MATLAB簡答題

2024年2月21日發(作者：楊千燁)

1、 什么是圖像？圖像與數字圖像有何區別？

圖像是自然界景物的客觀反映。

數字圖像，又稱數碼圖像或數位圖像，是二維圖像用有限數字數值像素的表示。數字圖像是由模擬圖像數字化得到的、以像素為基本元素的、可以用數字計算機或數字電路存儲和處理的圖像。

其區別主要在計算機生成和表示方式不一樣。

圖像是由一些排列的像素組成的，在計算機中的存儲格式有bmp、pcx、tif、gifd等，一般數據量比較大，除了可以表達真實的照片外，也可以表現復雜繪畫的某些細節，并具有靈活和富有創造力等特點。

數字圖像可以許多不同的輸入設備和技術生成，例如數碼相機、掃描儀、坐標測量機、ismographic profiling、airborne radar等等，也可以從任意的非圖像數據合成得到，例如數學函數或者三維幾何模型.

2、 什么是采樣與量化？怎樣才能得到一幅數字圖像？

采樣就是采集模擬信號的樣本。采樣是將時間上、幅值上都連續的模擬信號，在采樣脈沖的作用，轉換成時間上離散（時間上不再連續）、但幅值上仍連續的離散模擬信號。所以采樣又稱為波形的離散化過程。

量化，就是把經過抽樣得到的瞬時值將其幅度離散，即用一組規定的電平，把瞬時抽樣值用最接近的電平值來表示。量化就是把采集到的數值送到量化器（A/D轉換器）編碼成數字，每個數字代表一次采樣所獲得的聲音信號的瞬間值。

過程：采樣---量化----編碼

3、 什么是索引圖像？什么是RGB彩色圖像？兩者有何區別？

索引圖像是一種把像素值直接作為RGB調色板下標的圖像。

RGB彩色圖像是通過對紅(R)、綠(G)、藍(B)三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色形成的圖像。

索引圖像是指表示為m*n矩陣，且矩陣的元素指向一個顏色映射表的圖像。

RGB彩色圖像是指表示為m*n*3的矩陣的圖像，其中最后一維分別包含了R（紅）、G（綠）、B（藍）三基色的值。

4、 數字圖像的四種基本類型是什么？

類型：二值圖像、索引圖像、灰度圖像、真彩色圖像。

5、 應用MATLAB開發數字圖像系統具有哪些優點？

? 語言簡潔緊湊，語法限制不嚴，程序設計

? 自由度大，可移植性好

? 運算符、庫函數豐富

? 圖形功能強大

? 界面友好、編程效率高

? 擴展性強

6、 簡述什么是均勻采樣和非均勻采樣？

均勻量化是指位于兩個虛判決值之間的所有量化區間間隔全都相等的量化。

非均勻量化是指位于兩個虛判決值之間的量化區間間隔并不全都相等的量化。

7、 根據圖像處理的運算特點，圖像在空間域上的處理運算可以分為哪幾類？

? 代數運算

? 幾何運算

? 領域操作

? 塊操作

8、 為什么點運算不會改變圖像內像素的空間位置關系？

圖像的點運算是指對于一幅輸入圖像，輸出圖像的每個像素點的灰度值由輸入圖像像素來決定的圖像變換。由定義可知，點運算只是對每個像素點的灰度值進行變換，不涉及像素點的空間位置的變換。

9、 為什么點運算又稱為灰度變換？灰度變換可以增強對比度嗎？為什么？

圖像的點運算是指對于一幅輸入圖像，輸出圖像的每個像素點的灰度值由輸入圖像像素來決定的圖像變換。由定義可知，點運算的變換是針對每個像素點的灰度值進行變換，所以也可稱為灰度變換。

可以。

對比度增強的原理是按照一定的規則，逐點修改輸入圖像每一個像素的灰度值，從而改變圖像灰度的動態范圍。由原理可知，對比度增強的方法就是通過某種灰度變換來達到的，所以灰度變化能夠增強對比度。

10、 采用灰度變換可以減弱對比度嗎？應如何進行運算？

可以。

通過將原始的灰度范圍映射到一個更小的灰度范圍就可以減弱對比度，即小圖像的動態范圍。

11、 簡述點運算具有哪些典型應用？

對比度增強

對比度拉伸

灰度變換

光度學標定，顯示標定，輪廓線，剪裁

12、 簡述代數運算具有哪些典型應用？

? 加法運算：去除“疊加性”隨機噪音，生成圖像疊加效果。

? 減法運算：消除背景影響，差影法，求梯度幅度

? 乘法運算：圖像的局部顯示（掩膜圖像），圖像的局部增強

? 除法運算：校正成像設備的非線性影響，CT，消除圖像數字化設備隨空間變化的影響

13、 簡述圖像減法運試采用算具有哪些實際應用？

? 檢測同一場景兩幅圖像之間的變化

? 差影法在自動現場監測中的應用

? 混合圖像的分離

? 消除背景影響：即去除不需要的疊加性圖案

14、 圖像相加運算能消除圖像的加性隨機噪聲嗎？為什么？

能。

假設有原圖像f(x,y)，對于原圖像有一個噪音圖像集{gi(x,y)|gi(x,y)=f(x,y)+ei(x,y),i=1,2,3…M},，又因為噪音ei(x,y)互不相關，均值為0，所以對多幅有隨機疊加性噪聲的圖像取平均值可以降低噪聲的影響。

15、 為什么梯度幅度圖像可以突出表現輪廓？

邊緣和輪廓常常位于圖像中灰度突變的地方，這些地方往往灰度值的變化率比較大，可以應用微分或者差分運算來找出邊緣和輪廓，像素的梯度是指該像素的灰度值在x方向上的偏導數和在y方向上的偏導數的向量，梯度幅度值是梯度向量中兩個偏導數的平方和再求根，如果像素的灰度值的變化率很大（即在邊緣或者輪廓的地方的像素），則梯度幅度值也會很大，把達到某個梯度幅度值的閾值的像素點和沒有達到閾值的像素點的灰度值的差距拉大，從而達到突出邊緣或者輪廓的效果，一般在數字圖像中，應用差分形式，并且計算梯度幅度時用絕對值的和或者最大值來近似。

16、 試采樣MATLAB編寫程序實現兩幅數字圖像的相加運算？

img1=imread(??);

img2=imread(??);

img3=img1+img2;

figure,subplot(1,3,1),imshow(img1),title(?圖像1?);

subplot(1,3,2),imshow(img2),title(?圖像2?);

subplot(1,3,3),imshow(img3),title(?相加后的圖像?);

17、 幾何運算在數字圖像處理技術中具有哪些典型應用？

? 幾何畸變矯正

? 圖像矯正

? 圖像配準和樣式轉換

? 變形

? 地圖投影

18、 常用的幾何運算有哪幾種？

? 圖像的縮放

? 圖像的旋轉

? 圖像的剪裁

? 圖像的一般幾何變換

19、 在圖像放大變換中，如果放大倍數太大，那么會產生馬賽克現象嗎？為什么？有哪些方法可以解決這個問題？

會產生馬賽克現象。

原因：放大后的圖像像素比原始圖像多，多余的像素需要根據原始的像素進行填充，放大的倍數太多，就會顯露出這種填充的痕跡，一個像素點的周圍多個像素都跟它是一模一樣的，看起來就像是馬賽克。

方法：通過好的插值算法放到合適的倍數，可以使放大后的圖像看不出明顯的填充痕跡，解決了圖像放大的馬賽克問題。

20、 圖像的旋轉變換對圖像的質量有無影響？為什么？

無影響。

原因：圖像的旋轉變換只改變原始像素點的位置，不影響像素點的值，也不會用原始像素點去填充因為旋轉而多余的像素。

21、 圖像的鏡像變換包括幾種情況？各有何特點？

水平鏡像，以圖像中心為原點，建立坐標系，X軸水平向右，Y軸垂直向上，原始圖像與鏡像圖像位于同一坐標系中（下同），則原始圖像的像素點與鏡像圖像的像素點關于Y軸對稱

垂直鏡像，原始圖像像素點與鏡像圖像像素點關于X軸對稱

對角鏡像，原始圖像像素點與鏡像圖像像素點關于原點中心對稱

22、 為什么說雙線性插值具有低通濾波作用？

通過雙線性插值得到的像素點的值是按照其周圍的4個原始像素點的值線性平均得到的，如果原始圖像中存在一個高頻點，那么在插值后，該高頻點就會被它周圍的插值點所削弱，衰減了高頻信息，低頻信息則不怎么受影響，相當于具備低通濾波的作用。

23、 什么是灰度圖校正，其作用是什么？

在成像過程中，如光照的強弱、感光部件的靈敏度、光學系統的不均勻性、元器件特性的不穩定等均可引起圖像亮度分布的不均勻。灰度校正是在圖像采集系統中對圖像像素進行逐點修正，使得整幅圖像能夠均勻成像。

24、 什么是圖像直方圖？

直方圖：指圖像中各種不同灰度級像素出現的相對頻率 。

25、 簡述直方圖與圖像概貌之間的關系。

? 曝光不足的照片 曝光不足，則直方圖左端產生溢出，暗部的細節損失較大。右端（亮部）沒有像素或像素很少，亮度不足

? 曝光過度的照片 曝光過度，左端像素太少，照片缺少黑色成分。右端溢出，亮部細節損失較大。

? 反差過低的照片 反差過低，則層次減少，照片發灰，左端和右端都富余大量的空間，影調集中在中間部分

? 反差過高的照片 反差過高，兩端都產生溢出，這將給照片的暗部和亮部都造成不可逆轉的細節損失。

? 正常曝光的照片，亮度分布在最暗和最亮之間。左端（最暗處）和右端（最亮處）都沒有溢出，也就是說暗部和亮部都沒有損失細節層次

26、 簡述一下概念：直方圖均衡（直方圖歸一化）、直方圖規格化（直方圖匹配）、直方圖拉伸

? 直方圖均衡化（直方圖歸一化）：非線性的增強方法，通過對原圖像進行某種變換，使得圖像的直方圖變為均勻分布的直方圖 。

? 直方圖規格化（直方圖匹配）：是指把原圖像的直方圖變換為某種指定形態的直方圖或某一種參考圖像的直方圖，然后按照已知直方圖調整原圖像各個像元的灰度值，最后得到一幅直方圖匹配的圖像。

? 直方圖拉伸：主要作用就是將灰度間隔小的圖像的灰度間隔擴大，以便于觀察圖像。直方圖拉伸是通過對比度拉伸對直方圖進行調整，從而“擴大”前景和背景灰度的差別，以達到增強對比度的目的。

27、 什么是數字圖像的變換域處理方法？它的基本思路是什么？

變換域處理方法是指將原來的圖像空間中的圖像以某種形式轉換到其他空間去，然后利用該空間的特有性質方便地進行圖像處理，最后再轉換回原來的圖像空間中從而得到處理后的圖像的一種圖像處理方法。

基本思路是通過某種變換方法將圖像從空間域變換到頻域。

28、 什么是FFT變換？它是不是一種新的信號變換方法？

FFT是DFT的一種算法即離散傅里葉變換的方法，它大大地減少了運算量，縮短了運算時間，使實時分析成為可能。同時在分析DFT中的多余運算的基礎上，進而消除這些重復工作的指導下得到，在運算中大大節省了時間，達到了快速的目的。

它不是一種新的信號變換。

29、 試簡述FFT算法的基本思路和步驟。

基本思路是通過分析DFT中的多余運算，進而消除這些重復運算。

步驟：（1）將圖像進行轉置（2）按行對轉置后的圖像矩陣做一維FFT，將這變換中的中間矩陣再轉置（3）對轉置后的中間矩陣做一維FFT，最后得到二維的FFT

30、 比較中值濾波與均值濾波的異同點。

均值濾波是典型的線性濾波算法，它是指在圖像上對目標像素給一個模板，該模板包括了其周圍的臨近像素（以目標象素為中心的周圍8個象素，構成一個濾波模板，即去掉目標象素本身）。再用模板中的全體像素的平均值來代替原來像素值，其采用的主要方法為領域平均法。線性濾波的基本原理是用均值代替原圖像中的各個像素值，即對待處理的當前像素點（x，y），選擇一個模板，該模板由其近鄰的若干像素組成，求模板中所有像素的均值，再把該均值賦予當前像素點（x，y），作為處理后圖像在該點上的灰度個g（x，y），即個g（x，y）=1/m ∑f（x，y） m為該模板中包含當前像素在內的像素總個數

中值濾波：非線性的處理方法，在去噪的同時可以兼顧到邊界信息的保留。

選一個含有奇數點的窗口W，將這個窗口在圖像上掃描，把該窗口中所含的像素點按灰度級的升（或降）序排列，取位于中間的灰度值，來代替該點的灰度值。

31、 試對比梯度算子和拉普拉斯算子在銳化圖像過程中的異同點。

相同點：他們都采用采用偏導數運算，

不同點：

? 拉普拉斯算子采用的是二階偏導數而梯度算子采用一階偏導數；

? 梯度算子獲得的邊界是比較粗略的邊界，反映的邊界信息較少，但是所反映的邊界比較清晰；然而Laplacian算子獲得的邊界是比較細致的邊界。反映的邊界信息包括了許多的細節信息，但是所反映的邊界不是太清晰。

32、 簡述圖像的退化模型，并說明圖像退化的原因有哪些？

退化模型：一幅清晰的圖像f(x,y)由于通過一個系統H以及引進了加性噪聲n(x,y)而退化為一幅圖像g(x,y)。

退化原因：

? 大氣的湍流效應

? 傳感器特性的非線性

? 光學系統的像差

? 成像設備與被攝物體間的相對運動

33、 什么是圖像復原？有哪些復原技術？

圖像恢復和圖像增強一樣，都是為了改善圖像視覺效果，以及便于后續處理。只是圖像增強方法更偏向主觀判斷，而圖像恢復則是根據圖像畸變或退化原因，進行模型化處理。

復原技術：

? 空間域濾波復原

? 頻率域濾波復原

? 逆濾波

? 最小均方誤差濾波器---維納濾波

34、 什么是圖像消噪？有哪些圖像消噪技術？

減少數字圖像中噪聲的過程稱為圖像去噪

圖像消噪技術：

均值濾波器

? 算術均值濾波器

? 幾何均值濾波器

? 諧波均值濾波器

? 逆諧波均值濾波器

順序統計濾波器

? 中值濾波器

? 最大值/最小值濾波器

自適應濾波器

35、 什么是圖像增強？有哪些圖像增強技術？

對圖像的某些特征，如邊緣、輪廓、對比度等進行強調或銳化，以便于顯示、觀察或進一步分析與處理。

像素點運算（灰度變換、直方圖修正法）、領域處理（平滑、銳化）、高通濾波、低通濾波、同態濾波增強、真彩色處理、位彩色處理（灰度分層法、灰度變化法、頻域偽彩色）

36、 什么是圖像銳化？其思想、目的、方法有哪些？

圖像銳化通過增強圖像中的紋理、邊緣部分，使邊緣和輪廓線模糊的圖像變得清晰，使其細節也更加清晰。

基本思想：通過消除或減弱圖像的低頻分量從而增強圖像中的紋理、邊緣信息，使邊緣和輪廓線模糊的圖像變得清晰（即除邊緣以外的像素點的灰度值趨于零），使其細節也更加清晰。

常用的銳化方法有梯度法、拉普拉斯算子法和定向濾波器法。

37、 什么是圖像噪聲？其分類有哪些？

圖像中各種妨礙人們對其信息接受的因素即可稱為圖像噪聲

? 高斯（Gaussian）噪聲

? 瑞利（Rayleigh）噪聲

? 伽馬（愛爾蘭）噪聲

? 指數（Exponential）噪聲

? 均勻（Uniform）噪聲

? 脈沖（椒鹽）噪聲

38、 什么是圖像壓縮？圖像壓縮的前提是什么？有哪些冗余總類？

圖像壓縮是去除冗余量能夠節省存儲和傳輸中的開銷，同時又不損壞圖像信源的有效信息量。

前提：

? 圖像像素之間、行之間、幀之間有較強的相關性。

? 從統計的觀點，某點像素的灰度與其鄰域灰度有密切關系；

? 從信息論關系，減少圖像信息中冗余信息

冗余總類：

? 空間冗余：規則物體的物理相關性；規則物體的表面具有物理相關性，將其表面數字化后表現為數據冗余。

? 時間冗余：視頻與動畫畫面間的相關性；

? 結構冗余：規則紋理、相互重疊的結構表面；

? 知識冗余：憑借經驗識別；

? 統計冗余：具有空間冗余和時間冗余；

? 視覺冗余：視覺、聽覺敏感度和非線性感覺

39、 畫出JPEG壓縮的框圖，并簡述其壓縮的原理。

40、 圖像壓縮的分類是什么？各包括哪些算法？

41、 簡述霍夫曼壓縮算法原理。

將使用次數多的代碼轉換成長度較短的代碼，而使用次數少的可以使用較長的編碼，并且保持編碼的唯一可解性。其最根本的原則是：累計的（字符的統計數字*字符的編碼長度）最小，也就是權值的和最小。

42、 簡述行程編碼原理。

用一個計數值和該符號值或串代替具有相同值的連續符號，使符號長度少于原始數據的長度。

色彩轉換和重采樣圖象分割FDCT量化系數編碼量化表碼表系數解碼反量化IDCT圖象拼接碼表量化表壓縮編碼法有損壓縮無損壓縮變換編碼預測編碼分析綜合法量化編碼行程編碼哈夫曼編碼字典編碼算術編碼KLDCTDFTDWT標量量化矢量量化LZWLZ77/LZ78