数字图像处理期末考试题

数字图像处理期末考试题

满分100分，考试时间120分钟

---

一、简答题（概念理解，共5题，每题4分，共20分）

1. 图像增强的目的是什么？列举两种常见的图像增强方法。
2. 简述直方图均衡化的基本思想及其对图像视觉效果的影响。
3. 形态学处理中，开运算和闭运算的主要区别是什么？
4. 图像分割的定义是什么？列举两种基于阈值的分割方法。
5. 简述无损压缩与有损压缩的核心区别，并各举一例编码算法。

---

二、计算题（共2题，每题10分，共20分）

1. 给定灰度图像大小为4×4，像素矩阵如下：

   50 50 100 100
   50 50 100 100
   0 0 50 50
   0 0 50 50

   对其进行直方图均衡化，写出计算过程及结果矩阵。

2. 对二值图像矩阵（0为背景，1为目标）应用3×3正方形结构元素的腐蚀操作，写出结果矩阵。
   原矩阵：

   0 1 1 0 0
   1 1 1 1 0
   1 1 1 1 1
   0 1 1 1 0
   0 0 1 0 0

---

三、实验分析题（共2题，每题15分，共30分）

1. 实验中分别用Roberts算子和Canny算子对同一图像进行边缘检测，结果发现Canny算子检测到的边缘更连续且噪声更少。请分析原因。
2. 对一幅低对比度医学图像进行分割时，分别采用全局阈值法和区域生长法，发现区域生长法的分割结果更准确。请结合算法原理分析这一现象。

---

四、综合分析题（共1题，30分）

设计一个车牌识别系统的预处理流程，要求包含以下环节：

1. 图像增强（如对比度调整）
2. 去噪（如形态学操作）
3. 车牌区域定位（如边缘检测+形态学组合）
4. 字符分割（如投影法）
   请详细说明每个步骤的目的、具体方法及关键技术参数。

---

参考答案

一、简答题

1. 目的：改善图像视觉效果或便于后续处理。方法：直方图均衡化、空间滤波（如中值滤波）。

2. 思想：通过灰度级重新分布，使直方图趋于均匀。影响：增强对比度，但可能放大噪声。

3. 开运算：先腐蚀后膨胀，消除小物体；闭运算：先膨胀后腐蚀，填充小孔洞。

   实验补充：

   在图像形态学处理中，结构元素（Structuring Element） 的形状直接影响操作的局部作用方式，进而决定对图像特征的保留、去除或增强效果。

   1. 矩形结构元素（各向同性）：膨胀/腐蚀均匀影响所有方向，适合处理方形特征。
   2. 十字结构元素（各向异性）：主要影响水平和垂直方向，对角方向变化较小，适合处理十字形结构。
   3. 圆形结构元素（各向同性）：均匀作用于所有方向，能平滑边缘并保持圆形特征。

   开运算消除小物体时，圆形结构元素更有效；闭运算填充孔洞时，矩形结构元素更均匀。

4. 定义：将图像划分为互不相交的区域。方法：Otsu法、双峰阈值法。

5. 无损压缩：信息无损失，如Huffman编码；有损压缩：允许信息损失，如JPEG。

二、计算题

1. 直方图均衡化：
   • 原灰度级分布：0(4), 50(8), 100(4)
   • 累积分布函数：

s₀ = 4/16×(255) ≈ 64 → 64
s₁ = 12/16×255 ≈ 191 → 191
s₂ = 16/16×255 = 255 → 255

• 映射结果矩阵：

  191 191 255 255
  191 191 255 255
  64 64 191 191
  64 64 191 191

2. 腐蚀结果矩阵：

   0 0 0 0 0
   0 1 1 0 0
   0 1 1 1 0
   0 0 1 0 0
   0 0 0 0 0

三、实验分析题

1. Canny优势：非极大值抑制抑制假边缘，双阈值连接断边，高斯滤波降噪。
2. 区域生长法：适应局部灰度变化，避免全局阈值对光照不均的敏感性问题。

四、综合分析题

1. 图像增强：CLAHE算法调整对比度，限制对比度参数ClipLimit=2.0。
2. 去噪：开运算（3×3核）去除细小噪声。
3. 定位：Sobel边缘检测+闭运算（5×1核）连接水平边缘，提取候选区域。
4. 字符分割：垂直投影法找到字符间隙，结合形态学腐蚀分离粘连字符。