☀️数字图像处理期末复习宝典(再也不用熬夜复习了)

Posted 2021-07-23 °PJ想做前端攻城狮

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了☀️数字图像处理期末复习宝典(再也不用熬夜复习了)相关的知识，希望对你有一定的参考价值。

填空

均值滤波

用3*3的模版对图像进行均值滤波，如图所示，求该图像块的中心点滤波后的像素值。

答案：均值滤波后，中心点像素值为5。 3*3个格子求和求均值为中心点像素。

中值滤波

用3*3的模版对图像进行均值滤波，如图所示，求该图像块的中心点滤波后的像素值

解：中值滤波后，中心点像素值为5。将3*3个格子顺序排列取中值。2、3、4、4、5、6、6、7、8

水平方向一阶锐化

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，求该图像块的中心点进行水平方向的一阶锐化后结果

解：（3-4）+（2-7）*2+（5-8）= -14

位图文件存储所需要的计算

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：

计算步骤如下

记忆不同位图每一个像素所占位数，如256级灰度和256色彩色都是8位/像素，16色是4位，24位真彩色是24位
计算总像素如 800*600像素的图片的总像素为480000个。
根据总像素和像素的位数。算出占的总位数，在根据8位1Bit。算出总的字节数转换单位即可。

问答题

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。

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。

中值滤波对不同类型的噪声抑制效果

【对椒盐噪声，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。

【对高斯噪声，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，所有中值滤波选不到合适的干净点。

特征：

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

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。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

计算题

线性对比度展宽

公式参考

根据公式进行转换即可。

直方图均衡化

求直方图（灰度0到灰度9的像素个数依次为）

由图表得0-9 输出依次出现的次数 1、3、1、3、3、1、5、1、1、1
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

出现次数/总个数得 0.05、0.15、0.05、0.15、0.15、0.05、0.25、0.05、0.05、0.05
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
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）

通过 9 ∗ h p ( 灰度累计分布概率，相乘时第一位置 0 )

求解原图0-9和新图0-9的映射关系

即原图 0、1、2、3、4、5、6、7、8、9

新图对应0、2、2、4、5、5、8、8、9、9

对应替换原图得到新图。
对比度C = 15.8421

解释：每个元素与他相邻元素(四相邻)的差值平方，求和在除处理了差值平方的个数，本例48个。