《数字图像处理》习题参考答案

数字图像处理习题参考答案第 1 章概述1.1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。1.2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。1.3 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。1.4讨论数字图像处理系统的组成。列举你熟悉的图像处理系统并分析它们的组成和功能。 答：如图 1.8，数字图像处理系统是应用计算机或专用数字设备对图像信息进行处理的信息系统。图像处理系统包括图像处理硬件和图像处理软件。图像处理硬件主要由图像输入 设备、图像运算处理设备（微计算机）、图像存储器、图像输出设备等组成。软件系统包括 操作系统、控制软件及应用软件等。图 1.8 数字图像处理系统结构图11.5常见的数字图像处理开发工具有哪些？各有什么特点？答目前图像处理系统开发的主流工具为 Visual C+（面向对象可视化集成工具）和 MATLAB 的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互 间的软件接口。Microsoft 公司的 VC+是一种具有高度综合性能的面向对象可视化集成工具，用它开发 出来的 Win 32 程序有着运行速度快、可移植能力强等优点。VC+所提供的 Microsoft 基础 类库 MFC 对大部分与用户设计有关的 Win 32 应用程序接口 API 进行了封装，提高了代码 的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为 了减轻程序员将主要精力放在特定问题的图像处理算法上，VC+ 6.0 提供的动态链接库 ImageLoad.dll 支持 BMP、JPG、TIF 等常用 6 种格式的读写功能。MATLAB 的图像处理工具箱 MATLAB 是由 MathWorks 公司推出的用于数值计算的有 力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆 脱繁杂的程序代码。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些 函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计 中的重复劳动。MATLAB 图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和 算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检 测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB 也存在不足 之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有 MATLAB 系统 的机器上使用图像处理工具箱中的函数或自编的 m 文件来实现。其次，MATLAB 使用行解 释方式执行代码，执行速度很慢。第三，MATLAB 擅长矩阵运算，但对于循环处理和图形 界面的处理不及 C+等语言。为此，通应用程序接口 API 和编译器与其他高级语言（如 C、 C+、Java 等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API 支持 MATLAB 与外部数据与程序的交互。编译器产生独立于 MATLAB 环境的程序，从而使其他 语言的应用程序使用 MATLAB。1.6常见的数字图像应用软件有哪些？各有什么特点？ 答：图像应用软件是可直接供用户使用的商品化软件。用户从使用功能出发，只要了解软件的操作方法就可以完成图像处理的任务。对大部分用户来说，商品化的图像应用软件无 需用户进行编程，操作方便，功能齐全，已经能满足一般需求，因而得到广泛应用。常用图 像处理应用软件有以下几种：1PHOTOSHOP：当今世界上一流的图像设计与制作工具，其优越性能令其产品望尘 莫及。PHOTOSHOP 已成为出版界中图像处理的专业标准。高版本的 PHOTOSHOP 支持多 达 20 多种图像格式和 TWAIN 接口，接受一般扫描仪、数码相机等图像输入设备采集的图 像。PHOTOSHOP 支持多图层的工作方式，只是 PHOTOSHOP 的最大特色。使用图层功能 可以很方便地编辑和修改图像，使平面设计充满创意。利用 PHOTOSHOP 还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行艺术加工、进行图像格式和颜色 模式的转换、改变图像的尺寸和分辨率、制作网页图像等。2CorelDRAW：一种基于矢量绘图、功能强大的图形图像制作与设计软件。位图式图像 是由象素组成的，与其相对，矢量式图像以几何、色彩参数描述图像，其内容以线条和色块 为主。可见，采用不同的技术手段可以满足用户的设计要求。位图式图像善于表现连续、丰 富色调的自然景物，数据量较大；而矢量式图像强于表现线条、色块的图案，数据量较小。 合理的利用两种不同类型的图像表现方式，往往会收到意想不到的艺术效果。CorelDraw是2当今流行的图像处理软件中为数不多的特点明显、功能强大的基于矢量绘图的软件包。利用 它，可以方便地制作精美的名片、贺卡、书签、图书封面、广告、宣传画等作品。3ACDSee：快速、高性能的看图程序，是目前最享盛名的图片浏览器。它能广泛应 用于图片的获取、管理、浏览和优化，支持 BMP、GIF、JPG、TGA、TIF 等超过 50 种常见 的图形文件格式，图片打开速度极快，可以直接查看动画 GIF，处理如 Mpeg 之类常用的视 频文件，还可以为每一个目录建立一个相册。ACDSee 可以从数码相机和扫描仪高效获取图 片，并进行便捷的查找、组织和预览。ACDSee 还是得心应手的图片编辑工具，轻松处理数 码影像，拥有去红眼、剪切图像、锐化、浮雕特效、曝光调整、旋转、镜像等功能，还能进 行批量处理。1.7讨论数字图像处理的主要应用。进一步查找资料，写一篇关于你感兴趣的应用方面 的短文。答：图像处理的应用几乎渗透科学研究、工程技术和人类社会生活的各个领域。教师可 以分组对学生布置以下 6 个方面的课题，通过阅读参考文献、网络资源等手段写数字图像处 理的主要应用的短文，并安排交流机会。1航天和航空技术方面的应用2生物医学工程方面的应用3通信工程方面的应用4工业自动化和机器人视觉方面的应用5军事和公安方面的应用6生活和娱乐方面的应用第2章图像的数字化与显示2.1设图像的大小为 3232 的图标，每个像素有 16 种颜色，共有多少种不同的图标？ 如果每 100 万个可能的图标中有一个有意义，识别一个有意义的图标需要 1 秒钟，则选出所有有意义的图标需要多长时间？解：163232/106 = 161024/1061.044101227 s可见随机图像的复杂度是非常高的。2.2扫描仪的光学分辨率是 6001200 线，一个具有 5000 个感光单元的 CCD 器件，用 于 A4 幅面扫描仪，A4 幅面的纸张宽度是 8.3 英寸，该扫描仪的光学分辨率是多少 dpi？解：（1）6001200 线，其中前一个数字代表扫描仪的横向分辨率，后一数字则代表纵 向分辨率。（2）dpi 是指单位面积内像素的多少，也就是扫描精度 ，目前国际上都是计算一英寸 面积内像素的多少。光学分辨率是扫描仪的光学部件在每平方英寸面积内所能捕捉到的实际 的光点数,是指扫描仪 CCD 的物理分辨率，也是扫描仪的真实分辨率，它的数值是由 CCD 的像素点除以扫描仪水平最大可扫尺寸得到的数值。每一个感光单元对应一个像素。由于 CCD 感光单元个数为 5000，5000/8.3602(dpi)3第3章图像变换3.1二维傅里叶变换的分离性有什么实际意义？ 解：该性质表明，一个二维傅里叶变换可由连续两次一维傅里叶变换来实现。实现的方法如下图所示：3.2图像处理中正交变换的目的是什么？图像变换主要用于那些方面？ 解：正交变换可以使得图像能量主要集中分布在低频率成分上，边缘和线信息反映在高频率成分上。因此正交变换广泛应用在图像增强、图像恢复、特征提取、图像编码压缩和形 状分析等方面。3.3在 MATLAB 环境中，实现一幅图像的傅里叶变换。解：MATLAB 程序如下： A=imread(rice.tif); imshow(A);A2=fft2(A); A2=fftshift(A2); figure,imshow(log(abs(A2)+1),0 10);3.4利用 MATLAB 对一幅 512512 的图像进行 DCT 变换，并保留 256256 个 DCT变换系数进行重构图像，比较重建图像与原始图像的差异。 解：MATLAB程序如下：RGB = imread(pout512.bmp); I = rgb2gray(RGB);J = dct2(I); J(1:512,256:512) = 0; J(256:512,1:256)=0; K = idct2(J);imshow(I), figure, imshow(K,0 255)3.5离散的沃尔什变换与哈达玛变换之间有那些异同？ 解：哈达玛(Hadamard)变换和沃尔什（Walsh）变换的变换核都是由 1，1 组成的正交方阵。它们不同的地方在于变换矩阵的行列排列次序不同。哈达玛变换每行的列率排列是没 有规则的，沃尔什变换的列率是由小到大。43.6求 N4 对应的沃尔什变换核矩阵。1 1 1 1 解： H = 1 11 11 11 1 1 1 113.7什么是小波？小波基函数和傅里叶变换基函数有何区别？解：小波信号的非零点是有限的。它与傅里叶变换的基函数（三角函数、指数信号）是 不同的，傅里叶变换的基函数从负无穷到正无穷都是等幅振荡的。3.8为何称小波变换为信号的“电子显微镜”，如何实现该功能？ 解：小波变换的伸缩因子的变化，使得可以在不同尺度上观察信号，所以又称电子显微镜。实现小波变换可以应用 Mallat 的快速算法。3.9应用 MATLAB 设计小波变换程序，该程序能够读入一幅 BMP 格式的图像，显示 该图像和小波变换系数。解：由读者思考。3.10傅里叶变换、加窗傅里叶变换和小波变换的时间频率特性有什么不同？ 解：傅里叶变换使得时间信号变成了频域信号，加窗傅里叶变换使得时间信号变成了时频信号，但是窗口是固定的，小波变换同样变成了视频信号，但是时频的窗口是变化的。3.11利用 MATLAB 进行图像的小波变换，观察小波系数特点。 解：MATLAB 程序如下：X=imread(rice.tif);cA1,cH1,cV1,cD1 = dwt2(X,bior3.7); subplot(2,2,1); imshow( cA1,0 900); title(Approximation A1)subplot(2,2,2); imshow(cH1); title(Horizontal Detail H1) subplot(2,2,3); imshow(cV1); title(Vertical Detail V1) subplot(2,2,4); imshow(cD1);第4章图像增强4.1 图像增强的目的是什么，它包含那些内容？ 解：图像增强是指对图像的某些特征，如边缘、轮廓、对比度等进行强调或锐化，以便于显示、观察或进一步分析与处理。图像增强所包含的主要内容如书图 4.1。4.2已知灰度图像 f（x，y）为如下矩阵所示，求经过反转变换后图像 g（x，y）。反转 变换 gG（f）如图 a 所示。51解： 11图 a0 11 10 14.3直方图均衡，若一个 6464 的离散图像，灰度分成 8 层，其灰度rk的值和分布情况如下：请绘制该图像的直方图，并求经过直方图均衡后的图像的直方图。k01234567rk01727374757671nk560920104670535626717072解：k01234567rk01727374757671nk560920104670535626717072pr (rk )0.140.220.260.170.090.070.040.02S k0.140.360.620.790.880.950.991S k1 73 74 76 76 7111S k1 73 74 76 71nsk56092010461061509pr (sk )0.140.220.260.260.134.4分析说明为什么对数字图像进行直方图均衡化后，通常并不能产生完全平坦的直方图。解：直方图均衡中： s = T ( r )r= 0p r ( r ) d r对于上式积分来讲 s1，但是在实际中， pr (r) 不是连续的，所以直方图均衡并不会产生完全平坦的直方图。64.5设对一幅图像进行了均衡化处理，试证明第二次采用直方图均衡化处理的结果与k第一次的结果相同。 解：设第二次直方图均衡后灰度用 wk 表示，Wk = T (S kk n) = sii =0 n= nii =0 n所以第二次的结果和第一次结果相同。4.6什么是图像平滑？试述均值滤波的基本原理。 解：为了去除或减弱图像中的噪声，可以对图像进行平滑处理，称为图像平滑。大部分的噪声都可以看作是随机信号，它们对图像的影响可以看作是孤立的。对于某一像素而言， 如果它与周围像素点相比，有明显的不同，我们就认为该点被噪声感染了。基于这样的分析， 我们可以用求均值的方法，来判断每一点是否含有噪声，并用适当的方法消除所发现的噪声。4.7设图像如下表 a 所示，分别求经过邻域平滑和高通算子锐化的结果。其中边缘点 保持不变，邻域平滑掩码取 33 矩阵，即1H = =1 18 11101 ，高通算子取 33 矩阵，即：11表 a1H = 111 1811 1解：邻域平滑的结果：11345221/826/835/85222/825/832/85329/827/825/8245411113452-136552215053-13-4-124541174.8什么是中值滤波，有何特点？ 解：中值滤波是非线性的处理方法，在去噪的同时可以兼顾到边界信息的保留。中值滤波首先选一个含有奇数点的窗口 W，将这个窗口在图像上扫描，把该窗口中所含的 像素点按灰度级的升（或降）序排列，取位于中间的灰度值，来代替该点的灰度值。4.9设原图像为：24743546444，求经过中值滤波后的值，中值 滤波取一维的模板如下图 b 所示，待处理像素的灰度取这个模板中的灰度的中值。边界点保 持不变。解：2 4 4 4 4 4 4 4 4 44.10试分析中值滤波及各种差分算子滤波的计算量、优缺点和适用范围。 解：由读者思考。4.11应用 MATLAB 设计 bmp 文件格式的图像读取、显示和直方图统计程序。 解：由读者思考。4.12应用 MATLAB 设计图像锐化的程序。 解：由读者思考。4.13在 MATLAB 环境中，完成图像的增亮、变暗处理。 解：MATLAB 程序如下：A=imread(pout.tif);%读入图像 imshow(A);%显示图像 figure,imhist(A);%显示图像的直方图 J1=imadjust(A,0.3 0.7,);%将图像在 0.32550.7255 灰度之间的值通过线性变换映射到 0255 之间figure,imshow(J1);%输出图像效果图 figure,imhist(J1)%输出图像的直方图 J2=imadjust(A,0 0.7);%使用此函数，将图像灰度通过线性变换映射到 02550.7 之间figure,imshow(J2);%输出图像效果图figure,imhist(J2)%输出图像的直方图4.14在 MATLAB 环境中，对图像进行去噪处理。 解：参见例 4.44.15在 MATLAB 环境中，对图像进行直方图均衡处理，分析结果。 解：参见例 4.38第5章图像编码与压缩5.1从哪些方面说明数据压缩的必要性？ 答：采用数字技术会使信号处理的性能大为提高，但其数据量的增加也是十分惊人的。图像数据更是多媒体、网络通信等技术重点研究的压缩对象。不加压缩的图像数据是计算机 的处理速度、通信信道的容量等所无法承受的。这样的数据率是与当前信息存储介质的容量、计算机的总线速度以及网络的传输率不相 匹配的。尽管人们在存储介质、总线结构和网络性能等方面不断有新的突破，但数据量的增 长速度远超过硬件设施的提高水平，以上的矛盾仍然无法缓解。如果将上述图像信号压缩几倍、十几倍，甚至上百倍，将十分有利于图像的传输和存储。 可见，在现有硬件设施条件下，对图像信号本身进行压缩是解决上述矛盾的主要出路。5.2讨论图像压缩方法的分类及其各自的特点。 答：一般数据压缩按信息损失的程度来分类。见教材图 5.2：常见数据压缩技术的分类。 无损压缩：Huffman 编码和 Shannon 编码根据概率分布特性确定码长；游程编码根据连续灰度的游程来确定编码；算术编码随信源数据不断缩小的实数区间，然后用一个与实数对 应的二进制码代表被编码的信息；轮廓编码根据相同灰度的区域边界线进行编码。有损压缩：预测编码根据相邻像素相关性来确定后继像素的预测值，若用差值进行编码 则可以压缩数据量；变换编码对原始图像进行正交变换，在变换域进行抽样达到压缩的目的； 混合编码将两种编码方法结合起来，如将预测编码与变换编码相结合，以取得更好的效果。在现代压缩编码方法中，分形编码利用宏观与微观的相似性来压缩数据量，可以获得极 大的压缩比。该方法压缩过程的计算量较大，但解压缩很快，适用于图像数据的存储和重现。模型基编码：一种新型压缩方法。该方法在发送端利用已知且变化慢的场景得到数据量 不大的模型参数，在接收端利用综合模型参数恢复原始图像。这一编码方法对于实时实现电 视会议等具有显著意义。图 5.2 常见数据压缩技术的分类95.3数据没有冗余度能否压缩？为什么？ 答：图像数据量大，同时冗余数据也是客观存在的。一般图像中存在着以下数据冗余因素：（1）编码冗余；（2）像素间的相关性形成的冗余；（3）视觉特性和显示设备引起的冗余。 理论上，数据没有冗余度是不压缩的，否则无法解码出原始数据。但在大部分应用场合下采用有损压缩，数据没有冗余度也可以进行压缩。5.4如何衡量图像编码压缩方法的性能？ 答：一般地，图像压缩应能做到压缩比大、算法简单、易于用硬件和软件实现、压缩和解压缩实时性好、解压缩恢复的图像失真小等。但这些指标对同一压缩方法很难统一，在实 际系统中往往需要抓住主要矛盾，全面权衡。常用的图像压缩技术指标有：（1）图像熵与平 均码长；（2）图像冗余度与编码效率；（3）压缩比；（4）客观评价 SNR；（5）主观评价。图 像的主客观两种评价之间存在着密切的联系。但一般来说，客观评价高的主观评价也高，因 此在图像编码的质量评价时，首先作客观评价，以主观评价为参考。5.5一图像大小为 640480，256 色。用软件工具 SEA（version 1.3）将其分别转成 24 位色 BMP，24 位色 JPEG，GIF（只能转成 256 色）压缩格式，24 位色 TIFF 压缩格式，24 位色 TGA 压缩格式，得到的文件大小分别为：921,654 字节；17,707 字节；177,152 字节；923,044 字节；768,136 字节。分别计算每种压缩图像的压缩比。 解：不计算较小的文件头和彩色查找表（LTU）的数据量，原始图像的数据量为：6404801 byte=307,200 byte。 经转换后各种格式的压缩比如下：24 位色 BMP 格式：307,200/921,654=0.333（增加了冗余度）24 位色 JPEG 格式：307,200/17,707=17.35GIF 压缩格式：307,200/177,152=1.7324 位色 TIFF 压缩格式：307,200/923,044=0.333（增加了冗余度）24 位色 TGA 压缩格式：307,200/768,136=0.400（增加了冗余度）5.6大部分视频压缩方法是有损压缩还是无损压缩？为什么？ 答：视频比静态图像数据量更大，同时可压缩的冗余信息更多。大部分视频压缩方法是以人眼感觉无明显失真为依据的，因此采用有损压缩。事实上，视频可以看成是一幅幅不同 但相关的静态图像的时间序列。因此，静态图像的压缩技术和标准可以直接应用于视频的单 帧图像。另外，利用视频帧间信息的冗余可以大大提高视频的压缩比。5.7若图像上任意两像素点的亮度电平值相等或者任意两时刻同一位置上的像素的亮 度电平值相等，能够说明上述两种情况下像素相关吗？为什么？答：不能。像素的空间相关性和时间相关性是以空间和时间的相邻性为基础的。因此， 图像上任意两像素点的亮度电平值相等或者任意两时刻同一位置上的像素的亮度电平值相 等带有偶然性，不能说明两像素相关。5.8根据 JPEG 算法说明 JPEG 图像显示时会出现马赛克现象的原因。答：由于 JPEG 算法将整幅图像分成若干个 88 的子块，解码也是以子块为单位的，所 以块间的解码误差可能反映为方块效应，在视觉上会出现马赛克现象。105.9讨论混合编码的优点。 答：混合编码一般指将预测编码与变换编码相结合进行编码的方法。预测编码根据相邻像素相关性来确定后继像素的预测值，若用差值进行编码则可以压缩数据量；变换编码对原 始图像进行正交变换，在变换域进行抽样达到压缩的目的；混合编码将两种编码方法结合起 来，可以发挥两种编码方法的优点，取得更好的效果。5.10有了离散傅里叶及其快速算法 FFT，为什么还要提出离散余弦算法 DCT 及其快 速算法？为什么许多视频国际标准将 DCT 作为帧内编码的基本压缩算法？答：在所有的变换编码方案中，离散 K-L 变换是最佳变换，理论价值较高，常常作为 对其他变换特性进行评价的标准。但此变换没有快速算法，在工程应用中受到限制。在次最 佳变换算法中，DFT 和 DCT 都是常用的变换编码方法，它们分别有快速算法：FFT 和 FCT。 这两种方法相比较，DFT 涉及到复数运算，而 DCT 是实数变换具有十分吸引人的一些特点： 它是一种实数变换，计算量较小，其变换矩阵的基向量很好地描述了人类视觉的相关性，且 对于大多数图像来说，该变换的压缩性能很接近离散 K-L 变换，而且其变换矩阵与图像内 容无关，另外由于它构造对称的数据序列，避免了在图像边界处的跳跃及所引起的 Gibbs 效应，并且也有快速算法，因而得到广泛的应用。作为准最佳变换，它已成为一些静态图像、 视频压缩国际标准（或建议）中的基本处理模块。JPEG 制定了基于 DCT 的有失真静止图像 压缩标准。在 MPEG 视频编码器中帧内图像（I 图像）采用 DCT 的编码方法。5.11为什么二维 DCT 可以转换成两次一维 DCT 计算？答：参考第 3 章图像变换。二维变换可以分解成两次变换，如先进行变换，再进行列变 换，或反之。5.12Huffman 编码有何优缺点？答： Huffman 编码在无失真的编码方法中效率优于其他编码方法，是一种最佳变长码， 其平均码长接近于熵值。但当信源数据成分复杂时，庞大的信源集致使 Huffman 码表较大， 码表生成的计算量增加，编译码速度相应变慢；另外不等长编码致使硬件译码电路实现困难。 上述原因致使 Huffman 编码的实际应用受到限制。5.13Huffman 编码是最佳编码，为什么还要研究算术编码等其他熵编码算法？答：题 5.12 中讨论了 Huffman 编码的优缺点，其他熵编码方法可以在某些性能上克服 Huffman 编码的不足。如，虽然算术编码的硬件实现比 Huffman 编码方法复杂，但对图像的 编码测试结果表明，在信源符号概率接近的条件下，算术编码效率高于 Huffman 编码。5.14算术编码有何优点？举例说明其适用范围。 答：在信源符号概率接近的条件下，算术编码效率高于 Huffman 编码。因此，在扩展的 JPEG 系统中用算术编码取代了 Huffman 编码。另外，算术编码除了常见的基于概率统计 的模式外，还有自适应模式。在这种模式下，各个符号的初始概率相同，它们依据出现的符 号而发生变化。这种模式特别适用于不便于进行符号概率统计的实际场合中。