数字图像处理与机器视觉基于MATLAB实现马本学课后参考答案.pdf

数字图像处理与机器视觉基于MATLAB实现马本学课后参考答案.pdf

数字图像处理与机器视觉基于实现习题答案马本学目 录 第一章 绪论2 第二章 数字图像处理基础2 第三章 数字图像处理基础知识4 第四章 图像的基本运算4 第五章图像变换5 第六章 灰度变换与滤波6 第七章图像分割7 第八章 彩色模型11 第九章 图像的表示与描述12 第十章 图像识别基础13 第十一章 GUI设计基础14 第十二章 神经网络与数字图像处理 17 第十三章 支持向量机的机器视觉应用20第一章 绪论 1-1什么是数字图像处理？数字图像处理的特点是什么？数字图像处理( Image )是通过计算机对图像进行去除噪 声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理利用数字计算机或其他专用的数字设备处理图像，与模拟方式 相比具有以下鲜明的特点：（1）处理精度高 （2）重现性能好 （3）灵活性高 （4） 图像信息量大 （5）数字图像信号占用的频带较宽 （6）处理费时。 1-2数字图像处理常应用于哪些领域？（1）临床医学方面的应用 （2）通信工程的应用 （3）工业工程方面的应用 （4）农业工程方面的应用 （5）航天领域方面的应用 （6）遥感方面的应用 （7） 军事安全方面 1-3数字图像处理系统主要由哪几部分组成，每部分的功能是什么？数字图像处理系统所处理的信息量是十分庞大的，其商品化产品的种类也较 多，但不论何种用途，数字图像处理系统是由图像数字化设备、图像处理计算机 和图像输出设备组成。 1-4数字图像处理主要研究内容有哪些？请简要阐述。数字图像处理研究的内容主要有以下几个方面：图像变换、图像增强、图像 恢复、图像压缩编码、彩色图像处理、图像的三维重建、图像分割、图像的表示 和描述、图像编码、图像分类、图像重建等。 1-5数字图像处理常用的工具软件有哪些？你常用的是哪个，说说你的原因。数字图像处理常用的工具软件有、、、Java、C++、。 常用工具软件学生可根据自身情况做开放式回答。第二章 数字图像处理基础 2-1 图像可以分为哪几类？并阐述各类图像的特点。二值图像：是一个数据矩阵，每个像素只取两个离散值中的一个；一个二值 图像是以0和1的逻辑矩阵存储的。在二值图像中，像素的颜色只有两种可能取 值：黑或白。将二值图像存储为一个二维矩阵，每个元素的取值只有0 和1两种情况，0表示黑色，而1表示白色。灰度图像：为单一的数据矩阵，矩 阵中的每个元素分别代表图像中的像素，且是在一定范围内的颜色灰度值。矩阵 中的元素可以是双精度的浮点类型、8位或16位无符号的整数类型。如果矩阵 元素的类型是双精度的，则元素的取值范围是从0到1；如果是8位无符号整数， 则取值范围从0到255。数据0表示黑色，而1 （或255）表示最大亮度 （通常 为白色）。索引图像：包括一个数据矩阵X和一个色图阵MAP。X可以是无符号8 位整型、无符号16位整型或双精度浮点型数据；MAP是一个包含三列、若干行 的数据阵列，每一个元素的值均为之间的双精度浮点型数据。MAP矩阵的 每一行分别代表红，绿和蓝色。在 中，索引图像时从像素值到颜色映射 值，1指向矩阵MAP 中的第一行，依次类推。RGB 图像：为数据矩阵，使用3个 一组的数据表达每个像素的颜色，即其中的红色、绿色和蓝色分量。在 中，RGB 图像被存储在一个m×n×3的三维数组中。对于图像中的每个像素，存 储的3个颜色分量合成像素的最终颜色。RGB 图像存储为24位的图像，红、绿、 蓝分别占8位，可以有1000多万种颜色。 2-2如何将一张真彩图像转换为二值图像？真彩色图像——索引图像或者灰度图像——二值图像原理：通过颜色抖动增强图像的颜色分辨率X (RGB,map)map为指定色图，不能超过65536种颜色BW (I) 2-3如何将一张真彩图像转换为灰度色图？真彩图像——灰度图像or彩色色图——灰度色图I (RGB) (map)当输入的是色图，则输入和输出的都是类型；不然，则三种类型都可。 2-4 读入若干自己存储在文件中的图像，分别使用 和 结合 函数，将读入图像显示在同一窗格中。load trees (.tif);(1,2,1), (X,map)(1,2,2), (X2,map2)RGB (.png);%示例文件.png包含RGB 图像。使用功能将图像读取到工作空 间中。gray (RGB);%在不同窗口显示;%创建一个新的窗口(RGB);;(gray,);%在相同窗口显示;(1,2,1);(RGB);(1,2,2);(gray,); 2-5使用读入的图像，制作完成一个GIF。clear;clc; (-8:.1:8);for j 1:10f @(x,y)(sin(sqrt((11-j)*(x.^2+y.^2)))./sqrt((11-j)*(x.^2+y.^2)+eps));z f(x,y);surf(x,y,z); ;M(j) ;if j 1 (M(j).cdata,256);(I,map,out.gif,,.1,,Inf) %gif 图像无限循环else (M(j).cdata,256);(I,map,out.gif,,,,0.1)%添加到图像第三章 数字图像处理基础知识3-1简述数字图像与模拟图像的区别与联系。答：数字图像的空间坐标是离散的，灰度也是离散的；模拟图像的空间坐标 是连续的，灰度也是连续的。数字图像是由模拟图像采样量化得到的。3-2简述采样率与量化级对图像质量的影响。答：采样率过低时，图像像素数越少，空间分辨率越低，会导致图像产生严 重的马赛克效应。量化等级决定着图像的色彩位数，量化等级越高，图像层次越 丰富，灰度分辨率越高，图像质量就越好；量化等级越少，图像层次欠丰富，灰 度分辨率越低，会出现假轮廓现象图像处理和分析教程第二版答案，图像质量就越差。3-3一幅4bit量化的图像数字图像处理与机器视觉基于MATLAB实现马本学课后参考答案.pdf，其灰度级为多少？一幅灰度级为512的图像，其 量化为多少bit？答：4bit量化的图像，其灰度级为16？一幅灰度级为512 的图像，其量化 为多少9bit？3-4灰度级为128 的图像，其最小灰度值为多少？代表什么颜色？最大灰度 值为多少？代表什么颜色？答：灰度级为128 的图像，其最小灰度值为0，代表什么黑色；最大灰度值 为127，代表什么白色。第四章 图像的基本运算 4-1图像基本运算有哪几类？答：图像基本运算有4类；分别为点运算、代数运算、逻辑运算、几何运算。 4-2对一幅图像进行线性点运算时，若 1 ，该图像的视觉效果将会变亮还是 变暗？请以 图像库中的 “pout.tif”图像为例图像处理和分析教程第二版答案，结合本章所学，检验该 问题。1答：对于 “pout.tif”这幅图进行线性点运算，当，图像的视觉效果 变亮。示例代码：.m 4-3 图像的代数运算可以分为哪几类？有哪几种常见的图像几何变换？答：图像的代数运算有加法运算、减法运算、乘法运算、除法运算。图像几 何变换有图像平移、镜像，旋转、缩放以及灰度插值。 4-4 图像旋转会引起图像尺寸大小的改变吗？为什么？答：图像的旋转变换属于图像的位置变换，通常是以图像的中心为原点，将 图像上的所有像素都旋转一个相同的角度。旋转后，图像的大小一般会改变。 4-5结合本章所学，试利用编程实现分别将图像库中的“eight.tif”图 像逆时针旋转45°及顺时针旋转30°。答：示例代码：.m 4-6有哪些灰度插值处理方法？答：灰度插值处理方法分为向前映射法，向后映射法两大类，向后映射法有 最近邻插值法、双线性插值法和三次内插法。第五章图像变换 5-1傅里叶变换的目的是什么？ 傅里叶变换的目的是将时域内看不见的特性变换到频域内从而清楚得到，这将会 给我们分析问题和计算上带来很大的方便。 5-2说明二维傅里叶变换有哪些性质？ ①可分离性②周期性和共轭对称性③平移性④旋转性质⑤卷积性 5-3将一幅图片进行傅里叶变换，滤除高频部分后，再进行傅里叶反变换观察有 什么变化？ 在频谱图上，白色的斑点、噪声和边界等会表现为高频部分，所以通过滤去高频， 可以降噪 （图像的频谱函数统计特征：图像的大部分能量集中在低频和中频中， 高频部分的分量很弱，仅仅体现了图像的某些细节。因此，滤波器滤噪，也就是 除去高频部分、能量低的部分）。傅里叶变换将时域转换为频域，对频域图像进 行消噪，然后再反变换为时域，就达到了消除噪声的效果。 5-4写出二维离散傅里叶变换对的矩阵表达式及表达式中各个矩阵的具体内容， 并写出N 4 时矩阵的表达式。W1.1 W1.2  W1.N  N2.1 N2.2N2.N 2WW Wj W  NNN ，W e N    N N.1 N.2N.N WNWN  WN33 2  knj 4 k X (k) x n W4en 0n 01ej 2k 4 k 0 j k 0 k 1,2,31e 2 5-5编写一个程序用来计算并显示一幅二维图像的傅立叶变换 （幅度和相位谐）。 拍摄一根笔的照片在拍摄间将笔旋转30°。用该程序处理图像，搜出幅度谱分 量中桌上笔的部分。f ( ‘铅笔照片’)F fft2(f);Fc (F);(1,2,1), (f,);title(原始图像);(1,2,2), (abs(Fc),);title(图像傅里叶变换); (f,30);%图像旋转 fft2();Fc2 ();%图像旋转后做傅里叶变 换(1,2,1), (,) ;title(图像旋转);(1,2,2), (abs(Fc2),);title(图像旋转后傅里叶);第六章 灰度变换与滤波 6-1图像增强方法按照自变量的不同可分为哪两大类？答：以时间为自变量的空间域增强法,以频率为自变量的频域增强法。 6-2灰度变换有哪几种方法？答：灰度线性变换、灰度分段线性变换、反转变换、对数变换和幂次变换 6-3尝试对图像添加高斯噪声，并利用中值滤波处理，观察结果，并分析原因。答：经过中值滤波处理后的高斯噪声图像，效果不理想数字图像处理与机器视觉基于MATLAB实现马本学课后参考答案.pdf，这是因为当噪声像 素点周围的灰度值呈高斯分布时，取其周围像素点的灰度值中值来替代噪声点灰 度值，会得到与噪声点灰度值大小类似的一个灰度值，故中值滤波对高斯噪声图 像几乎无能为力。示例代码.m 6-4试以 图像库中的’ .jpg’图像为模板图像，以直方图规定 化法处理’car_2.jpg’图像。答：示例代码.m 6-5试建立一个大小为500×500，截止频率为50，阶数为5的巴斯沃特低通滤 波器，并绘制出其透视图。答：示例代码.m第七章图像分割 7-1设一幅7×7大小的二值图像中心处有一个值为0的3×3大小的正方形区域， 其余区域的值为l，如题图7.1所示。使用Sobel算子来计算这幅图的梯度，并 画出梯度幅度图 （需要给出梯度幅度图中所有像素的值)。由水平模板 ，可得水平梯度 为：由垂直模板，可得垂直梯度 为：当用梯度计算公式时，计算得到的梯度为： 当用梯度计算公式时，计算得到的梯度为： 当用梯度计算公式时，计算得到的梯度为： 7-2噪声对利用直方图取阈值进行图像分割的算法会有哪些影响?由于噪声会使图像中某些像素的灰度值增大或减小,此时的直方图图会变得 不平滑;同时,噪声可能会填满直方图中的谷,还有可能产生新的峰,或者噪声会 使直方图的峰值变低,甚至被淹没。此时直方图 不能完全反映出图像的像素 分 布情况,这 对于那些利用直方图来取阈值的图像分割算法来说, 所取的阈值也 就必然会存在偏差, 造成分割的不准确。 7-3选择一幅灰度图像，用迭代阈值法进行分割，试写出程序，并给出 分割结果。 A (rice.png); (1);(A); T mean2(A);%取均值作为初始阈值 done false ;%定义跳出循环的理由 i 0;%while循环进行迭代 while ~ find(A T);%小于阈值的部分r2 find(AT);%大于阈值的部分Tnew (mean(A(r1)) + mean(A(r2))) / 2;%计算分割后两部分的阈值均 值的均值done abs(Tnew - T)1;%判断迭代是否收敛T Tnew;%如不收敛,则将分割后的均值的均值作为新的阈值进行循环计算i i+1; end A(r1) 0;%将小于阈值的部分赋值为0 A(r2) 1:%将大于阈值的部分赋值为1这两步是将图像转换成二值图像 ,(A,); 7-4选择一幅灰度图像，用最大类间方差法进行分割，根据最大类间方差法原理 写出程序，并给出分割结果。I ( ‘rice.png’)(1),(I);%显示原始图像O (I)%计算得到最大类间方差的阈值BW1 im2bw(I,O);%使用得到的最大类间方差得到的阈值进 行图像分割(2),(BW1);%显示阈值分割后的图像 7-5选择一幅灰度图像，将其转换成二值图像，试用3×3方形模板和3×4矩形 模板分别对它进行膨胀和腐蚀操作，写出程序，并给出结果。BW zreos(9,11);BW(3:6,3:8) 1BW(4,7) 0BW(5,6) (1),(BW)SE strel(,2)BW2 (BW,SE)(2),(BW2)BW zreos(9,10);BW(4:6,4:7) 1SE strel(,3)BW2 (BW,SE) 7-6选择一幅灰度图像，将其转换成二值图像，试用形态学运算，对图像中物体 内部的孔洞进行填充。I (.tif); (,holes);,();第八章 彩色模型 8-1什么是三原色原理？ 人眼对红、绿、蓝最为敏感，人的眼睛像一个三色接收器的体系，大多数的颜色 可以通过红、绿、蓝三色按照不同的比例合成产生。同样，绝大多数单色光也可 以分解成红、绿、蓝三种色光图像处理和分析教程第二版答案，这是色度学的最基本的原理，也称三原色原理。 8-2试写出将灰度范围由拉伸为，把移动到， 将压缩为的变换方程。 8   5f x,y ,0 f x,y  50    g x,y  f (x,y)20，50 f x,y  701  f (x,y)50，40 f x,y  602 8-3如果一幅图像已经用直方图均衡化方法进行了处理，那么对处理后的图像再 次应用直方图均衡化，处理的结果会不会更好? 不会更好;处理结果与处理前结果大致相同，没有太大的变化，只是平均值稍有 所变。 8-4试编写程序，生成一幅128×彩色图像，图像均分成4块， 左上角为黄色，右上角为绿色，左下角为蓝色，右下角为白色。 clear rgb_R zeros(128,128); rgb_R(1:64,1:64) 1;rgb_R(64:128,1:64) 0;rgb_R(1:64,64:128) 0;rgb_R(64: 128,64:128) 1; rgb_G zeros(128,128); rgb_G(1:64,1:64) 1;rgb_G(64:128,1:64) 0;rgb_G(1:64,64:128) 1;rgb_G(64: 128,64:128) 1; rgb_B zeros(128,128); rgb_B(1:64,1:64) 0;rgb_B(64:128,1:64) 1;rgb_B(1:64,64:128) 0;rgb_B(64: 128,64:128) 1; rgb cat(3,rgb_R,rgb_G,rgb_B); ,(rgb); 8-5 已知一幅64像素×64像素的数字图像，其灰度级有8个，各灰度级出现的 频数如题3-4表 （a）所示。试将此幅图像进行直方图变换，使其变换后的图像 具有如题3-4表 （b）所示的灰