【数字图像处理】还在苦苦复习吗?

一、写在最前

继续复习,放张昨天的图纪念下长沙的酷暑,拍照技术有限,大家凑合先看着


二、填空题

  1. 均值滤波

🌰:
在这里插入图片描述
用3*3的模版对图像进行均值滤波,如图所示,该图像块的中心点滤波后的像素值为:5

解:模板内均值代替中心点像素即可

  1. 中值滤波

🌰:
在这里插入图片描述
用3*3的模版对图像进行均值滤波,如图所示,该图像块的中心点滤波后的像素值为:5
解:模板内中值代替中心点像素即可,2、3、4、4、5、6、6、7、8

  1. 水平方向一阶锐化

🌰:
在这里插入图片描述
对图像进行水平方向的一阶锐化,水平方向一阶锐化的系数矩阵为H=[1 2 1; 0 0 0; -1 -2 -1]。某3*3的图像块如图所示,该图像块的中心点进行水平方向的一阶锐化后,结果为:-14

解:(3-4)+(2-7)*2+(5-8)=-14

  1. 位图文件存储

🌰:一幅未经压缩800×600像素的256色的风景图片的大小约为(B)KB。

A、1228  B、480  C、2400  D、307200
 
解:
在这里插入图片描述

①首先计算出该图片的大小为多少个bit
②计算图片所占的磁盘存储空间


三、问答题

  1. 采样?采样间隔与图像的关系?

采样是指将空间上连续的图像转换成离散的采样点(即像素)集的操作。
一般来说,采样间隔越大,所得的图像像素点越少,空间分辨率越低,质量差,严重时出现呈块状的国际棋盘效应;采样间隔越小,所得的图像像素点越多,空间分辨率越高,图像质量好,但数据量大。

  1. 量化?量化等级与图像的关系?

量化是将各个像素的明暗信息离散化后,用数字来表示。一般的量化值为整数。
图像的采样点数一定时:
量化等级越高,所得图像层次越丰富,灰度分辨率高,图像质量好,但数据量大;量化等级越少,图像层次欠丰富,灰度分辨率低,会出现伪轮廓现象,图像质量变差,但数据量小。

  1. 中值滤波对不同类型的噪声抑制效果

椒盐噪声,中值滤波的抑制效果比较好。
椒盐噪声是幅值近似相等但随机分布在不同的位置上,图像中有干净点也有污染点。中值滤波有较大概率选择到图像中未被噪声污染的点替代污染点,所以有抑制噪声的作用。
高斯噪声,中值滤波抑制效果不够好。
高斯噪声是幅值近似正态分布,但分布在每点上,因此图像都是污染点,所以中值滤波选不到合适的干净点。

特征:

a. 高斯噪声
噪声的幅值是随机分布的
b. 椒盐噪声
出现的位置是随机的,但幅值基本相同

  1. 对灰度图像的梯度是如何定义的,图像梯度的物理意义是什么

定义
图像f(x,y)在其坐标(x,y)上的梯度是一个二维列向量
在这里插入图片描述
其中 ∇f 的大小为 f(x,y) 的最快变化率,方向为 f(x,y)的最快变化方向

物理意义
任一点(x,y)处一个边缘的方向与该点处的梯度向量的方向正交
在灰度变化平缓的区域其梯度值较小
图像中灰度变化较大的边缘区域梯度值大
在灰度均匀区域其梯度值为零


四、计算题

  1. 线性对比度展宽

在这里插入图片描述
在这里插入图片描述

  1. 直方图均衡化

在这里插入图片描述
(1)求直方图(灰度0到灰度9的像素个数依次为) :1、3、1、3、3、1、5、1、1、1

(2)计算原图的灰度分布概率 (表示成小数的形式,小数点后保留2位)(灰度0到灰度9的灰度分布概率依次为) :0.05、0.15、0.05、0.15、0.15、0.05、0.25、0.05、0.05、0.05

(3)计算原图灰度的累计分布(表示成小数的形式,小数点后保留2位)(灰度0到灰度9的灰度累计分布依次为):0、0.20、0.25、0.40、0.55、0.60、0.85、0.90、0.95、1.00

(4)计算原图与新图灰度值的影射关系(原图中灰度0到灰度9的在新图中的灰度值依次为):

0、2、2、4、5、5、8、8、9、9

解:
9 ∗ h p ( 灰 度 累 计 分 布 概 率 , 相 乘 时 第 一 位 置 0 ) 9*h_p(灰度累计分布概率,相乘时第一位置0) 9hp(0)

(5)对比度C = 15.8421

在这里插入图片描述
在这里插入图片描述

  1. 基于像素采样的图像缩小方法

在这里插入图片描述
已知原始图像如图所示,基于像素采样的图像缩小方法对图进行缩小。设原图像大小为MxN,将其缩小为K1*M x K2*N,(k1=0.5,k2=0.6)

算法步骤如下:

1)设原图为F(x,y),x=1,2,…,M;共M行 y=1,2,…,N. ;共N列

缩小后图像是G(i,j), i=1,2,…,k1M;j=1,2,…,k2N.

2)新图的i行j列与原图的对应关系为:G(i,j)=F(i/k1, j/k2)。

(a)新图有:2 行,3

(b)新图第一行对应原图第:2 行,新图第二行对应原图第:4

(c)新图第一列对应原图第:2 列,新图第二列对应原图第:3 列,新图第三列对应原图第:5

  1. 对图像进行SNN均值滤波(模板:3*3)

在这里插入图片描述

该图像块的中心点滤波得到的4个对称近邻的像素值分别为 8、7、5、6

该图像块的中心点滤波后的像素值为(结果四舍五入):7

解:【方法】选取合适大小的模板如nxn,n为基数,中心点位置的像素为待处理像素(称为锚点);在n*n像素中,除中心点之外,各个像素点以中心点两两构成点对;取所有两两点对中的一个像素点,该像素点与锚点像素点接近;将所有取出的像素点的均值代替锚点像素。

五、写在最后

所念皆星河!(公众号:La森格)
在这里插入图片描述

  • 7
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

森格的博

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值