《数字图像处理清.doc》由会员分享，可在线阅读，更多相关《数字图像处理清.doc（4页珍藏版）》请在三一办公上搜索。
1、学院 专业 年级（班级） 学号 学生姓名 密 封 装 订 线 密 封 装 订 线贵州大学科技学院20112012学年第二学期08级清考试卷 数字图像处理注意事项：1. 请考生按要求在试卷装订线内填写姓名、学号和年级专业。2. 请仔细阅读各种题目的回答要求，在规定的位置填写答案。3. 不要在试卷上乱写乱画，不要在装订线内填写无关的内容。4. 满分100分，考试时间为120分钟。题 号一二三四五六总 分统分人得 分得 分评分人一、判断题（共5分，每小题1分）（ 错 ）1. 图像在原点的傅里叶变换F(0,0)称作频率谱的0成分。（ 错 ）2. 图像对比度是指一幅图像中高度反差的大小。（ 错 ）3.
2、为突出目标抑制背景的灰度区间应对原图像进行分段线性变换处理。（ 对 ）4. 直方图指图像中各种不同灰度级像素出现的相对频率。（对 ）5. 维纳滤波建立在最小化统计准则的基础上，它所得到的结果只是平均意义上的最优。得 分评分人二、填空题（共18分，每小题2分）1、在数字图像领域，通常将图像看成是（大小相同、形状一致的像素 ），其最小单位是（ 像素 ）。2、任何实对称函数的傅里叶变换中只含（ 余弦项 ），所以说离散余弦变换是离散傅里叶变换的特例。3、一个阶为n，截止频率为D0的巴特沃斯高通滤波器的传递函数为（ ）。4、哈达玛矩阵的元素仅由（ +1 ）和（ 1 ）组成的。5、高斯噪声的概率密度函数为
3、（ ），指数噪声的概率密度函数为（ ）。6、卡胡南-列夫变换是在（ 均方 ）意义下的最佳变换，能够完全去除原信号中的（ 相关性 ）。7、对图像的边缘、轮廓等特征进行增强，应采用（ 图像锐化 ）处理，以便于显示、观察或进一步分析与处理。8、对数变换可以增强（ 低灰度值 ）像素，压制（ 高灰度值 ）像素,使灰度分布与视觉特性相匹配。9、图像尺寸为M、N，每个像素所具有的离散灰度级数为G，存储这幅图像所需的位数是（ M*N ）。得 分评分人三、名词解释（共15分，每小题3分）1、正交方阵指它任意两行（或两列）都是正交的，且任意一行(列)的所有元素的平方和等于平方阶的阶数。2、图像灰度众数图像灰度众数
4、是指图像中出现次数最大的灰度值。3、图像分割是指将一副图像分解为若干互不交叠的、有意义的、具有相同性质的区域。4、特征形成根据待识别的图像，通过计算产生一组原始特征，称为特征形成。5、边界跟踪从图像中一个边界点出发，然后根据某种判定规则准则搜索到下一个边界点，完成整个边界跟踪过程。得 分评分人得 分评分人四、简答题（共20分，每小题4分）1、确定PSF的方法。（1）、运用先验知识，分析图像上的点和线。（2）、运用后验判断方法，如功率谱和倒谱的分析。（3）、最大似然ML估计和利用EM算法等估计PSF。2、简述RGB图像模型到YUV图像模型的转换。公式：(RGB = YUV)Y = 0.257R
5、+ 0.504G + 0.098B + 16U = -0.148R - 0.291G + 0.439B + 128V = 0.439R - 0.368G - 0.071B + 1283、简述分水岭图像分割算法的基本思想。分水岭图是一种借鉴了形态学理论的分割方法，在该方法中，将一幅图像看成一个拖布地图，其中灰度值为f(x,y)对应地形高度值，高灰度值对应着山峰，低灰度值对应着山谷。水总是朝地势低的地方流动，知道某一局部低洼才停下来，这个低洼处被称为吸水盆地。最终所有的水分聚在不同的吸水盆地，吸水盆地的山脊被称为分水岭。水从分水岭留下是，它朝不同的吸水盆地六区的可能性是相等的。将这种想法应用于图像
6、分割，就是要在灰度图像中找出不同的吸水盆地和分水岭，由这些不同的吸水盆地和分水岭组成的区域即为我们要分割的目标。4、简述估计图像退化函数的常用方法。1、图像观察估计2、试验估计法3、模型估计法5、简述图像编码的质量评价标准。1、基于压缩编码参数的评价2、基于保真度（逼真度）标准的评价3、算法的适用范围4、算法的复杂度五、计算题（共32分，每小题8分）1、一幅2020的图像共有5个灰度级：k1,k2,k3,k4,k5,它们的概率依次为0.4,0.175,0.15,0.15,0.125：（1）求Huffman编码表；（4分）（2）求其Huffman编码的平均码长。（4分）步骤：1、将信源符号X按其
7、出现的概率，由大到小顺序排列2、将两个最小概率的信源符号进行组合相加，并重复这一步骤，始终将较大的概率分支放在上部，知道只剩下一个信源符号切概率达到1.0为止。3、对每组合上边一个指定为1，下边一个指定为0（或相反也可以上0下1）。4、画出由每个信源符号到概率1.0处的路径，记下沿路经的1和0。5、对于每个信源符号都写出1、0序列，则从右到左得到非等长Huffman码。2、 对如下二维数字图像，求其二维离散沃尔什哈达玛变换。 根据公式而则 W=3、 对如下二维数字图像，求其二维离散傅里叶变换并求其频谱。根据公式：F=F4fF4= =其实部和虚部为：F1=F2=4、设有一幅6464像素，8个灰度
8、级的图像，各灰度级概率分布如下表所示，请对其作直方图均衡化处理。灰度级sk01234567像素nk790102385065632924512281概率pr0.190.250.210.160.080.060.030.021. t0=0.19t1=0.19+0.25=0.44一次类推，可得t3=0.65,t4=0.81,t5=0.89,t6=0.98,t7=12. 用tk=int(L-1)tk+0.5将tk扩展到0,L-1范围内并取整，得t0=1,t1=3,t2=5,t3=6,t4=6,t5=7,t6=7,t7=7将相同值归并起来，即得到直方图均衡化修正后的灰度级变换函数，它们是 T0=1,T1=
9、3,T2=5,T6=6,T7=7由此可知，经过变换后的灰度级不需要8个，只需要5个就可以了。把相应原灰度级的像素相加得到新灰度级的像素数，统计新直方图各灰度级像素 N0=790,N1=1023,N2=850,N3=984,N4=4483. 新灰度级分布P1=790/4096=0.19P2=1023/4096=0.25P3=850/4096=0.21P4=984/4096=0.24P5=448/4096=0.11得 分评分人六、设计题（共10分，第一小题4分，第二小题6分.）对下图作线性灰度变换，将原图小于40的灰度值不变，原图40到180的灰度值拉伸到40到220，并压缩原图180到255的灰度值到220与255之间。（1）作出线性变换图；（2）将Matlab编写的程序补充完整，实现上述线性灰度变换。I=( imread() ); %读入图像I=double(I);M,N=size(I);for i=（ 1:M ） for j=1:N if I(i,j)= ( 40 ) I(I,j)= ( I(i,j) ) Elseif I(i,j)=150 I(I,j)= ( 7/9*(I(i,j)-40)+40 ) else I(I,j)= ( 15/7*(I(i,j)-180)+220 ) end endimshow(uint8(I);
