《2022年数字图像处理试卷及答案.docx》由会员分享，可在线阅读，更多相关《2022年数字图像处理试卷及答案.docx（9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、精选学习资料 - - - - - - - - - 一、填空题（每题 1 分,共 15 分）1、列举数字图像处理的三个应用领域 医学、天文学、 军事2、储备一幅大小为 1024 1024,256 个灰度级的图像,需要 8M bit；3、亮度鉴别试验说明,韦伯比越大,就亮度鉴别才能越 差 ；4、直方图均衡化适用于增强直方图呈 尖峰 分布的图像；5、依据图像的保真度,图像压缩可分为 无损压缩 和 有损压缩6、图像压缩是建立在图像存在 编码冗余、 像素间冗余、 心理视觉冗余三种冗余基础上；7、对于彩色图像,通常用以区分颜色的特性是色调、 饱和度亮度；8、对于拉普拉斯算子运算过程中图像显现负值的情形,写
2、出一种标定方法： , gmin*255/gmaxgmin二、挑选题（每题2 分,共 20 分）1、采纳幂次变换进行灰度变换时,当幂次取大于 类图像进行增强； （ B ）1 时,该变换是针对如下哪一A 图像整体偏暗 B 图像整体偏亮C 图像细节埋没在暗背景中D 图像同时存在过亮和过暗背景2、图像灰度方差说明白图像哪一个属性；（ 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、运算机显示器主要采纳哪一种彩色模型（A ）A、RGB B、 CMY 或 CMYK C、HSI D、HSV 4、采纳模板 -1 1T主要检测（ A ）方向的边缘；A. 水平 B.45 C. 垂直 D.135
3、5、以下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、减小图像动态范畴 C、复原图像 D、平滑图像7、彩色图像增强时,C 处理可以采纳 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运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,为改善这种情形,将高通滤波器的转移函数加名师归纳总结 上一常数量以便引入一些低频重量；这样的滤波器叫B ；第 1 页,
4、共 5 页- - - - - - -精选学习资料 - - - - - - - - - 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B _ D. 抱负高通滤波器10、图象与灰度直方图间的对应关系是A. 一一对应B.多对一C.一对多D.都不四、 简答题（每题 5 分,共 20 分）1、逆滤波时,为什么在图像存在噪声时,不能采纳全滤波？试采纳逆滤波原理说明,并给出正确的处理方法；复原由退化函数退化的图像最直接的方法是直接逆滤波；在该方法中,用退化函数除退化图像的傅立叶变换来运算原始图像的傅立叶变换；F u , v G u , v F u , v N u , vH u , v H
5、 u , v由上式可以看到,即使我们知道退化函数,也可能无法精确复原未退化的图像；由于噪声是一个随机函数,其傅氏变换未知；当退化为 0 或非常小的值, Nu,v/Hu,v 之比很简单打算 F u , v 的值； 一种解决该问题的方法实现值滤波的频率时期接近原点值；2、当在白天进入一个黑暗剧场时,在能看清并找到空座位时需要适应一段时间,试述发生这种现象的视觉原理；答：人的视觉肯定不能同时在整个亮度适应范畴工作,它是利用转变其亮度适应级来完成亮度适应的；即所谓的亮度适应范畴；同整个亮度适应范畴相比,能同时鉴别的光强度级的总范畴很小；因此,白天进入黑暗剧场时,人的视觉系统需要转变亮度适应级,因此,
6、需要适应一段时间,亮度适应级才能被转变；3、简述梯度法与 Laplacian 算子检测边缘的异同点？答：梯度算子和 Laplacian 检测边缘对应的模板分别为-1 -1 1 1 1 1 -4 1 1 （梯度算子）（Laplacian算子）（2 分）梯度算子是利用阶跃边缘灰度变化的一阶导数特性,认为极大值点对应名师归纳总结 于边缘点； 而 Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶第 2 页,共 5 页导数特性,认为边缘点是零交叉点；（2 分）相同点都能用于检测边缘,且都对噪声敏锐；（1 分）- - - - - - -精选学习资料 - - - - - - - - - 4、将高频
7、加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法；上述两个操作的先后次序对结果有影响吗？为什么？答：有影响,应先进行高频加强,再进行直方图均衡化；高频加强是针对通过高通滤波后的图像整体偏暗,因此通过提高平均灰度的亮度,使图像的视觉鉴别才能提高；再通过直方图均衡化将图像的窄带动态范畴变为宽带动态范畴,从而达到提高对比度的成效；如先进行直方图均衡化,再进行高频加强, 对于图像亮度出现较强的两极现象时,例如多数像素主要分布在极暗区域,而少数像素存在于极亮区域时,先直方图均衡化会导致图像被漂白, 再进行高频加强,获得的图像边缘不突出,图像的对比度较差；五、 问答题（共 35 分）1、设一幅图
8、像有如下列图直方图,对该图像进行直方图均衡化,写出均衡化过程, 并画出均衡化后的直方图；如在原图像一行上连续8 个像素的灰度值分别为： 0、1、 2、3、4、 5、6、7,就均衡后,他们的灰度值为多少？（15 分）k答：s ki0p r ,k= 0,1, 7,用累积分布函数（CDF）作为变换函数 Tr 处理时,均衡化的结果使动态范畴增大；名师归纳总结 irpr ks计ks并ksp s k第 3 页,共 5 页r 0=0 0.174 0.174 1/7 s0=1/7 0.174 r 1=1/70.088 0.262 2/7 s1=2/7 0.174 r 2=2/7 0.086 0.348 2/7
9、 r 3=3/7 0.08 0.428 3/7 s2=3/7 0.148 r 4=4/7 0.068 0.496 3/7 r 5=5/7 0.058 0.554 4/7 s3=4/7 0.120 r 6=6/7 0.062 0.616 4/7 r 7=1 0.384 1 1 s4=1 0.384 - - - - - - -精选学习资料 - - - - - - - - - 均衡化后的直方图：0、1、2、3、4、5、6、7 均衡化后的灰度值依次为 7 1、2、2、3、3、4、4、3、抱负低通滤波器的截止频率挑选不恰当时,会有很强的振铃效应；试从原理上说明振铃效应的产生缘由；（10 分）第 5 页（
10、共7 页）答：抱负低通滤波器（频域）的传递函数为：H u,v 1D u,vD0sinc 函数）：0D u,vD 0滤波器半径交叉部分（侧面图）：对应空间域（进行傅立叶反变换,为用抱负低通滤波器滤波时,频域：G u v , F u v H u v , ,傅立叶反变名师归纳总结 换到时域有：g x y , f x y*h x y ,频域相乘相当于时域作卷积；因第 4 页,共 5 页此,图像经过抱负低通滤波器后,时域上相当于原始图像与sinc 函数卷积,由于 sinc 函数振荡,就卷积后图像也会振荡；或者说由于sinc 函数有两个- - - - - - -精选学习资料 - - - - - - - - - 负边带,卷积后图像信号两侧显现“ 过冲现象”振铃效应；,而且能量不集中,即产生如截止频率越低,即 D0 越小,就 sinc 函数主瓣越大,表现为中心环越宽,相应四周环（旁瓣）越大；而中心环主要打算模糊,旁瓣主要打算振铃效应； 因此当介质频率较低时,会产生很强的振铃效应；挑选适当的截止频率,会减小振铃效应；名师归纳总结 - - - - - - -第 5 页,共 5 页