数字图像处理习题集
一、局部直方图均衡化图像的概念及分类；
学科定义：给定条件下被摄目标电磁波性质（反射、辐射、透射）的一种表现形式。
广义上：图像是对所表示物体的信息描述
分类：1）、二值图像：图像中只能取值为0或1。2）、灰度图像: 单图像，只包含亮度信息。
3）、彩图像：3波段单图像，每波段代表不同颜，通常为红、绿、蓝。
二、说明图像技术的层次，并叙述各层次的主要研究内容；
1、图像技术之图像处理：着重考虑图像之间的变换，主要是对图像信息进行加工得到满足人的视觉心理或应用需求行为的图像，为自动识别和理解打下基础。是一个从图像到图像的过程。
2、图像技术之图像分析：图像分析要求对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而帮助我们建立对图像的描述。比如从图像上提取目标的边缘和轮廓信息，并进行细化、连接和矢量跟踪以表达和测量目标。（人脸识别、医学图像分析）
3、图像技术之图像理解：以图像为对象，知识为核心，研究图像中有什么目标、目标之间的相互关系、图像是什么场景以及如何应用场景的一门技术。
是在图像分析的基础上，进一步研究图像中的目标及其相互之间的联系并做出对图像内容含义的理解以及对原来客观场景的解释，从而可以指导和规划行动。
三、简述图像处理的主要目的及主要处理技术；
数字图像处理目的：改善图像质量、增强图像定位精度、提高信息传输效率、减少图像信息存贮容量、建立图像信息库
主要处理技术：
1. 图像增强:为便于目视判读或计算机分析，从图像信息中增强其有用成分的技术。如：对比度拉伸、彩校正、噪声抑制等。特点：把弱信号或者不突出的信号变成强信号或者突出的信号。
但是：①并非从无到有，而是从弱到强； ②增强会造成部分信息的损失。
2、图像复原:从图像信息中消除因干扰因素而导致的图像退化。典型的退化如：成像系统的不稳定、变焦模糊、运动模糊效应、大气散射效应、云层遮挡等.
这些干扰因素的对图像的影响主要表现为：①灰度值误差； ②像点空间位移。
3、几何处理:校正图像的几何误差，或改变其投影性质，使其规化到给定的数学基础。目的：改善图像信息的量测性能。几何处理是视觉检测技术的基本内容。
4、图像压缩与编码:在一定准则下，通过降低图像数据内部的冗余度并建立新的数学表达来减少图像数据量。因此，压缩与编码密不可分。目的： ① 提高存储和传输效率；② 获得保密性。
5、图像重建:由物体横剖面的一组投影数据，经过解析运算而生成该剖面的技术。源于无创伤（破坏）性内部检测。如：CT三维地形仿真技术    特点：数据 → 图像
6、图像分割:从图像中提取或区分与目标相对应的不同的感兴趣区域。如：各种图像分类方法，以及点、边缘、区域提取技术。为目标识别提供底层支持。
7、图像描述:把图像分割得到的实体（要素）用数据、公式、符号予以表达。一是表达分割结果，二是为图像理解和识别作最后的数据准备。
8、图像匹配：将同一目标（区域）在不同状态下获得的图像在空间位置上对准。不同状态系指：不同时相、不同传感器.典型应用：末制导、立体视觉               
四、叙述数字图像采样及量化的概念，什么是图像的空间分辨率及灰度分辨率，并说明空间分辨率及灰度分辨率的大小对图像质量的影响；
采样：有一个连续的正弦波，要进行离散化，最直接的方法是选取一系列点来代替。这就是采样（取样、抽样）  量化：用有限的值来代替无限的值称为量化。
图像分辨率：指每单位长度上的像素，即直观看到的图像的清晰与模糊程度，单位为ppi。另外，图像的尺寸、图像的分辨率和图像文件的大小三者之间有着很密切的联系。图像的尺寸越大，图像的分辨率越高，图像文件也就越大，调整图像的大小和分辨率即可以改变图像文件的大小。
五、叙述灰度、颜、度、亮度、饱和度、层次、对比度、清晰度等基本概念。
1、灰度：表示光的强度的数值量度；光强量化到256级，0对应黑，255对应白。灰度图像：仅含有黑、灰、白等无彩的图像
2、颜：一个物体反射或折射的光的一种特性，并且是一种感觉特性。所有颜都可被看作三基（红、绿、蓝）的不同组合：R+B=M（紫）、B+G=C（青）、R+G=Y(黄）。彩图像：指每个像素的信息由RGB三原构成的图像，其中RGB是由不同的灰度级来描述的。
3、度：观察者获得的颜的感觉；亮度：表示颜强度；
饱和度：在颜中参杂白光数量多少的度量。
4、灰度级：表示像素的明暗程度的整数量
例如：像素的取值范围为0~255，就称该图像为256个灰度级的图像；
5、 层次：表示图像实际拥有的灰度级的数量 例如：具有32种不同取值的图像，称该图像具有32个层次；图像数据的实际层次越多，视觉效果就越好。
6、清晰度：亮度、对比度、尺寸大小、细微层次、颜饱和度等综合因素的影响结果。
六、叙述像素、邻域等基本概念。
邻域：
位图：以像素来表示图像就是位图。由于位图依赖所采集的像素（分辨率）的多少，故将它放大时会出现丢失细节和出现锯齿现象。
矢量图：矢量图是由被称为矢量的、用数学对象定义的直线和曲线组成，是根据图像的几何特性来描述图形，不依赖分辨率，可以任意放大。
七、叙述BMP格式图像的文件存储结构。
位图文件头：文件类型，指定文件大小，从文件头到位图数据的偏移字
位图信息头：图像高、宽、颜位数、压缩类型、占用字节数、颜数、分辨率
调板：颜查表
图像数据：每行每列顺序排列，行字节数必须为4的倍数，从下到上、从左到右
八、说明数字图像每行所占字节数与图像宽度的关系；
例1：一幅图像为256，宽为31个像素，问存储一行需多少个字节？
分析：256，biBitCount=8;宽为31，biWidth=31;
W=31*8/8=31字节,31不是4的倍数，补一个字节的0，32个字节是4的倍数。
所以，对于这幅图像，每一行数据后面都有一个无效的字节，再往后才是另一行的数据。
宏定义计算：W=(31*8+31)/32*4=279/32*4=8*4=32
九、简述直方图的概念；
定义：灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标是灰度级，纵坐标是该灰度出现的频率（像素个数）。
十、以下为一幅3位灰度图像的图像数据，请绘制出该图像的灰度直方图。
2
3
5
7
6
7
4
4
6
5
7
6
3
3
7
7
6
5
2
4
4
7
3
4
4
5
5
6
6
5
1
2
3
5
6
2
十一、叙述灰度直方图的性质及作用。
直方图性质：反映总体灰度分布；不包含空间位置信息；数字化参数的选择；边界阈值选择；面积统计
十二、请编写一段C语言程序，用于计算数字图像的直方图；
十三、请说明对图像进行阈值变换有何应用；
阈值变换：               
应用：背景分离，数字提取
十四、常用的线性变换有哪些种类；
      压缩灰度范围 
      拉伸灰度范围 
十五、列举代数运算的种类及各种代数运算的主要应用。
1. 加法运算:
应用：求均值图像：去除“叠加性”噪声；生成图像叠加效果
2. 减运算
应用：去除一幅图像中所不需要的加性图案；可检测同一场景的两幅图像之间的变化；生
成合称图像；电视制作的蓝屏技术
3. 乘法运算
应用：图像局部显示；生成合称图像。
4. 除法运算
应用：产生比率图像，提取植被或其它地物信息，区分一幅图像不同颜区域
十六、以下为一幅图像的图像数据，请将该图像缩小为原图的2/3。
2
3
5
4
6
7
4
4
6
7
7
6
3
3
7
7
6
5
2
4
5
3
5
4
4
5
5
6
6
5
1
2
3
5
6
2
十七、以下为一幅图像的图像数据，请采用双线性差值法将该图像放大为原图的3倍。
2
3
5
4
4
6
3
3
7
十八、以下为一幅图像的图像数据，请分别给出该图像的水平、垂直、对角镜像的图像数据。
2
3
5
4
4
6
3
3
7
十九、图像的仿射变换公式如下，
 
请分别用该公式的形式表示出图像平移、镜像、旋转等的运算公式
图像平移                图像旋转                  水平镜像
二十、叙述常用的图像对比度增强方法，以及他们的优缺点。
线性增强
1. 基本线性增强
增强变换条件：变换前后对比度呈线性关系
当a > 1时，则变换后图像的对比度增大；
当a <1时，则变换后图像的对比度减小 ；
当a = 1时，对比度保持不变 ；
b值使整幅图像灰度级的均值改变相应值。
算法优点 ：计算简洁；适用于灰度级变化比较平滑的图像（图像直方图近似表现为高斯分布）；
算法缺点:有可能受到个别极限灰度级的不良影响；
2. 统计量算法增强
考虑整幅图像的统计特征。用图像数据的统计数字特征增强图像的对比度，这就是统计量图像增强。
均值－反映图像灰度特征的总貌；
标准差－反映图像对比度的大小。
                            特点：剔除个别极限灰度值的抑制作用，在整体上能较好地保障图像的对比度增强效果。
3. 分段线性增强：更适应于有选择性地对图像进行局部线性对比度增强；例如：若想扩大低灰度区的对比度，同时适当降低其它灰度区的对比度，则可选择在低灰度区，使a>1，其它灰度区a<1  其变换式与基本增强算法相同，只是针对原图像的区间要有所选择。
非线性增强
1、指数函数                      2、 对数函数
直方图非高斯分布可以有选择地对曝光不足或曝光过度的图像进行指数或对数函数变换。
直方图增强:
图像的灰度级的最大值和最小值，以及灰度级在图像中出现的次数，可以看出图像对比度的大小以及相邻灰度级之间的级差。通过变换图像直方图（或灰度分布），实现对比度增强。
1、直方图均衡化:对于一副图像,如果其灰度直方图是均匀分布的，则该图像具有较好的视觉效果。
  2、直方图规定花:为一幅图像指定一种特定的直方图，调整图像，使它的直方图与指定的一样，也称为直方图匹配。
局部统计增强法
在一幅图像中，令像素(x,y)的灰度值为f(x,y)，所谓局部均值和方差是指以像素(x,y)为中心的(2n+1)×(2n+1)邻域内的均值和方差 。
二十一、以下为一幅4位灰度图像的图像数据，请分别采用基本线性增强及统计量增强算法对图像进行增强运算。

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QQ:729038198，我们将在24小时内删除。