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