光电图像处理-习题答案.docx

光电图像处理ISBN：978-7-121-26110-7第一章1.1 什么是图像处理？图像处理的目的是什么？答：图像处理时指对图像进行分析、加工和处理,使其满足人们视觉、心理以及其他方面的要求.图像处理可以是为了把不好看的图片变得好看：调整颜色，睇光，亮度：把一些污点,瑕疵,缺陷的地方去除抻等等。总的来说图像处理的目的就是把图片处理为自己衙要的图片，1.2数字图像处理的主耍研究内容有哪些？答：数字图像处理主要研究的内容有以下几个方面：1 .图像变换2 .图像乐缩编码3 .图像的增强和虹原4 .图像分割5 .图像描述6 .图像分类(识别)7 .图像隐藏1.3图像处理有哪些主要应用？答：图像是人类获取和交换信息的主要来源，因此，图像处理的应用领域必然涉及到人类生活和工作的方方面面。随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。(1)航天和航空技术方面的应用(2)生物医学工程方面的应用(3)通信工程方面的应用(4)工业和工程方面的应用(5)军事公安方面的应用(6)文化艺术方面的应用(7)机罂人视觉(8)电子商务第二章2.1 光学中的主要计量单位有哪些？它们的含义是什么？答：1)光学中的主要计量单位有：光能、光通地、光照度、光出度、发光强度、光亮度。2)辐射能。以电磁波形式或粒了(光子)形式传播的能量,它们可以用光学元件反射、成像或色散，这种能量及其传播过程称为光辐射能.其单位为能量单位焦耳。辐射通量。,又称辐射功率，是单位时间内的辐射能，荷称功率，其单位为功率单位瓦特。辐射强度/.表示的是在给定方向上单位立体角的辐射通用，辐射强度的单位是：瓦/球面度。辐射出度乩，指的是面辐射源元的辐射能力及堆位面及的辐射通量。而另外个与之比较相近的量辎射，辐射照度£,定义也基本类似，它指的是，辎射接收面上单位面积接受的辐射通知.它们的单位都是瓦/平方米,计算公式也一致.辐射亮度乙，表示的是面辐射源沿不同方向的辐射能力的差异，也就是单位面积单位立体向内的辐射通量。在光频区光度学的物理量可用辐射度学的物理量相对应的表示，其定义是完全一一对应。辐射度fit与光度信间的换算关系，及ICd的光强对应多少的辐射强度。当光的波长为555nm时，有：z=1.cd=wzsr也即是说在波长为555n11时，IW的福射通量能产生6831m的光通量。对于任意波长的光而言，有：,()=683Q)其中，为光视效率。2.2 人眼对彩色的感知来源于那几个量？彩色来源于哪三色？答：1)对手彩色而言有三种特性：明度、色调和饱和度。2)彩色来源于红、绿、蓝三色。2.3 什么是三基色原理？试描述相加混色和相减混色的原理。答：D大多数的颜色可以通过红、绿、蓝三色按照不同的比例分成产生。同样绝大多数单色光也可以分解成红、绿、蓝:种色光。这是色度学的最基本原理,即三基色原理，2)红、绿、蓝三基色按照不同的比例相加合成混色称为相加混色，其规律为：红色+绿色=黄色绿色+色=一色红色+蓝色=品红红色+绿色+蓝色=白色相减混色法利用了谑光特性，即在白光中减去不需耍的彩色，曲下所需要颜色，相减混色关系式如下：白色-红色=有色白色-绿色=品红白色-蓝色=黄色2.4 亮度和颜色感觉分别有哪些视觉特征答：(1)刺激强度与感觉的关系亮度适应和颜色适应(3)亮度对比和蹶色对比(4)亮度和颜色视觉的恒常性(5)颜色错觉第三章1.1 图像数字化器的组成部分有哪些，每部分的功能是什么？答：采样孔：采样即将一幅连续图像在空间上分割成多个网格，每个网格用一亮度值表示：扫描系统：使采样孔按照预先规定的方式在图像上移动，按照规定的顺序观测每一个像素：光传感器：通过采样孔检测图像每一像素的亮度，并将光强转换为电压或电流：M化器：将传感器输出的连续量转换成整数值，如A/D转换电路，它产生一个与输入电压或电流成比例的数值。经过抽样后的图像还不是数字图像，因为这些像素上的灰度值仍是个连续量，需要将这些连续量进行量化：输出介质：将量化器产生的灰度值按适当的格式存储起来，以便后续的计算机处理，1.2 图像的数字化步骤有哪些？答：图像在进行数字化的过程中，般需要经过采样、量化和编码这三个步骤。1.3 图像有哪些获取方式？答：扫描图像、捕捉屏幕图像两种方式。其中屏幕捕捉图像可以采用键盘捕捉、软件捕捉、数码相机捕捉等方法获得。1.4 试列举三种常用的图像变换的方法，并对其进行比较分析。答：1.傅里叶变换：傅立叶变换的物理意义是将图像的灰度分布函数变换为图像的频率分布函数，傅立叶逆变换是将图像的频率分布函数变换为灰度分布函数。2 .离散余弦变换：静止图像编码标准和运动图像编码标准中都利用了余弦离散变换原理。3 .WHT变换是一种对应二维离散的数字变换，只需要进行实数运竟，可很大程度上提面运算速度。3.5常用的图像文件格式都有哪些？答：如BMP、JPG.BIFxJPEG等。第四章4.1 什么是中值滤波？它仃何特点？中值滤波冷的原理以及实现中值滤波的步骤是什么？答：中值漉波是对一个滑动窗口内的诸像索灰度值排序，用其中值代替窗口中心象素的原来灰度值，它是-种非线性的图像平滑法，它对脉冲干扰级椒盐噪声的抑制效果好，在抑制随机噪声的同时能仃效保护边缘少受模糊.中值漉波是基挎序统计理论的一种能有效抑制噪声的非线性信号处理技术，中值波波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代音，让周国的像素值接近的真实值，从而消除孤立的噪声点。方法是用某种结构的二维滑动模板，将板内像素按照像素.值的大小进行排序，生成单调上升(或下降)的为二维数据序列.二维中值滤波输出为g<×,y)=medf(x-k,y-1.),(k,1.W),其中，f(x,y),g(x,y)分别为原始图像和处理后图像，W为二维模板，通常为3*3,5*5区域,也可以是不同的的形状,如线状,圆形，十字形，圆环形等。1：通过从图像中的某个采样窗口取出奇数个数据进行排序2：用排序后的中值取代要处理的数据即可4.2 利用线性灰度变换求把灰度范围为(0,30)拉伸为(0,50),把灰度范困(30,60)移动到(50,80).把灰度范困60,90)*缩为(80,90)的变换方程。g(,y),04(,y)s3g(x,y)=/(x,.v)+20.30<f(x,y)60(x.y)+60.60<(-.y)904.3 引起图像退化的原因有哪些？答：造成图像退化的原因很多，大致可分为以下几个方面：（1）射线辐射、大气湍流等造成的照片畸变。（2）模拟图像数字化的过程中，由于会损失部分细节，造成图像质量卜降。（3）镜头聚焦不准产生的股隹模翻。（4）成像系统中始终存在的噪声干扰（5）拍摄时，相机与景物之间的相对运动产生的运动模糊。（6）底片感光、图像显示时会造成记录显示失真。（7）成像系统的像差、非线性畸变、有限带宽等造成的图像失真。（8）携带遥感仪器的飞行器运动的不稳定，以及地球自转等因素引起的照片几何失真O4.4 常立的退化模型包含哪豉种类？答：运动模糊退化模型，离焦模糊退化模型。4.5 比较维纳戏波及原方法和反波波史原方法的特点和适用范围.答：分析，由维纳浦波与逆滤波的进一步比较发现，维纳滤波在图像受噪声影响时效果比逆滤波要好，而且噪声越强优挎越明显。逆滤波笈原方法数学表达式简单，物理意义明确，但是,当噪声不为零时,而且H（u,v）很小或者为零的时候，噪声会被放大，也就是说会对逆泄波更原的图像产生巨大的影响，有可能使恢更的图像和f（x,y）相差很大。因为该缺点难以克服，所以，在逆滤波理论基础上，从统计学观点出发，设计一类灌波器用来图像更原，改善图像的侦星。维纳涅波问夏的思想是在假象图像信号可以近似看作平稳随机过程的前提下，按照使恢复的图像与原图像f（x,y）的均方差最小原则来恢更图像。4.6 除了本书的夏原方法，还有哪些新兴的图像爱原技术？答：小波分析法，伽马变换，逆波波，最小均方误差滤波第五章5.1 边缘检测的理论依据是什么？有哪些常用的方法？答：1）边缘检测（edgedetection）使用数学方法提取图像像元中具有亮度值（灰度）空间方向梯度大的边、线特征的过程。边缘检测是利用导数对图像中灰度的变化进行检测，边缘粗略地可以分为两大类：阶跃状边缘位于其两边像元灰度值有明显不同的地方：屋顶状边缘位于灰度值从增加到减少的转折处。利用边缘灰度变化的一阶或二阶导数的性质，可以将边缘点检测出来，从而提取目标地物的边界信息。2）常用的方法有：Sobe1.鸵子、Marr鸵子、Canny算子5.2 阀值分割技术适用于哪种类型的图像分割？答：阀值分割技术特别适用于哪种目标和背景占据不用灰度级范围的图像分割.5.3 简述双峰法的基本思想。答：如果目标区域和背景区域在灰度区别明显的"双峰"和"一谷"状直方图，则可选取两峰值之间“谷底"所对应的灰度级作为阈值，将目标和背比分开，得到分割后的图像，这就是双峰法。5.4 简述分裂-合并法的基本思想。答：分裂-合并(s1.itandmerge)方法则是由图像的阈值分割法和图像的区域生长法这两种方法结合而形成的，它是先把图像分成任意大小而I1.不重叠的区域，再合并或分裂这些区域以满足分割的要求.分裂-合并法弥补/前两种方法的不足,并适用于完全不了解区域形状和区域数目时。此方法采用基于四叉树思想，把原图像作为树根或零层，每次将图像四等分进行分裂，而后在此基础上再进行子块合并的过程。第六章6.1 简述图像数据中存在哪些冗余？答：图像内部及视婉序列中相第图像之间的信息冗余包括：(D时间冗余(2)空间冗余(3)结构冗余(力知识冗余(5)视觉冗余6.2 图像数据压缩的目的是什么？答：图像压缩的目的是诚少图像数据中的冗余信息，从而用更高效的格式存储和传输数据.6.3 图像编码有哪些国际标准？其她本的应用对象是什么？答：图像压缩标准是由is。和CC1.rr联合组织专家制定的，常用的有二值图像压缩标准、鄢止图像压缩标准和运动图像压缩标准，这些标准适用于二值图像和连续色调(单色和彩色)图像的压缩，同时也适用于静止画面和视频图像1,第七章7.1 简要描述光电成像系统的基本组成和工作原理“答：光电成像系统按波长可以分为紫外光、可见光(含微光条件)及红外光电成像系统。按照成像原理，可以分为扫描型和非扫描型。工作过程一体7.2 光学图像处理有什么优点和缺点？答：数字图像处理与光学等模拟方式相比具有以下鲜明的特点：1具有数字信号处理技术共有的特点。(1)处理精度高。(2)出现性能好。(3)灵活性高。2.数字图像处理后的图像是供人观察和评价的，也可随作为机涔视觉的预处理结果。7.3 以表面沟道CCD为例,简述CCD电荷存储、转移、输出的基本原理。CCD的输出信号有什么特点？答：1.CCD的基本原理一势阱图7-7所示的MOS结构，是由P型半导体、二氧化硅绝缘层和金属电极组成的。在电极上未加电压之前如图77（八）所示，P型半导体中的空穴均匀分布。当栅极G上加正电压UG时，栅极下面的空穴受到排斥，从而形成一个耗尽乂，见图7-7(b),当UG数值高于某一临界值Uth时，在半导体内靠近绝缘层的界面处，将有自由电子出现。形成层很薄的反型层，反型层中电子密度很高，通常称为沟道，如图77(c)所示。这种MOS电极结构与MOS场效应管不同之处是没仃源极与漏极，因此即使枪极电压脉冲式突变到高下临界值Uth,反型展也不能立即形成，这时，耗尽层聘进一步向半导体深处延伸。耗尽层的深度可想彖成势阱的概念，当注入电子形成反型层时，加在耗尽层上的电压将要下降，把耗尽层想象成个容器(阱)，这种下降可看成向阱内倒入液体，势阱中的电子不能装到边沿。2.电荷的转移(耦合)图7-8表示一个四相CCD中电荷的转移。在图7-8中，Oh是2V,2-4是10V,所以广。下而的势阱很深，电荷存在里面。在图78(b)中，6由IoV变为2V.6下面的势吼变浅，所有的电荷转移到3、4下面的势阱中，结果如图7-8©所示。在图7-8(d)中，由2V变为IOV,原来在6、4下面的势阱中的电荷向右转移分布到3、4、卜面的势阱中，结果如图7-8(e)所示，这整个的过程就是仙,下面的势阱中的电荷转移到j.4.1下面的势阱中。图7-7MOS结构域势阱ivovvvavwvtvi-vvjv>v%,*IV2V>vIVIVAXJX(0>0VJVICVIOVJ-WVJV，7/4zr/7/vJVoviw1.evJV*,M&品*图78四相CCDE1.I荷的转移7.4 红外图像和可见光图像分别有什么特点？答：紫外区部分：包括X射线、r射线，占太阳辐射总能Jft的7%；可见光区部分：包括紫、蓝、青、绿、黄、橙、红光，占总能量50%：红外区都分：占总能量的43%.可根据波长的不同来区别紫外、可见和红外。红外线一一波长从10-3米到7.8x10-7米；红外线的热效应特别显若；可见光一一这是人们所能感光的极狭窄的一个波段。可见光的波长范围很窄，大约在76004000（在光谱学中常采用埃作长度单位来表示波长,1=108厘米）、从可见光向两边犷展，波长比它长的称为红外线，波长大约从7600直到十分之几亮米。波长从（78-3.8）X1.o-6厘米。光是原子或分子内的电子运动状态改变时所发出的电磁波.由于它是我们能垓直接感受而察觉的电磁波极少的那一部分:就外线一一波长比可见光短的称为鳌外线，它的波长从3×10-7米到6×10-10米，它有显著的化学效应和荧光效应。这种波产生的原因和光波类似，常常在放电时发出。由于它的能量和一般化学反应所牵涉的能址大小相当，因此紫外光的化学效应最强.7.5 比较红外夜视仪和微光夜视仪的优缺点。答：微光夜视仪看到是的黑白图象，不可以在白天用。成象效果好：红外夜视仪看到的是淡绿色图象，可以全天使用作用即离远.第八章8.1 简述计算机必析摄影的概念。答：让算机层析摄影（E1.eCtrOniCeomPUterX-raytomographytechnique）,简称CT»又名计.算机X射线层析扫描，是指以电子计算机为手段,用X射线对被测物体进行扫描，用专用算法重构图像，自动进行图像处理，并对断层图像显示或摄影进行分析的技术。8.2 什么是三维重建？答：三维重建主要基于三维数据场的几何三维建模,还包括相应的模量处理技术,8.3 试列举光电图像处理在日常生活中的应用。答：计算机展析摄影,指纹识别及车辆牌照的定位与匹配等.8.4 指税识别系统有哪些部分组成？答：指蚊识别系统是一个典型的模式识别系统，有五个模块组成，分别是指纹图像获取模块、图像处理模块、特征提取模块和图像对比模块。8.5 车辆牌照的识别流程是什么？如何对车辆牌照进行识别？答：潦程图如下：车辆牌照识别系统中，硬件部分负贵车辆图像的摄取和采集：软件部分是系统的核心，负奏图像的车辆牌照定位、字符分割、字符识别、图像编码、数码数据的传输与更新。能否对车辆进行高效管理，主要取决于软件部分能否快速、准确识别车牌。8.6 乍辆牌照识别技术是如何对字符进行分割？答：在车辆牌照准确定位后，需要对字符进行分割.字符切分的流程为：车牌二值化、车牌倾斜校正、字符切分。第九章9.1 MATIAB的图像文件读写，包括那些函数？答：I)IMREAD函数，该函数用于从图形文件中读出图像。2) IMWRITE函数，该函数用于把图像写入图形文件中。9.2 对一个真彩图像(JPG),进行读入、写入、显示操作，并将该图像转换为二值图像、和灰度图像。答：读入：IMREAD函数写入：IMWR1.TE函数显示：IMAGE函数二值图像：IMAGE(SW)函数灰度图像：IMAGE(I)函数9.3 采用PreWitt的锐化方式，实现对图像中某部位的快速聚焦模糊边绿.答：c1.eara1.1.c1.osea1.1.1.=doub1.e(imread(,heben.jpg');figure,imshow(1.,)H=fspecia1.('average,5);F1.=doub1.e(fi1.ter2H,1.);figure,imshow(F1.,(J);H=fspecia1.(,gaussian',7,3);F2=doub1.e(fi1.ter2(HJ);figure,imshow(F2,);F3=2*1.-F1.;figure,imshow(doub1.e(F3),);F4=2*1.-F2;figure,imshow(doub1.e(F4)4);H=fspecia1.('prewitt');F5=doub1.e(1.+fi1.ter2(H,1.);figure,imshow(F5,D;9.4 对高斯噪声污染的图像，采用标准的均值、中值混波器对其进行泄波复原。答：I=imread('examp1.e5.jpg');figure,imshow(1.),figure,hist(doub1.e(1.),10)J三1.mno1.se(b1.gaussian0.05);figure,imshow(J),figure,hist(doub1.e(J),10)J=imnoise(1.,speck1.e,0.05);figure,imshow(J),figure,hist(doub1.e(J),10)J=imnoise(1.,'sa1.t&pepper',0.05);figure,imshow(J),figure,hist(doub1.e(J),10)9.5 对于输入图像的灰度级y1.,y2,y3,4,5,y6,y7,y8出现的概率分别为(0.40.0.16.0.24,0.25.0.10.0.11.0.06.0.15,进行哈夫曼编码，并求出平均码长，信息烯及编码效率。答:p=inpuW请输入数据力n=1.engthp);fori=1.:nifp(i)<0fprintf('n提示：概率值不能小于0!n');p=input(,请重新输入数据endendifabs(sum(p)>1.fprintf,11哈弗曼码中概率总和不能大于111,);p=inputC造重新输入数据T)endq=P；a=zeros(n-1.,n);fori=1.:n-1.q,1.=sort(q)a(i,:)=1.(1.:n-i+1.),zeros(1.,i-1.)q=q(1.)+q(2),q(3:n),1.;endfori=1.：n-1.c(i,kn*n)=banks(n*n);endc(n-1.,n)=,0'c(n-1.,2*n)='1.'fori=2：n-1.c(n-i,1.：n-1.)=c(n-i+1.,n*(find(a(n-i+1.,:)=1.)-(n-2):n*(find(a(n-i+1.,:)=1.)c(n-i,n)='O,c(n-i,n+1.:2*n-1.)=c(n-i,1.:n-1.)c(n-i,2*n)='1.'forc(n-i,(j+1.)*n+1.：(j+2)*n)=c(n-i+1.,n*(find(a(n-i+1.,:)=j+1.)-1.)+1.:n*find(a(n-i+1.,:)=j+1)endendfori=1.:nh(i,1.：n)=c(1.,n*(find(a(1.,:)=i)-1.)+1.:find(a(1.,:)=i)*n)K)=Iength(find(abs(h(i.)=32)%计算每一个huffman编码的长度end1.=sum(p.1.);%计知平均码长fprintf'nHuffman编码结果为:n');hfprintf('n编码的平均码长为:n%Ihh=sum(p.(-1.og2(p);%计算信源炳fprintf('n信源熔为:n);hhfprintf'n编码效率为:n);t=hh1.%计算编码效率9.6用直方图阈值法(阀值选择100和180时)进行图像分割。答：1.=imread('xian.bmp');I1.=rgb2gray(1.);figure;SUbPIOt(2,2,1);imshow(1.1.);tit1.ed灰度图像。axis(50,250,50,2);gridon;%显示网格线axison;m,n=size(1.1.);GP=zeros(1.,256);fork=O:255GP(k+1.)=1.ength(find(1.1.=k)(mn);endsubp1.ot(2,2,2),bar(O255,GP,g,)Ht1.er灰度直方Br)X1.abeT灰度值,)Wabe1.r出现概率。1.2=im2bw(1.,1502S5);SUbP1.ot(2,2,3),imshow(1.2);tit1.e(悯值150的分割图像')axis(50,250,50,200);gridon；%显示网格线axison;%显示坐标系I3=im2bw(1.,200/255);%subp1.ot(2,2,4),imshow1.3);tit0悯值200的分割图像,)axis(SO,25O,SO,20O);gridon;%显示网格线axison;%显示坐标系