 9 12 . 5 / 7
人生若只如初见编辑,制作不易,请勿随意转发! 六、分录题 1.假设有一幅如图所示的图像 f ,坐标原点在左上角第一个点。 2 −▽ 。 f 图像 f 请对其进行下列运算: (1)运用 3×3 的窗口进行中值滤波,计算点 g(2,2)的值。 (2)运用 3×3 的 box 模板计算点 g(3,3)的值(有小数的四舍五入)。 (3)根据下面给出的 H 模板和图像输出关系式,计算点 g(1,3)的值。 ( , g x y )  =   ( , f x y ( , g x y ) ) ( , g x y ( , g x y ) 5 < ) 5 ≥ H = 1 2  1 1 4  *  14  1 2  1   1   1  (4)运用拉普拉斯运算,计算点 g(1,1),g(2,1)的值,运算公式为 g = f 解答:(1)中值滤波 ( g } 2,2 mid 3, 3, 3, 6, 6, 7, 7, 8, 8 { = ) 6 = . (2)均值滤波 ( g 3,3 ) = ( 1 9 8 7 6 3 6 1 2 6 2 + + + + + + + + ) 5 = . (3) g ( 1,3 ) = 1 14 ( 3 2 3 1 6 4 7 3 8 2 7 6 + × + + + × + + + × + ) = 5.4 . 由关系可知,当 ( g x y ≥ 时, ( , g x y 5 ) , ) = ( , g x y ) , 由此可得,四舍五入后得 ( g )1,3 5 = . (4) 根据公式 g = f 2 −▽ , f g ( ) 1,1 = × − 5 3 ( 2 3 6 8 + + + ) = − ,数字图像值不为负,则 ( g 4 )1,1 = ; 0 g ( ) 2,1 = × − 5 8 ( 3 3 3 8 + + + ) = 23 . 七、编程题 1.请用 MATLAB 编程完成一幅高斯噪声图像的去噪。 解答:程序如下(假设 1.jpg 为被高斯噪声污染的图像): I = imread(‘1.jpg’); figure(‘name’,’原图’),imshow(I); h = fspecial(‘gaussian’,[3,3]);%高斯滤波 3×3 模板 Img=imfilter(I,h); figure('name','高斯滤波后的图片效果'); imshow(Img); 6 / 7
人生若只如初见编辑,制作不易,请勿随意转发! %或者也可以写为下列语句,任选其一去掉注释(%号)即可 % I = imread(‘1.jpg’); % figure(‘name’,’原图’),imshow(I); % h = fspecial(‘gaussian’,[5,5]);%高斯滤波 5×5 模板 % Img=imfilter(I,h); % figure('name','高斯滤波后的图片效果'); % imshow(Img); %-------------------------------------------------------------------- % I = imread(‘1.jpg’); % figure(‘name’,’原图’),imshow(I); % h = fspecial(‘average’,[3,3]);%中值滤波 3×3 模板 % Img=imfilter(I,h); % figure('name','中值滤波后的图片效果'); % imshow(Img); %-------------------------------------------------------------------- % I = imread(‘1.jpg’); % figure(‘name’,’原图’),imshow(I); % h = fspecial(‘average’,[5,5]);%中值滤波 5×5 模板 % Img=imfilter(I,h); % figure('name','中值滤波后的图片效果'); % imshow(Img); %-------------------------------------------------------------------- % I = imread(‘1.jpg’); % figure(‘name’,’原图’),imshow(I); % Img=medfilt2(I,[3,3]); %均值滤波 3×3 模板 % figure('name','均值滤波后的图片效果'); % imshow(Img); %-------------------------------------------------------------------- % I = imread(‘1.jpg’); % figure(‘name’,’原图’),imshow(I); % Img=medfilt2(I,[5,5]); %均值滤波 5×5 模板 % figure('name','均值滤波后的图片效果'); % imshow(Img); 7 / 7
分享到:
收藏