2024年2月21日发(作者:杨千烨)
1、 什么是图像?图像与数字图像有何区别?
图像是自然界景物的客观反映。
数字图像,又称数码图像或数位图像,是二维图像用有限数字数值像素的表示。数字图像是由模拟图像数字化得到的、以像素为基本元素的、可以用数字计算机或数字电路存储和处理的图像。
其区别主要在计算机生成和表示方式不一样。
图像是由一些排列的像素组成的,在计算机中的存储格式有bmp、pcx、tif、gifd等,一般数据量比较大,除了可以表达真实的照片外,也可以表现复杂绘画的某些细节,并具有灵活和富有创造力等特点。
数字图像可以许多不同的输入设备和技术生成,例如数码相机、扫描仪、坐标测量机、ismographic profiling、airborne radar等等,也可以从任意的非图像数据合成得到,例如数学函数或者三维几何模型.
2、 什么是采样与量化?怎样才能得到一幅数字图像?
采样就是采集模拟信号的样本。采样是将时间上、幅值上都连续的模拟信号,在采样脉冲的作用,转换成时间上离散(时间上不再连续)、但幅值上仍连续的离散模拟信号。所以采样又称为波形的离散化过程。
量化,就是把经过抽样得到的瞬时值将其幅度离散,即用一组规定的电平,把瞬时抽样值用最接近的电平值来表示。量化就是把采集到的数值送到量化器(A/D转换器)编码成数字,每个数字代表一次采样所获得的声音信号的瞬间值。
过程:采样---量化----编码
3、 什么是索引图像?什么是RGB彩色图像?两者有何区别?
索引图像是一种把像素值直接作为RGB调色板下标的图像。
RGB彩色图像是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色形成的图像。
索引图像是指表示为m*n矩阵,且矩阵的元素指向一个颜色映射表的图像。
RGB彩色图像是指表示为m*n*3的矩阵的图像,其中最后一维分别包含了R(红)、G(绿)、B(蓝)三基色的值。
4、 数字图像的四种基本类型是什么?
类型:二值图像、索引图像、灰度图像、真彩色图像。
5、 应用MATLAB开发数字图像系统具有哪些优点?
语言简洁紧凑,语法限制不严,程序设计
自由度大,可移植性好
运算符、库函数丰富
图形功能强大
界面友好、编程效率高
扩展性强
6、 简述什么是均匀采样和非均匀采样?
均匀量化是指位于两个虚判决值之间的所有量化区间间隔全都相等的量化。
非均匀量化是指位于两个虚判决值之间的量化区间间隔并不全都相等的量化。
7、 根据图像处理的运算特点,图像在空间域上的处理运算可以分为哪几类?
代数运算
几何运算
领域操作
块操作
8、 为什么点运算不会改变图像内像素的空间位置关系?
图像的点运算是指对于一幅输入图像,输出图像的每个像素点的灰度值由输入图像像素来决定的图像变换。由定义可知,点运算只是对每个像素点的灰度值进行变换,不涉及像素点的空间位置的变换。
9、 为什么点运算又称为灰度变换?灰度变换可以增强对比度吗?为什么?
图像的点运算是指对于一幅输入图像,输出图像的每个像素点的灰度值由输入图像像素来决定的图像变换。由定义可知,点运算的变换是针对每个像素点的灰度值进行变换,所以也可称为灰度变换。
可以。
对比度增强的原理是按照一定的规则,逐点修改输入图像每一个像素的灰度值,从而改变图像灰度的动态范围。由原理可知,对比度增强的方法就是通过某种灰度变换来达到的,所以灰度变化能够增强对比度。
10、 采用灰度变换可以减弱对比度吗?应如何进行运算?
可以。
通过将原始的灰度范围映射到一个更小的灰度范围就可以减弱对比度,即小图像的动态范围。
11、 简述点运算具有哪些典型应用?
对比度增强
对比度拉伸
灰度变换
光度学标定,显示标定,轮廓线,剪裁
12、 简述代数运算具有哪些典型应用?
加法运算:去除“叠加性”随机噪音,生成图像叠加效果。
减法运算:消除背景影响,差影法,求梯度幅度
乘法运算:图像的局部显示(掩膜图像),图像的局部增强
除法运算:校正成像设备的非线性影响,CT,消除图像数字化设备随空间变化的影响
13、 简述图像减法运试采用算具有哪些实际应用?
检测同一场景两幅图像之间的变化
差影法在自动现场监测中的应用
混合图像的分离
消除背景影响:即去除不需要的叠加性图案
14、 图像相加运算能消除图像的加性随机噪声吗?为什么?
能。
假设有原图像f(x,y),对于原图像有一个噪音图像集{gi(x,y)|gi(x,y)=f(x,y)+ei(x,y),i=1,2,3…M},,又因为噪音ei(x,y)互不相关,均值为0,所以对多幅有随机叠加性噪声的图像取平均值可以降低噪声的影响。
15、 为什么梯度幅度图像可以突出表现轮廓?
边缘和轮廓常常位于图像中灰度突变的地方,这些地方往往灰度值的变化率比较大,可以应用微分或者差分运算来找出边缘和轮廓,像素的梯度是指该像素的灰度值在x方向上的偏导数和在y方向上的偏导数的向量,梯度幅度值是梯度向量中两个偏导数的平方和再求根,如果像素的灰度值的变化率很大(即在边缘或者轮廓的地方的像素),则梯度幅度值也会很大,把达到某个梯度幅度值的阈值的像素点和没有达到阈值的像素点的灰度值的差距拉大,从而达到突出边缘或者轮廓的效果,一般在数字图像中,应用差分形式,并且计算梯度幅度时用绝对值的和或者最大值来近似。
16、 试采样MATLAB编写程序实现两幅数字图像的相加运算?
img1=imread(„‟);
img2=imread(„‟);
img3=img1+img2;
figure,subplot(1,3,1),imshow(img1),title(„图像1‟);
subplot(1,3,2),imshow(img2),title(„图像2‟);
subplot(1,3,3),imshow(img3),title(„相加后的图像‟);
17、 几何运算在数字图像处理技术中具有哪些典型应用?
几何畸变矫正
图像矫正
图像配准和样式转换
变形
地图投影
18、 常用的几何运算有哪几种?
图像的缩放
图像的旋转
图像的剪裁
图像的一般几何变换
19、 在图像放大变换中,如果放大倍数太大,那么会产生马赛克现象吗?为什么?有哪些方法可以解决这个问题?
会产生马赛克现象。
原因:放大后的图像像素比原始图像多,多余的像素需要根据原始的像素进行填充,放大的倍数太多,就会显露出这种填充的痕迹,一个像素点的周围多个像素都跟它是一模一样的,看起来就像是马赛克。
方法:通过好的插值算法放到合适的倍数,可以使放大后的图像看不出明显的填充痕迹,解决了图像放大的马赛克问题。
20、 图像的旋转变换对图像的质量有无影响?为什么?
无影响。
原因:图像的旋转变换只改变原始像素点的位置,不影响像素点的值,也不会用原始像素点去填充因为旋转而多余的像素。
21、 图像的镜像变换包括几种情况?各有何特点?
水平镜像,以图像中心为原点,建立坐标系,X轴水平向右,Y轴垂直向上,原始图像与镜像图像位于同一坐标系中(下同),则原始图像的像素点与镜像图像的像素点关于Y轴对称
垂直镜像,原始图像像素点与镜像图像像素点关于X轴对称
对角镜像,原始图像像素点与镜像图像像素点关于原点中心对称
22、 为什么说双线性插值具有低通滤波作用?
通过双线性插值得到的像素点的值是按照其周围的4个原始像素点的值线性平均得到的,如果原始图像中存在一个高频点,那么在插值后,该高频点就会被它周围的插值点所削弱,衰减了高频信息,低频信息则不怎么受影响,相当于具备低通滤波的作用。
23、 什么是灰度图校正,其作用是什么?
在成像过程中,如光照的强弱、感光部件的灵敏度、光学系统的不均匀性、元器件特性的不稳定等均可引起图像亮度分布的不均匀。灰度校正是在图像采集系统中对图像像素进行逐点修正,使得整幅图像能够均匀成像。
24、 什么是图像直方图?
直方图:指图像中各种不同灰度级像素出现的相对频率 。
25、 简述直方图与图像概貌之间的关系。
曝光不足的照片 曝光不足,则直方图左端产生溢出,暗部的细节损失较大。右端(亮部)没有像素或像素很少,亮度不足
曝光过度的照片 曝光过度,左端像素太少,照片缺少黑色成分。右端溢出,亮部细节损失较大。
反差过低的照片 反差过低,则层次减少,照片发灰,左端和右端都富余大量的空间,影调集中在中间部分
反差过高的照片 反差过高,两端都产生溢出,这将给照片的暗部和亮部都造成不可逆转的细节损失。
正常曝光的照片,亮度分布在最暗和最亮之间。左端(最暗处)和右端(最亮处)都没有溢出,也就是说暗部和亮部都没有损失细节层次
26、 简述一下概念:直方图均衡(直方图归一化)、直方图规格化(直方图匹配)、直方图拉伸
直方图均衡化(直方图归一化):非线性的增强方法,通过对原图像进行某种变换,使得图像的直方图变为均匀分布的直方图 。
直方图规格化(直方图匹配):是指把原图像的直方图变换为某种指定形态的直方图或某一种参考图像的直方图,然后按照已知直方图调整原图像各个像元的灰度值,最后得到一幅直方图匹配的图像。
直方图拉伸:主要作用就是将灰度间隔小的图像的灰度间隔扩大,以便于观察图像。直方图拉伸是通过对比度拉伸对直方图进行调整,从而“扩大”前景和背景灰度的差别,以达到增强对比度的目的。
27、 什么是数字图像的变换域处理方法?它的基本思路是什么?
变换域处理方法是指将原来的图像空间中的图像以某种形式转换到其他空间去,然后利用该空间的特有性质方便地进行图像处理,最后再转换回原来的图像空间中从而得到处理后的图像的一种图像处理方法。
基本思路是通过某种变换方法将图像从空间域变换到频域。
28、 什么是FFT变换?它是不是一种新的信号变换方法?
FFT是DFT的一种算法即离散傅里叶变换的方法,它大大地减少了运算量,缩短了运算时间,使实时分析成为可能。同时在分析DFT中的多余运算的基础上,进而消除这些重复工作的指导下得到,在运算中大大节省了时间,达到了快速的目的。
它不是一种新的信号变换。
29、 试简述FFT算法的基本思路和步骤。
基本思路是通过分析DFT中的多余运算,进而消除这些重复运算。
步骤:(1)将图像进行转置(2)按行对转置后的图像矩阵做一维FFT,将这变换中的中间矩阵再转置(3)对转置后的中间矩阵做一维FFT,最后得到二维的FFT
30、 比较中值滤波与均值滤波的异同点。
均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标象素为中心的周围8个象素,构成一个滤波模板,即去掉目标象素本身)。再用模板中的全体像素的平均值来代替原来像素值,其采用的主要方法为领域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值,即对待处理的当前像素点(x,y),选择一个模板,该模板由其近邻的若干像素组成,求模板中所有像素的均值,再把该均值赋予当前像素点(x,y),作为处理后图像在该点上的灰度个g(x,y),即个g(x,y)=1/m ∑f(x,y) m为该模板中包含当前像素在内的像素总个数
中值滤波:非线性的处理方法,在去噪的同时可以兼顾到边界信息的保留。
选一个含有奇数点的窗口W,将这个窗口在图像上扫描,把该窗口中所含的像素点按灰度级的升(或降)序排列,取位于中间的灰度值,来代替该点的灰度值。
31、 试对比梯度算子和拉普拉斯算子在锐化图像过程中的异同点。
相同点:他们都采用采用偏导数运算,
不同点:
拉普拉斯算子采用的是二阶偏导数而梯度算子采用一阶偏导数;
梯度算子获得的边界是比较粗略的边界,反映的边界信息较少,但是所反映的边界比较清晰;然而Laplacian算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节信息,但是所反映的边界不是太清晰。
32、 简述图像的退化模型,并说明图像退化的原因有哪些?
退化模型:一幅清晰的图像f(x,y)由于通过一个系统H以及引进了加性噪声n(x,y)而退化为一幅图像g(x,y)。
退化原因:
大气的湍流效应
传感器特性的非线性
光学系统的像差
成像设备与被摄物体间的相对运动
33、 什么是图像复原?有哪些复原技术?
图像恢复和图像增强一样,都是为了改善图像视觉效果,以及便于后续处理。只是图像增强方法更偏向主观判断,而图像恢复则是根据图像畸变或退化原因,进行模型化处理。
复原技术:
空间域滤波复原
频率域滤波复原
逆滤波
最小均方误差滤波器---维纳滤波
34、 什么是图像消噪?有哪些图像消噪技术?
减少数字图像中噪声的过程称为图像去噪
图像消噪技术:
均值滤波器
算术均值滤波器
几何均值滤波器
谐波均值滤波器
逆谐波均值滤波器
顺序统计滤波器
中值滤波器
最大值/最小值滤波器
自适应滤波器
35、 什么是图像增强?有哪些图像增强技术?
对图像的某些特征,如边缘、轮廓、对比度等进行强调或锐化,以便于显示、观察或进一步分析与处理。
像素点运算(灰度变换、直方图修正法)、领域处理(平滑、锐化)、高通滤波、低通滤波、同态滤波增强、真彩色处理、位彩色处理(灰度分层法、灰度变化法、频域伪彩色)
36、 什么是图像锐化?其思想、目的、方法有哪些?
图像锐化通过增强图像中的纹理、边缘部分,使边缘和轮廓线模糊的图像变得清晰,使其细节也更加清晰。
基本思想:通过消除或减弱图像的低频分量从而增强图像中的纹理、边缘信息,使边缘和轮廓线模糊的图像变得清晰(即除边缘以外的像素点的灰度值趋于零),使其细节也更加清晰。
常用的锐化方法有梯度法、拉普拉斯算子法和定向滤波器法。
37、 什么是图像噪声?其分类有哪些?
图像中各种妨碍人们对其信息接受的因素即可称为图像噪声
高斯(Gaussian)噪声
瑞利(Rayleigh)噪声
伽马(爱尔兰)噪声
指数(Exponential)噪声
均匀(Uniform)噪声
脉冲(椒盐)噪声
38、 什么是图像压缩?图像压缩的前提是什么?有哪些冗余总类?
图像压缩是去除冗余量能够节省存储和传输中的开销,同时又不损坏图像信源的有效信息量。
前提:
图像像素之间、行之间、帧之间有较强的相关性。
从统计的观点,某点像素的灰度与其邻域灰度有密切关系;
从信息论关系,减少图像信息中冗余信息
冗余总类:
空间冗余:规则物体的物理相关性;规则物体的表面具有物理相关性,将其表面数字化后表现为数据冗余。
时间冗余:视频与动画画面间的相关性;
结构冗余:规则纹理、相互重叠的结构表面;
知识冗余:凭借经验识别;
统计冗余:具有空间冗余和时间冗余;
视觉冗余:视觉、听觉敏感度和非线性感觉
39、 画出JPEG压缩的框图,并简述其压缩的原理。
40、 图像压缩的分类是什么?各包括哪些算法?
41、 简述霍夫曼压缩算法原理。
将使用次数多的代码转换成长度较短的代码,而使用次数少的可以使用较长的编码,并且保持编码的唯一可解性。其最根本的原则是:累计的(字符的统计数字*字符的编码长度)最小,也就是权值的和最小。
42、 简述行程编码原理。
用一个计数值和该符号值或串代替具有相同值的连续符号,使符号长度少于原始数据的长度。
色彩转换和重采样图象分割FDCT量化系数编码量化表码表系数解码反量化IDCT图象拼接码表量化表压缩编码法有损压缩无损压缩变换编码预测编码分析综合法量化编码行程编码哈夫曼编码字典编码算术编码KLDCTDFTDWT标量量化矢量量化LZWLZ77/LZ78
本文发布于:2024-02-21 17:14:06,感谢您对本站的认可!
本文链接:https://www.wtabcd.cn/zhishi/a/1708506846271250.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
本文word下载地址:MATLAB简答题.doc
本文 PDF 下载地址:MATLAB简答题.pdf
留言与评论(共有 0 条评论) |