天津理工大学2014期末补考试卷答案--数字图像处理(共9页).doc

《天津理工大学2014期末补考试卷答案--数字图像处理(共9页).doc》由会员分享，可在线阅读，更多相关《天津理工大学2014期末补考试卷答案--数字图像处理(共9页).doc（9页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上天津理工大学考试试卷20132014学年度第二学期数字图像处理 期末考试试卷课程代码： 试卷编号： 1-A 命题日期： 2014 年 5 月 20 日答题时限： 120 分钟 考试形式：闭卷笔试得分统计表：大题号总分 一二三四五六七一、 选择题（10分）得分1. 以下属于有损压缩编码的是：（ D ） A、行程编码 B、 LZW编码 C、霍夫曼编码 D、 DCT 变换编码2. 10. 关于RGB色系下的彩色图像，下列说法正确的是：（ A ） A、彩色图像的红色分量、绿色分量、蓝色分量都是灰度图像。 B、该彩色图像的红色分量是彩色图像。 C、若某个像素点的值是（0，255

2、，0），则表示该颜色中只含红色。 D、若某个像素点的值是（255，255，255），则表示该颜色为黑色。3. 以下选项中，不属于表色系的是：（ B） A、 RGB B、 DCT C、 CMYK D、 HSI4. 以下图像分割方法中，属于基于图像灰度分布的阈值方法的是（ B ） A、 区域合并、分裂法 B、 最大类间、内方差比法 C、 已知形状的曲线检测 D、 区域生长法5. 指出下面正确的说法：（ D ）基于像素的图像增强方法是一种非线性灰度变换。 基于像素的图像增强方法是基于空域的图像增强方法的一种。基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像域的方法计算复杂较

3、高。基于频域的图像增强方法可以获得和基于空域的图像增强方法同样的图像增强效果。 A、 B、 C、 D、6. 假设是原始图像的像素点坐标；图像的大小是M*N； 是使用公式对图像F进行变换得到的新图像的像素点坐标。该变换过程是（ A ） A、图像镜像 B、图像旋转 C、 图像放大 D、 图像缩小7. 中值滤波器可以：（ A ） A、消除孤立噪声； B、检测出边缘； C、进行模糊图像恢复；D、模糊图像细节。8. 下列算法中属于局部处理的是：（ D ） A、 灰度线性变换 B、二值化 C、 傅立叶变换 D、 中值滤波9. 一幅512*512的图像，若灰度级数为16，则该图像的大小是：（ A ） A、1

4、28KB B、32KB C、1MB D、2MB10. 下图1是一幅标准测试图像Lena图，对图像进行处理后，形成的结果图像如图2所示。这是如何处理得到的？（ D ） A、 图像锐化 B、图像去噪 C、图像对比度增强 D、亮度减弱二、 填空题（10分）得分1. 在YUV表色系中，Y表示亮度，U表示蓝色与亮度的色差，V表示_与亮度的色差。红色2. 椒盐噪声的_基本相同，而噪声出现的位置是随机的。 幅值3. 采样所获得的图像总像素的多少，通常称为_。 图像分辨率4. 图像的基本位置变换包括了图像的_、镜像及旋转。 平移5. 图像放大是从小数据量到大数据量的处理过程，_对许多未知的数据的估计。 （填“

5、需要”或“不需要”）需要6. 闭运算是使用同一个结构元素对图像先_再进行腐蚀的运算。 膨胀7. 形态学处理中最基本的运算是腐蚀与膨胀。其中，_通常用以填补目标物中存 在的某些空洞。 膨胀8. 直方图均衡化的基本思想是：对图像中像素个数多的灰度值进行展宽，而对像素个数少 的灰度值进行归并，从而达到_的目的。 清晰图像9. 中值滤波方法对_噪声的抑制效果较好。（填“高斯”或“椒盐”） 椒盐10. 图像微分_了边缘和其他突变的信息。（填“增强”或“削弱”）增强三、 判断题（10分）得分1. 数字图像坐标系与直角坐标系一致。（ F ）2. 一幅图像经过直方图均衡化处理后，其对比度一定比原始图像的对比度

6、提高。（ F ）3. 膨胀是将与目标区域接触的背景点合并到该目标物中，使目标边界向外扩张的处理。（ T）4. 腐蚀是一种消除边界点，使边界向内收缩的过程。（T ）5. 一般来说，直方图均衡化处理对于灰度分布比较均衡的图像的处理效果比较明显.（F）6. 借助对数形式的变换曲线可以达到线性灰度动态范围的目的。（ F ）7. 类间最大距离法的设计思想是：在某个适当的阈值下，图像分割后的前景目标与背景两 个类之间的差异最小为最佳分割。（ F ）8. 区域生长方法中选取的种子点只能是单个像素。（ F）9. 一幅图像进行一次小波变换后，概貌信息大都集中在高频图像子块中。（ F ）10. YCbCr表色系具

7、有亮度信息与色度信息相分离的特点。（ T ）四、 简答题。（20分）得分8. 压缩编码算法很多，为什么还要采用混合压缩编码？请举例说明。答： 压缩编码算法很多，比如行程编码、霍夫曼编码等。每种不同的压缩编码方法具有各自不同的特点。比如行程编码擅长对多个重复数据连续出现的情况进行编码；霍夫曼编码则可以有效地将出现频率高、低不同的数据进行编码。如果将不同的编码方式巧妙的结合在一起，则可以达到更高的压缩率，这就是混合压缩编码的思想。2. 写出膨胀运算的处理过程。 答： 膨胀运算的处理过程为：1）扫描原图，找到第一个像素值为0的背景点；2）将预先设定好形状以及原点位置的结构元素的原点移到该点；3）判断

8、该结构元素所覆盖的像素值是否存在为1的目标点： 如果是，则膨胀后图像中的相同位置上的像素值为1； 如果不是，则膨胀后图像中的相同位置上的像素值为0； 4）重复2）和3），直到所有原图中像素处理完成。 2. 傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的低通滤波中的应用原理。 答： 图像经过傅里叶变换后，景物的概貌部分集中在低频区段，景物的细节部分集中在高频区段，可以通过图像的低通滤波将图像中景物的概貌提取出来。具体做法是，将傅里叶变换得到频谱图的高频部分强制为0，而将低频部分的信息保持不变，就相当于使用一个只保持低频部分信息不变，而高频信息被完全抑制的低通滤波器作用在原始图像上。将经过

9、这样处理后的频谱进行傅里叶逆变换，就可以得到图像的概貌部分。4. 使用中值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？为什么会出现这种现象？ 答： 中值滤波器对椒盐噪声的滤波效果较好，对高斯噪声的处理效果不好。中值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。取模板中排在中间位置上的像素的灰度值替代待处理像素的值，就可以达到滤除噪声的目的。原因：椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值，所以处理效果好。高斯噪声是幅值近似正态分布，但分布在每点像

10、素上。找不到干净的点来替代被污染的点，故处理效果不好。 五、 计算题（10分）11. 设某个图像为： 请写出该图像的水平镜像结果。答：2. 1. 设某个图像为： 请完成： 求该图像的灰度直方图。（3分） 对该图像进行直方图均衡化处理，写出过程和结果。（6分）答：六、编程题（共20分）得分功能： 彩色图像的灰度化处理，如图3所示原图，图4为灰度化处理后的效果图。要求：使颜色的R、G、B分量值相等，红绿蓝三个分量进行如下处理： Gray(i,j)=0.11*R(i,j)+0.59*G(i,j)+0.3*B(i,j) （图3）原图 （图4） 灰度化处理后的效果图实现步骤：(1)开辟缓冲区。(2)取得

11、图像的数据区指针。(3)得到像素的蓝、绿、红的三个分值；(3)根据公式（1）计算gray；(4)将gray值返回给蓝、绿、红三个分量；void MakeColorDib:MakegGray() BYTE *p_data; /原图数据区指针int wide,height,DibWidth,gray; /原图长、宽、字节宽p_data=this-GetData (); /取得原图的数据区指针 wide=this-GetWidth (); /取得原图的数据区宽度 height=this-GetHeight (); /取得原图的数据区高度DibWidth=this-GetDibWidthBytes()

12、; /取得数据区字节数 for(int j=0;j height;j+)/ 每行for(int i=0;iDibWidth; i+=3)/ 每列BYTE* pbyBlue = _; /得到蓝色值BYTE* pbyGreen = _; /得到绿色值BYTE* pbyRed = _; /得到红色值BYTE r = _;BYTE g = _;BYTE b = _;gray= _; _; _; _; 七、分析题，图像处理技术分析题。（20分）得分在人脸识别、指纹识别、汽车牌照识别等技术中，需要以下过程： 图像采集-图像预处理特征提取-模式识别（1）你熟悉哪一种识别技术？（2分）（2）在该技术中，写出图像预处理需要按顺序实现的算法。（18分）专心-专注-专业