数字图像处理课后参考答案
-
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
:
< br>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
、
< br>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。
<
/p>
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<
/p>
,
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
,
< br>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<
/p>
,
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
:
< br>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
< br>,
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)
< br>。
(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
< br>位
于
(x,y)
与
(u,v)
处
的
像
素
P
与
像
素
q
之
间
< br>的
街
区
距
离
定
义
为
:
D
4
(p,q)=|x-u|+|y-v|
。
(30)
棋
< br>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
:D
8
(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<
/p>
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
,
< br>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
,
< br>比如
BMP
等。在用图像文件描述图像信息时
,
相应的要
数字图像处理课后参考答案
给出图像文件的格式信息、
图像文件就是否压缩
及其压缩格式信息等。
不同格式的图像文件有各自的约定。
。
2
、
15
由于存储一副
M*N
的灰度级为
l
的数字图像所需的位数为
:M*N*k,<
/p>
其中
l=2
k
二
值图像、
16
级灰度级
图像与
256
灰度级图像的
k
值分别为
1
、
4
、
8,
也即存储一个像素需要的位数分别为
< br>1
位、
4
位、
< br>8
位。所
以
,
< br>一副
200*300
的二值图像所需的存储空间为
200*300*1
/
8=7
、
5KB;
衣服
200*30
0
的
16
灰度级图像所需的
存储空间为
200*300*4
/
8=30KB;
一副
200*300
的
256
灰度级图像所需的存储空间为
200*300*8
/
8=60KB
< br>。
第三章
3
、
5
功率谱表示的意义就是什么
答
:
功率谱的定义为频谱的平方
,
反应了离散信
号的能量在频率域上的分布情况。
对于二维数组数字图像来说
,
由于傅里叶频谱的低频主要集中在二维频谱图的中心
,
所以图像的功率谱
反应了该图像中低频能量到高频能量的分布情况
,
以及低频能量聚集于频谱图的中心的程度。
后者反
应了该
图像中低频信号的图像功率与图像总功率的比率关系。
3
、
6
进行图像傅里叶变换的目的何在？
答
:
总体上说来
,
其目的有以下
3
方面
:
（
1
）
简化计算
,
也即傅里叶变换可将空间域中复
杂的卷积运算转化为频率域中简单的乘积运算
;
（
2
）
对于某些在空间域中难以处理或处理起来比较复杂的问题
,
利用傅里叶变换把用空间域表示的图
像映射到频率域
,
在利用频率域滤波或频域分析方法对其进行处理与分析
,
然后再把频域中处理与
分析的结果变换回空间域
,
从而可达到简化处理与简化的目的
（
3
）
特殊目的的应用需求
,
比如通过某些频率域
的处理方法
,
实现对图像的增强
,
特征提取
,
数据压缩
,
纹
理分析
,
水印嵌入等
,
从而实现在空间域难以达到的效果。
3
、
7
对于
M*N
的图像
< br>f(x,y),
其基函数大小就是多少？基图像大小就是多少
答
:
对于
M*N
的图像
f(x,y),
其二维离散傅里叶反变换式子为
:
f(x,y)=
∑
M-1
u=0
∑
N-1
V=0
F(u,v)exp[j2
π
(ux/M+uy/
N)](x,y=0,1
…
N-1)
分析上式可知
,
对于每个特定的
x <
/p>
与
y,u
有
M<
/p>
个可能的取值
,v
有
N
个可能的取值
,
也即
(u,v)
共有
M*N
个
特定
的取值
,
所以其基矩阵的大小为<
/p>
M*N,
也即及图像由
M*N
块组成。当
(x,y)
取遍所有可能的值
(x=0,1,2
…
、
m-1;y=0,1
…
n-1)
时
,
就可得到由
(M*N)*(M*N)
块组成的基图像
,
所以其基图像大小为
M
平方
*N
平方。
3
、
8
简述二维离散傅里叶变换可分离性的意义
答
:
根据二维离散傅里叶变换的可分离性
,
在计
算二维离散傅里叶变换时
,
可先对图像像素矩阵的所有列分
别进行列变换
,
然后再对变换结果的所有行
分别进行行变换
,
这样就可以利用一维离散傅里叶变换算法串行
计算二维离散傅里叶变换
,
这在某种程
度上就简化了计算的过程
3
、
9
答<
/p>
:
因为一副
M*N
的图像的灰度平均值可表示为
:f=1
/N
< br>2
∑
由二维离散傅里叶变换公
式又有
:F(0,0)=1
/N
∑<
/p>
N-1
x=0
N-1
x=0
∑
N-1
y=0
f(x,y)
∑
N-1
y=0
f(x,y)
比较这两个公式可知
,
一副图像的灰度平均值与该图像
的傅里叶变换之间的联系可表示为
:
F=1
/NF(0,0)
、
3
、
10
答
:
傅里叶频谱的低频主要取决于图像
在平坦的区域中灰度的总体分布
,
而高频主要取决于图像的边缘
与噪
声等细节。
按照图像空间域与频
率域的对应关系
,
空域中的强相关性
,
即由于图像中存在大量的平坦区域
,
使
得图像中的
相邻或相近像素一般趋向于取相同的灰度值
,
反映在频率域中
,
就就是图像的能量主要集中
于低频部分。
< br>根据傅里叶频谱的周期性与平移性
,
当把傅里叶频谱图的
原点从
(0,0)
平移至
(M/
2,N/
2)
时
,<
/p>
图像的低频分量
就主要集中在以
(M/<
/p>
2,N/
2)
为坐标原点的中心区域。<
/p>
具有这种特点的图像二维频谱图
,
就比较
清楚的展现了图
像中低频信号在图像总能量中所占的比率
,
以及低频信号向高频信号过渡的变化情况
,
既具有可视化的特点
,
又便于频率域低通滤波与高频滤波实现。
3
、
11<
/p>
直接对
f(x,y)
进行傅立叶变换所得
的傅立叶频谱即为
F(u,v),
其坐标原点位于
(0,0),
图像的低频分量主要
数字图像处理课后
参考答案
集中在频谱图的四个角区域。对
(-1)
(
x+y)
f(x,y)
进行傅立叶变换所得的频谱图即为
F(u-M/2,v-N/2
),
其坐标
原点位于
(M/2,N/2
),
图像的低频分量主要集中频谱图的中心区域。
因为当
u
0
=M/2
与
v
0
=N/2<
/p>
时
,
有
f(x,y)exp[j2
π
(u
0
x/M+v
0
y/N)
]=(-1)
(x+y)
f(x,y)
根据二维离散傅立叶变换的平移性
f
(x,y)exp[j2
π
(u
0
x/M+v
0
y/N)]
< br>
F(u-u
0
,v-v
0
)
(x+y)
所
以
,
对
(-1)
f(x,y)
进行傅立叶变换后所得频谱图的坐标原点位于
(
M/2,N/2),
图像的低频分量就集中在
频谱图的中心区域
。
第四章
4
、
1
解释下列术语
< br>
(1)
空间域图像增强
:
就是指在平面中对图像的像素灰度值直接进行处理的图像增强方法。
(2)
频率域图像增强
:
就是指利用傅立叶变换等先将图像从空间域变换到频率域
,
< br>然后利用图像的幅频特性在
频率域对图像再进行某种滤波处理
,
处理后再利用傅立叶反变换等将图像变换回空间域来实现图像增强的
方法。
(6)
归一化直方
图
:
设图像
f(x,y)
的第
k
级归一化灰度值为
r
k
,
图像
f(
x,y)
中具有诡异会灰度值
r
k
的像素个数为
n
k
,
图像
f(x,y)
中的总像素个数为
n,
则图像
f(x,y)
的归一化直方图由
p(r
k
)=n
k
/n
给出。其中
<
br>图像的噪声
354
,0
k
<1(k=0,
…
L-1)
。
(7)
图像锐化
:
就是一种突出与加
强图像中景物的边缘与轮廓的技术。
(9)
:
在图像上出现的一些随机的、
离散的与鼓励的不惜条的像素点称为图像的噪声。
图像的噪声
在视觉上通常与它们相邻的像素明显不同
,
表现形式为
在较黑区域上的随机白点或较白区域上的随机黑点
,
明显会影响
图像的视觉效果。
4
、
2
直方图均衡的基本思想就就是把一幅具有任意灰度概率分布的图像
,
变换成一幅接近俊宇的概率分布
的新图像。<
/p>
步骤如下
:
1
、
计算原图的归一化灰度级别及其分布概率。
2
、
根据直方图均衡化公示求变换函数的各灰度等级值。
3
、
将所得
变换函数的各灰度等级值转化成标准的灰度级别值
,
从而得到均
衡化后的新图像的灰度级别值。
4
、
根据相关关系求新图像的各灰度级别值的像素数码。
5
、
求新图像各灰度级别的分布概率。
6
、
画出均衡化后的新图像的直方图。
4
、
4
解
:(1
)
根据直方图均衡化公式球变换函数的各个灰度等级值
S
0
=T(r
0
)=
∑
S
1
=T(r
1
)=
∑<
/p>
S
2
=T(r
2
)=
∑
0
j=
0
n
j
/n=p
r
(r
)=0
、
0
1
j=0
n
j
/n=p
r
(
r
)+p
r
(r
)=0
、
354+0
、
251
0
1
2
j=0
n
j
/n=
0
、
354+0
、
251+0
、
129=0
、
734
同理有
S
3
=0
、
824 S
< br>4
=0
、
892 S
5
=0
、
960 S
6
=0
、
997
S
7
=1
、
0
0
(2)
将所得的变换函数的灰度等级值转化为标准的灰度级
别值
根据
8
个灰度级别的十进制数值
:
0
0
、
143
0
、
286
0
、
792
0
、
571
0
、
721
0
、
857 1
分析可得
S
0
=2
/7
S
1
=4
/7
S
2
=5
/7 S
3
=S
4
=6/7
S
5
=
S
6
=
S
7
=1
(3)
求新图像的各灰度级别的像素个数
数字图像处理课后参考答案
k
0
1
2
3
4
5
6
7
S
k
0
1/7
2/7
3/7
4/7
5/7
6/7
1
m
k
0
0
1450
0
1030
530
650
436
P
s
(s
)=m
/n
k
k
0
0
0
、
354
0
0
、
251
0
、
129
159
0
、
106
（
4
）
画出原图像与均衡化后新图像的直方图
原图像与均衡化后新图像的直方图如图示
4
、
7
点运算就是一种逐像素点对
图像进行变换的增强方法
,
典型的方法就是对比度拉伸灰度变换
的方法。
空间运算就是一种利用模版或者掩模
,
对图像各个领域的像素进行处理的运算方法。
两者的
区别就是
,
点运算每次对一个像素点进行运算处理
;
而空间运算就是同时对图像中的某一个邻域的
多个
像素进行运算处理。
第五章
5
、
1
解释下列术语
(1)
图像恢复
:
图像回复就就是使退化了的图像去除退化因素
,
并以最大的保真度回复成原来图像的一种技
术。
(5)
当图像面上不同点的噪声不相关时
,
称为白噪声
,
其功率谱密度为常数
,
也即其强度不随频率的增加而
衰减。
白噪声就是一个数学上的抽象概念
,
实用上
,
只要噪声带宽远大于图像带宽
,
就可以把它瞧做就是白
噪声。
(6)
椒盐噪声
:
椒盐噪声类似于随机分布在
图像上的亮点与暗点
,
通常被数字化最大灰度值的纯白或最小灰
度值的纯黑。将黑点形象为胡椒点
,
将
白点形象为椒盐点
,
因而名为椒盐噪声。把白点瞧做正脉冲
,
黑点瞧
做负脉冲
,
所以椒盐噪声也称为脉冲噪声
,
有时
也将其成为散粒噪声或者尖峰噪声。
第六章
6
、
1
解释下列术语
(1)
图像压缩
:
就是指在不同用
途的图像质量要求下
,
保留确定信息、去掉大量冗余或无用信息
,
尽可能用最
少的比特数表示一幅图像
,
以减少图像存储容量的提高与图像的传输效率的技术。
(4)
信源编码
:
把在满足一定图像质量的条件下
,
通过
减少冗余数据来用尽可能少的比特数来表示原图像
,
实现数据的
压缩的过程称为信源编码。
(5)
无
损压缩
:
也称为无失真压缩
,
就是一种在不引入任何失真的条件下使表示图像的数据比特率为最少的
压
缩方法。无损压缩就是可逆的
,
即从压缩后的图像能完全恢复出
原图像而没有任何失真。
(6)
有损
压缩
:
也称为有失真压缩
,
就是一种在一定比特率下获得最佳保真度
,
或在给
定的保真度下获得最
小比特率的压缩方法。由于有损压缩有一定的信息损失
,
所以就是不可逆的
,
即无
法从压缩后的图像恢复原
图像。
6<
/p>
、
2
图像压缩的目的就是在满足一定图像
质量条件下
,
用尽可能少的比特数来表示原图像
,
也即尽量降低一
幅图像的数据量
,
从而减少图像的存储容量与提高图像的传输效率。
6
、
7
变长编码的
基本思想就是用尽可能少的比特数表示出现概率尽可能大的灰度级
,,
< br>以实现数据的压缩编
码。最常用的变长编码包括费诺码、霍夫曼编码、二进制编码
、
B
1
码、
B
2
码、二进制移位码等。
6
、
8
符号
x
i
X
1
X
2
X
3
概率
p
(x
i
)
1/4
1/4
1/4
1
1
0
1
0
1
编码结果
11
10
01