当前位置:文档之家› 数字图像作业

数字图像作业

数字图像作业
数字图像作业

数字图像处理课程

实验报告

实验一图像的基本操作

学生姓名:冉江涛学号:20090511441 学院:美术学院

专业:环境艺术设计

完成时间:2011年11月8日

目录

一、实验目的 (1)

二、实验步骤(程序流程) (1)

三、实验步骤(程序流程)...............................2--4

四、实验结果.......................................................5--8

五、结果分析 (9)

六、实验总结 (9)

实验名称:图像运算

一、实验目的

1.熟悉图像点运算和代数运算的实现方法

2.了解图像几何运算的简单应用

3.了解图像的邻域操作

二、实验步骤

1、打开MATLAB软件,设置工作路径,新建M文件。

2、将图片放到当前工作路径下

3、写入图像运算(包括点运算、代数运算、几何运算和图像剪切)程序保存并调试运行。程序具体要求:

(1)图像点运算:读入图像,通过图像点运算改变对比度。

(2)图像的代数运算:图像加法运算、减法运算、乘法运算。

(3)图像的几何运算:A)改变图像的大小:读入图像,改变图像大小,分别将原图像放大1.5倍和缩小0.5倍。B)旋转一幅图像将上述图像顺时针和逆时针旋转任意角度,观察显示效果。C)图像剪切:通过交互式操作,从一幅图像中剪切一个矩形区域。

4、保存实验结果并完善实验报告。

实验程序(流程)

1. 图像点运算

%读入图像‘rice.jpg’,通过图像点运算改变对比度

rice=imread('rice.jpg');

subplot(131),imshow(rice)

I=double(rice); %转换为双精度类型

J=I*0.43+60;

rice2=uint8(J); %转换为uint8

subplot(132),imshow(rice2)

J=I*1.5-60;

rice3=uint8(J); %转换为uint8

subplot(133),imshow(rice3)

2.图像的代数运算

a)图像加法运算

I=imread('rice.jpg ');

imshow(I)

J=imread('cameraman.jpg');

figure,imshow(J)

K=imadd(I,J);

figure,imshow(K)

K2=imadd(I,J,'uint16');

figure,imshow(K2,[])

RGB=imread('flowers.jpg');

RGB2=imadd(RGB,50);

imshow(RGB)

figure,imshow(RGB2)

RGB3=imadd(RGB,100);

figure,imshow(RGB3)

b)图像减法运算

I=imread('rice.jpg');

imshow(I)

background = imopen(I,strel('disk',15)); %估计背景图像figure, imshow(background);

I2=imsubtract(I,background); %从原始图像中减去背景图像

figure, imshow(I2)

c)图像乘法运算

I=imread('flowers.jpg');

J=immultiply(I,1.2);

K=immultiply(I,0.5);

imshow(I)

figure,imshow(J)

figure,imshow(K)

d)*图像除法运算

I=imread('rice.jpg');

J=imdivide(I,1.2);

K=imdivide(I,0.8);

imshow(I)

figure,imshow(J)

figure,imshow(K)

3.图像的几何运算

a)改变图像的大小

读入图像‘cameraman.jpg’,改变图像大小,分别将原图像放大1.5倍和缩小0.5倍。

I=imread('cameraman.jpg');

J=imresize(I,1.25);

K=imresize(I,0.8);

imshow(I)

figure,imshow(J)

figure,imshow(K)

Y=imresize(I,[100,150]);

figure,imshow(Y)

b)旋转一幅图像

将上述图像顺时针和逆时针旋转任意角度,观察显示效果。

I=imread('moon.jpg');

J=imrotate(I,30,'bilinear');

J1=imrotate(I,30,'bilinear','crop');

imshow(I)

figure,imshow(J)

figure,imshow(J1)

J2=imrotate(I,-15,'bilinear');

figure,imshow(J2)

c)图像剪切

通过交互式操作,从一幅图像中剪切一个矩形区域。

I=imread('new.jpg');

imshow(I);

I1=imcrop(I,[10 30 70 100]);

figure,imshow(I1)

I2=imcrop(I,[30 60 120 160]);

figure,imshow(I2)

4. *图像的邻域操作

读入图像‘tire.tif’,分别使用函数nlfilter和blkproc对图像进行滑动邻域操作和分离邻域操作。

I=imread('tire.tif');

f=inline('max(x(:))'); %构造复合函数

I2=nlfilter(I,[3 3],f); %滑动邻域操作

imshow(I)

figure,imshow(I2)

I=imread('tire.tif');

f=inline('uint8(round(mean2(x)*ones(size(x))))'); %构造复合函数

I2=blkproc(I,[8 8],f); %滑动邻域操作

imshow(I)

figure,imshow(I2)

三、实验结果

1. 图像点运算

原图像

图1图像点运算实验结果

2. 图像的代数运算

a) 图像加法运算

图2 图像加法运算的实验结果

b) 图像减法运算

图3 图像减法运算的实验结果

c) 图像乘法运算

图4 图像乘法运算的实验结果

d) *图像除法运算

图5 图像除法运算的实验结果

3. 图像的几何运算

a) 改变图像的大小

图6 改变图像大小的实验结果

b) 旋转一幅图像

图7 旋转一幅图像的实验结果c) 图像剪切

图8 图像剪切的实验结果

4. *图像的邻域操作

图9 图像的邻域操作的实验结果

四、结果分析

1、图像点运算

图像点运算是对每个像素点进行运算,通过图像点运算改变对比度。通过图1可以看出,经点运算后图像对比度分别减弱和增强了。

2、图像的代数运算

图像加法运算:经rice.jpg和cameraman.jpg相加后图像叠加在一起。由图2知flowers.jpg加50后图像变亮。flowers.jpg加100图像变得更亮了。

图像减法运算:从原始图像中减去背景图像,图像轮廓没有发生变化,颜色变深(见图3)。

图像乘法运算:原图像乘上大于1的数后图像变亮,乘上小于1的数后图像变暗。(见图4)

图像除法运算:原图像除以大于1的数后图像变暗,除以小于1的数后图像变亮。(见图4)

3、图像的几何运算

改变图像的大小:将原图像放大和缩小后图像只有大小的改变。而将原图像改变为规定大小后图像发生了变形,主要是因为图像横纵比例不同。(见图5)旋转一幅图像:旋转后图像区域扩大,角度改变(角度为正值时是逆时针旋转,为负顺时针旋转。)若在imrotate函数中增加'crop'参数,可以将图像剪切成原图像大小。(见图6)

图像剪切:通过交互式或直接编程,从一幅图像中剪切一个矩形区域。

五、实验总结

通过本次实验,我学会了用MATLAB处理图像的一些方法,尽管还不是很熟练。以后会多练习,更好地掌握处理图像的一些常用方法。熟悉了图像点运算和代数运算的实现方法,了解图像几何运算的简单应用,多图像的邻域操作有了进一步的了解。学习了图像的数据存储类型,及图形图像文件的读取、显示、加减乘、改变大小、旋转、剪切操作。对数字图像处理的方法有了基础的认识,也培养了对这门课的兴趣。

数字图像处理作业 1

数字图像处理作业 1 1.基本问题 a.什么是数字图像处理,英语全称是什么? 数字图像处理:对图像进行一些列的操作,以达到预期目的的技术,可分为模拟图像处理和数字图像处理两种方式。英文全称:Image Processing b.数字图像处理与什么领域的发展密切相关? 数字图像处理与数字计算机的发展,医学,遥感,通信,文档处理和工业自动化等许多领域的发展密切相关。 c.人类主要通过什么来感知获取信息的? 主要通过人的视觉、味觉、嗅觉、触觉、听觉以及激光、量子通信、现代计算机网络、卫星通信、遥感技术、数码摄影、摄像等来获取信息。 d.数字图像处理技术与哪些学科领域密切相关? 与数学、物理学、生理学、心理学、电子学、计算机科学等学科密切相关 e.数字图像处理在哪些领域得到广泛应用? 数字图像处理的应用越来越广泛,已渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个领域。 f.数字图像处理起源于什么年代? 20世纪20年代 g.现代大规模的图像处理需要具备哪些计算机能力? 需要具备图像处理、图像分析、图像理解计算机能力 h.根据人的视觉特点,图像可分为哪两种图像? 分为可见图像和不可见图像。 i.根据光的波段,图像可分为哪几种图像? 分为单波段、多波段和超波段图像。 j.图像数字与模拟图像的本质区别是什么? 区别: 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。 数字图像:空间的坐标和灰度都不连续、用离散的数字表示,能被计算机处理。 2.通过互联网,查下数字图像处理有哪些应用?选一个应用范例即可。具体描绘如何通过数字图像处理技术来实现其应用。要有图像范例说明。 数字图像处理主要应用领域有:生物医学,遥感领域,工业方面,军事公安领域,通信领域,交通领域等。我就生物医学领域做一个简单介绍。 自伦琴1895年发现X射线以来,在医学领域可以用图像的形式揭示更多有用的医学信息医学的诊断方式也发生了巨大的变化。随着科学技术的不断发展,现代医学已越来越离不开医学图像的信息处理,医学图像在临床诊断、教学科研等方面有重要的作用。目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。 医学图像处理跨计算机、数学、图形学、医学等多学科研究领域,医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性。下面是关于人体微血管显微图像的采集实例。

数字图像处理课后参考答案

数字图像处理 第一章 1、1解释术语 (2) 数字图像:为了便于用计算机对图像进行处理,通过将二维连续(模拟)图像在空间上离散化,也即采样,并同时将二维连续图像的幅值等间隔的划分成多个等级(层次)也即均匀量化,以此来用二维数字阵列并表示其中各个像素的空间位置与每个像素的灰度级数的图像形式称为数字图像。 (3)图像处理:就是指对图像信息进行加工以满足人的视觉或应用需求的行为。 1、7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。彩色图像、多光谱图像与高光谱图像的处理技术沿用了前述的基本图像处理技术,也发展除了一些特有的图像处理技术与方法。 1、8基本思路就是,或简单地突出图像中感兴趣的特征,或想方法显现图像中那些模糊了的细节,以使图像更清晰地被显示或更适合于人或及其的处理与分析。 1、9基本思路就是,从图像退化的数学或概率模型出发,研究改进图像的外观,从而使恢复以后的图像尽可能地反映原始图像的本来面目,从而获得与景物真实面貌相像的图像。 1、10基本思路就是,,在不损失图像质量或少损失图像质量的前提下,尽可能的减少图像的存储量,以满足图像存储与实时传输的应用需求。 1、11基本思路就是,通过数学方法与图像变换算法对图像的某种变换,以便简化图像进一步处理过程,或在进一步的图像处理中获得更好的处理效果。 1、12基本目的就是,找出便于区分与描述一幅图像中背景与目标的方法,以方便图像中感兴趣的目标的提取与描述。 第二章 2、1解释下列术语 (18)空间分辨率:定义为单位距离内可分辨的最少黑白线对的数目,用于表示图像中可分辨的最小细节,主要取决于采样间隔值的大小。 (19)灰度分辨率:就是指在灰度级别中可分辨的最小变化,通常把灰度级数L称为图像的灰度级分辨率。 (20)像素的4邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的4个像素称为该像素的4邻域像素,她们的坐标分别为(x-1,y)(x,y-1)(x,y+1)(x+1,y)。 (21)像素的8邻域:对于图像中位于(x,y)的像素p来说,与其水平相邻与垂直相邻的8个像素称为该像素的8邻域像素,她们的坐标分别为(x-1,y-1)(x-1,y)(x-1,y+1)(x,y-1)(x,y+1)(x+1,y-1)(x+1,y)(x+1,y+1)。 (28)欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D e(p,q)=[(x-u)2+(y-v)2]1/2 (29)街区距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的街区距离定义为:D4(p,q)=|x-u|+|y-v|。 (30)棋盘距离:欧氏距离:坐标分别位于(x,y)与(u,v)处的像素P与像素q之间的欧氏距离定义为:D8(p,q)=max(|x-u|,|y-v|)。 (33)调色板:就是指在16色或者256色显示系统中,将图像中出现最频繁的16种或者256种颜色组成的一个颜色表,并将她们分别编号为0~15或0~255,这样就使每一个4位或者8位的颜色编号或者颜色表中的24位颜色值相对应。这种4位或者8位的颜色编号称为颜色的索引号,由颜色索引号及对应的24位颜色值组成的表称为颜色查找表,即调色板。 2、7对图像进行描述的数据信息一般应至少包括: (1)图像的大小,也即图像的宽与高 (2)表示每个像素需要的位数,当其值为1时说明就是黑白图像,当其值为4时说明就是16色或16灰度级图像,当其值为8时说明就是256色或256灰度级图像,当其值为24就是说明就是真彩色图像。 同时,根据每个像素的位数与调色板的信息,可进一步指出就是16色彩色图像还就是16灰度级图像;就是256色彩色图像还就是256灰度级图像。 (3)图像的调色板信息。 (4)图像的位图数据信息。 对图像信息的描述一般用某种格式的图像文件描述,比如BMP等。在用图像文件描述图像信息时,相应的要

数字图像处理大作业

大作业指导书 题目:数字图像处理 院(系):物联网工程学院 专业: 计算机 班级:计算机1401-1406 指导老师: 学号: 姓名: 设计时间: 2016-2017学年 1学期

摘要 (3) 一、简介 (3) 二、斑点数据模型 .参数估计与解释 (4) 三、水平集框架 (5) 1.能量泛函映射 (5) 2.水平集传播模型 (6) 3.随机评估方法 (7) 四、实验结果 (8) 五、总结 (11)

基于水平集方法和G0模型的SAR图像分割 Abstract(摘要) 这篇文章提出了一种分割SAR图像的方法,探索利用SAR数据中的统计特性将图像分区域。我们假设为SAR图像分割分配参数,并与水平集模型相结合。分布属于G分布中的一种,处于数据建模的目的,它们已经成功的被用于振幅SAR图像中不同区域的建模。这种统计数据模型是驱动能量泛函执行区域映射的基础,被引用到水平集传播数值方案中,将SAR 图像分为均匀、异构和极其异构区域。此外,我们引入了一个基于随机距离和模型的评估过程,用于量化我们方法的鲁棒性和准确性。实验结果表明,我们的算法对合成和真实SAR 数据都具有准确性。+ 简介 1、Induction(简介) 合成孔径雷达系统是一种成像装置,采用相干照明比如激光和超声波,并会受到斑点噪声的影响。在SAR图像处理过程中,返回的是斑点噪声和雷达切面建模在一起的结果。这个积性模型(文献[1])因包含大量的真实SAR数据,并且在获取过程中斑点噪声被建模为固有的一部分而被广泛应用。因此,SAR图像应用区域边界和目标检测变得更加困难,可能需要斑点去除。因此,斑点去除是必需的,有效的方法可以在文献[2][3][4][5][6][7][8][9][10]中找到。 对于SAR图像分割,水平集方法构成一类基于哈密顿-雅克比公式的重要算法。水平集方法允许有效的分割标准公式,从文献[12]中讨论的传播函数项可以得到。经典方法有着昂贵的计算成本,但现在的水平集的实现配置了有趣的低成本的替换。 水平集方法的一个重要方面,比如传播模型,可以用来设计SAR图像的分割算法。这个传播函数能够依据伽马和伽马平方根法则将斑点统计进行整合,函数已经被广泛地应用于SAR图像中的均质区域分割。Ayed等基于伽马分布任意建模,设计方案将SAR图像分成多个均质区域。尽管多区分割问题已经解决,该方案人需要一定数量的区域作为输入。Shuai 和Sun在文献[16]中提出对这个方法进行了改进,他们使用了一个有效的传播前收敛判断。Marques等引入了一个类似于含有斑点噪声图像中目标检测的框架,将基于本地区域的斑点噪声统计融合进去。这些作者采用伽马平方根对均质区域进行建模并用一个自适应窗口方案检测本地的同质性。 最近,新的SAR数据模型比如K,G,显示出了优势。经典法则受限于均质区域特性的描述,而最近的法则展现出了在数据建模中更有吸引力的特性。法则允许同构、异构和高度异构幅度SAR数据的建模。这个分布族提供了一组参数,可以描述SAR图像中的不同区域。分布的参数信息,可以被广泛的应用于设计SAR图像处理和分类技术。在文献[21]中,Mejail 等人介绍了SAR监督数据分类器,它基于其参数映射并实现了有趣的结果。Gambini等人在文献[22]中使用这个分布的一个参数来量化SAR数据的粗糙度,通过活动轮廓和B样条差值来检测边缘。然而,这种技术需要一个初始分割步骤,并受拓扑限制。一般来说,活动轮廓方法不能解决不连续区域分割的问题。 本文介绍了一种新的水平集算法来实现SAR图像中均质、异构和极其异构区域分割的目标。由于分布能够描述SAR图像的同质性和规模,我们的方法采用分布对斑点数据进行建模。这些分布参数基于每一个域点进行估计,通过这些信息,我们可以在水平集分割框架内得到一个能量泛函来驱动向前传播(front propagation)。该泛函以最大化不同区域平均能量间的差异作为结束。最终水平集阶段以能量带作为依据得到SAR图像的分割结果。

数字图像处理大作业

1、下图是一用于干涉原理进行测试的干涉场图像,要求判读条纹的间距,请给 出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。 解:步骤与思路: ○1.进行模糊处理,消除噪声 ○2.边缘检测,进行图像增强处理 ○3.二值化图像,再进行边缘检测,能够得到很清晰的边界。 ○4.采用横向标号法,根据值为1像素在标号中的相邻位置可以确定间距 I=imread('xz mjt.bmp'); I1=medfilt2(I); %对图像中值滤波 imshow(I1); [m,n]=size(I1); for i=1:m for j=1:n if(I1(i,j)<100) %阈值为100 I1(i,j)=255; else I1(i,j)=0; %进行二值化 end end end figure; imshow(I1);

Y1=zeros(1,25); y2=y1; c=y2; i=100; for j=1:1200 if (I1(i,j)==255&&I1(i,j+1)==0) Y1=j+1; end if (I1(i,j)==0&&I1(i,j+1)==255) Y2=j; end end for i=1:25 c=Y2(i)-Y1(i) end c %找出每两个条纹之间的距离

2. 现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。 3. 请以图像分割方法为主题,结合具体处理实例,采用期刊论文格式,撰写一篇小论文。

数字图像处理作业四

1. 名词解释 1.图像增强;增强图像中的有用信息,它可以是一个失真的过程,其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局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、丰富信息量,加强图像判读和识别效果,满足某些特殊分析的需要。 2.图像复原;,将降质图像重建成接近于或完全无退化的原始理想图像的过程 3.图像锐化;图像锐化就是补偿图像的轮廓,增强图像的边缘及灰度跳变的部分,使图像变得清晰 4.边缘检测;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 2. 简答题 1. 举例说明直方图均衡化的基本步骤。 答:(1) 对给定的待处理图像统计其直方图,求出 (2) 根据统计出的直方图采用累积分布函数作变换, (3) 用新灰度代替旧灰度,求出Ps(s),这一步是近似过程,应根据处理目的 尽量做到合理,同时把灰度值相等或近似地合并到一起。 2.图像增强时,平滑和锐化有哪些实现方法,各列举出几个模板和滤波器。 答:平滑的实现方法:邻域平均法,中值滤波,多图像平均法,频域低通滤波法。 锐化的实现方法:微分法,高通滤波法。 3.梯度法与Laplacian 算子检测边缘的异同点。 答:不同点:梯度算子是利用阶跃边缘灰度变化的一阶导数特性,认为极大值点对应于边缘点;而Laplacian 算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性,认为边缘点是零交叉点。 相同点:都能用于检测边缘,且都对噪声敏感。 4.请给出频率域中进行滤波的一般步骤。常用的频率域滤波器有哪些?理想低通滤波器的缺点有哪些? 5. 6.答:频率域中的滤波步骤 7.1、用(-1)^(x+y)乘以输入图像来进行中心变换; 8.2、由(1)计算图像的DFT ; 0()() k k k r j j S T r P r ===∑() /r k k P r n N =

《数字图像处理》习题解答

胡学龙编著 《数字图像处理(第 3 版)》思考题与习题参考答案 目录 第 1 章概

述 (1) 第 2 章图像处理基本知识 (4) 第 3 章图像的数字化与显示 (7) 第 4 章图像变换与二维数字滤波 (10) 第 5 章图像编码与压缩 (16) 第 6 章图像增强 (20) 第 7 章图像复原 (25) 第 8 章图像分割 (27) 第 9 章数学形态学及其应用 (31) 第 10 章彩色图像处理 (32)

第1章概述 连续图像和数字图像如何相互转换 答:数字图像将图像看成是许多大小相同、形状一致的像素组成。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。 采用数字图像处理有何优点 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)重现性能好。(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。 数字图像处理主要包括哪些研究内容 答:图像处理的任务是将客观世界的景象进行获取并转化为数字图像、进行增强、变换、编码、恢复、重建、编码和压缩、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。 说出图像、视频(video)、图形(drawing)及动画(animation)等视觉信息之间的联系和区别。 答:图像是用成像技术形成的静态画面;视频用摄像技术获取动态连续画面,每一帧可

数字图像处理大作业

大作业要求 1.数字图像处理中的图像增强、图像分割、数学形态学、图像编码这几个章节中,围绕你所感兴趣的题目写一篇综述。 2.要求: (1)在中国知网上下载5篇以上相关文章,结合上课所学内容,确定综述的内容。(2)文字3000字以上,包含 a. 课题背景和概述 b. 国内外研究现状 c. 技术应用(可以实现哪些功能,实 现的方法及结果 d. 结论 e. 学习体会 f.参考文献 (3)综述的排版: 正文层次格式如下: 1(空两格)×××××(居中,三号宋体,加粗,占4行) 1.1×××(左顶格,四号宋体,加粗,占 2.5行,不接排) 1.1.1×××(左顶格,小四号宋体,加粗,占2行,不接排) a.(左空两格,a.后空一格)×××(小4号宋体,加粗) (正文)×××××(小4 号宋体,接排)

(1)(左空两格,(1)后空一格)×××(小4号宋体,加粗) (正文)×××××(小4号宋体,接排) 1)(左空两格,1)后空一格)(小4号宋体,加粗) (正文)×××××(小4号宋体,接排) 正文中段落一律段前、段后0磅,行距为20磅,对齐方式:两端对齐。小4号字体。 论文中的图和表居中,并且有图题和表题。 例如: 图 1 主站工作过程(5号字体,加粗) 表1 不同总线速率下从站的延迟时间(5号字体,加粗) 速率(Kbit/s ) 9.6 19.2 93.75 187.5 500 1500 1200SDR minT (bit T ) 11 11 11 11 11 11 11 SDR maxT (bit T ) 60 60 60 60 100 150 800 参考文献按照下面形式给出: 参考文献 (居中,三号,宋体,加粗,占4行)

数字图像处理期末复习题2教学总结

第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 2. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 3. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 4. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 5. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 6. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 7. 在图像的锐化处理中,通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。(填“一阶微分算子”或“二阶微分算子”) 8. 图像微分______________了边缘和其他突变的信息。(填“增强”或“削弱”) 9. 图像微分______________了灰度变化缓慢的信息。(填“增强”或“削弱”) 10. 图像微分算子______________用在边缘检测中。(填“能”或“不能”) 四.简答题 1. 图像中的细节特征大致有哪些?一般细节反映在图像中的什么地方? 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时,有什么异同? 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为:,请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况,包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点,画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界,反映的边界信息较少,但是所反映的边界 比较清晰;二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息,但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为:,Sobel算子的作用模板为: 。 设图像为:

《数字图像处理》课后作业2015

《数字图像处理》课后作业(2015) 第2章 2.5 一个14mm?14mm的CCD摄像机成像芯片有2048?2048个像素,将它聚焦到相距0.5m远的一个方形平坦区域。该摄像机每毫米能分辨多少线对?摄像机配备了一个35mm镜头。(提示:成像处理模型见教材图2.3,但使用摄像机镜头的焦距替代眼睛的焦距。) 2.10 高清电视(HDTV, High Definition TV )使用1080条水平电视线(TV Line)隔行扫描来产生图像(每隔一行在显像管表面画出一条水平线,每两场形成一帧,每场用时1/60秒,此种扫描方式称为1080i,即1080 interlace scan;对应的有1080p,即1080 progressive scan,逐行扫描)。图像的宽高比是16:9。水平电视线数(水平行数)决定了图像的垂直分辨率,即一幅图像从上到下由多少条水平线组成;相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成,水平分辨率通常正比于图像的宽高比。一家公司已经设计了一种图像获取系统,该系统由HDTV图像生成数字图像,彩色图像的每个像素都有24比特的灰度分辨率(红、绿、蓝分量各8比特)。请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。 2.22 图像相减常用于在产品装配线上检测缺失的元件。方法是事先存储一幅对应于正确装配的产品图像,称为“金”图像(“golden” image),即模板图像。然后,在同类型产品的装配过程中,采集每一装配后的产品图像,从中减去上述模板图像。理想情况下,如果产品装配正确,则两幅图像的差值应为零。而对于缺失元件的产品,其图像与模板图像在缺失元件区域不同,两幅图像的差值在这些区域就不为零。在实际应用中,您认为需要满足哪些条件这种方法才可行? 第3章 3.5 在位平面分层中, (a)如果将低阶位平面的一半设为零值,对一幅图像的直方图大体上有何影响? (b)如果将高阶位平面的一半设为零值,对一幅图像的直方图又有何影响? 3.6 试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。 3.14 右图所示的两幅图像差异很大,但它们的直方图却相同。假设每幅图像都用一个3×3的均值滤波模板进行模糊处理,那么: (a)模糊后的两幅图像的直方图还相同吗?试解释原因。 (b)如果您认为模糊后的两幅图像的直方图不相同,请画出这两幅 图像的直方图。

数字图像处理部分作业答案

3.数字化图像的数据量与哪些因素有关? 答:数字化前需要决定影像大小(行数M、列数N)和灰度级数G的取值。一般数字图像灰度级数G为2的整数幂。那么一幅大小为M*N,灰度级数为G的图像所需的存储空间M*N*g(bit),称为图像的数据量 6.什么是灰度直方图?它有哪些应用?从灰度直方图你能获得图像的哪些信息? 答:灰度直方图反映的是一幅图像中各灰度级像素出项的频率之间的关系。以灰度级为横坐标,纵坐标为灰度级的频率,绘制频率同灰度级的关系图就是灰度直方图。 应用:通过变换图像的灰度直方图可以,使图像更清晰,达到图像增强的目的。 获得的信息:灰度范围,灰度级的分布,整幅图像的平均亮度。但不能反映图像像素的位置。 2. 写出将具有双峰直方图的两个峰分别从23和155移到16和255的图像线性变换。 答:将a=23,b=155 ;c=16,d=255代入公式: 得 1,二维傅里叶变换有哪些性质?二维傅里叶变换的可分离性有何意义? 周期性,线性,可分离性,比例性质,位移性质,对称性质,共轭对称性,差分,积分,卷积,能量。 意义:分离性表明:二维离散傅立叶变换和反变换可用两组一维离散傅立叶变换和反变换来完成。 8.何谓图像平滑?试述均值滤波的基本原理。 答:为了抑制噪声改善图像质量所进行的处理称图像平滑或去噪。 均值滤波是一种局部空间域处理的算法,就是对含有噪声的原始图像f(x,y)的每个像素点取一个领域S,计算S中所有像素的灰度级平均值,作为空间域平均处理后图像g(x,y)像素值。 9.何谓中值滤波?有何特点? 答:中值滤波是对一个滑动窗口内的诸像素灰度值排序,用中值代替窗口中心像素的原来灰度值,它是一种非线性的图像平滑法。 它对脉冲干扰及椒盐噪声的的图像却不太合适。抑制效果好,在抑制随机噪声的同时能有效保护边缘少受模糊。但它对点、线等细节较多 6图像几何校正的一般包括哪两步?像素灰度内插有哪三种方法?各有何特点? 答:1)建立失真图像和标准图像的函数关系式,根据函数关系进行几何校正。 2)最近邻插值,双线性插值,三次卷积法 3)最近邻插值:这种插值方法运算量小,但频域特性不好。 3、若f(1,1)=4,f(1,2)=7,f(2,1)=5,f(2,2)=6,分别按最近邻元法、双线性插值法确定点(1.2,1.6)的灰度值。 最近邻元法:点(1.2,1.6)离(1,2)最近,所以其灰度值为7.双线性法:f(i+u,j+v)=(1-u)(1-v)f(i,j)+(1-u)vf(i,j+1)+u(1-v)f(i+1,j)+uvf(i+1,j+1) 将i=1,j=1,u=0.2,v=0.6代入,求得:f(i+u,j+v)=5.76。四舍五入取整后,得该点其灰度值为6

《数字图像处理》复习大作业及答案

2014年上学期《数字图像处理》复习大作业及参考答案 ===================================================== 一、选择题(共20题) 1、采用幂次变换进行灰度变换时,当幂次取大于1时,该变换是针对如下哪一类图像进行增 强。(B) A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 2、图像灰度方差说明了图像哪一个属性。(B ) A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 3、计算机显示器主要采用哪一种彩色模型( A ) A、RGB B、CMY或CMYK C、HSI D、HSV 4、采用模板[-1 1]T主要检测( A )方向的边缘。 A.水平 B.45? C.垂直 D.135? 5、下列算法中属于图象锐化处理的是:( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于( C ) A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时, C 处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗,为改善这种情况,将高通滤波器的转移函数加上一常数量以 便引入一些低频分量。这样的滤波器叫B。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 10、图象与灰度直方图间的对应关系是 B __ A.一一对应 B.多对一 C.一对多 D.都不 11、下列算法中属于图象锐化处理的是:C A.低通滤波 B.加权平均法 C.高通滤 D. 中值滤波 12、一幅256*256的图像,若灰度级数为16,则存储它所需的比特数是:( A ) A、256K B、512K C、1M C、2M 13、噪声有以下某一种特性( D ) A、只含有高频分量 B、其频率总覆盖整个频谱 C、等宽的频率间隔内有相同的能量 D、总有一定的随机性 14. 利用直方图取单阈值方法进行图像分割时:(B) a.图像中应仅有一个目标 b.图像直方图应有两个峰 c.图像中目标和背景应一样大 d. 图像中目标灰度应比背景大 15. 在单变量变换增强中,最容易让人感到图像内容发生变化的是( C )

数字图像处理期末考题

数字图像处理 一、填空题 1、数字图像的格式有很多种,除GIF格式外,还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。(不考) 5、图像中每个基本单元叫做图像元素;在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。(不要) 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。(不要) 10、直方图均衡化的优点是能自动地增强整个图像的对比度。(不要) 二、选择题 ( 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 .255 c ( c )2.采用模板[-1 1]主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 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. 中值滤波增强 ( b )4.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 ( a )5.对一幅图像采样后,512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.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 ( d )7.二值图象中分支点的连接数为: .1 c ( a )8.对一幅100100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: :1 :1 c.4:1 :2 ( d )9.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 )10.下列图象边缘检测算子中抗噪性能最好的是: a.梯度算子算子算子d. Laplacian算子

数字图像处理作业

1-1、结合每个人的本专业学科、工作应用,谈谈数字图像处理的关系或在本专业的应用? 答:数字图像处理技术的应用几乎无处不在,例如有的U 盘和电脑安装了指纹识别系统,气象中心对云图变化的分析系统,上网视频聊天室的图像传输系统,计算机阅卷系统,车牌识别系统,邮编识别系统等等,都是实际工作和生活中对数字图像处理的应用。 1-2、除前面介绍的例子之外,试举一些其它的图像应用的工程例子。 答:在工程中的应用也很广泛,而且有十分大的发展前景,这里举两个例子:制烟厂里检查香烟数量的系统,有效的保证了没盒烟中香烟的数量,而且大大提高了效率;地下资源的勘测系统,可以对地下资源进行不同光谱分析,较为可观的得到地下资源信息。 1-3、图像处理与计算机图形学的区别与联系是什么? 区别: 数字图像处理对客观存在的图像惊醒处理和分析,从而得到有用信息的学科。计算机图形学:对客观存在的或想象中的事物通过建立数学模型,用图像的方式表达出来。 联系:都是用计算机进行点、面处理,使用光栅显示器等。在图像处理中,需要用计算机图形学中的交互技术和手段输入图形、图像和控制相应的过程;在计算机图形学中,也经常采用图像处理操作来帮助合成模型的图像。

2-1、画出视觉信息在眼球内(视网膜中)的传输过程模型示意图,并扼要说明? 如下图:瞳孔直径可调节,控制进入人眼内的光通量;而晶状体可调节曲率,改变焦距,使不同距离的图在视网膜上成像

2-2、 画出黑白视觉扩展模型,并略加说明。 黑白视觉扩展模型: 2-3 什么叫图像逼真度和图像可懂度?采用归一化方均误差NMSE 计算下面两幅数字图像的逼真度 1111 1 1(,)111(,) 10111111 f j k f j k ∧ ?? ?? ????==?? ???????? ?? 答:图像逼真度:描述被评价图像与标准图像的偏离程度 图像可懂度:表示图像能向人或机器提供信息的能力 由公式

西安交通大学大学数字图像处理大作业

数字图像处理

目录 作业一 (1) 一作业要求 (1) 二源代码 (1) 三运行结果 (3) 作业二 (5) 一作业要求 (5) 二算法描述 (5) 三源代码 (7) 四运行结果 (10)

作业一 一作业要求 在图像的空间域滤波操作中,会出现有部分掩膜矩阵在图像外面的情况,所以需要给图像先加入一个边界,执行完操作之后,再去掉这个边界,保证图像中所有的像素都参与矩阵运算。 二源代码 byte[,] filter(byte[,]f,float[,]mask) { int w = f.GetLength(0); int h = f.GetLength(1); byte[,] g = new byte[w,h]; int M = mask.GetLength(0)/2; int N = mask.GetLength(1)/2; for (int y=N;y255) return 255; if (v<0) return 0; return (byte)v;

} float[,] averagingMask(intM,int N) { float[,] mask = new float[2*M+1,2*N+1]; for (int m=-M;m<=M;m++) for (int n=-N;n<=N;n++) mask[M+m,N+n] = 1.0f/((2*M+1)*(2*N+1)); return mask; } byte[,] addboard(byte[,] f,intM,int N) { int w=f.GetLength(0); int h=f.GetLength(1); intgw=w+2*M; intgh=h+2*N; byte[,] g=new byte[gw,gh]; //add top board and bottom board for(inti=0;i

数字图像处理期末复习

遥感与数字图像处理基础知识 一、名词解释: 数字影像图像采样灰度量化像素 数字影像:数字影像又称数字图像,即数字化的影像。基本上是一个二维矩阵,每个点称为像元。像元空间坐标和灰度值均已离散化,且灰度值随其点位坐标而异。 图像采样:指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化:将各个像素所含的明暗信息离散化后,用数字来表示。 像素:像素是A/D转换中的取样点,是计算机图像处理的最小单元 二、填空题: 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的,无法直接进行计算机处理。此外,有些遥感图像是通过摄影方式获取的,保存在胶片上。只有对这些获取的图像(或模拟图像)进行数字化后,才能产生数字图像。数字化包括两个过程:___采样___和__量化___。 4、一般来说,采样间距越大,图像数据量____小____,质量____低_____;反之亦然。 5、一幅数字图像为8位量化,量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列,则图像所需要的存储空间为________字节。 6、设有图像文件为200行,200列,8位量化,共7个波段,则该图像文件的大小为________。 三、不定项选择题:(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的,灰度是连续的②灰度是离散的,空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时,量化等级为________。 ①32个②64个③128个④256个 5、数字图像的优点包括________。 ①便于计算机处理与分析②不会因为保存、运输而造成图像信息的损失 ③空间坐标和灰度是连续的

数字图像作业

数字图像处理大作业 一、 设计一种滤波器(低通或者高通),要求写出算法实现的原理,绘出滤波器的三维透视图,滤波器的图像表示图以及剖面曲线。 本题设计的是1阶巴特沃斯高通滤波器 算法原理:n阶具有D0截止频率的巴特沃斯高通滤波器的传递函数为 错误!未找到引用源。其中错误!未找到引用源。 编程实现如下: clear N1=200; N2=200; [f1,f2]=freqspace([N1 N2]);%确定二维频率响应的频率空间 [x1,y1]=meshgrid(f1,f2);%把由f1和f2向量所指定的域变换为矩阵x1和y1 %得到的矩阵可用来绘制三维网格图 n=1; %设置滤波器阶数为1阶 d0=25; %设置截止频率为25 u=0:N1; v=0:N2; dis=sqrt(u.^2+v.^2); Huv=1./(1+(d0./dis).^(2*n));%构造巴特沃斯高通滤波器 figure(1),plot(dis,Huv),title '滤波器的图像表示图' %输出滤波器图像表示图 u0=round(N1/2); v0=round(N2/2); for i=1:N1 for j=1:N2 d=sqrt((i-u0)^2+(j-v0)^2); h=1/(1+(d0/d)^(2*n)); H(i,j)=h; %构造二维频率响应函数

end end figure(2),mesh(x1,y1,H),title '滤波器的三维透视图' %利用矩阵x1,y1来绘制三维透视图figure(3),mesh(x1,y1,H),view(0,0),title '三维透视图剖面曲线' %绘制三维图的剖面图 运行程序结果绘制了三幅图分别为: 滤波器的图像表示图,滤波器的三维透视图,三维透视图的剖面曲线

(完整版)数字图像处理每章课后题参考答案

数字图像处理每章课后题参考答案 第一章和第二章作业:1.简述数字图像处理的研究内容。 2.什么是图像工程?根据抽象程度和研究方法等的不同,图像工程可分为哪几个层次?每个层次包含哪些研究内容? 3.列举并简述常用表色系。 1.简述数字图像处理的研究内容? 答:数字图像处理的主要研究内容,根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面, 将这几个方面展开,具体有以下的研究方向: 1.图像数字化, 2.图像增强, 3.图像几何变换, 4.图像恢复, 5.图像重建, 6.图像隐藏, 7.图像变换, 8.图像编码, 9.图像识别与理解。 2.什么是图像工程?根据抽象程度和研究方法等的不同,图像工程可分为哪几个层次?每个层次包含哪些研究内容? 答:图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。 根据抽象程度、研究方法、操作对象和数据量等的不同,图像工程可分为三个层次:图像处理、图像分析、图像理解。 图像处理着重强调在图像之间进行的变换。比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。图像处理主要在图像的像素级上进行处理,处理的数据量非常大。图像分析则主要是对图像中感兴趣的目标进行检测和测量,以获得它们的客观信息从而建立对图像的描述。图像分析处于中层,分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。 图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系,并得出对图像内容含义的理解以及对原来客观场景的解释,从而指导和规划行为。图像理解主要描述高层的操作,基本上根据较抽象地描述进行解析、判断、决策,其处理过程与方法与人类的思维推理有许多相似之处。 第三章图像基本概念

数字图像处理大作业报告

数字图像处理 实验报告 实验选题:选题二 组员: 学号: 班级: 指导老师: 实验日期:2019年5月22日

一、实验目的及原理 1.识别出芯片的引脚 2.熟悉并掌握opencv的某些函数的功能和使用方法 原理:通过滤波、形态学操作得到二值图,再在二值图中设置条件识别引脚部分。 二、实现方案 对图片滤波、调节阈值做边缘检测过滤掉一部分图片中干扰元素;然后通过膨胀、腐蚀操作来减少引脚的空心部分;再通过findContours()函数找到引脚的边缘并得到轮廓的点集,设置特定的长宽比和矩形面积识别引脚部分。 三、实验结果

四、源码 #include #include #include"opencv2/highgui/highgui.hpp" #include"opencv2/imgproc/imgproc.hpp" using namespace std; using namespace cv; int main(int argv, char **argc) { //载入图片 Mat srtImag = imread("2.jpg"); Mat G_blur = srtImag.clone(); //降噪 blur(G_blur, G_blur, Size(5, 5)); //imshow("降噪", G_blur); //Canny边缘检测 Mat Canny_Imag = G_blur; Canny_Imag = Canny_Imag > 176; Canny(G_blur, Canny_Imag, 300, 50, 3); //imshow("边缘检测", Canny_Imag); //膨胀 Mat element = getStructuringElement(MORPH_RECT, Size(10, 10)); dilate(Canny_Imag, Canny_Imag, element); //imshow("膨胀", Canny_Imag); //腐蚀 Mat element_1 = getStructuringElement(MORPH_RECT, Size(11, 11)); erode(Canny_Imag, Canny_Imag, element_1); //imshow("腐蚀", Canny_Imag); //查找轮廓 vector>contours; vectorhierarchy; findContours(Canny_Imag, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE); vector> contour_s(contours.size());//该数组共有contours.size()个轮廓的点集 vector Rec_s(contours.size());//逼近多边形的点集数组

相关主题
文本预览
相关文档 最新文档