2013年大题答案(1)定稿.doc

2013年大题 1、中值滤波：中值滤波是对一个滑动窗口内的诸像素灰度值排序，用 中值代替窗口中心像素的原来灰度值，因此它是一种非线性的图像平滑法。 2、连接成分：在二值图像中，把互相连接的像素的集合汇集为一组，于是具有若干个0值的像素(0像素)和具有若干个1值的像素(1像素)的组就产生了。把这些组叫做连接成分。 3、图像分割：令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，RN： ； 对所有的i和j，i≠j，有Ri∩Rj =Φ； 对i = 1,2,…,N，有P(Ri) = TRUE； 对i≠j,有P(Ri∪Rj) = FALSE； 对i =1,2,…,N，Ri是连通的区域。 其中P(Ri)是对所有在集合Ri中元素的逻辑谓词， Φ代表空集。 4、行程编码：通过改变图像的描述方式，来实现压缩。将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。 5、模板匹配：模板匹配就是在一幅大图像中搜寻目标，已知 该图中有要找的目标，且该目标同模板有相同的尺寸、方向和图像，通过一定的算法可以 在图中找到目标，确定其坐标位置。 二、 1、简述纹理图像的灰度共生矩阵分析方法 灰度共生矩阵反映了图像灰度关于方向、相邻间隔、变化幅度的综合信息，它可作为分析图像基元和排列结构的信息。 作为纹理分析的特征量，往往不是直接应用计算的灰度共生矩阵，而是在灰度共生矩阵的基础上再提取纹理特征量，称为二次统计量。 一幅图像的灰度级数一般是256，这样计算的灰度共生矩阵太大。为了解决这一问题，在求灰度共生矩阵之前，常压缩为16级。 用灰度共生矩阵提取特征之前，要作正规化处理。 由灰度共生矩阵提取了14种特征。最常用的5个特征是：1）角二阶矩（能量）2)对比度（惯性矩）3）相关 4）熵 5）逆差矩 2、简述空间域图像平滑与锐化的区别与联系 为了抑制噪声改善图像质量所进行的处理称图像平滑 或去噪。 在图像的识别中常需要突出边缘和轮廓信息。图像锐化 就是增强图像的边缘或轮廓。 图像平滑通过积分过程使得图像边缘模糊，图像锐化则 通过微分而使图像边缘突出、清晰。 3、叙述图像逆滤波恢复的方法 (1)对退化图像g(x，y)作二维离散傅立叶变换，得到G(u,v)； (2)计算系统点扩散函数h(x，y)的二维傅立叶变换，得到H(u,v); (3)逆滤波计算F(u,v)=G(u,v)/H(u,v); (4)计算F(u,v)的傅里叶逆变换，求得f(u,v)。 4、边缘增强与边缘检测有何区别 边缘增强是将遥感图像（或影像）相邻像元（或区域）的亮度值（或色调）相差较大的边缘（即影像色调突变或地物类型的边界线）处加以突出强调的技术方法。 如果将边缘认为是一定数量点亮度发生变化的地方，那么边缘检测大体上就是计算这个亮度变化的导数。