☀️数字图像处理期末复习宝典(再也不用熬夜复习了)

Posted °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。

image-20210628003727984

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

image-20210628003727984

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

image-20210628003727984

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。

image-20210628005436666


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

image-20210628104621389

  • 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

image-20210628104806501

根据公式进行转换即可。

直方图均衡化

image-20210628105241979

  1. 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

  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

    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

  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)

    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。

  5. 对比度C = 15.8421

    image-20210701175204189

    image-20210701175305980

    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。

基于像素采样的图像缩小方法

image-20210628105535672

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K1xM x K2xN,(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 列

(b)新图第一行对应原图第:2 行,新图第二行对应原图第:4 行

(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 列

由上面对应关系求解得新图

5 8 14

7 13 15

对图像进行SNN均值滤波(模板:3*3)

image-20210701183724907

步骤:

  1. 找出所以对称点对。
  2. 在每一对 对称点中选一个和中心点相近的点。
  3. 将所以选出的点求和取平均值。

本例

  1. ​ 四对对称点(1,1),(3,3) (1,2),(3,2) (1,3),(3,1) (2,1),(2,3)
  2. ​ 四对中选出最近的三个点的值分别是8,7,5,6
  3. ​ 求均值(8+7+5+6)/4=6.5=7

以上是关于☀️数字图像处理期末复习宝典(再也不用熬夜复习了)的主要内容,如果未能解决你的问题,请参考以下文章

☀️数据挖掘期末复习汇总(再也不用熬夜复习了)

☀️数据挖掘期末复习汇总(再也不用熬夜复习了)

数字图像处理期末考试备考复习宝典 (一文搞定,期末考试不再担忧)

计算机系统结构期末考试备考复习宝典 (必考考点--建议收藏)

「信息安全技术」期末复习宝典 整理完毕

医院信息系统期末考试备考复习宝典 (一文搞定,期末考试不再担忧)