《数字图像处理》冈萨雷斯，Matlab函数汇总图像显示
colorbar 显示彩条
getimage 由坐标轴得到图像数据 ice（DIPUM）交互彩色编辑
image 创建和显示图像对象
imagesc 缩放数据并显示为图像
immovie 由多帧图像制作电影
imshow 显示图像
imview 在Image Viewer中显示图像 montage 将多个图像帧显示为矩阵蒙太奇movie 播放录制的电影帧
rgbcube 显示一个彩色RGB立方体 subimage 在单个图形中显示多幅图像 truesize 调整图像的显示尺寸
warp 将图像显示为纹理映射的表面图像文件输入/输出
Dicominfo 从一条DICOM消息中读取元数据 Dicomread 读一幅DICOM图像Dicomwrite 写一幅DICOM图像
Dicom-dict.txt 包含DICOM数据字典的文本文件 Dicomuid 产生DICOM唯一的识别器 Imfinfo 返回关于图像的文件的信息 Imread 读图像文件
Imwrite 写图像文件
图像算术
Imabsdiff 计算两幅图像的绝对差
Imadd 两幅图像相加或把常数加到图像上 Imcomplement 图像求补
Imdivide 两幅图像相除，或用常数除图像 Imlincomb 计算图像的线性组合Immultiply 两幅图像相乘或用常数乘图像
Imsubtract 两幅图像相减，或从图像中减去常数
几何变换
Checkerboard 创建棋盘格图像
Findbounds 求几何变换的输出范围 Fliptform 颠倒TFORM结构的输入/输出Imcrop 修剪图像
Imresize 调整图像大小
Imrotate 旋转图像
Imtransform 对图像应用几何变换 Intline 整数坐标线绘制算法
Makersampler 创建重取样器结构
Maketform 创建几何变换结构（TFORM）
Pixeldup（DIPUM）在两个方向上复制图像的像素 Tformarray 对N-D数组应用几何变换
Tformfwd 应用正向几何变换
Tforminv 应用反向几何变换
Vstformfwd（DIPUM）可视化正向几何变换
图像匹配
Cpstruct2pairs 将CPSTRUCT转换为有效的控制点对 Cp2tform 由控制点对推断几何变换
Cpcorr 使用互相关校准控制点位置
Cpselect 控制点选择工具
Normxcorr2 归一化二维互相关
像素值及统计
Corr2 计算二维相关系数
Covmatrix（DIPUM）计算向量族的协方差矩阵 Imcontour 创建图像数据的轮廓线Imhist 显示图像数据的直方图
Impixel 确定像素的彩色点
Improfile 计算沿着线段的像素值横截面
Mean2 计算矩阵元素的均值
Pixval 显示关于像素的信息
Regionprops 测量图像区域的属性
Statmoments（DIPUM）计算一幅图像直方图的统计中心距 Std2 计算矩阵元素的标准偏差
图像分析（包括分割、描述和识别）
Bayesgauss（DIPUM）高斯模式的贝叶斯分类器 Bound2eight（DIPUM）将4连接边界转换为8连接边界 Bound2four（DIPUM）将8连接边界转换为4连接边界Bwboundaries 追踪区域边界
Bwtraceboundary 追踪单个边界
Bound2im（DIPUM）将边界转换为图像
Boundaries（DIPUM）追踪区域边界
Bsubsamp（DIPUM）对边界二次取样
Colorgrad（DIPUM）计算一幅RGB图像的向量梯度 Colorseq（DIPUM）分割一幅彩色图像
Connectpoly（DIPUM）连接多边形的顶点 Diameter（DIPUM）测量图像区域的直径 Edge（DIPUM）在一幅亮度图像中寻找边缘 Fchcode（DIPUM）计算边界的freeman链码 Frdescp（DIPUM）计算傅里叶描绘子
Graythresh 使用Ostu方法计算图像的全局阈值
Hough（DIPUM） Hough变换
Houghlines（DIPUM）基于Hough变换提取线段 Houghpeaks（DIPUM）在Hough变换中检测峰值
Houghpixels（DIPUM）计算属于Hough变换bin的图像像素 Ifrdescp（DIPUM）计算逆傅里叶描绘子
Imstack2vectors（DIPUM）从图像堆栈提取向量 Invmoments（DIPUM）计算图像不变距
Mahalanobis（DIPUM）计算Mahalanobis距离 Minperpoly（DIPUM）计算最小周长多边形
Polyangles（DIPUM）计算多边形内角
Princomp（DIPUM）得到主分量向量和相关量 Qtdecomp 执行四叉树分解Qtgetblk 得到四叉树分解中的块值
Qtsetblk 在四叉树中设置块值
Randvertex（DIPUM）随机置换多边形顶点
Regiongrow（DIPUM）由区域生长来执行分割 Signature（DIPUM）计算边界的标记
Specxture（DIPUM）计算图像的谱纹理
Splitmerge（DIPUM）使用分离-合并算法分割图像 Statxture（DIPUM）计算图像中纹理的统计度量 Strsimilarity（DIPUM）两个串间的相似性度量 X2majoraxis （DIPUM）以区域的主轴排列坐标x
图像压缩
Compare（DIPUM）计算和显示两个矩阵间的误差 Entropy（DIPUM）计算矩阵的熵的一阶估计 Huff2mat（DIPUM）解码霍夫曼编码矩阵
Huffman（DIPUM）为符号源建立一个变长霍夫曼码 Im2jpeg（DIPUM）使用JPEG近似压缩一幅图像
Im2jpeg2k（DIPUM）使用JPEG2000近似压缩一幅图像 Imratio（DIPUM）计算两幅图像或变量中的比特率 Jpeg2im（DIPUM）解码IM2JPEG压缩的图像
Jpeg2k2im（DIPUM）解码IM2JPEG2K压缩的图像 Lpc2mat（DIPUM）解压缩一维有损预测编码矩阵 Mat2huff（DIPUM）霍夫曼编码矩阵
Mat2lpc（DIPUM）使用一维有损预测编码矩阵 Quantize（DIPUM）量化UINT8类矩阵的元素
图像增强
Adapthisteq 自适应直方图量化
Decorrstretch 对多通道图像应用去相关拉伸
Gscale（DIPUM）按比例调整输入图像的亮度 Histeq 使用直方图均衡化来增强对比度
Intrans（DIPUM）执行亮度变换
Imadjust 调整图像亮度值或彩色映射
Stretchlim 寻找对比度拉伸图像的限制
图像噪声
Imnoise 给一幅图像添加噪声
Imnoise2（DIPUM）使用指定的PDF生成一个随机数数组 Imnoise3（DIPUM）生成周期噪声
线性和非线性空间滤波
Adpmedian（DIPUM）执行自适应中值滤波 Convmtx2 计算二维卷积矩阵Dftcorr（DIPUM）执行频率域相关
Dftfilt（DIPUM）执行频率域滤波
Fspecial 创建预定义滤波器
Medfilt2 执行二维中值滤波
Imfilter 滤波二维和N维图像
Ordfilter2 执行二维顺序统计滤波
Spfilt（DIPUM）执行线性和非线性空间滤波 Wiener2 执行二维去噪滤波
线性二维滤波器设计
Freqspace 确定二维频率响应间隔
Freqz2 计算二维频率响应
Fsamp2 使用频率取样设计二维FIR滤波器 Ftrans2 使用频率变换设计二维FIR滤波器 Fwind1 使用一维窗法设计二维滤波器
Fwind2 使用二维窗法设计二维滤波器
Hpfilter（DIPUM）计算频率域高通滤波器 Lpfilter（DIPUM）计算频率域低通滤波器
图像去模糊（复原）
Deconvblind 使用盲去卷积去模糊图像
Deconvlucy 使用Lucy-Richardson方法去模糊 Deconvreg 使用规则化滤波器去模糊Deconvwnr 使用维纳滤波器去模糊
Edgetaper 使用点扩散函数锐化边缘
Otf2psf 光传递函数到点扩散函数
Pst2otf 点扩散函数到光传递函数
图像变换
Dct2 二维离散余弦变换
Dctmtx 离散余弦变换矩阵
Fan2para 将扇形束投影变换为并行射束
Fanbeam 计算扇形射束变换
Fft2 二维快速傅里叶变换
Fftn N维快速傅里叶变换
Fftshift 颠倒FFT输出的象限
Idct2 二维逆离散余弦变换
Ifanbeam 计算扇形射束逆变换
Ifft2 二维快速傅里叶逆变换
Ifftn N维快速傅里叶逆变换
Iradon 计算逆Radon变换
Para2fan 将并行射束投影变换为扇形射束 Phantom 生成头部仿真模型的图像Radon 计算Radon变换
小波
Wave2gray（DIPUM）显示小波分解系数
Waveback（DIPUM）执行多灰度级二维快速小波逆变换 Wavecopy（DIPUM）存取小波分解结构的系数 Wavecut（DIPUM）在小波分解结构中置零系数Wavefast（DIPUM）执行多灰度级二维快速小波变换 Wavefilter（DIPUM）构造小波分解和重构滤波器 Wavepaste（DIPUM）在小波分解结构中放置系数Wavework（DIPUM）编辑小波分解结构 Wavezero（DIPUM）将小波细节系数设置为零
领域和块处理
Bestblk 为块处理选择块大小
Blkproc 为图像实现不同的块处理
Col2im 将矩阵列重排为块
Colfilt 按列邻域操作
Im2col 将图像块重排为列
Nlfilter 执行一般的滑动邻域操作
形态学操作（亮度和二值图像）
Conndef 默认连通性
Imbothat 执行底帽滤波
Imclearborder 抑制与图像边框相连的亮结构 Imclose 关闭图像
Imdilate 膨胀图像
Imerode 腐蚀图像
Imextendedmax 最大扩展变换
Imextendedmin 最小扩展变换
Imfill 填充图像区域和孔洞
Imhmax H最大变换
Imhmin H最小变换
Imimposemin 强制最小
Imopen 打开图像
Imreconstruct 形态学重构
Imregionalmax 局部最大区域
Imregionalmin 局部最小区域
Imtophat 执行顶帽滤波
Watershed 分水岭变换
形态学操作（二值图像）
Applylut 使用查表法执行邻域操作 Bwarea 计算二值图像中的对象面积Bwareaopen 打开二值区域（删除小对象） Bwdist 计算二值图像的距离变换Bweuler 计算二值图像的欧拉数 Bwhitmiss 二值击不中操作
Bwlabel 在二维图像中标记连接分量 Bwlabeln 在N维二值图像中标记连接分量Bwmorph 对二值图像执行形态学操作 Bwpack 打包二值图像
Bwperim 确定二值图像中的对象的周长 Bwselect 选择二值图像中的对象Bwulterode 最终腐蚀
Bwunpack 解包二值图像
Endpoints（DIPUM）计算二值图像的端点 Makelut 构建applylut使用的查找表结构元素（STREL）的创建和操作 Getheight 得到strel的高度
Getneighbors 得到strel邻域的偏移位置和高度 Getnhood 得到strel邻域Getsequence 得到分解的strel序列 Isflat 对平坦的strel返回值
Reflect 以其中心反射strel
Strel 创建形态学结构元素
Translate 变换strel
基于区域的处理
Histroi（DIPUM）计算图像中的ROI的直方图 Poly2mask 将ROI多边形转换为掩膜 Roicolor 基于颜色选择ROI
Roifill 在任意区域内平稳地内插 Roifilt2 对ROI进行滤波
Roipoly 选择多边形ROI
彩色映射处理
Brighten 加亮或加暗彩色映射
Cmpermute 在彩色映射中重排颜色
Cmunique 寻找唯一的彩色映射颜色和相应的图像 Colormap 设置或得到彩色查找表
Imapprox 以很少的颜色近似被索引的图像 Rgbplot 绘制RGB彩色映射分量
彩色空间转换
Applyform 应用独立于设备的彩色空间变换 Hsv2rgb 将HSV值转换为RGB彩色空间 Iccread 读ICC彩色配置文件
Lab2double 将L*a*b*彩色值转换为double类 Lab2uint16 将L*a*b*彩色值转换为uint16类 Lab2uint8 将L*a*b*彩色值转换为uint8类 Makecform 创建独立于设备的彩色空间变换结构 Ntsc2rgb 将NTSC值转换为RGB彩色空间 Rgb2hsv 将RGB值转换为HSV彩色空间 Rgb2ntsc 将RGB值转换为NTSC彩色空间 Rgb2ycbcr 将RGB值转换为YCBCR彩色空间 Ycbcr2rgb 将YCBCR值转换为RGB彩色空间Rgb2hsi（DIPUM）将RGB值转换为HSI彩色空间 Hsi2rgb（DIPUM）将HSI
值转换为RGB彩色空间 Whitepoint 返回标准照明的XYZ值
Xyz2double 将XYZ彩色值转换为double类 Xyz2uint16 将XYZ彩色值转换为uint16类
数组操作
Circshift 循环地移位数组
Dftuv（DIPUM）计算网格数组
Padarray 填充数组
Paddedsize（DIPUM）计算用于FFT的最小填充尺寸
图像类型和类型转换
Changeclass 改变一幅图像的类
Dither 使用抖动转换图像
Gray2ind 将亮度图像转换为索引图像
Grayslice 通过阈值处理从亮度图像创建索引图像 Im2bw 通过阈值处理将图像转换为二值图像 Im2double 将图像数组转换为双精度
Im2java 将图像转换为Java图像
Im2java2d 将图像转换为Java缓存的图像对象 Im2uint8 将图像数组转换为8比特无符号整数 Im2uint16 将图像数组转换为16比特无符号整数 Ind2gray 将索引图像转换为亮度图像
Ind2rgb 将索引图像转换为RGB图像
Label2rgb 将标记矩阵转换为RGB图像
Mat2gray 将矩阵转换为亮度图像
Rgb2gray 将RGB图像或彩色映射转换为灰度图像 Rgb2ind 将RGB图像转换为索引图像
其他函数
Conwaylaws（DIPUM）对单个像素应用Conway的遗传定律 Manualhist （DIPUM）交互地生成2模式直方图 Twomodegauss（DIPUM）生成一个2模式高斯函数 Uintlut 基于查找表计算新数组值
工具箱参数
Iptgetpref 获得图像处理工具箱参数的值
Iptsetpref 设置图像处理工具箱参数的值
数字图像处理 课程编码：3073009223 课程名称：数字图像处理 总学分： 2 总学时：32 (讲课28，实验4) 课程英文名称：Digital Image Processing 先修课程：概率论与数理统计、线性代数、C++程序设计 适用专业：自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力，为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术，并能应用这些基本方法开发数字图像处理系统，为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1．了解图像处理的概念及图像处理系统组成。 2．掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3．了解图像变换，主要是离散和快速傅里叶变换等的原理及性质。 4．理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章：绪论（2学时） 教学目标：了解数字图像处理的基本概念，发展历史，应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域；了解数字图像处理的基本步骤；了解图像处理系统的组成。 重点难点：数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源
1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章：数字图像基础（4学时） 教学目标：了解视觉感知要素；了解几种常用的图像获取方法；掌握图像的数字化过程及其图像分辨率之间的关系；掌握像素间的联系的概念；了解数字图像处理中的常用数学工具。 重点难点：要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素（1学时） 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取（1学时） 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化（1学时） 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系（1学时） 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作
（注：以下两套模拟题仅供题型参考，请重点关注选择填空以及判断题、名词解释，蓝色下划线内容肯定不考） 《数字图像处理》模拟试卷（A 卷） 一、单项选择题（从下列各题四个备选答案中选出一个正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分） ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 b.255 c.6 d.8 ( b )2.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( d )3.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )4.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( ) 5.一曲线的方向链码为12345，则曲线的长度为 a.5 b.4 c.5.83 d.6.24 ( c )6. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波 https://www.doczj.com/doc/274035176.html,placian增强 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子 ( c)8.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45° c.垂直 d.135° ( d )9.二值图象中分支点的连接数为： a.0 b.1 c.2 d.3 ( a )10.对一幅100′100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： a.2:1 b.3:1 c.4:1 d.1:2 二、填空题（每空1分，共15分） 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4-邻域和8-邻域。 3.直方图修正法包括直方图均衡和直方图规定化两种方法。 4.常用的灰度差值法有最近邻元法、双线性内插法和三次内插法。 5.多年来建立了许多纹理分析法，这些方法大体可分为和结构分析法两大类。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过，从而实现图像平滑。 7.检测边缘的Sobel算子对应的模板形式为和。 8.一般来说，采样间距越大，图象数据量少，质量差；反之亦然。 三、名词解释（每小题3分，共15分） 1.数字图像是将一幅画面在空间上分割成离散的点（或像元），各点（或像元）的灰度值经量化用离散的整数来表示，形成计算机能处理的形式。 2.图像锐化是增强图象的边缘或轮廓。 3.从图象灰度为i的像元出发，沿某一方向θ、距离为d的像元灰度为j同时出现的概率
沈阳航空航天大学 综合课程设计基于Halcon的图像分割方法的研究 班级 24020104 学号 2012040201174 学生姓名王旭 指导教师赵晨光
课程设计任务书 课程设计的内容及要求： 一、设计说明 图像分割是图像处理的关键技术之一，将感兴趣目标的区域加以提取的技术和过程，图像分割方法包括:基于阈值、基于区域、基于边缘的分割 方法等。 要求学生深入研究图像分割的主要方法，掌握直方图、灰度阈值、区域生长、边缘检测等分割算法，了解相关理论。并在充分调研 图像分割的原理、算法的基础上，针对Halcon这一开发工具，深入学习各 种算子及库函数的使用方法,并能够基于不同应用目标，尝试不同分割算 法，比较实验结果并进行详尽分析。 二、设计要求 1．制定合理有效的设计方案； 2．熟悉Halcon的开发环境，深入学习图像分割理论，并进行分析。 三、推荐参考资料 [1] 周斌. 一种基于P系统的图像阈值分割方法[J]. 西华大学学报(自然科学版). 2012(06) [2] 王浩军,郑崇勋,闫相国. 基于自适应多尺度的血液细胞图像阈值分割方法研究[J]. 西安交通大学学报. 2001(04) [3] 肖华. 生物细胞图像阈值分割方法研究[J]. 株洲工学院学报. 2006(02) [4] 蒋剑,吴建华. 在小波域进行图像的最大熵分割的一种方法[J]. 南昌大学学报(工科版). 2003(02)
四、按照要求撰写课程设计报告 成绩评定表 评语、建议或需要说明的问题： 成绩指导教师签字：日期：
一、概述 HALCON是世界范围内广泛使用的机器视觉软件，用户可以利用其开放式结构凯苏开发图像处理和机器视觉软件。 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分称为目标或前景(其他部分称为背景)，他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将他们分离提取出来，在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，预先定义的目标可以对应单个区域，也可以对应多个区域。现有的图像分割算法有：阈值分割、边缘检测和区域提取法。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。同时它也是一个经典难题，到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准。 从图像分割研究的历史来看，可以看到对图像分割的研究有几个明显的趋势：一是对原有算法的不断改进!二是新方法、新概念的引入和多种方法的有效综合运用!人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果，因而很多人在把新方法和新概念不断的引入图像分割领域的同时，也更加重视把各种方法综合起来运用!在新出现的分割方法中，基于小波变换的图像分割方法就是一种很好的方法!三是交互式分割研究的深入!由于很多场合需要对目标图像进行边缘分割分析:例如对医学图像的分析，因此需要进行交互式分割研究!事实证明，交互式分割技术有着广泛的应用!四是对特殊图像分割的研究越来越得到重视!目前有很多针对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究，也有对运动图像及视频图像中目标分割的研究，还有对深度图像、纹理图像、计算机断层扫描";<-、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术的研究!相信随着研究的不断深入，存在的问题会很快得到圆满的解决。
数字图像处理课程设计--人脸检测
数字图像处理课程设计报告 （人脸检测） 姓名：xxx 学号：xxxx
1 引言 随着科学技术的飞速发展，互联网的广泛应用，重要部门(机场、银行、军政机关、重点控制地区)的进出，计算机网络中重要信息的存储与提取，都需要可靠的人身鉴别。身份的识别已经成为一种人们日常生活中经常遇到的问题。人脸识别作为生物特征识别中成功的应用之一，因为其巨大的商业应用前景，受到越来越多的重视。 人们更多的是在电影中看到这种技术的神奇应用：警察将偷拍到的嫌疑犯的脸部照片，输入到电脑中，与警方数据库中的资料进行比对，并找出该嫌犯的详细资料和犯罪记录。这并非虚构的情节，在国外，人脸识别技术早已被大量使用在国家重要部门以及军警等安防部门。在国内，对于人脸识别技术的研究始于上世纪90年代，目前主要应用在公安、金融、网络安全、物业管理以及考勤等领域。近 30 年以来，人脸识别技术有了长足的发展，并且逐步走向实际应用阶段[1]。 2 实验方法 2.1 方法综述 典型人脸识别系统的实现过程如图2.1所示，一般包括三个步骤:人脸检测、人脸特征提取、人脸识别与验证。在实现过程中，首先输入图像集，然后用人脸检测模块进行人脸检测。如果检测到人脸图像，则进行特征点定位，一般以两眼中心为基准，根据两眼距离d，对人脸图像进行归一化处理，归一化处理包含了图像预处理，图像缩放以及有效人脸区域选取等操作。最后对归一化的人脸图像进行特征提取，送入分类器进行识别，最终获得识别结果[2]。 图像预处理特征提取特征对比 (分类器) 结果输出 图像输入 图2.1 人脸识别技术处理流程图 在预处理阶段，对图像进行优化，尽可能去除或者减小光照、成像系统、外部环境等对待处理图像的干扰，为后续处理提高质量。以便使不同的人脸图像尽可能在同一条件下完成特征提取、训练和识别。人脸图像的预处理主要包括人脸扶正，人脸图像的增强，以及归一化等工作。人脸扶正是为了得到人脸
数字图像处理技术从基础到实战 本课程包含图像处理的基础知识以及案例应用，通过视频教程+在线交流的形式展现，力求为读者提供最便捷、直接的技术支持，解决学员在图像处理相关研发过程中遇到的最具体、实际的技术难点，争取与广大学员分享研发过程中所涉及的功能模块及某些成熟的系统框架，为读者进行科学实验、项目开发提供一定的技术支持。 课程大纲： 第1课数字图像处理概述 1、数字图像处理发发展史 2、数字图像处理是概述？ 3、数字图像处理工具箱介绍？ 4、数字图像处理常用技能 5、数字图像在计算机中怎么表示？ 6、数字图像常用计算机表示类型 7、数字图像转换技巧 8、数字图像数组处理技巧 9、案例演示：常用图像处理技术GUI编程 第2课图像时域变换 1、时域空间概述 2、常见的灰度变换函数 3、直方图的概念 4、时域空间滤波基础 5、什么是平滑空间滤波器？ 6、什么是锐化空间滤波器？ 7、什么是混合空间增强？ 8、案例演示：图像去雾 第3课图像频域变换 1、什么是频域空间？ 2、常用的基本概念 3、什么是傅里叶变换？ 4、离散傅里叶变换用法 5、多维傅里叶变换用法 6、案例演示：图像频域滤波可视化编程 第4课图像复原和重建技术 1、常见的图像噪声模型 2、空间滤波图像复原 3、频域滤波图像复原 4、逆滤波图像复原 5、维纳滤波图像复原
6、约束的最小二乘滤波图像复原 7、Lucy-Richardson图像复原 8、案例演示：盲卷积图像复原 第5章彩色图像处理 1、彩色图像概述 2、常见的彩色模型 3、伪彩色图像处理 4、全彩色图像处理 5、彩色变换 6、平滑和锐化 7、基于彩色的图像分割 8、彩色图像中的噪声处理 9、彩色图像压缩 10、案例演示：彩色图像处理 第6课小波和多分辨率处理 1、图像中的小波 2、多分辨率处理 3、一维小波变换 4、快速小波变换 5、二维小波变换 6、案例演示：基于小波分解的图像融合案例 第7课图像压缩处理技术 1、压缩处理原理 2、图像压缩处理常用方法 3、案例演示：数字图像水印嵌入及提取案例 第8课形态学图像处理 1、图像形态学概述？ 2、腐蚀和膨胀 3、开操作与闭操作 4、击中或击不中变换 5、常见形态学算法 6、灰度级形态学 7、案例演示：图像形态学去噪 第9课图像分割处理技术 1、图像分割注意事项 2、点、线和边缘检测 3、阈值处理 4、基于区域的分割 5、使用形态学分水岭的分割
数字图像处理 实验报告 学号：04211734 姓名：付永钦 日期：2014/6/7 1.图像直方图统计 ①原理：灰度直方图是将数字图像的所有像素，按照灰度值的大小，统计其所出现的频度。 通常，灰度直方图的横坐标表示灰度值，纵坐标为半个像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。 ②算法： clear all PS=imread('girl-grey1.jpg'); %读入JPG彩色图像文件figure(1);subplot(1,2,1);imshow(PS);title('原图像灰度图'); [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255 GP(k+1)=length(find(PS==k))/(m*n); %计算每级灰度出现的概率end figure(1);subplot(1,2,2);bar(0:255,GP,'g') %绘制直方图 axis([0 255 min(GP) max(GP)]); title('原图像直方图') xlabel('灰度值') ylabel('出现概率') ③处理结果：
原图像灰度图 100 200 0.005 0.010.0150.020.025 0.030.035 0.04原图像直方图 灰度值 出现概率 ④结果分析：由图可以看出，原图像的灰度直方图比较集中。 2. 图像的线性变换 ①原理：直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主 要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。从而达到清晰图像的目的。 ②算法： clear all %一，图像的预处理，读入彩色图像将其灰度化 PS=imread('girl-grey1.jpg'); figure(1);subplot(2,2,1);imshow(PS);title('原图像灰度图'); %二，绘制直方图 [m,n]=size(PS); %测量图像尺寸参数 GP=zeros(1,256); %预创建存放灰度出现概率的向量 for k=0:255
中南大学考试试卷 2015-- 2016 学年1学期 时间100分钟 2015 年11月4日 数字图像处理 课程32学时2学分考试形式：也卷 专业年级： 电子信息2013级 总分100分，占总评成绩 70% 注：此页不作答题纸，请将答案写在答题纸上 一、填空题（本题20分，每小题1分） 1. 图像中像素具有两个属性： _空间位置 ______ 和—灰度 ______ 。 2. _红（R ）_、_绿（G ）_、 _____________ 蓝（B ）_这三种颜色被称为图像的三基色。 3. 对于一个6位的灰度图像，其灰度值范围是 __0-63 _________ 。 4. RGB 模型中黑色表示为 _____ （0，0，0） _____ 。 5. 直方图修正法包括 —直方图均衡 ___________ 和 _直方图规定化_ 两种方法。 6. 常用的灰度内插法有最近邻内插法、 _双线性内插法_和 三次内插法。 7. 依据图像的保真度，图像压缩可分为一无损压缩_和一有损压缩。 8. 图像压缩是建立在图像存在 _编码冗余，空间和时间冗余（像素间冗余） ， 视觉心理冗余三种冗余基础上。 9. 根据分割时所依据的图像特性的不同，图像分割方法大致可以分为阈值分割法、边缘检 ________ 测法和一区域分割法一三大类。 10. 傅立叶频谱中，与图像的平均灰度值对应的系数是 F （0 ， 0） _________ 。 二、选择题（本题20分，每小题2分） 1. 图像与灰度直方图间的对应关系是： （b ） a. ------- 对应 b. 多对一 c. 一对多 d. 都不对 2. 下列算法中属于图像平滑处理的是： （c ） a.梯度锐化 b. 直方图均衡 c. 中值滤波 https://www.doczj.com/doc/274035176.html,placian 增强 3. 下列图像边缘检测算子中抗噪性能最好的是： （b ） a.梯度算子 b.Prewitt 算子 c.Roberts 算子 d. Laplacian 算子 6. 维纳滤波器通常用于：（c ） a.去噪 b. 减小图像动态范围 7. 采用幕次变换进行灰度变换时，当幕次 4. 5. 采用模板］-1 1 ］主要检测__ a.水平 b.45 0 c. 一幅256*256的图像，若灰度级为 a. 256Kb b.512Kb c.1Mb 方向的边缘。（c ） 垂直 d.135 16,则存储它所需的总比特数是 d. 2M c.复原图像 d.平滑图像
1前言 介绍一种用可视化数值计算软件MATLAB实现的数字图像处理系统平台,系统使用MATLAB中提供的GUI设计系统可视化的用户界面，下拉式的菜单方便用户选择对图像的处理。用户可以随意选择要处理的图片。但是该系统只支持灰度图片，可实现内容主要包括灰度图像的代数运算、几何运算。基于数字图像处理的一些基本原理，利用MATLAB 设计程序进行对灰度图像的处理。有部分处理运算有很多种方法，我选择了最简单、最明了的方法。 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。 随着计算机的发展,图像处理技术在许多领域得到了广泛应用，用于图像处理的软件也很多，如PHOTOSHOP、PAINTSHOP、GIMP、SaperaProcessing、MATLAB等,其中大部分软件都是基于广告策划和图像修饰处理而设计的应用软件，进行图像处理时并不是很方便。而MATLAB(矩阵实验室) 它在矩阵运算上有自己独特的特点，在矩阵运算处理具有很大的优势，因此用MATLAB处理数字图像非常的方便。不仅如此，MATLAB提供了丰富的图形命令和图形函数，而且其面向对象的图形系统具有强大的用户界面(GUI)生成能力。这样，用户就可以充分利用系统提供的 GUI 特性，编写自己需要的图形界面，从而可以高效地进行图像处理。 MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以对图像进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
《数字图像处理》研研究生课程教学大纲 （课程编号S009108 学分-学时-上机 3-54-12） 东南大学计算机科学与工程学院 一、课程的性质与目的 本课程为计算机科学与技术一级学科中图像处理与科学可视化方向的重要专业课，包含了该专业方向学生必须掌握的专业知识。 通过课程学习，学生除了掌握必须的专业技术知识外，还需要了解该方向的研究前沿，提高阅读专业学术资料和解决实际问题的能力。 二、课程内容的教学要求 本课程采用讲课+自学+讨论的教学模式。其中，讲课环节以综述为主，重点介绍各知识点的问题提出、解决思路、主要算法、评估；自学环节需要学生阅读专业论文并进行实验，得出结论；讨论环节由学生进行论文阅读及实验结论的交流，加深理解，并由此了解研究前沿。 讲课课时安排（24课时）： 1.数字图像处理概述（3）：数字图像处理技术的发展历史，包含的主要内容，应 用，相关的学科方向 2.线性系统分析方法、傅里叶变换（3）：复习线性系统基本知识，复习一维傅里 叶变换，掌握二维傅氏变换及性质，线性滤波器设计。 3.图像几何变换及插值（3）：图像几何变换应用，重点插值方法 4.图像增强综述（6）：图像增强的目的，算法分类，各类算法的基本原理及性能 5.图像分割综述（6）：图像分割的目的，算法分类，各类算法的基本原理及性能 6.图像压缩综述（3）：图像压缩的目的，算法分类，各类算法的基本原理及性能， JPEG标准简介 实验及讨论课时安排（30课时）： 1.图像插值（实验3 +讨论3） 2.图像增强（实验3 +讨论3） 3.图像分割（实验3 +讨论3） 4.图像压缩（实验3+讨论3） 5.课程论文（讨论6） 三、上机实验要求 实现选择算法，并给出实验结果及算法性能评估数据。 四、能力培养的要求 1.自学能力的培养：提高学生自学及查阅学术文献的能力。 2.分析能力和实验能力的培养：要求学生能够实现文献提供的算法，并能自主给出算 法性能的评价。 3.科研和创新能力的培养：培养独立思考、深入钻研问题的习惯，提高学术交流能力。
实验报告 （理工类） 课程名称: 数字图像处理 课程代码: 6003619 学生所在学院: 机械工程与自动化学院 年级/专业/班: 2011级机械电子工程 学生姓名: 学号: 312011080307 实验总成绩: 任课教师: 蒋代君 开课学院: 机械工程与自动化学院 实验中心名称: 机械工程专业实验中心
第组 西华大学实验报告 . 西华大学实验报告（理工类） 开课学院及实验室：机械工程与自动化学院机房实验时间： 2014年 5月 27 日学生姓名学号成绩 学生所在学院机械工程与自动化学院年级/专业/班2011级机电班课程名称数字图像处理课程代码6003619 实验项目名称Matlab图像处理工具箱的初步练习项目代码 指导教师蒋代君项目学分 一、实验目的 二、实验原理 三、实验设备、仪器及器材 四、实验步骤（按照实际操作过程）
五、实验过程记录（数据、图表、计算等） 1、学习Matlab基本操作。 2、读取并显示lenacolor.jpg图象。 程序如下： [X,MAP]=imread('lenacolor.jpg','jpg') imfinfo('lenacolor.jpg','jpg') imshow(X,MAP),title('tenacolor.jpg') 3、对lenacolor.jpg图像进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 程序如下： 原图像真彩色 [X,MAP]=imread('lenacolor.jpg','jpg') RGB=imread('lenacolor.jpg','jpg'); imfinfo('lenacolor.jpg','jpg') imshow(RGB),title('真彩色') imshow(X,MAP),title('tenacolor.jpg') 真彩色转索引色图像索引色转真彩色图像 map=jet(256); ZC=ind2rgb(MY,map); MY=rgb2ind(RGB,map); imshow(ZC),title('索引色转真彩色图像') imshow(MY),title('真彩色转索引色图像')
电子科技大学网络教育考卷（A 卷）答案 一、名词解释（每题2分，共10分） 1. 一幅图像可定义为一个二维函数f(x,y)，这里x 和y 是空间坐标，而在任何一对空间坐标(x,y)上的幅值f 称为该点图像的强度或灰度。当x,y 和幅值f 为有限的、离散的数值时，称该图像为数字图像。 2. 对数变换是一种灰度变换方法，其一般表达式是s=clog(1+r)。其中c 是一个常数，并假设r≥0。此种变换使一窄带低灰度输入图像值映射为一宽带输出值。相对的是输入灰度的高调整值。可以利用这种变换来扩展被压缩的高值图像中的暗像素。 3. CMY 是一种颜色模型，常用于打印机。CMY 表示青、品红、黄，等量的颜料原色(青、品 红和黄色)可以产生黑色。实际上，为打印组合这些颜色产生的黑色是不纯的。因此，为 了产生真正的黑色(在打印中起主要作用的颜色)加入了第四种颜色——黑色，提出了 CMYK 彩色模型。 4. 空间分辨率是图像中可辨别的最小细节.涉及物理意义时可以用每单位距离可分辨的最 小线对数目，当不涉及物理意义时也可用图像的像素数目表示。 5. 令H 是一种算子，其输入和输出都是图像。如果对于任何两幅图像f 和g 及任何两个标 量a 和b 有如下关系，称H 为线性算子： 。 二、判断正误 × × × × √ 三、单项选择题 1、D 2、D 3、C 4、C 5、A 6、B 7、D 8、B 9、D 10、D 四、简答题 (每题5分，共10分) 1. 什么是直接逆滤波？这种方法有何缺点？如何改进？ 直接逆滤波方法是用退化函数除退化图像的傅里叶变换(G(u,v))来计算原始图像的傅里叶变换估计：? (,)(,)/(,)F u v G u v H u v =。但考虑到噪声的影响，我们即使知道退化函数，也不能准确地复原未退化的图像。 (,)(,)(,)?(,)(,)F u v H u v N u v F u v H u v += 因为N(u,v)是一个随机函数，而它的傅里叶变换未知。还有更糟的情况。如果退化是零或非常小的值，N(u,v)/H(u,v)之比很容易决定^ F (u,v)的估计值。—种解决退化是零或者很小值问题的途径是限制滤波的频率使其接近原点值。 2. 伪彩色图像处理(也称假彩色)是根据特定的准则对灰度值赋以彩色的处理。伪彩色的主要应用是为了人眼观察和解释一幅图像或序列图像中的灰度目标。人类可以辨别上千种颜色和强度，而相形之下只能辨别几十种灰度。 3、彩色模型(也称彩色空间或彩色系统)的用途是在某些标准下用通常可接受的方式简化彩色规范。本质上，彩色模型是坐标系统和子空间的规范。位于系统中的每种颜色都由单个点
目录 1 引言 (4) 2 基于纹理特征的图像检索方案 (5) 2.1 双树复小波变换原理 (5) 2.2 灰度共生矩阵 (5) 3 图像检索的实验设计 (6) 3.1 图像检索算法的描述 (6) 3.2 双树复小波纹理特征的提取 (7) 3.3 灰度共生矩阵纹理特征的提取 (7) 3.4 相似性度量 (8) 4 实验思路及结果分析 (9) 参考文献 (9)
基于纹理的图像检索技术 摘要本文主要基于图像的纹理特征，在改进DWT小波变换和灰度共生矩阵的缺陷后，进行检索。传统的DWT小波变换在提取图像纹理特征时存在震荡、平移变化、混频和缺乏方向性四种缺陷。为克服这些缺陷，本文采用双树复小波变换对图像检索中的查询图像和目标图像进行分解，提取6个方向上的纹理特征，为了弥补双树复小波变换缺少不同尺度纹理的空间分布特征的缺陷，又利用这两种图像的灰度共生矩阵提取4个统计量特征；最后用Canberra距离进行相似性度量并输出图像检索的结果。 关键字：图像检索；双树复小波；灰度共生矩阵；纹理特征。
ABSTRACT This paper mainly based on image texture feature, the improvement of DWT wavelet transform and the defect of gray level co-occurrence matrix after the search. Traditional DWT wavelet transform in image texture feature extraction are concussion, translation, frequency mixing and lack of direction four kinds of defects. To overcome these defects, this paper adopts double tree after wavelet transform of image retrieval query image and target image decomposition, the texture feature extraction six direction, in order to make up for the double tree after wavelet transform of the spatial distribution of different texture features of the defects, and use of these two kinds of image gray level co-occurrence matrix extract four statistic characteristics; Finally in Canberra distance similarity measure and the results of the output image retrieval. Key words: image retrieval; Double tree complex wavelet; Gray level co-occurrence matrix; Texture feature.
符号 ａ1 a2 a3 a4 a5 ａ6 概率 0、１ 0、4 0、０6 0、１ 0、04 0、3 解：霍夫曼编码: 原始信源 信源简化 符号 概率 1 2 3 4 a2 ０、4 0、4 ０、4 0、4 0、6 a ６ 0、３ ０、3 0、３ ０、３ ０、4 a １ ０、1 0、1 ０、2 0、3 a4 0、1 0、1 0、1 a ３ 0、06 ０、１ a5 0、04 霍夫曼化简后得信源编码： 从最小得信源开始一直到原始得信源 编码得平均长度： 压缩率： 冗余度: 1、 简述灰度分辨率、空间分辨率与图像质量得关系。： 空间分辨率就是瞧原图像转化为数字图像得像素点数，越多图像质量越高；灰度分辨率，即每一个像素点得灰度级数，灰度级越大，图像越清晰、 (0.4)(1)(0.3)(2)(0.1)3(0.1)(4)(0.06)(5)(0.04)(5) 2.2/avg L bit =+++++=（）符号
2、简述采样与量化得一般原则：空间坐标得离散化叫做空间采样, 而灰度得离散化叫做灰度量化。图像得空间分辨率主要由采样所决定，而图像得幅度分辨率主要由量化所决定。 3、图像锐化与图像平滑有何区别与联系?：图象锐化就是用于增强边缘，导致高频分量增强,会使图象清晰；图象平滑用于去噪，对图象高频分量即图象边缘会有影响。都属于图象增强，改善图象效果。 ４、伪彩色增强与假彩色增强有何异同点？: 伪彩色增强就是对一幅灰度图象经过三种变换得到三幅图象,进行彩色合成得到一幅彩色图像；假彩色增强则就是对一幅彩色图像进行处理得到与原图象不同得彩色图像;主要差异在于处理对象不同。 1、对于椒盐噪声,为什么中值滤波效果比均值滤波效果好?：均值滤波器就是一种最常用得线性低通平滑滤波器,可抑制图像中得加性噪声，但同时也使图像变得模糊;中值滤波器就是一种最常用得非线性平滑滤波器,可消除图像中孤立得噪声点,又可产生较少得模糊。一般情况下中值滤波得效果要比邻域平均处理得低通滤波效果好,主要特点就是滤波后图像中得轮廓比较清晰.因此,滤除图像中得椒盐噪声采用中值滤波。 2.什么就是区域？什么就是图像分割?:图像分割就就是把图像分成若干 个特定得、具有独特性质得区域并提出感兴趣目标得技术与过程。它就是由图像处理到图像分析得关键步骤. 3.写出颜色RGB模型转换到ＨIS模型得变换公式;并说明HSI模型各分 量得含义及取值范围对应得颜色信息。书上 4.灰度图像：当点足够小,观察距离足够远时,人眼就不容易分开各个小点， 从而得到比较连续，平滑得灰度图像. 5.GIF格式：GIＦ格式就是一种公用得图像文件格式，它就是8位文件格 式,所以最多只能存储25６色图像，不支持24位得真彩色图像.GＩF文件中得图像数据均经过压缩,采用得压缩算法就是改进得LZW算法，所提供得压缩率通常在1：1到1：3之间,当图像中有随机噪声时效果不好 6.图像直方图:一幅图得灰度统计直方图就是一个1-D得离散函数,即Ｐｆ (fk)=nk/ｎ，ｋ＝０、1、、、，L—１。可以设置一个有L个元素得数组，通过对不同灰度值像素个数得统计来获得图像得直方图。 7.中值滤波：它实现一种非线性得平滑滤波、１、将模板在图像中漫游， 并将模板中心与图像中某个像素位置重合.2、读取模板下各对应像素得
第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 *数字图像处理（Digital Image Processing） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a.去除图像中的噪声； b.改变图像的亮度、颜色； c.增强图像中的某些成份、抑制某些成份； d.对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。 **数字图像处理的主要研究内容 （1）图像的数字化 a.如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b.主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等（4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT） （6）图像的分析 a.对图像中的不同对象进行分割、分类、识别和描述、解释。 （7）图像分割与特征提取 a.图像分割是指将一幅图像的区域根据分析对象进行分割。 b.图像的特征提取包括了形状特征、纹理特征、颜色特征等。 （8）图像隐藏 a.是指媒体信息的相互隐藏。 b.数字水印。 c.图像的信息伪装。 （9）图像通信
第二章 2.1（第二版是0.2和1.5*1.5的矩形，第三版是0.3和1.5圆形） 对应点的视网膜图像的直径x 可通过如下图题2.1所示的相似三角形几何关系得到，即 ()()017 023 02.x .d = 解得x=0.06d 。根据2.1 节内容，我们知道：如果把中央凹处想象为一个有337000 个成像单元的圆形传感器阵列，它转换成一个大小2 5327.?π成像单元的阵列。假设成像单元之间的间距相等，这表明在总长为1.5 mm （直径） 的一条线上有655个成像单元和654个成像单元间隔。则每个成像单元和成像单元间隔的大小为s=[(1.5 mm)/1309]=1.1×10-6 m 。 如果在中央凹处的成像点的大小是小于一个可分辨的成像单元，在我们可以认为改点对于眼睛来说不可见。换句话说， 眼睛不能检测到以下直径的点： m .d .x 61011060-?<=，即m .d 610318-?< 2.2 当我们在白天进入一家黑暗剧场时，在能看清并找到空座时要用一段时间适应。2.1节描述的视觉过程在这种情况下起什么作用？ 亮度适应。 2.3 虽然图2.10中未显示，但交流电的却是电磁波谱的一部分。美国的商用交流电频率是77HZ 。问这一波谱分量的波长是多少？ 光速c=300000km/s ，频率为77Hz 。 因此λ=c/v=2.998 * 108(m/s)/77(1/s) = 3.894*106m = 3894 Km. 2.5 根据图2.3得：设摄像机能看到物体的长度为x (mm)，则有:500/x=35/14; 解得：x=200，所以相机的分辨率为：2048/200=10;所以能解析的线对为：10/2=5线对/mm. 2.7 假设中心在（x0,y0）的平坦区域被一个强度分布为： ])0()0[(2 2),(y y x x Ke y x i -+--= 的光源照射。为简单起见，假设区域的反射是恒定 的，并等于1.0，令K=255。如果图像用k 比特的强度分辨率进行数字化，并且眼睛可检测相邻像素间8种灰度的突变，那么k 取什么值将导致可见的伪轮廓？ 解：题中的图像是由： ()()()()()[ ]()()[]2 02 02 020********y y x x y y x x e .e y ,x r y ,x i y ,x f -+---+--=?== 一个截面图像见图（a ）。如果图像使用k 比特的强度分辨率，然后我们有情况见图（b ），其中()k G 21255+=?。因为眼睛可检测4种灰度突变，因此，k G 22564==?，K= 6。
数字图像处理习题集 1.图像的概念及分类； 2.决定图像质量的主要因素有哪些？ 3.图像可用数学函数I= f (x, y, z, λ, t)表示，请解释函数中各 参量的含义。 4.说明图像技术的层次，并叙述各层次的主要研究内容； 5.简述图像处理的主要目的及主要处理技术； 6.什么是彩色三要素，解释各要素的含义； 7.简述三基色原理； 8.简述RGB彩色模型及HIS彩色模型的概念及定义； 9.叙述数字图像采样及量化的概念，什么是图像的空间分辨率及灰度 分辨率，并说明空间分辨率及灰度分辨率的大小对图像质量的影响； 10.叙述灰度、颜色、色度、亮度、饱和度、层次、对比度、清晰度等 基本概念。 11.叙述像素、邻域等基本概念。 12.叙述BMP格式图像的文件存储结构。 13.说明数字图像每行所占字节数与图像宽度的关系； 14.叙述将一副数字图像缩小一半的图像处理运算方法； 15.叙述将一副数字图像放大k倍的图像处理运算方法，如果采用k×k 子块填充的放大运算方法，其缺点是什么，采用何种算法可以改善； 16.说明双线性插值法进行图像放大的基本算法； 17.说明有哪几种图像镜像的方式，并叙述各自的算法； 18.以据，请将该图像缩小为原图的2/3。 19.以据，请采用双线性差值法将该图像放大为 20.以的图像数据，请分别给出该图像的水平、垂直、对 。 21.图式如下，
???? ???????????????????=??????????11001''y x y d c x b a y x 请分别用该公式的形式表示出图像平移、镜像、旋转等的运算公式。 22. 列举代数运算的种类及各种代数运算的主要应用。 23. 说明图像加、减运算有哪些应用； 24. 简述直方图的概念； 25. 以下为一幅3位灰度图像的图像数据，请绘制出该图像的灰度直方 26. 叙作用。 27. 请编写一段C 语言程序，用于计算数字图像的直方图； 28. 请说明有那些常用的图像点运算算法。 29. 请说明对图像进行阈值变换有何应用； 30. 常用的线性变换有哪些种类； 31. 叙述常用的图像对比度增强方法，以及他们的优缺点。 32. 以下为一幅4位灰度图像的图像数据，请分别采用基本线性增强及 强运算。 33. 以数据，请对该幅图像进行直方图均 及计算结果。 34. 叙； 35. 简述图像噪声的概念； 36. 分别按照噪声产生原因、噪声频谱、噪声与信号的关系、概率密度 函数等方式对图像噪声进行分类；
东南大学2008—2009学年考试试题 课程名称：遥感数字图像处理 学号姓名成绩 一、单项选择题（2分×20=40分） 1.遥感技术是利用地物具有完全不同的电磁波（）或（）辐射特征来判断地物目标和自然现象。 A.反射发射 B.干涉衍射 C.反射干涉 D.反射衍射 2.TM6所采用的10.4~12.6um属于（）波段。 A.红外 B.紫外 C.热红外 D.微波 3.彩红外影像上（）呈现黑色，而（）呈现红色。 A.植被 B. 水体 C.干土 D.建筑物 4.影响地物光谱反射率的变化的主要原因包括（）。 A. 太阳高度角 B.不同的地理位置 C. 卫星高度 D.成像传感器姿态角 5.红外姿态测量仪可以测定（）。 A. 航偏角 B. 俯仰角 C.太阳高度角 D. 滚动角 6.下面遥感卫星影像光谱分辨率最高的是（）。 A. Landsat-7 ETM+ B.SPOT 5 C.IKONOS-2 D. MODIS 7.下面采用近极地轨道的卫星是（）。 A. Landsat-5 B. SPOT 5 C. 神州7号 D. IKONOS-2 8.下面可获取立体影像的遥感卫星是（）。 A. Landsat-7 B.SPOT 5 C.IKONOS-2 D. MODIS 9.侧视雷达图像的几何特征有（）。 A.山体前倾 B.高差产生投影差 C.比例尺变化 D. 可构成立体像对 10.通过推扫式传感器获得的一景遥感影像，在（）属于中心投影。 A.沿轨方向 B. 横轨方向 C. 平行于地球自转轴方向 D. 任意方向 11. SPOT 1-4 卫星上装载的HRV传感器是一种线阵（）扫描仪。 A. 面阵 B. 推扫式 C. 横扫式 D. 框幅式 12.（）只能处理三波段影像与全色影像的融合。 A.IHS变换 B.KL变换 C. 比值变换 D. 乘积变换 13.（）是遥感图像处理软件系统。 A. AreInfo B.ERDAS C. AUTOCAD D. CorelDRAW 14.一阶哈达玛变换相当于将坐标轴旋转了（）。 A.30° B. 45° C. 60° D.90° 15.遥感影像景物的时间特征在图像上以（）表现出来。 A. 波谱反射特性曲线 B.空间几何形态 C. 光谱特征及空间特征的变化 D.偏振特性 16.遥感传感器的分辨率指标包括有（）。 A.几何分辨率 B.光谱分辨率 C.辐射分辨率 D.时间分辨率 17.遥感图像构像方程是指地物点在图像上的（）和其在地物对应点的大地坐标之间的数学关系。 A.投影差 B. 几何特征 C.图像坐标 D. 光谱特征