江南大学数字图像处理.docx

PAGE \* MERGEFORMAT8 计算题 //////////////////////////////////////////////////////////////////////////////////////////////////////// 四、简答题（每题5分，共20分） 1、逆滤波时，为什么在图像存在噪声时，不能采用全滤波？试采用逆滤波原理说明，并给出正确的处理方法。 复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中，用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。 由上式可以看到，即使我们知道退化函数，也可能无法准确复原未退化的图像。因为噪声是一个随机函数，其傅氏变换未知。当退化为0或非常小的值，N(u,v)/H(u,v)之比很容易决定的值。一种解决该问题的方法实现值滤波的频率时期接近原点值。 2、当在白天进入一个黑暗剧场时，在能看清并找到空座位时需要适应一段时间，试述发生这种现象的视觉原理。 答：人的视觉绝对不能同时在整个亮度适应范围工作，它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比，能同时鉴别的光强度级的总范围很小。因此，白天进入黑暗剧场时，人的视觉系统需要改变亮度适应级，因此，需要适应一段时间，亮度适应级才能被改变。 3、简述梯度法与Laplacian算子检测边缘的异同点？ 答：梯度算子和Laplacian检测边缘对应的模板分别为 -1 -1 1 1 1 1 -4 1 1 （梯度算子） （Laplacian算子） （2分） 梯度算子是利用阶跃边缘灰度变化的一阶导数特性，认为极大值点对应于边缘点；而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性，认为边缘点是零交叉点。（2分）相同点都能用于检测边缘，且都对噪声敏感。（1分） 4、将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的先后顺序对结果有影响吗？为什么？ 答：有影响，应先进行高频加强，再进行直方图均衡化。 高频加强是针对通过高通滤波后的图像整体偏暗，因此通过提高平均灰度的亮度，使图像的视觉鉴别能力提高。再通过直方图均衡化将图像的窄带动态范围变为宽带动态范围，从而达到提高对比度的效果。若先进行直方图均衡化，再进行高频加强，对于图像亮度呈现较强的两极现象时，例如多数像素主要分布在极暗区域，而少数像素存在于极亮区域时，先直方图均衡化会导致图像被漂白，再进行高频加强，获得的图像边缘不突出，图像的对比度较差。 五、问答题（共35分） 1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ （15分） 答：①，k=0，1，…7，用累积分布函数（CDF）作为变换函数T[r]处理时，均衡化的结果使动态范围增大。 r0=0 0.174 0.174 1/7 s0=1/7 0.174 r1=1/7 0.088 0.262 2/7 r2=2/7 0.086 0.348 2/7 s1=2/7 0.174 r3=3/7 0.08 0.428 3/7 r4=4/7 0.068 0.496 3/7 s2=3/7 0.148 r5=5/7 0.058 0.554 4/7 r6=6/7 0.062 0.616 4/7 s3=4/7 0.120 r7=1 0.384 1 1 s4=1 0.384 ②均衡化后的直方图： ③0、1、2、3、4、5、6、7均衡化后的灰度值依次为1、2、2、3、3、4、4、7