數字圖像處理每章課后題參考答案第一章和第二章作業： 1.簡述數字圖像處理的研究內容。2 .什么是圖像工程？根據抽象程度和研究方法等的不同， 圖像工程可分為哪幾個層次？每個層次包含哪些研究內容？3 .列舉并簡述常用表色系。1 .簡述數字圖像處理的研究內容？答： 數字圖像處理的主要研究內容，根據其主要的處理流程與處理目標大致可以分為圖像信 息的描述、 圖像信息的處理、 圖像信息的分析、 圖像信息的編碼以及圖像信息的顯示等幾個 方面數字圖像處理基礎與應用課后答案，將這幾個方面展開，具體有以下的研究方向：2 .圖像數字化，3 .圖像增強，4 .圖像幾何變換，5 .圖像恢復，6 .圖像重建，7 .圖像隱藏，8 .圖像變換，9 .圖像編碼，10 圖像識別與理解。2.什么是圖像工程？根據抽象程度和研究方法等的不同，層次包含哪些研究內容？圖像工程可分為哪幾個層次？每個答：圖像工程是一門系統地研究各種圖像理論、技術和應用的新的交叉科學。根據抽象程度、 研究方法、操作對象和數據量等的不同，圖像工程可分為三個層次：圖像處理、圖像分析、圖像理解。圖像處理著重強調在圖像之間進行的變換。比較狹義的圖像處理主要滿足對圖像進行各種加 工以改善圖像的視覺效果。
圖像處理主要在圖像的像素級上進行處理，處理的數據量非常大。 圖像分析則主要是對圖像中感興趣的目標進行檢測和測量，以獲得它們的客觀信息從而建立 對圖像的描述。 圖像分析處于中層， 分割和特征提取把原來以像素描述的圖像轉變成比較簡 潔的非圖形式描述。圖像理解的重點是進一步研究圖像中各目標的性質和它們之間的相互聯系，并得出對圖像內 容含義的理解以及對原來客觀場景的解釋，從而指導和規劃行為。 圖像理解主要描述高層的 操作， 基本上根據較抽象地描述進行解析、判斷、決策， 其處理過程與方法與人類的思維推 理有許多相似之處。第三章 圖像基本概念1 .圖像量化時，如果量化級比較小時會出現什么現象？為什么?答：當實際場景中存在如天空、 白色墻面、人臉等灰度變化比較平緩的區域時，采用比較低的量化級數，則這類圖像會在畫面上產生偽輪廓(即原始場景中不存在的輪廓)。圖像的量化等級反映了采樣的質量， 數字圖像的量化級數隨圖像的內容及處理的目的差別而不同，低的量化級數只滿足于處理簡單的線條而對于圖像，若線條不明顯時，則會產生偽輪廓。人眼對灰度誤差有一個敏感度閾值， 當灰度誤差大于門限值時， 即量化誤差大于視覺閾值時， 人 眼看到的圖像會出現偽輪廓。
2 .為什么非均勻量化多用于量化級數少的場合，而在量化級數多的場合不用?答：①非均勻量化是依據一幅圖像具體的灰度值分布的概率密度函數，，是按總的量化誤差最小的原則進行量化的方法， 通過對圖像中像素灰度值頻繁出現的灰度值范圍，量化間隔小一些，而對那些像素灰度級數比較少，量化間隔大一些。在同樣的灰度級數下，非均勻量化 已經足夠對圖像的細節進行描述，采用非均勻量化的效果比均勻量化的圖像效果好。②但是當允許量化級數比較多時， 因為均勻量化已經足夠對圖像的細節進行描述，采用非均勻量化的效果不明顯，只能徒增量化算法的復雜度。第 4 章圖像增強1 .已知一幅圖像為:一5 255 225 100 200 255 20011 7 254 255 100 10 10 93 7 10 100 100 2 9 63 6 10 10 9 2 8 22 1 8 8 9 3 4 21 0 7 8 8 3 2 11 1 8 8 7 2 2 1-2 3 9 8 7 2 2 0一對其進行灰度直方圖的均衡化處理。
答：經過均衡化處理后得到的新圖像為 :一11240 12084 4040 040 40■84 ]0400一2 .已知一幅圖像為：1011f =18 893 48 372 272 2222 110_對其進行線性動態范圍調整處理，其中灰度變化區域[a, b] 為 [2, 9] 。答：最終的圖像數據為14 10 0 9 09 101 3 0G = 99 1 0 0| 7 7 0 0 010 7 0 0 0_第 5 章幾何變換1.已知一幅圖像為:1 2 3 4 56 7 8 9 10f = 111 12 13 14 1516 17 18 19 2021 22 23 24 251) 進行 A i=2 , A j=3 平移后的圖像矩陣。2) 對其進行縮小，其中 k1=0.6, k2=0.75,寫出縮小后的圖像矩陣。
答： (1) 平移后得到圖像數據為:0 0 00270 00270 0 10 0 60 0 11 120 0 16 170 0 21 22 (2)縮小后的圖像矩陣為：6 8 9 10G = 11 13 14 152l 23 24 250 03 48 913 1418 1923 24.已知一幅圖像為：1 2 3f = 4 5 67 8 9j1)對其旋轉 30 度后的圖像矩陣2)對其旋轉 45 度后的圖像矩陣3)對其旋轉 60 度后的圖像矩陣答： 1)方 轉 30 度的后圖像矩陣為:0 3 02 0 64 5 97 8 01 O(2)旋轉 45 度后的圖像矩陣為： 0 2 3 6G = 1 0 5 90 4 7 8_(3)旋轉 60 度后的圖像矩陣為：0 3 6 00 2 5 9G =14 0 8。0 7 0_第 6 章噪聲抑制已知圖像為：9 10 8 711 40 9 7F =12 9 0 8「9 11 10 6_1)采用高斯模板對其進行均值濾波處理；2) 采用 3X 3 模板對其進行中值濾波處理。答： 1) 采用高斯模板進行濾波處理后的圖像為10 8 7111 17 11 712 13 9「109 112) 采用 3X3 模板進行濾波處理后的圖像為9 10 8 711 9 8 7G =12 10 9 8_9 11 10 6_2.簡述 K 近鄰平滑濾波器原理及實現步驟？答：原理：在一個與待處理像素鄰近的范圍內，尋找出其中像素值與之最接近的K 個鄰點,用這 K 個鄰點的均值(或中值)替代原像素值；如果待處理像素為非噪聲點，則通過選擇 像素值與之 相近的鄰點，可以保證在進行平滑處理時， 基本上是同一個區域的像素值的計算； 如果待處理像素 是噪聲點，則因為噪聲本身具有孤立點的特點，因此， 進行平滑處理時，可 以對其進行抑制。
K 近鄰中值濾波器實現步驟如下：①以待處理像素為中心，作一個 mXm 的作用模板。②在模板中，選擇 K 個與待處理像素的灰度差為最小的像素。③將這 K 個像素的灰度均值(或中值)替換掉原來的像素值。第 7 章圖像銳化設圖像為：1 5 15 81 7 14 9 F =3 7 10 11-1 0 4 6 1分別采用 算子、 Sobel 算子和常用的 算子對其進行銳化。答： 1) 采用 算子銳化后的圖像數據為0 010 413 )采用 Sobel 算子銳化后的圖像數據為0 0 0 00 47 12 00 38 34 00 0 0 03)采用 算子銳化后的圖像數據為0 0 01 15 08 4 00 0 0第 8 章圖像分割1 .分別簡述利用直方圖雙峰法、 P-參數法和均勻性度量法進行圖像分割的原理。答：三者都是基于灰度分布的閾值方法，即確定某閾值，根據圖像中每個像素的灰度值大于 或小于該閾值，進行分割。(1)直方圖雙峰法：當圖像的灰度直方圖為雙峰分布時，表明圖像的內容大致為兩個部分，分別為灰度分布的兩個山峰的附近， 選擇閾值為兩峰的谷底點， 可將畫面從圖像中分割出來。
2 2) P-參數法的基本原理：該方法是針對預先已知圖像中目標物所占比例的情況下，所采用 的一種 簡單且有效的方法。選擇一個閾值，使前景目標物所占的比例為p,背景所占比例為1-p。(3)均勻性度量法：當圖像被分為目標物和背景兩個類別時數字圖像處理基礎與應用課后答案，屬于同一類別內的像素值分布 應該具有 均勻性。2 .試比較區域生長法和區域分裂與合并方法的異同之處。答：相同點：相似性的測度都可以由所確定的閾值來決定，對于有相同或相似性質的鄰域像 素進行合并。都是針對非規則圖形，基于區域整體特性的圖像分割方法，不同點：區域生長法關鍵是需要根據先驗知識選取種子點，對每個分割的區域找一個種子點， 然后將種子像素周圍鄰域中與種子像素有相同或相似性質的像素與種子像素合并。區域合并與分裂方法的核心是將圖像分成若干子塊，對每個子塊的屬性進行計算，當屬性表 明該子塊包含不同區域的像素， 則該子塊再分成若干子塊， 如果幾個子塊的屬性相似， 則這 幾個 相似屬性的子塊合并成一個大的區域。3 .簡述區域增長法的基本思想。(2)膨脹以后的圖像數據為答：將具有相似性質的像素集合起來構成區域，首先，對每個要分割的區域找一個種子點， 然后將 種子點像素周圍鄰域中與種子像素有相同或相似性質的像素合并到種子像素所在區 域中，將這些新 像素當作新的種子點繼續進行上面的過程，直到沒有滿足條件的像素點時停 止生長。
其中，相似性準則可以是灰度級、彩色、組織、梯度或其他特性。4 .簡述區域分裂與合并的基本思想。答：將圖像分成若干子塊， 對每個子塊的屬性進行計算， 當屬性表明該子塊包含不同區域的 像 素，則該子塊再分為若干子塊， 如果幾個子塊的屬性相似， 則這幾個相似屬性的子塊合并 成一個 大的區域。直到沒有可以合并、分裂的子塊為止。利用結構元素 S 對下圖所示二值圖像進行一次腐蝕處理、膨脹處理。1110 0 010 0 10 11 0 0 0 0 1f =0 0 10 110 10 0 10-0 0 0 1 0 0-結構元素為：S = ； 0 1111 (其中：結構元素的原點為 S 的左上角元素，即 S(1,1))。答： (1)腐蝕以后的圖像數據為0 0 0 0 0 0 G0 0 0 0 0 10 0 0 0 0 1G =00 0 0 0 10 0 0 0 0 0。0 0 1 0 0-一 0 01 1 11 1 10 1 10 0 11100