武漢大學(xué)數(shù)字圖像處理試題.doc

。一、1、中值濾波：中值濾波是對(duì)一個(gè)滑動(dòng)窗口內(nèi)的諸像素灰度值排序，用 中值代替窗口中心像素的原來(lái)灰度值，因此它是一種非線性的圖像平滑法。2、連接成分：在二值圖像中，把互相連接的像素的集合匯集為一組，于是具有若干個(gè)0值的像素(0像素)和具有若干個(gè)1值的像素(1像素)的組就產(chǎn)生了。把這些組叫做連接成分。3、圖像分割：令集合R代表整個(gè)圖像區(qū)域，對(duì)R的分割可看作將R分成N個(gè)滿(mǎn)足以下五個(gè)條件的非空子集（子區(qū)域）R1，R2，RN： ； 對(duì)所有的i和j，ij，有RiRj =； 對(duì)i = 1,2,N，有P(Ri) = TRUE； 對(duì)ij,有P(RiRj) = FALSE； 對(duì)i =1,2,N，Ri是連通的區(qū)域。 其中P(Ri)是對(duì)所有在集合Ri中元素的邏輯謂詞， 代表空集。 4、行程編碼：通過(guò)改變圖像的描述方式，來(lái)實(shí)現(xiàn)壓縮。將一行中顏色值相同的相鄰像素用一個(gè)計(jì)數(shù)值和該顏色值來(lái)代替。5、模板匹配：模板匹配就是在一幅大圖像中搜尋目標(biāo)，已知該圖中有要找的目標(biāo)，且該目標(biāo)同模板有相同的尺寸、方向和圖像，通過(guò)一定的算法可以在圖中找到目標(biāo)，確定其坐標(biāo)位置。二、1、簡(jiǎn)述紋理圖像的灰度共生矩陣分析方法灰度共生矩陣反映了圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，它可作為分析圖像基元和排列結(jié)構(gòu)的信息。作為紋理分析的特征量，往往不是直接應(yīng)用計(jì)算的灰度共生矩陣，而是在灰度共生矩陣的基礎(chǔ)上再提取紋理特征量，稱(chēng)為二次統(tǒng)計(jì)量。一幅圖像的灰度級(jí)數(shù)一般是256，這樣計(jì)算的灰度共生矩陣太大。為了解決這一問(wèn)題，在求灰度共生矩陣之前，常壓縮為16級(jí)。用灰度共生矩陣提取特征之前，要作正規(guī)化處理。由灰度共生矩陣提取了14種特征。最常用的5個(gè)特征是：1）角二階矩（能量）2)對(duì)比度（慣性矩）3）相關(guān) 4）熵 5）逆差矩 2、簡(jiǎn)述空間域圖像平滑與銳化的區(qū)別與聯(lián)系為了抑制噪聲改善圖像質(zhì)量所進(jìn)行的處理稱(chēng)圖像平滑 或去噪。在圖像的識(shí)別中常需要突出邊緣和輪廓信息。圖像銳化 就是增強(qiáng)圖像的邊緣或輪廓。圖像平滑通過(guò)積分過(guò)程使得圖像邊緣模糊，圖像銳化則 通過(guò)微分而使圖像邊緣突出、清晰。3、敘述圖像逆濾波恢復(fù)的方法(1)對(duì)退化圖像g(x，y)作二維離散傅立葉變換，得到G(u,v)； (2)計(jì)算系統(tǒng)點(diǎn)擴(kuò)散函數(shù)h(x，y)的二維傅立葉變換，得到H(u,v);(3)逆濾波計(jì)算F(u,v)=G(u,v)/H(u,v);(4)計(jì)算F(u,v)的傅里葉逆變換，求得f(u,v)。4、邊緣增強(qiáng)與邊緣檢測(cè)有何區(qū)別邊緣增強(qiáng)是將遙感圖像（或影像）相鄰像元（或區(qū)域）的亮度值（或色調(diào)）相差較大的邊緣（即影像色調(diào)突變或地物類(lèi)型的邊界線）處加以突出強(qiáng)調(diào)的技術(shù)方法。如果將邊緣認(rèn)為是一定數(shù)量點(diǎn)亮度發(fā)生變化的地方，那么邊緣檢測(cè)大體上就是計(jì)算這個(gè)亮度