胡学龙《数字图像处理》习题答案(珍藏)(5)

5.18 JPEG算法中DCT系数采用Z字形重排有何作用？

答：DCT系数左上角（第1行第1列）为直流分量（DC系数），对8×8子块矩阵进行Z字形编排则可将其余的交流分量（AC系数）按“频率”从低到高排列，形成1×64的矢量。这样排列可以增加“0”系数的游程长度，提高压缩效率。

第6章 图像复原

6.1 引起图像退化的原因有哪些？

答：造成图像退化的原因很多，大致可分为以下几个方面：

（1）射线辐射、大气湍流等造成的照片畸变。

（2）模拟图像数字化的过程中，由于会损失部分细节，造成图像质量下降。

（3）镜头聚焦不准产生的散焦模糊。

（4）成像系统中始终存在的噪声干扰。

（5）拍摄时，相机与景物之间的相对运动产生的运动模糊。

（6）底片感光、图像显示时会造成记录显示失真。

（7）成像系统的像差、非线性畸变、有限带宽等造成的图像失真。

（8） 携带遥感仪器的飞行器运动的不稳定，以及地球自转等因素引起的照片几何失真。

6.2 常见的图像退化模型包含哪些种类？

答： 从图像信号的产生形式来看，可将退化模型分为连续图像退化模型和连续图像退化模型。

（1）连续图像退化的一般模型如图所示。输入图像f(x, y)经过一个退化系统或退化算子H(x, y)后考虑加性噪声的影响产生的退化图像g(x, y)可以表示为：

g(x, y)= H [f(x, y)]+n(x, y)

如果噪声是乘法性噪声，可以通过对数运算转化为加性噪声的形式，通过同态滤波可以则退化图像可恢复原来的图像。

f (x, y)g (x, y)

图 图像退化一般模型

胡学龙《数字图像处理》习题答案(珍藏)

（2）数字图像处理系统处理的图像是离散图像，所以对连续退化模型的离散化即形成离散图像退化模型。这种模型通常用矩阵代数求解。

根据降质系统的传递函数主要有：

（1）空间非相干成像系统由于衍射限制造成的图像退化模型。

（2）照相机与被摄景物之间的相对运动造成的图像退化模型。

（3）大气湍流造成的图像退化模型。

（4）由于成像系统的非线性、飞行器的姿态、高度和速度变化等引起的不稳定与不可预测的几何失真，造成的几何畸变模型。

6.3 用维纳滤波的方法进行图像复原，不同的PSF对复原效果有什么影响？

解：用维纳滤波的方法进行图像复原，不同的PSF参数值对复原效果影响较大。模糊函数可能是高斯函数或运动模糊函数等。教材中以运动模糊为例，对不同的PSF参数值产生的复原效果进行比较。复原结果见教材图6.3（a）。实际应用过程中，真实的PSF通常是未知的，需要根据一定的先验知识对它进行估计，再将估计值作为参数进行图像复原。图

6.3分别显示了使用较“长”和较“陡峭”的PSF后所产生的复原效果，由此可见PSF的重要性。

6.4 用约束最小二乘方滤波复原时，不同的噪声强度、拉氏算子的搜索范围和约束算子对复原效果有何影响？

解：DECONVREG函数提供了使用平滑约束最小二乘滤波算法对图像去卷积的功能。调用格式如下：[J LAGRA] = DECONVREG(I,PSF,NP,LRANGE,REGOP)。其中，I假设为真实场景图像在PSF的作用下并附加噪声的图像，NP为噪声强度，J为去模糊的复原图像。LRANGE（拉氏算子的搜索范围）、REGOP（约束算子）为改善复原效果的可选参数。LRANGE指定搜索最佳拉氏算子的范围，缺省值为[10-9，109]。返回值LAGRA为在搜索范围的Lagrange乘子。如果LRANGE为标量，则该算法假定LAGRA已经给定且等于LRANGE， 因而NP值可以不予考虑。REGOP的缺省值为平滑约束Laplacian算子。教材例6.2说明采用平滑约束的最小二乘复原的具体实现方法。不同的复原图像效果比较见图6.5、图6.6、图6.7。通过这些图像可以分析各个参数对图像复原质量的影响。实际应用中，读者可以根据这些经验来选择最佳的参数进行图像复原。

6.5 盲去卷积方法中，如何选择一个合适的PSF值？

解：对具有加性噪声的模糊图像作盲图像复原的方法一般有两种：直接测量法和间接估计法。MATLAB提供了DECONVBLIND函数进行盲图像复原。该函数采用最大似然算法对模糊图像进行去卷积处理，返回去模糊的图像和相应的点扩散函数PSF。

6.6 除了本书所介绍的图像复原方法，还有哪些新兴的图像复原技术？

答：二维卡尔曼滤波图像复原、在小波变换域内实现图像的超分辨率复原、基于偏微分方程图像复原技术等。

6.7 对于一些常用的图像复原方法，如何用MATLAB去实现？

解：参见教材附录B中表B-5提供的4个图像复原函数。

胡学龙《数字图像处理》习题答案(珍藏)

第7章 图像分割

7.1 什么是阈值分割技术？该技术适用于什么场景下的图像分割？

解：可用一个灰度级阈值T进行分割，分割出目标区域与背景区域，这种方法我们称为灰度阈值分割方法。通常用于图像中目标和背景具有不同的灰度集合：目标灰度集合与背景灰度集合。

7.2 边缘检测的理论依据是什么？有哪些方法？各有什么特点？

解：边缘检测这是基于幅度不连续性进行的分割方法。通常采用差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图像进行边缘检测。

7.3 基于图像边缘的算子分割技术的理论根据是什么？

解：通过差分、梯度、拉普拉斯算子及各种高通滤波处理方法对图像边缘进行增强，然后再进行一次门限化的处理，便可以将边缘增强的方法用于边缘检测，最后根据边缘来进行图像分割。

7.4 什么是区域？什么是图像分割？

解：区域可以认为是图像中具有相互连通、一致属性的像素集合，图像分割就是指把图像分成互不重叠的区域并提取出感兴趣目标的技术。

7.5 什么是Hough变换？试述采用Hough变换检测直线的原理。

解：霍夫变换的基本思想是点－线的对偶性。图像变换前在图像空间，变换后在参数空间。在图像空间中的直线上的每一个点都会映射到参数空间中的相同参数，所以只要找到这个参数就可以找到图像空间中的直线。Hough变换就是根据这个原理检测直线的。

7.6 对下面的图像采用基于区域灰度差进行区域增长，给出灰度差值①T＝1；②T＝2；

③T＝3三种情况下的分割图像。

1

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说公务员考试胡学龙《数字图像处理》习题答案(珍藏)(5)在线全文阅读。