2022年数字图像处理考题总结.docx

上传人:Q****o 文档编号:12855289 上传时间:2022-04-26 格式:DOCX 页数:5 大小:128.21KB
返回 下载 相关 举报
2022年数字图像处理考题总结.docx_第1页
第1页 / 共5页
2022年数字图像处理考题总结.docx_第2页
第2页 / 共5页
点击查看更多>>
资源描述

《2022年数字图像处理考题总结.docx》由会员分享,可在线阅读,更多相关《2022年数字图像处理考题总结.docx(5页珍藏版)》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、数字图像处理考题总结1. 数字图像处理一般分为哪三个层次?说明各层次的作用;2. 图像处理、图像分析、图像懂得各有什么特点?它们之间有何联系与区分? 图像处理 : 图像处理的重点就是图像之间进行的变换;图像分析 :主要就是对图像中感爱好的目标进行检测与测量,以获得它们的客观信息,从而建立对图像的描述;图像懂得 :图像懂得的重点就是在图像分析的基础上,进一步讨论图像中各目标的性质与 它们之间的相互联系 ,并得出对图像内容含义的懂得以及对原先客观场景的说明,从而指导与规划行动;联系 :图像处理、图像分析与图像懂得处在三个抽象程度与数据量各有特点的不同层次上;图像处理就是比较低层的操作,它主要在图像

2、像素级上进行处理,处理的数据量特别大;图像分析就进入了中层,分割与特点提取把原先以像素描述的图像转变成比较简洁的非图形式的描述;图像懂得主要就是高层操作,基本上就是对从描述抽象出来的符号进行运算 ,其处理过程与方法与人类的思维推理有很多类似之处;3. 图像的数字化包括 采样 与量化 两个过程 ,当限定数字图像的大小时,为了得到质量较好的图像 ,可采纳哪些原就?对缓变 的图像 ,应当细量化 ,粗采样 ,以防止 假轮廓对细节丰富 的图像 ,应细采样 ,粗量化 ,以防止 模糊4. 简述位图文件的基本组成;位图文件头位图信息头调色板 对灰度图像与索引图像而言,真彩色图像不需要调色板,其位图信息头后直接

3、就是位图数据 位图数据 对于用到调色板的位图,位图数据就就是该像素颜色在调色板中的索引值,对于真彩色图像 ,位图数据就就是实际的R,G,B值5. 请简要说明一副256 颜色色位图的文件格式,并回答 256 颜色色位图与 256 色灰度位图文件的异同;见第 5 题,区分就就是彩色位图没有调色板;6. 位图可分为 :线画稿 ,灰度图像 ,索引颜色图像 ,真彩色图像;7. 面对 打印机 的常用模型就是 CMYK 模型 ,面对 显示器 的彩色模型 RGB模型8. 在 RGB颜色空间的原点上,三重量均为 0,即原点为 黑色;HSL颜色空间中 ,H 表示 色调 ,其取值为 240,表示 蓝色;在彩色图像处

4、理中,常使用 HIS 模型;9. 什么就是图像的直方图,直方图修正有哪两种方法?二者有何区分与联系?直方图就是灰度级的函数,它反映了图像中的每一灰度级显现的次数该灰度级的像素数 或频率 该灰度级像素于图像总像素养比;直方图修正有 直方图均衡化 与直方图规定化 两种方法;区分与联系 :直方图均衡化就是通过对原图像进行某种变换使原图像的灰度直方图修正为匀称的直方图的; 直方图规定化就是使原图像灰度直方图变成规定外形 的直方图而对直方图做出修正的增强方法;在做直方图规定化时第一要将原始图像作均衡化处理;直方图均衡化就是直方图规定化的一个特例 ,而规定化就是对均衡化的一种有效拓展;10. 平滑模板与微

5、分模板的区分:微分模板的权系数之与为0,使得灰度平整区的响应为0;平滑模板的权系数都为正,其与为 1,这使得灰度平整区的输出与输入相同一阶微分模板在对比度大的点产生较高的响应,二阶微分模板在对比度大得点产生零交叉;一阶微分一般产生更粗的边缘,二阶微分就产生更细的边缘;相对一阶微分而言 ,二阶微分对细线、孤立点等小细节有更强的响应;平滑模板的 平滑或去噪程度 与模板的大小成正比 ,跳变边缘的模糊程度与模板的大小成正比;11. 空间域的平滑滤波器与锐化滤波器的区分与联系联系 :模板结构相同 ,运算形式相同 加权求与 区分 :模板权值不同 ,平滑模板权系数之与为1,锐化模板权系数为0平滑滤波器就是积

6、分 运算,锐化滤波器为 差分运算含义不同 :平滑就是 排除噪声 ,模糊图像 ,去除小的细节 或弥合目标间缝隙锐化就是使 模糊的图像变清楚 ,增强图像的边缘 等细节;12. 比较均值滤波与中值滤波的优缺点:均值滤波 :优点 :算法简洁 ,对高斯噪声 平滑成效好缺点 :在降低噪声的同时使图像产生模糊 ,特殊就是 在边缘与细节处 ;中值滤波 :优点 :在滤除噪声的同时很好地储存图像边缘,对椒盐噪声 平滑成效好缺点 :对高斯噪声的处理成效不如均值滤波13. 用您所学图像处理学问,举例说明图像数字化时显现块状效应或显现假轮廓的缘由? 采样点数越多 ,图像质量越好 ;采样点数削减时 ,图像的 块状效应 就

7、逐步明显;量化级数越多 ,图像质量越好 ,量化级数最小的极端情形就就是二值图像,显现假轮廓 ;14. 什么就是图像的直方图规定化?其目的就是什么?直方图规定化就就是把直方图变换为某个特定的外形,从而有挑选地增强某个灰度范畴内的对比度;15. 图像进行几何变换时为何要引入齐次坐标?简述二维图像几何变换的基本变换过程?为了能够用统一的矩阵线性变换的形式表示与实现这些常见的图像几何变换,所以引入了齐次坐标;变换过程 : 将阶的二维点集矩阵表示成齐次坐标的矩阵 ,然后乘以相应的变换矩阵即可;16. 写出一幅图像先平移到点,然后绕点顺时针旋转度 ,再逆时针旋转度的复合变换矩阵17. 为何要进行图像的频域

8、变换?试描述图像进行频域处理的步骤;由于频域处理的运算速度快; 用乘以输入图像各像素值, 以将图像频谱原点移动到频谱图中心 运算图像的 DFT, 得到 用滤波函数乘以, 得处处理结果 运算滤波后的IDFT 取 IDFT 变换结果中的实部 用乘以 IDFT 变换结果的实部 , 得处处理后的图像18. 几何变换后的图像通常会产生“空穴”,“空穴问题”怎样解决?像素移交与像素填充就是两种常用的灰度插值方法,试说明这两种方法原理并简要说明各自特点;使用灰度级插值进行处理;像素移交 :假如一个输入像素被映射到四个输出像素之间的位置,就其灰度值就按插值算法在四个输出像素之间进行安排;像素填充 :变换后图像

9、的像素通常被映射到原始图像中的非整数位置19. 二值外形学与灰值外形学的开闭运算有何异同?试从讨论对象,运算方式以及用途方面进行简要分析;二值外形学灰度外形学讨论对象集合图像函数运算方式开运算排除小目标,连接细的部分断开 ;闭运算填充小孔洞,将两部分之间的细小缝隙连接起来20. 外形描述子有哪几种?各自原理如何?开运算排除尺寸小的亮细节闭运算排除尺寸小的暗细节边界链码 :只有边界的起点需要肯定坐标,其余点均可只用接续方一直代表偏移量;由于对于每一个点表示一个方向数比表示一个坐标值所需的比特数少,因此代码表达可以大大削减表示边界的数据量;常用的有4 方向与 8 方向链码;一阶差分链码 :相当于把

10、链码进行旋转归一化; 一阶差分可用相邻两个方向数按反方向相减得到;傅利叶描述子 :对边界的离散傅立叶变换表达,可以作为定量描述边界外形的基础;21. 试用一种外形描述子描述图四所示图像目标,要求描述子具有平移,旋转不变性 ,假设逆时针方向处理;先写出边界链码 :然后得到一阶差分链码:22. 对下图中 A 进行如下运算 :23. 试对 f 进行沃尔什哈达玛变换,并对其变换后的数据进行分析;24. 什么就是哈夫变换,试描述采纳哈夫变换检测直线的原理图像空间 中同一条直线 斜率为 a,截距为 b上的点对应于 参数空间 中相交于一点 坐标为a,b的一系列直线;哈夫变换就就是利用这种点 -线对应 关系

11、,把图像空间中的检测问题转换到参数空间中处理25. 请画出用一个半径为r/4 的圆形结构元素分别膨胀与腐蚀一个半径为r 的圆与一个 rxr的正方形的示意图;26. 简要回答哈达玛变换的本质与特点,并给出 4 阶哈达玛矩阵哈达玛变换的 本质 就是 将离散序列的各项值的符号按肯定规律转变后, 进行加减运算;特点就是变换核只由构成 ,比余弦变换与傅立叶变换简洁得多,且运算速度快;27. 图像的几何特点有哪些?它们在图像分析中有何用途?图像的几何特点 : 位置,方向 ,周长,面积 ,长袖与短袖 ,距离;用途 :用于区分内部最基本的特点与属性;可以就是人的视觉能够识别的自然特点,也可以就是通过对图像的测量与处理、人为定义的某些特点;28. 一维离散傅立叶变换公式:频谱 幅度谱 29. 下图所示就是一幅受干扰的图像,试用 3x3 模板对图像进行均值与中值滤波处理,并将处理后的图像数据表示出来,对两种滤波进行对比 ,瞧瞧能得出什么结论?11187225523333255433332554334525530. Cooley-Tukey FFT 算法利用的就是傅里叶变换的周期性 与对称性 进行运算;31. 距离 :欧几里德距离 ,市区距离 ,棋盘距离 ;

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 教育专区 > 高考资料

本站为文档C TO C交易模式,本站只提供存储空间、用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。本站仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知淘文阁网,我们立即给予删除!客服QQ:136780468 微信:18945177775 电话:18904686070

工信部备案号:黑ICP备15003705号© 2020-2023 www.taowenge.com 淘文阁