数字图像处理简答题及答案[4].docx

《数字图像处理简答题及答案[4].docx》由会员分享，可在线阅读，更多相关《数字图像处理简答题及答案[4].docx（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1、 数字图像处理的主要探讨内容包含很多方面，请列出并简述其中的4种。图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。图像增加：将一幅图像中的有用信息进展增加，同时对其无用信息进展抑制，进步图像的可视察性。图像的几何变换：变更图像的大小或形态。图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进展分析。图像识别及理解：通过对图像中各种不同的物体特征进展定量化描绘后，将其所期望获得的目的物进展提取，并且对所提取的目的物进展确定的定量分析。如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就须要先将照片上的人脸检测出来，进而将检测出来的人脸区域进展分析，

2、确定其是否是该犯罪分子。4、 简述数字图像处理的至少4种应用。在遥感中，比方土地测绘、气象监测、资源调查、环境污染监测等方面。在医学中，比方B超、CT机等方面。在通信中，比方可视 、会议电视、 等方面。在工业消费的质量检测中，比方对食品包装出厂前的质量检查、对机械制品质量的监控和选择等方面。在平安保障、公安方面，比方出入口限制、指纹档案、交通管理等。5、 简述图像几何变换及图像变换的区分。 图像的几何变换：变更图像的大小或形态。比方图像的平移、旋转、放大、缩小等，这些方法在图像配准中运用较多。图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进展分析。比方傅里叶变换、小波

3、变换等。6、 图像的数字化包含哪些步骤？简述这些步骤。图像的数字化主要包含采样、量化两个过程。采样是将空域上连续的图像变换成离散采样点集合，是对空间的离散化。经过采样之后得到的二维离散信号的最小单位是像素。量化就是把采样点上表示亮暗信息的连续量离散化后，用数值表示出来，是对亮度大小的离散化。经过采样和量化后，数字图像可以用整数阵列的形式来描绘。7、 图像量化时，假设量化级比较小会出现什么现象？为什么？假设量化级数过小，会出现伪轮廓现象。量化过程是将连续变更的颜色划分到有限个级别中，必定会导致颜色信息损失。当量化级别到达确定数量时，人眼感觉不到颜色信息的丢失。当量化级数过小时，图像灰度区分率就会

4、降低，颜色层次就会欠丰富，不同的颜色之间过度就会变得突然，可能会导致伪轮廓现象。8、二值图像是指每个像素不是黑，就是白，其灰度值没有中间过渡的图像。这种图像又称为黑白图像。二值图像的矩阵取值特别简洁，每个像素的值要么是1，要么是0，具有数据量小的特点。彩色图像是根据三原色成像原理来实现对自然界中的色彩描绘的。红、绿、蓝这三种基色的的灰度分别用256级表示，三基色之间不同的灰度组合可以形成不同的颜色。灰度图像是指每个像素的信息由一个量化后的灰度级来描绘的数字图像，灰度图像中不包含彩色信息。标准灰度图像中每个像素的灰度值是0-255之间的一个值，灰度级数为256级。 11、 简述直角坐标系中图像旋

5、转的过程。1计算旋转后行、列坐标的最大值和最小值。2根据最大值和最小值，进展画布扩大，原那么是以最小的面积承载全部的图像信息。3计算行、列坐标的平移量。4利用图像旋转公式计算每个像素点旋转后的位置。5对于空穴问题，进展填充。12、 如何解决直角坐标系中图像旋转过程中产生的图像空穴问题？1对于空穴问题，须要进展填充。可以承受插值的方法来解决填充问题。13、 举例说明运用邻近行插值法进展空穴填充的过程。邻近插值法就是将推断为空穴位置上的像素值用其相邻行或列的像素值来填充。例如对于下列图中的空穴点f23进展填充时，运用相邻行的像素值来填充。即：f23=f22. 14、 举例说明运用均值插值法进展空穴

6、填充的过程。均值插值法就是将推断为空穴位置上的像素值用其上、下、左、右像素值的均值来填充。例如对于下列图中的空穴点f23进展填充时，运用相邻行的像素值来填充。即：f23=(f22+f24+f13+f33)/4.15、 均值滤波器对高斯噪声的滤波效果如何？试分析其中的缘由。15. 均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，该模板包括了其四周的邻近像素。将模板中的全体像素的均值来替代原来的像素值的方法。均值滤波器对高斯噪声的滤波结果较好。缘由：高斯噪声是幅值近似正态分布，但分布在每点像素上。因为正态分布的均值为0，所以均值滤波可以消退噪声。16、 简述均值滤波器对椒盐噪声的滤波

7、原理，并进展效果分析。先原理是：均值滤波器对椒盐噪声的滤波结果不好。缘由：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。因为噪声的均值不为0，所以均值滤波不能很好地去除噪声点。17、 中值滤波器对椒盐噪声的滤波效果如何？试分析其中的缘由。. 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，该模板包括了其四周的邻近像素。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。中值滤波器对椒盐噪声的滤波效果较好。缘由：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。运用中值滤波时，被污染的点一般不处于中值的位

8、置，即选择适当的点来替代污染点的值，所以处理效果好。18、 运用中值滤波器对高斯噪声和椒盐噪声的滤波结果一样吗？为什么会出现这种现象？ 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。20. 腐蚀运算的处理过程为：1扫描原图，找到第一个像素值为1的目的点；2将预先设定好形态以及原点位置的构造元素的原点移到该点；3推断该构造元素所覆盖的像素值是否全部为1 假设是，那么腐蚀后图像中的一样位置上的像素值为1； 假设不是，那么腐蚀后图像中的一样位置上的像素值为0； 4重复2和3，直到全部原图中像素处理完成。21、 写出膨胀运算的处理过程。1扫描原图，找到第一个像素值为0的背景点；2将预先

9、设定好形态以及原点位置的构造元素的原点移到该点；3推断该构造元素所覆盖的像素值是否存在为1的目的点：假设是，那么膨胀后图像中的一样位置上的像素值为1； 假设不是，那么膨胀后图像中的一样位置上的像素值为0； 4重复2和3，直到全部原图中像素处理完成。22、 为什么YUV表色系适用于彩色电视的颜色表示？1YUV表色系具有亮度及色度相别离的特点，黑白电视接收彩色电视节目信号时，只须要将Y、U、V三路信号中的Y信号介入电视机信号即可；2YUV表色系具有亮度及色度相别离的特点，彩色电视机接收黑白电视节目信号时，只要将U、V两路信号置为0即可。3YUV表色系及RGB表色系的转换运算比较简洁，便于实时进展色

10、系之间的转换。23、 简述白平衡方法的主要原理。假设原始场景中的某些像素点应当是白色的R=G=B=255，但是由于所获得的图像中的相应像素点存在色偏，这些点的R,G,B三个重量的值不再保持一样，通过调整这三个颜色重量的值，使之到达平衡，由此获得对整幅图像的彩色平衡影射关系，通过该映射关系对整幅图像进展处理，由此到达彩色平衡的目的。24、 YUV表色系的优点是什么？1亮度信号及色度信号互相独立，由Y信号构成的灰度图像及用U、V信号构成的两外两幅单色图是互相独立的。可以对这些单色图单独进展编码。2YUV表色系及RGB表色系的转换运算比较简洁，便于实时进展色系之间的转换。25、 请简述快速傅里叶变换

11、的原理。25. 傅里叶变换是困难的连加运算，计算时间代价很大。快速傅里叶变换的核心思想是，将原函数分解成一个奇数项和一个偶数项加权和，然后对所分解的奇数项和偶数项再分别分解成其中的奇数项和偶数项的加权和。这样，通过不断重复两项的加权和来完成原有傅里叶变换的困难运算，到达较少计算时间代价的目的。26、 傅里叶变换在图像处理中有着广泛的应用，请简述其在图像的高通滤波中的应用原理。 图像经过傅里叶变换后，景物的概貌部分集中在低频区段，景物的微小环节部分集中在高频区段，可以通过图像的高通滤波将图像中景物的微小环节提取出来。详细做法是，将傅里叶变换得到频谱图的低频部分强迫为0，而将高频部分的信息保持不变

12、，就相当于运用一个只保持高频部分信息不变，而低频信息被完全抑制的高通滤波器作用在原始图像上。将经过这样处理后的频谱进展傅里叶逆变换，就可以得到图像的微小环节部分。27、 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。27. 图像经过傅里叶变换后，景物的概貌部分集中在低频区段，景物的微小环节部分集中在高频区段，可以通过图像的高通滤波将图像中景物的概貌提取出来。详细做法是，将傅里叶变换得到频谱图的高频部分强迫为0，而将低频部分的信息保持不变，就相当于运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。将经过这样处理后的频谱进展傅里叶逆变换

13、，就可以得到图像的概貌部分。28、 小波变换在图像处理中有着广泛的应用，请简述其在图像的压缩中的应用原理。28. 一幅图像经过一次小波变换之后，概貌信息大多集中在低频部分，而其余部分只有微弱的微小环节信息。为此，假设只保存占总数据量1/4的低频部分，对其余三个部分的系数不存储或传输，在解压时，这三个子块的系数以0来代替，那么就可以省略图像部分微小环节信息，而画面的效果跟原始图像差异不是很大。这样，就可以得到图像压缩的目的。31、 DCT变换编码的主要思想是什么？DCT变换编码的思想是利用离散余弦变换对数据信息强度的集中特性，可以将数据中视觉上简洁觉察的部分及不简洁觉察的部分进展别离，由此可以到

14、达进展有损压缩的目的。32、 简述DCT变换编码的主要过程。第一步，将图像分成8*8的子块；第二步，对每个子块进展DCT变换；第三步，将变换后的系数矩阵进展量化，量化后，得到的矩阵左上角数值较大，右下部分为0； 第四步，对量化后的矩阵进展Z形扫描，以使得矩阵中为0的元素尽可能多的连在一起；第五步，对Z扫描结果进展行程编码；第六步，进展熵编码。38、 连续图像和数字图像如何互相转换？38. 数字图像将图像看成是很多大小一样、形态一样的像素组成。这样，数字图像可以用二维矩阵表示。将自然界的图像通过光学系统成像并由电子器件或系统转化为模拟图像连续图像信号，再由模拟/ 数字转化器ADC得到原始的数字图

15、像信号。图像的数字化包括离散和量化两个主要步骤。在空间将连续坐标过程称为离散化，而进一步将图像的幅度值可能是灰度或色彩整数化的过程称为量化。39、 承受数字图像处理有何优点？ 数字图像处理及光学等模拟方式相比具有以下显明的特点： 1 具有数字信号处理技术共有的特点。1 处理精度高。2 重现性能好。3 灵敏性高。 2 数字图像处理后的图像是供人视察和评价的，也可能作为机器视觉的预处理结果。 3 数字图像处理技术适用面宽。 4 数字图像处理技术综合性强。40、 数字图像处理主要包括哪些探讨内容？40. 图像处理的任务是将客观世界的景象进展获得并转化为数字图像、进展增加、变换、编码、复原、重建、编码

16、和压缩、分割等处理，它将一幅图像转化为另一幅具有新的意义的图像。41、 探讨数字图像处理系统的组成。列举你熟识的图像处理系统并分析它们的组成和功能。41. 如图，数字图像处理系统是应用计算机或专用数字设备对图像信息进展处理的信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入设备、图像运算处理设备微计算机、图像存储器、图像输出设备等组成。软件系统包括操作系统、限制软件及应用软件等。42、 常见的数字图像处理开发工具有哪些？各有什么特点？42. 目前图像处理系统开发的主流工具为Vi su al C+ +和MATLAB VC+运行速度快、可移植实力强等优点。大大缩短了应

17、用程序开发周期，降低了开发本钱。由于图像格式多且困难， ImageLoad. dl l 支持BMP、JPG 、TIF 等常用6 种格式的读写功能。 MATLAB，它具有相当强大的矩阵运算和操作功能， MATLAB 图像处理工具箱供应了丰富的图像处理函数，大大节约编写低层算法代码的时间，防止程序设计中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程理论中常常遇到的图像处理手段和算法， MATLAB 运用行说明方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形界面的处理不及C+ 等语言。43、 常见的数字图像应用软件有哪些？各有什么特点？ PHOTOSHOP：

18、支持多图层的工作方式，便利地对图像进展各种平面处理、绘制简洁的几何图形、对文字进展艺术加工、进展图像格式和颜色形式的转换、变更图像的尺寸和区分率、 3 ACDSee：快速、高性能的看图程序，图片翻开速度极快，可以干脆查看动画GIF，轻松处理数码影像，拥有去红眼、剪切图像、锐化、浮雕特效、曝光调整、旋转、镜像等功能，45、 二维傅里叶变换的别离性有什么实际意义？45. 该性质说明，一个二维傅里叶变换可由连续两次一维傅里叶变换来实现。实现的方法如下列图所示：46、 图像处理中正交变换的目的是什么？图像变换主要用于那些方面？正交变换可以使得图像能量主要集中分布在低频率成分上，边缘和线信息反映在高频率

19、成分上。因此正交变换广泛应用在图像增加、图像复原、特征提取、图像编码压缩和形状分析等方面。47、在MATL AB环境中，实现一幅图像的傅里叶变换。 A=imread(rice.tif ); imshow(A); A2=fft2(A); A2=fftshift(A2 ); figure,imshow(log(a b s(A 2 )+1),0 10 ) ;48、 利用 MATLAB 对一幅512512 的图像进展DCT 变换，并保存256256 个DCT变换系数进展重构图像，比较重建图像及原始图像的差异。 RGB = im read(pout512.bmp ); I = r g b2gray(R

20、GB); J = dct2(I); J(1:512,256: 512) = 0; J(256:5 12,1: 256)= 0 ; K = idct 2(J); i mshow(I), figure, im show(K, 0 255)49、 离散的沃尔什变换及哈达玛变换之间有那些异同？哈达玛(Hadamard) 变换和沃尔什Wal sh 变换的变换核都是由1 ，1 组成的正交方阵。它们不同的地方在于变换矩阵的行列排列次序不同。哈达玛变换每行的列率排列是没有规那么的，沃尔什变换的列率是由小到大50、 什么是小波？小波基函数和傅里叶变换基函数有何区分？小波信号的非零点是有限的。它及傅里叶变换的基函

21、数三角函数、指数信号是不同的，傅里叶变换的基函数从负无穷到正无穷都是等幅振荡的51、 为何称小波变换为信号的“电子显微镜 ，如何实现该功能？ 小波变换的伸缩因子的变更，使得可以在不同尺度上视察信号，所以又称电子显微镜。实现小波变换可以应用Mall at 的快速算法。52、 傅里叶变换、加窗傅里叶变换和小波变换的时间频率特性有什么不同？ 傅里叶变换使得时间信号变成了频域信号，加窗傅里叶变换使得时间信号变成了时频信号，但是窗口是固定的，小波变换同样变成了视频信号，但是时频的窗口是变更的。53、 利用 MATLAB 进展图像的小波变换，视察小波系数特点。X=imread(rice.tif ); cA

22、 1 ,c H1 ,cV 1,cD 1 = dwt2(X, bior3.7 ); subp lo t(2, 2,1) ; im show( cA1,0 900); tit le(Approxi ma tion A 1 ) subp lo t(2, 2,2) ; im show(cH 1 ); tit le(Horizontal Deta il H1 ) subp lo t(2, 2,3) ; im show(cV 1 ); tit le(Ve rtical Detail V1) subp lo t(2, 2,4) ; im show(cD 1 );54、 图像增加的目的是什么，它包含那些内容？

23、 图像增加是指对图像的某些特征，如边缘、轮廓、比照度等进展强调或锐化，以便于显示、视察或进一步分析及处理。55、 什么是图像平滑？试述均值滤波的根本原理。 为了去除或减弱图像中的噪声，可以对图像进展平滑处理，称为图像平滑。大部分的噪声都可以看作是随机信号，它们对图像的影响可以看作是孤立的。对于某一像素而言，假设它及四周像素点相比，有明显的不同，我们就认为该点被噪声感染了。基于这样的分析，我们可以用求均值的方法，来推断每一点是否含有噪声，并用适当的方法消退所觉察的噪声。56、 什么是中值滤波，有何特点？. 中值滤波是非线性的处理方法，在去噪的同时可以兼顾到边界信息的保存。 中值滤波首先选一个含有

24、奇数点的窗口W ，将这个窗口在图像上扫描，把该窗口中所含的像素点按灰度级的升或降序排列，取位于中间的灰度值，来代替该点的灰度值。57、 在MATLAB 环境中，完成图像的增亮、变暗处理。A= imread(pout.tif); %读入图像 i msh o w(A); % 显示图像 figure,im hist(A); %显示图像的直方图 J1=im a djust(A, 0.3 0.7, ) ; % 将图像在0. 32 5 5 0. 725 5 灰度之间的值通过线性变换映射到0255 之间 figure, imshow(J1); %输出图像效果图 figure, imhist(J1) %输出图

25、像的直方图 J2=im a djust(A, ,0 0.7); % 运用此函数，将图像灰度通过线性变换映射到0 2550. 7 之间 figure, imshow(J2); %输出图像效果图 figure, imhist(J2) %输出图像的直方图60、 如何衡量图像编码压缩方法的性能？常用的图像压缩技术指标有：1 图像熵及平均码长；2图像冗余度及编码效率；3压缩比；4客观评价SNR；5主观评价。图像的主客观两种评价之间存在着亲密的联络。但一般来说，客观评价高的主观评价也高，因此在图像编码的质量评价时，首先作客观评价，以主观评价为参考。63、 假设图像上随意两像素点的亮度电平值相等或者随意两时

26、刻同一位置上的像素的亮度电平值相等，可以说明上述两种状况下像素相关吗？为什么？64、 根据 JPEG 算法说明JPEG 图像显示时会出现马赛克现象的缘由。68、 JPEG 为什么要进展彩色空间转换？69、 JPEG 的量化表有何作用？70、 引起图像退化的缘由有哪些？71、 盲去卷积方法中，如何选择一个相宜的PSF 值？72、 什么是阈值分割技术？该技术适用于什么场景下的图像分割？73、 边缘检测的理论根据是什么？有哪些方法？各有什么特点？74、 基于图像边缘的算子分割技术的理论根据是什么？75、 什么是区域？什么是图像分割？76、 什么是Hough 变换？试述承受Hough 变换检测直线的原

27、理。77、 如何表示图像中一点的彩色值？颜色模型起什么作用？78、 色彩、色饱和度和亮度的定义是什么？在表征图像一点颜色时，各起什么作用？79、 为什么有时须要将一种颜色数据表示形式转换为另一种形式？如何由RGB数值计算HSV 数值80、 什么是彩色的减性模型和加性模型？哪一种模型更相宜用于显示、图片和打印场合？81、 哪个颜色空间最接近人的视觉系统的特点？82、 为什么在某些场合下要进展彩色量化？彩色图像的量化的根据是什么？83、 抖动技术是如何利用只能显示较少颜色的设备重现含有丰富色彩图像的？84、 探讨假彩色和伪彩色的差异。85、 探讨彩色图像增加及灰度图像增加的关系。86、 数学形态学

28、主要包括哪些探讨内容？87、 基于数学形态学的图像处理有何特点？89、什么是图像识别及理解？116、 举例说明直方图平衡化的根本步骤。122、 什么是直方图平衡化？125、 图像锐化及图像平滑有何区分及联络？126、 在彩色图像处理中，常运用HSI模型，它适于做图像处理的缘由有:129、 简述直方图平衡化的根本原理。130、 当在白天进入一个黑暗剧场时，在能看清并找到空座位时须要适应一段时间，试述发生这种现象的视觉原理。131、 说明一幅灰度图像的直方图分布及比照度之间的关系134、 什么是图像运算？详细包括哪些？135、 图像都有哪些特征？137、 假彩色增加和伪彩色增加的区分是什么？139

29、、阐述数字图像处理及模拟图像处理相比都有哪些优点。140、简述数字图像信息的特点。 141、数字图像处理系统有哪几部分组成？并说出各部分的作用。142、数字图像处理主要应用在哪些邻域？分别举例说明。144、简述人的视觉过程。 145、图像可分为哪几类？并阐述各类图像的特点。146、图像获得包括哪些步骤？各个步骤又会影响图像质量的哪些参数？ 147、举例说明差影法的用途。148、图像根本运算可以分为哪几类。 149、有哪几种常见的几何变换？ 150、图像旋转会引起图像失真吗？为什么？ 151、二维傅立叶变换有哪些性质？ 152、图像处理中正变换的目的是什么？图像变换主要用于哪些方面。 153、图

30、像增加的目的是什么？它通常包含哪些技术？ 154、干脆灰度变换增加技术通常包含哪些内容？ 63. 不能。像素的空间相关性和时间相关性是以空间和时间的相邻性为根底的。因此，图像上随意两像素点的亮度电平值相等或者随意两时刻同一位置上的像素的亮度电平值相等带有间或性，不能说明两像素相关。69. 量化的目的是为了压缩数据，同时也是图像质量下降的主要缘由。所以设计合理的量化器特别重要。在保证图像质量的前提下，为了获得较高的压缩比，JPEG 量化器利用人眼的空间视觉特性，相对于高频成分对低频成分承受较小的量化间隔和较少的比特数。又根据人眼对亮度信号比色度信号敏感的原理，对图像的亮度重量和图像的色差重量运用

31、不同的量化表亮度量化表和色差量化表。量化表的元素即为量化间隔。对于CCIR 601标准电视图像，JPEG 标准供应了最正确的亮度和色度量化表。根据不同的应用须要，用户还可以设计或选择其他的量化表。70. 造成图像退化的缘由很多，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，由于会损失部分微小环节，造成图像质量下降。 3 镜头聚焦不准产生的散焦模糊。 4 成像系统中始终存在的噪声干扰。 5 拍摄时，相机及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

32、 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。71. 对具有加性噪声的模糊图像作盲图像复原的方法一般有两种：干脆测量法和间接估计法。MATLAB 供应了DECONVBLI ND 函数进展盲图像复原。该函数承受最大似然算法对模糊图像进展去卷积处理，返回去模糊的图像和相应的点扩散函数PSF 。72. 可用一个灰度级阈值T 进展分割，分割出目的区域及背景区域，这种方法我们称为灰度阈值分割方法。通常用于图像中目的和背景具有不同的灰度集合：目的灰度集合及背景灰度集合。73. 边缘检测这是基于幅度不连续性进展的分割方法。通常承受差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图

33、像进展边缘检测。74. 通过差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图像边缘进展增加，然后再进展一次门限化的处理，便可以将边缘增加的方法用于边缘检测，最终根据边缘来进展图像分割。75.区域可以认为是图像中具有互相连通、一样属性的像素集合，图像分割就是指把图像分成互不重叠的区域并提取出感爱好目的的技术。76. 霍夫变换的根本思想是点线的对偶性。图像变换前在图像空间，变换后在参数空间。在图像空间中的直线上的每一个点都会映射到参数空间中的一样参数，所以只要找到这个参数就可以找到图像空间中的直线。Hough 变换就是根据这个原理检测直线的。77. 图像中一点的彩色值颜色三维空间中的一个点来表示

34、，每个点有三个重量，不同的颜色空间各重量的含义不同。 颜色模型规定了颜色的建立、描绘和视察方式。颜色模型都是建立在三维空间中的，所以及颜色空间密不行分。78. HSV 模型由色度H ，饱和度S ，亮度V三个重量组成的，及人的视觉特性比较接近。HSV 颜色模型用Muns ell三维空间坐标系统表示。 色彩H表示颜色的种类，用角度来标定，用-180180或00360度量。 色饱和度S 表示颜色的深浅，在径向方向上的用分开中心线的间隔 表示。用百分比来度量，从0%到完全饱和的100%。 亮度V 表示颜色的光明程度，用垂直轴表示。也通常用百分比度量，从0%黑到100%白。79. 实际应用中常用的颜色空

35、间很多，有RGB、HSV 、HSI 、YUV、YIQ 等。目前常用的颜色空间可分为两类，一类是面对硬设备的，比方说彩色显示器、打印机等，另一类面向以彩色处理为目的的应用，面对硬设备的最常用的颜色空间是RGB颜色空间，而面对颜色处理的最常用颜色空间是HSI 颜色空间以及HSV 颜色空间。针对不同的应用目的承受不同的彩色空间可能更相宜，因此，有时须要将一种颜色数据表示形式转换为另一种形式。80. 由三基色混配各种颜色通常有两种方法：相加混色法和相减混色法。相加混色和相减混色的主要区分表如今以下三个方面： 1 相加混色是由发光体发出的光相加而产生的各种颜色，而相减混色是先有白色光，然后从中减去某些成

36、份汲取得到各种颜色。 2 相加混色的三基色是红、绿、蓝，而相减混色的三基色是黄、青、品红。也就是 16说，相加混色的补色就是相减混色的基色。 3 相加混色和相减混色有不同的规律。 彩色电视机显示的颜色是通过相加混色产生的。而彩色电影和幻灯片等及绘画原料、打印机打印图片等是通过相减混色产生各种颜色的。81. 在很多好用系统中，大量应用的是HSV 模型，这个模型是由色度H，饱和度S ，亮度V三个重量组成的，及人的视觉特性比较接近。该模型的重要性在于：一方面消退了亮度成分V 在图像中及颜色信息的联络，另一方面色彩H 和饱和度S 重量及人的视觉感受亲密相关。基于人的视觉系统的颜色感觉特性，这些特征使H

37、SV 模型成为一个探讨图像处理的重要工具。82. 彩色空间的连续空间。假设对连续空间进展适当的量化后再计算，那么计算量要少得多。如在实际处理中，须要将HSV 三个重量进展量化以削减特征值的数量。83. 抖动法是一种利用仅能重现较少颜色种类的设备来显示含有丰富色彩图像的有效的方法。产生抖动图像可以有多种方式，但是根本原理都是一样的：承受能干脆显示其色彩的像素形式来交换那些其色彩不能干脆显示的像素。抖动技术利用了空间混色原理人的肉眼能将两种不同颜色的相邻像素交融成第三种颜色。84. 假彩色处理的对象是三基色描绘的自然图像或同一景物的多光谱图像。对自然图像，假彩色的处理方法之一是将人们所关注的目的物

38、映射为及原色不同的假彩色，即原有的彩色图像变换成给定彩色分布的图像。而伪彩色增加是将灰度或单一波段的图像变换为彩色图像，从而把人眼不能区分的微小的灰度差异显示为明显的色彩差异，更便于解译和提取有用信息。彩色图像中的彩色根据黑白图像的灰度级或其他图像特征如空间频率成分人为给定。85. 在真彩色增加中，尽管对R、G、B各重量相当于三个灰度图像干脆运用对灰度图的增加方法可以增加图像中可视微小环节亮度，但得到的增加图像中的色彩有可能完全没有意义。这是因为在增加图中对应同一个像素的R、G、B这三个重量都发生了变更，它们的相对数值及原来不同了，从而导致原图像颜色的较大变更，且这种变更很难限制。灰度图像增加

39、技术有助于探讨彩色图像增加技术，但彩色图像增加特别须要留意增加后图像的色彩和色饱和度的满足度。86. 数学态学图像处理的根本思想是利用构造元素作为“探针在图像中不断挪动，在此过程中搜集图像的信息、分析图像各部分间的互相关系，从而理解图像的构造特征。构造元素的选择特别重要，根据探测探讨图像的不同构造特点，构造元素可携带形态、大小、灰度、色度等信息。不同点的集合形成具有不同性质的构造元素。由于不同的构造元素可以用来检测图像不同侧面的特征，因此设计符合人的视觉特性的构造元素是分析图像的重要步骤。用形态学算子及其组合来进展图像形态和构造的分析及处理，可以解决抑制噪声、特征提取、边缘检测、形态识别、纹理

40、分析、图像复原及重建等方面的问题。87. 利用数学形态学进展图像处理有其独有的一些特性： 1它反映的是一幅图像中像素点间的逻辑关系，而不是简洁的数值关系。 2它是一种非线性的图像处理方法，并且具有不行逆性。 3它可以并行实现。 4它可以用来描绘和定义图像的各种集合参数和特征。88. 图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。图像增加：将一幅图像中的有用信息进展增加，同时对其无用信息进展抑制，进步图像的可视察性。图像的几何变换：变更图像的大小或形态。图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。图像识别及理解：通过对图像中各种不同的物

41、体特征进展定量化描绘后，将其所期望获得的目的物进展提取，并且对所提取的目的物进展确定的定量分析。89. 图像识别及理解是指通过对图像中各种不同的物体特征进展定量化描绘后，将其所期望获得的目的物进展提取，并且对所提取的目的物进展确定的定量分析。比方要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就须要先将照片上的人脸检测出来，进而将检测出来的人脸区域进展分析，确定其是否是该犯罪分子109.图像复原处理的关键是建立退化模型，原图像 f(x,y)是通过一个系统 H 及参与一来加性噪声 n(x,y)而退化成一幅图像g(x ,y)的，如下列图所示这样图像的退化过程的数学表达式可写为： g(x,y)=H

42、f(x,y)+n(x,y)110. 图像的无损压缩是指压缩后的数据进展重构或称为复原，或称为解压缩，重构后的信息及原来的信息完全一样的压缩编码方式。无损压缩用于要求重构的信息及原始信息完全一样的场合。常用的无损压缩算法包含行程编码、霍夫曼编码等。119. 伪彩色增加是对一幅灰度图像经过三种变换得到三幅图像，进展彩色合成得到一幅彩色图像；假彩色增加那么是对一幅彩色图像进展处理得到及原图象不同的彩色图像；主要差异在于处理对象不同。一样点是利用人眼对彩色的区分实力高于灰度区分实力的特点，将目的用人眼敏感的颜色表示。121. 中值滤波是指将当前像元的窗口或领域中全部像元灰度由小到大进展排序，中间值作为

43、当前像元的输出值。特点：它是一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有效疼惜边缘少受模糊。122. 将原图象的直方图通过变换函数修正为匀整的直方图，然后按平衡直方图修正原图象。图象平衡化处理后，图象的直方图是平直的，即各灰度级具有一样的出现频数，那么由于灰度级具有匀整的概率分布，图象看起来就更清楚了。123. 图像增加目的是要改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或部分特性，将原来不清楚的图像变得清楚或强调某些感爱好的特征，扩大图像中不同物体特征之间的差异，抑制不感爱好的特征，使之改善图像质量、丰富信息量，加强图像判读和识别

44、效果，满足某些特别分析的须要。125. 区分：图像锐化是用于增加边缘，导致高频重量增加，会使图像清楚；图像平滑用于消退图像噪声，但是也简洁引起边缘的模糊。联络：都属于图像增加，改善图像效果。126. 1、在HIS 模型中亮度重量及色度重量是分开的；2、色彩及饱和度的概念及人的感知联络严密。129. 直方图平衡化方法的根本思想是，对在图像中像素个数多的灰度级进展展宽，而对像素个数少的灰度级进展缩减。从而到达清楚图像的目的。因为灰度分布可在直方图中描绘，所以该图像增加方法是基于图像的灰度直方图。130. 人的视觉确定不能同时在整个亮度适应范围工作，它是利用变更其亮度适应级来完成亮度适应的。即所谓的

45、亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统须要变更亮度适应级，因此，须要适应一段时间，亮度适应级才能被变更。131. 直方图的峰值集中在低端，那么图象较暗，反之，图象较亮。直方图的峰值集中在某个区域，图象昏暗，而图象中物体和背景差异很大的图象，其直方图具有双峰特性，总之直方图分布越匀整，图像比照度越好。134. 图像的运算是指以像素点的幅度值为运算单元的图像运算。这种运算包括点运算、代数运算和几何运算。135. 幅度特征。在全部的图像特征中最根本的是图像的幅度特征。可以在某一像素点或其邻域内作出幅度的测量，可以干脆从图像像素的

46、灰度值，或从某些线性、非线性变换后构成新的图像幅度的空间来求得各种各样的图像的幅度特征图。直方图特征。一幅数字图像可以看作是一个二维随机过程的一个样本，可以用结合概率分布来描绘。通过对图像的各像素幅度值可以设法估计出图像的概率分布，从而形成图像的直方图特征。变换系数特征。由于图像的二维变换得出的系数反映了二维变换后图像在频率域的分布状况，因此常常用二维的傅里叶变换作为一种图像特征的提取方法。点和线条的特征。图像中点的特征含义是，其幅度及其邻区的幅度有显著的不同；图像中线条的特征意味着它在截面上的幅度分布出现凹凸状，也就是说在线段的法向上幅度有明显的起伏。灰度边沿特征。图像的灰度、纹理的变更或不连续是图像的重要特征，它可以指示图像内各种物体的实际状况。纹理特征。纹理可以分为人工纹理和自然纹理。人工纹理是由自然背景上的符号排列组成，这些符号可以是线条、点、字母、数字等。自然纹理是具有重复性排列现象的自然景象。137. 假彩色增加是将一幅彩色图像映射到另一幅彩色图像，从而到达增加彩色比照，使某些图像到达更加醒目的目的。伪彩色增加是把一幅黑白域