【大学归档】数字图像处理测验题
【大学归档】数字图像处理测验题
客怎眠qvq第一章
选择题
彩色图像中，记录的是对应空间点处的（）
A. 能量值
==B. RGB值==
C. 光强值
D. 索引值数字图像处理对应的英语术语是（ ）。
A. Image Processing
B. Computer Image Processing
==C. Digital Image Processing==
D. Computer Vision广义数字图像处理分成（ ）。
==A. 中级处理==
==B. 高级处理==
==C. 低级处理==
D. 混合处理下列选项中，（ ）是上机加分项。
A. 完成上机作业基本功能
B. 使用matlab完成上机作业
==C. 使用opencv完成上机作业==
==D. “零”起点完成上机作业==根据信息来源分，数字图像由（ ）形成的。
==A. X射线成像
B. 微波波段成像
C. 紫外波段成像
D. γ射线成像==数字图像按照图像表现形式分成二值图像、灰度图像、（）。
A. 连续图像
==B. 彩色图像==
C. 合成图像
==D. 索引图像==- 判断题答案须用（ ）标明。示例：我是题干内容。（ ）或者（错）
==A. 对==
B. 错 - 数字图像就是离散化，或者说数字化了的图像。（ ）
==A. 对==
B. 错
简答题
简述文本识别(OCR)的过程。
获取图像，图像的预处理（如校正），提取字符（图像分割），字符的特征描述，特征匹配。
简述数字图像处理的狭义概念。
对图像进行各种加工，以改善图像的视觉效果或突出目标，强调图像之间进行的变换，是一个从图像到图像的过程。
第二章
选择题
列选项，（ ）不是DIP的根据记录信息性质划分的图像类型。
A. 灰度图像
==B. 矢量图像==
C. 彩色图像
D. 黑白图像成像模型中，亮度函数f(x,y)跟照度成分和反射成分的关系是（ ）。
A. 跟照度成分成正比，跟反射成分成反比
B. 都成反比
C. 跟照度成分成反比，跟反射成分成正比
==D. 都成正比==采样和量化的特点是（ ）。
==A. 采样是均匀的，量化可以均匀，可以非均匀==
B. 采样是均匀的，量化是非均匀的
C. 采样可以均匀，也可以非均匀，量化是均匀的
D. 采样是非均匀的，量化是均匀的下列跟数字图像处理相关的会议，（ ）是隶属国内的。
A. ICCV
B. IJCAI
==C. PRCV==
D. CVPR人的视网膜上，（ ）是负责感受颜色信息的。
A. 上皮细胞
B. 神经细胞
C. 杆状细胞
==D. 锥状细胞==- 图像邻域之间邻接关系包括（ ）。
==A. 4邻域
B. 对角邻域
C. 8邻域==
D. 十字邻域 - 像处理系统具有（ ）功能。
==A. 图像输入
B. 图像处理
C. 图像存储
D. 图像输出== - 图像之间的四则运算，只要直接运算就行。（ ）
A. 对
==B. 错== - 像素之间的连接和邻接不相同。（ ）
==A. 对==
B. 错 - 一个1024×1024的灰度图像占用存储空间大小为1M字节。（ ）
A. 对
==B. 错==
简答题
有如下图的5*5的图像，分别记录每个像素点的灰度值，共5级灰度。令V={0,1,2}，计算p与q之间的D4，D8和Dm。若V={2,3,4}，计算p与q之间的D4，D8和Dm。
$\begin{array}{rrrrl}3 & 4 & 1 & 2 & 0 \ 0 & 1 & 0 & 4 & 2(q) \ 2 & 2 & 3 & 1 & 4 \ (p) 3 & 0 & 4 & 2 & 1 \ 1 & 2 & 0 & 3 & 4\end{array}$
V={0,1,2}时，D4=无穷大，D8=无穷大，Dm=无穷大；V={2,3,4}时，D4=无穷大，D8=4，Dm=5。
数字数据传输通常使用波特率度量，波特率指的是每秒钟传输的bit数量。通常，每传输一个字节时，先传一个开始bit，再传这个字节信息，然后传一个结束bit。现使用33.6K波特率的网络，传一个2048*2048的256级灰度的图像，需要多长时间。
2048 2048 （1+8+1）/33600=1248.3秒=20.8分
第三章
选择题
- 关于直方图均衡化，（ ）是对的。
A. 是将灰度概率密度分布变成二值分布
==B. 是将灰度概率密度分布变成均匀分布==
C. 是将灰度概率密度分布变成高斯分布
D. 是将灰度概率密度分布变成多项式分布 - 数字图像处理中，邻域有（ ）性质。
==A. 包含点(?,?)的小区域，区域中心是点(?,?)
B. 邻域通常是奇数行(列)，基本是对称的
C. 邻域大小<<图像尺寸==
D. 邻域大小应该是固定的 - 数字图像处理中，灰度直方图是（ ）。
A. 提供了图像像素的空间分布情况
B. 数字图像中部分灰度级，它出现的频数的统计
==C. 数字图像中每一灰度级，它出现的频数的统计
D. 提供了图像像素的灰度值分布情况== - 下列选项中，（ ）是图像增强的特点。
==A. 改善后的图像不一定要去逼近原图像==
B. 改善后的图像一定要跟原图像一致
==C. 不考虑图像降质的原因，只将图像中感兴趣的特征有选择地突出（增强），而衰减其不需要的特征==
D. 考虑图像降质原因，根据具体原因，进行图像质量改善 - 数字图像处理中，空域增强计算过程（ ）。
==A. 在每个像素处，使用模板进行计算，将结果赋给该像素
B. 边缘需要补零，补零的数量跟模板相关==
C. 边缘需要补零，补零的数量是用户确定的
==D. 从左到右，从上到下遍历所有像素== - 关于指数变换，（ ）是对的。
==A. γ<1低灰度拉伸，高灰度压缩 B. γ>1低灰度压缩，高灰度拉伸==
C. γ>1低灰度拉伸，高灰度压缩
==D. γ=1就是恒等变换==
E. γ<1低灰度压缩，高灰度拉伸 - 图像空域增强是指直接在图像像素组成的空间进行的图像增强。（ ）
==A. 对==
B. 错 - 图像空域增强当模板的大小是1*1时，就是空间点变换。（ ）
==A. 对==
B. 错 - 直方图均衡化是一种空间点变换。（ ）
==A. 对==
B. 错 - 数字图像改善图像质量的方法有两类：图像增强和图像恢复。（ ）
==A. 对==
B. 错
简答题
一个 $\alpha$ 为正常数的指数式$A e^{-\alpha r^{2}}$对于对于构造平滑的灰度变换函数非常有用。从该基础函数出发，构造具有下列图形形状的变换函数。图中所示常数是输入参数。
参考答案： $A e^{-\frac{1.097}{L_{0}} r^{2}}$对一幅图像进行直方图均衡处理之后，对得到的结果图像再做一次直方图均衡化处理，会得到什么结果？说明原因。
跟第一次结果相同。因为第一次处理完图像灰度分布是均匀分布，再处理得到结果也是均匀分布，所以是相同的。
参考答案： $A e^{-\frac{1.097}{L_{0}} r^{2}}$第四章
选择题
- 数字图像处理中，直方图均衡化的变换函数是（ ）。
A. 概率分布列
==B. 累积分布函数==
C. 概率密度函数
D. 高斯函数 - 一个灰度分布均匀的图像，其直方图均衡化过程的变换函数（ ）。
A. 比较平缓的
B. 比较陡峭的
==C. 近似于45度线==
D. 近似于135度线 - 数字图像处理中，线性平滑滤波器有（ ）。
==A. 邻域平均==
B. 邻域差分
==C. 加权平均==
D. 中值滤波 - 图像直方图规定化，包含下列（ ）。
==A. 使用原始图像均衡化灰度作为中间媒介，代入到目标直方图累积分布函数反函数中计算出其对应的灰度
B. 计算目标直方图累积分布函数的反函数
C. 对原始图像计算灰度分布直方图
D. 计算原始图像灰度分布直方图的累积分布函数
E. 计算目标直方图的累积分布函数== - 局部直方图处理本质上就是给图像直方图处理加上一个小的范围，并只对小范围中心像素进行处理。（ ）
==A. 对==
B. 错 - 计算图像灰度分布直方图，只要数出各级灰度的数量就行。（ ）
A. 对
==B. 错== - 暗图像灰度分布直方图是灰度分布在小于128灰度部分。（ ）
==A. 对==
B. 错 - 平滑滤波本质是积分变换。（ ）
==A. 对==
B. 错
简答题
设一幅图像的直方图如下图（a）所示，完成：（1）均衡化处理；（2）按图（b）直方图规定化；
给出求n*n邻域的中值滤波步骤；设计一种逐像素移动邻域的中心进行中值滤波的更新中值技术，提高算法效率。
参考答案：
中值滤波步骤：
a确定像素集合；b按灰度排序；c求中值；d使用中值替代中心像素值；e移动邻域反复计算，直到所有像素完成。
更新中值算法：
a移动到新位置；b去掉原来序列中移走的值；c插入新值并排序；d计算中值
第五章
选择题
- 空间域局部增强（ ）。
A. 局部选择是必须根据图像灰度均值和方差进行选择
B. 局部选择是固定选为像素的邻域
==C. 局部选择根据实际问题要求灵活设定== - 数字图像处理中，（ ）是各向同性的滤波器。
A. 梯度算子
B. 中值滤波
==C. Laplace算子==
D. 邻域差分 - 下列算法中（ ）是线性平滑滤波器。
==A. 邻域平均==
B. 最大值滤波
C. 中值滤波
D. 中点滤波 - 数字图像处理中，频域性质（ ）。
==A. 高频（远离原点）对应图像灰度变化快的像素
B. 变化最慢的频率成分(u=0, v=0)对应一幅图像的平均灰度==
C. 高频和低频掺杂在一块，不易区分。
==D. 低频（原点附近）对应图像灰度变化慢的像素== - 关于傅里叶变换的尺度定理，正确的是（ ）。
==A. 对f(x, y)的收缩(对应a>1, b>1)不仅导致F(u, v)的膨胀，还使F(u, v)的幅度减小。==
B. 对f(x, y)的膨胀(对应a<1, b<1)不仅导致F(u, v)的膨胀，还使F(u, v)的幅度减小。
==C. 对 f(x, y) 在幅度方面的放缩导致对其傅立叶变换F(u, v)在频域幅度方面的相应放缩。
D. 对 f(x, y) 在空间尺度方面的放缩导致对其傅立叶变换F(u, v)在频域尺度方面的相反放缩。== - 傅里叶变换给我们提供了一个从另外角度看待信号的工具。（ ）
==A. 对==
B. 错 - 傅里叶变换满足周期性。（ ）
==A. 对==
B. 错 - 根据傅立叶级数定义，时域是一个周期且连续的函数，在频域是一个非周期离散的函数。（ ）
==A. 对==
B. 错
简答题
说明傅里叶变换的主要性质。
1) 数字图像傅立叶变换是共轭对称的
2) 数字图像的频谱是关于原点偶对称的
3) 数字图像的相位角是关于原点奇对称的
4) 平移性质
5) 旋转性质
6) 尺度定理
7) 卷积定理
8) 相关定理
9) 周期性有一个一维的数字信号，有4个样本点，分别是f(0)=2, f(1)=3, f(2)=2, f(3)=0，请使用一维的离散傅里叶变换将这个信号变换到傅里叶域。
第六章
选择题
数字图像傅立叶变换是（ ）。
A. 反对称的
B. 共轭反对称的
C. 对称的
==D. 共轭对称的==下列图像中，上面一行是其空间表达，下面一行是其频谱，则（ ）是正确的频谱顺序。
A. 1-3-2-4
==B. 1-2-3-4==
C. 3-2-1-4
D. 4-2-3-1一维傅里叶变换（N个采样点）的时间复杂度是（ ）。
A. O(N^3)
B. O(Nlog(N))
==C. O(N^2)==
D. O(N)傅里叶变换得到频谱信息中，（ ）是以实数矩阵形式呈现的。
==A. 功率谱
B. 相位谱
C. 频谱==
D. 傅里叶变换结果关于二维傅里叶变换的周期性，正确的是（ ）。
==A. $\boldsymbol{F}(\boldsymbol{u}, \boldsymbol{v})=\boldsymbol{F}\left(\boldsymbol{u}+\boldsymbol{k}{1} \boldsymbol{M}, \boldsymbol{v}\right)=\boldsymbol{F}\left(\boldsymbol{u}, \boldsymbol{v}+\boldsymbol{k}{2} \boldsymbol{N}\right)$
B. $\boldsymbol{f}(\boldsymbol{x}, \boldsymbol{y})=\boldsymbol{f}\left(\boldsymbol{x}+\boldsymbol{k}{1} \boldsymbol{M}, \boldsymbol{y}\right)$
C. $\boldsymbol{f}\left(\boldsymbol{x}, \boldsymbol{y}+\boldsymbol{k}{2} \boldsymbol{N}\right)=\boldsymbol{f}\left(\boldsymbol{x}+\boldsymbol{k}{1} \boldsymbol{M}, \boldsymbol{y}+\boldsymbol{k}{2} \boldsymbol{N}\right)$
D. $\boldsymbol{F}(\boldsymbol{u}, \boldsymbol{v})=\boldsymbol{F}\left(\boldsymbol{u}+\boldsymbol{k}_{1} \boldsymbol{M}, \boldsymbol{v}\right)$==高维的傅里叶变换可以分离成多个一维的傅里叶变换。（ ）
==A. 对==
B. 错快速傅里叶变换主要思路是将长度为N的傅里叶变换，转换成两个长度为N/2的傅里叶变换。（ ）
==A. 对==
B. 错傅立叶变换平移性质，是指当空域图像目标位置变化之后，其频谱不发生改变。（ ）
==A. 对==
B. 错
第七章
选择题
- 下列应用，（ ）不是使用低通滤波的。
A. 人脸皱纹处理
B. 图像量化不足产生的伪轮廓处理
C. 字符扫描间断处理
==D. 图像亮度不足处理== - 关于空域平滑滤波和频域低通滤波，（ ）是正确的。
A. 频域越宽，空域越宽，平滑作用越弱
==B. 频域越宽，空域越窄，平滑作用越弱==
C. 频域越宽，空域越窄，平滑作用越强
D. 频域越窄，空域越窄，平滑作用越强 - 下列图像变换中，（ ）不是实数变换。
A. 离散余弦变换
B. 沃尔什变换
C. 正弦变换
==D. 傅里叶变换== - 高通滤波中，（ ）是正确的。
==A. 通过高频强调滤波可以改善高通滤波的不足
B. 高通滤波去掉了F(0,0)，所以转换后得到的图像整体亮度低
C. 高通滤波结果是边缘加强，光滑区域变暗
D. 通过高频提升滤波可以改善高通滤波的不足== - 关于同态滤波，正确的是（ ）。
==A. 通过log变换将乘性信息，转换成为加性信息
B. 图像对数变换之后，再进行傅里叶变换，则低频部分对应照度成分，高频部分对应反射成分
C. 能够压缩亮度范围并加强对比度
D. 使用高通滤波类的增强变换== - 高斯滤波器是完全不会产生振铃效应的。（ ）
==A. 对==
B. 错 - 同类型的低通滤波器与高通滤波器相加为1。（ ）
A. 对
B. 错 - 陷波滤波器本质上是多个低通滤波器进行平移后再相乘。（ ）
A. 对
==B. 错==
简答题
图像的傅立叶频谱是如何反映图像的特征的？
（1）变化最慢的频率成分(u=0, v=0)对应一幅图像的平均灰度
（2）低频（原点附近）对应图像灰度变化慢的像素，低频能量比例高，说明图像中边缘等信息较少
（3）高频（远离原点）对应图像灰度变化快的像素，高频能量比例高，说明图像中边缘等信息较多
（4）频域有某一方向的亮线条，说明图像中与之垂直方向上有较多线条
在什么条件下巴特沃斯低通滤波器变成理想低通滤波器？
当巴特沃斯低通滤波器的阶数n趋于无穷大时，就是理想低通滤波器。
当D(u,v)>D0，D(u,v)/ D0>1，当n趋于无穷大时，H(u,v)趋于0；
当D(u,v)<D0，D(u,v)/ D0<1，当n趋于无穷大时，H(u,v)趋于1。
巴特沃斯低通滤波器就变成了理想低通滤波器。
第八章
选择题
- 逆滤波中，（ ）是振铃效应出现的原因。
A. 逆滤波中，忽略了噪声的影响
B. 逆滤波中，使用了H(u,v)的值的大小定义恢复转移函数
C. 逆滤波的退化函数在UV平面上取零值
==D. 逆滤波中，按照离频谱中心的远近定义了恢复转移函数== - 关于退化系统H，下面选项（ ）是对的。
A. 只有线性、位置不变的退化系统
==B. 线性、位置不变的退化系统在频域建模为图像的频谱与退化函数的频谱的乘积==
C. 线性、位置不变的退化系统在空间域建模为图像与退化函数的乘积
D. 非线性、位置不变的退化过程是比较罕见的 - 关于自适应中值滤波器，基本思想是（ ）。
A. 随机修改计算中值的区域的大小，以适应噪声高发区域
B. 根据一定的条件，修改计算中值的灰度范围大小，以适应噪声高发区域
C. 根据一定的条件，修改计算中值的算法，以提高计算效率
==D. 根据一定的条件，修改计算中值的区域的大小，以适应噪声高发区域== - 对于图像中的周期噪声，采用（ ）滤波器去除。
==A. 带阻滤波器==
B. 带通滤波器
==C. 陷波滤波器==
D. 低通滤波器 - 对于图像中的加性噪声，采用（ ）去除。
==A. 谐波均值滤波
B. 算术均值滤波
C. 几何均值滤波
D. 逆谐波均值滤波== - 图像噪声的概率密度函数表示，其自变量是图像灰度值。（ ）
==A. 对==
B. 错 - 高斯噪声是一种乘性噪声。（ ）
A. 对
==B. 错== - matlab中，叠加噪声的函数是imnoise()。（ ）
==A. 对==
B. 错
简答题
说明自适应中值滤波的算法流程。分析噪声密度大小跟其中区域最大值的关系。
进程A:
$A{1}=z{\operatorname{med}}-z{\min }$
$A{2}=z{\operatorname{med}}-z{\max }$若：$A{1}>0 \text { 且 } A{2}<0$，则转进程B，否则增大窗口尺寸。若：窗口尺寸 $\leq S{\max }$，则重复进程A，否则输出 $z{\text {med }}$
进程B:
$B{1}=z{x y}-z{\min }$
$B{2}=z{x y}-z{\max }$若： $B{1}>0$ 且 $B{2}<0$，则输出 $z{x y}$，否则输出 $z{\text {med }}$
分析彩色图像直方图均衡化为什么不能在三个颜色通道中分别进行？
这样处理之后，颜色的色调大部分情况下，会发生变化。
第九章
选择题
- 关于CMY颜色模型，（ ）是对的。
A. CMY是用于发光的设备的颜色模型
B. M和Y都是冷色
==C. C和R互为补色==
D. CMY的颜色比RGB少 - 下面关于原色叠加形成的颜色的描述中，（ ）是对的。
==A. 红绿叠加是黄色，红蓝叠加是紫色，蓝绿叠加是青色==
B. 红绿叠加是青色，红蓝叠加是紫色，蓝绿叠加是黄色
C. 红绿叠加是黄色，红蓝叠加是紫色，蓝绿叠加是草绿色
D. 红绿叠加是黄色，红蓝叠加是青色，蓝绿叠加是紫色 关于彩色图像做直方图均衡化，（ ）是对的。
A. 转成HSI，然后对H通道进行直方图均衡化，在变换回RGB模型
==B. 转成HSI，然后对I通道进行直方图均衡化，在变换回RGB模型==
C. 直接对RGB三个通道分别进行直方图均衡化
D. 转成HSI，然后对S通道进行直方图均衡化，在变换回RGB模型在HSI颜色模型中，采用（ ）滤波器去除。
==A. 色调坐标的取值是[0,359]
B. 连接黑点、白点和双棱锥中某一点的三角形中的所有颜色是相同色调的==
C. 离黑白轴越远，则饱和度越小
==D. 饱和度的取值范围是[0,1]==- 对于彩色图像进行去噪时，采用（ ）方法。
==A. 转成HSI，然后对I通道进行邻域平均，在变换回RGB模型
B. 将邻域平均扩展到RGB三通道，进行处理
C. 转成CMY，然后对三个通道邻域平均，在变换回RGB模型==
D. 转成HSI，然后对三个通道邻域平均，在变换回RGB模型 - 采用RGB颜色模型不能够表示舌形色度图中的所有颜色。（ ）
==A. 对==
B. 错 - 彩色是人类视觉系统接受了电磁波之后形成的主观感受。（ ）
==A. 对==
B. 错 - HSI颜色模型中，每个分量都带有颜色信息。（ ）
A. 对
==B. 错==
简答题
在一幅简单的RGB图像中，R、G和B的分量图像由下图所示的水平强度分布曲线。在该图像中心能够看到的颜色是什么。
它像纯绿色，由于添加了灰色成分，强度有所提高。
下图是可见光的波谱，编写程序绘制该图像。
参考答案：
使用HIS颜色模型，用H通道控制颜色色调从0到359,分别对应各种颜色，然后固定饱和度和强度值，组合出各种颜色，将其转换到RGB空间，每个颜色绘制一条即可。注意颜色分布与空间分布相反。
第十章
选择题
- 使用3*3十字形结构元对只有一个像素组成的图像进行形态学膨胀，（ ）是对的。
A. 膨胀过程中结构元只移位，不映像
B. 计算结构元跟图像的交集，交于不同的位置
==C. 膨胀结果是十字形==
D. 得到的结果图像中的像素是使用结构元进行一次计算，就得到的 - 关于彩色图像噪声问题，（ ）是对的。
A. 带噪声的彩色图像转换到HIS颜色模型时，I通道噪声比较明显
B. RGB彩色图像的R通道存在噪声，转换成HIS颜色模型是，只有H通道有噪声
==C. 彩色图像噪声可能出现在任何颜色通道中==
D. 彩色图像噪声只在单个通道中存在 - 关于形态学腐蚀运算，（ ）是不对的。
A. 腐蚀不需要将结构元映像
B. 腐蚀能够消除图像中小的噪声
==C. 腐蚀跟膨胀是可以转换的==
D. 对图像进行腐蚀，总是能够得到带有像素点的结果集合 - 下面运算中，（ ）是形态学处理中扩展的集合运算。
A. 异或
==B. 位移==
C. 映或
==D. 映像== - 形态学图像处理中关于结构元，（ ）是对的。
==A. 结构元的原点可以在结构元之外
B. 结构元通常是对称的，但是也有时候不对称
C. 结构元形状可能是凸多边形，也可能是凹多边形
D. 形态学运算的结构元要有一个原点==
E. 在matlab中，结构元只能使用strel()来定义
F. 形态学基本运算中，只能使用单一结构元 - 饱和度增强中，增大饱和度使图像色彩更鲜明，减小饱和度使图像平淡。（ ）
==A. 对==
B. 错 - 对于彩色图像平滑和锐化过程中，在RGB三通道分别处理，与对HIS模型I通道单独处理，效果完全一致。（ ）
A. 对
==B. 错== - 形态学膨胀运算过程是先对B做关于原点的映象，再将其映象平移x，结果是平移后与A交集不为空的x集合。（ ）
==A. 对==
B. 错
简答题
参考所显示图像，给出生成a至d所示结构元和形态学操作。请清晰地说明每个结构元的原点。图中虚线表示原始集合边界，仅供参考显示。注意d中所有角都是圆角。
参考答案：
考虑下图所示的3幅二值图像。左侧图像由边长为1,3,5,7,9和15像素的方块组成。中间的图像是使用大小为13#13像素且元素都为1的
方块结构元对左侧图像进行腐蚀生成的，除了最大的几个之外，消除了所有的方块。最后，右侧的图像是使用了相同的结构元对中间
图像膨胀后的结果，其目标是恢复最大的方块。先腐蚀后膨胀实际上就是对图像进行开操作，通常情况下开操作不能将物体复原。请
说明为什么本例中能够完全重建最大方块。
1) 重构的方块大于结构元，所以在腐蚀过程中没有被完全消掉；
2) 由于重构的方块跟结构元形状一致。
第十一章
选择题
- 关于灰度形态学开闭运算，（ ）是不对的。
A. 从图像角度看，开操作去除较小的明亮细节，相对保持整体灰度级和较大的明亮区域。
B. 对闭操作看着是球在曲面的上侧面滚动。结果是比球体直径窄的谷底在幅度和尖锐程度上都增大。
==C. 从图像角度看，闭操作去除较小的亮细节成分，相对保持明亮区域。==
D. 开操作看着是球在曲面的下侧面滚动。结果是比球体直径窄的波峰在幅度和尖锐程度上都减小 - 使用灰度形态学膨胀运算，（ ）是对的。
A. 结构元值为正，则输出图像亮度减小；
B. 都不对
==C. 结构元值为正，则输出图像亮度增大；==
D. 输出图像亮度增大或减小跟结构元值无关 - 关于灰度形态学平滑处理，（ ）是对的。
==A. 使用结构元对图像进行开运算，再进行闭运算==
B. 使用结构元对图像进行开运算
C. 使用结构元对图像进行膨胀运算
D. 使用结构元对图像进行腐蚀运算 - 下面关于二值形态学处理中区域填充描述中，（ ）是对的。
==A. 先使用结构元对前一层迭代结果进行膨胀运算，再跟图像补集进行交运算
B. 填充过程中结构元的大小必须跟要填充区域的边缘满足一定条件才能正确填充。
C. 对于每个区域必须要有一个种子点；==
D. 先使用结构元对前一层迭代结果进行腐蚀运算，再跟图像进行交运算 - 关于二值形态学图像处理中的开闭操作，（ ）是对的。
==A. 闭操作消弥狭窄的间断和长细的鸿沟，消除小的孔洞，并填补轮廓线中小的断裂
B. 开操作是使用结构元先对图像进行腐蚀运算，在对结果进行膨胀运算；
C. 开操作断开狭窄的间断和消除细的突出物
D. 闭操作是使用结构元先对图像进行膨胀运算，在对结果进行腐蚀运算；== - 二值形态学处理中，开闭运算都能够对图像进行光滑。（ ）
==A. 对==
B. 错 - 击中或击不中运算必须使用两个子结构元组成的结构元。（ ）
==A. 对==
B. 错
简答题
下图所示，暗的背景上有大小不同的两类颗粒，试设计算法完成两种不同颗粒的半径计算。
1) 使用从1到图像半径大小的圆形结构元依次对该图像进行灰度开运算；
2) 每开运算计算一次就统计亮像素的数量。
3) 依次计算前后两次开之间的数量差，绘制直方图
4) 直方图的极大值处就是两种圆形颗粒的半径。
如果使用右侧3*3的结构元对左侧大图从A点开始进行形态学填充，其中结构元的原点在带圈的中心点，带斜线的像素构成结构元，请问使用这样的结构元能够完成填充吗？为什么？
答案： 不能够完成填充。因为将结构元原点放到A点，进行填充计算，得到的结果还是A像素，并没有扩大范围，所以不能填充。
第十二章
选择题
下列形态学算法中，（ ）是使用了灰度形态学开操作去掉小亮细节的特点。
==A. 纹理分割时，进行颗粒缝隙消除
B. 米粒图分割之前进行不均匀光照校正
C. 形态学平滑处理。
D. 颗粒统计时，进行颗粒消除==数据压缩，（ ）是对的。
==A. 分为信息保存型和信息损失型；
B. 是将表达信息的冗余数据进行去除；
C. 变换过程不产生压缩，量化过程产生压缩==
D. ABC都不对下面关于信息和数据的关系，（ ）是对的。
A. 信息和数据是成比例的。
==B. 同量的信息可用不同量的数据表达
C. 同量的数据可表达不同量的信息
D. 对给定量的信息可用不同的数据量来表示；==关于客观保真度指标，（ ）是对的。
==A. 均方信噪比是 $S N R{ms}=\sum{x=0}^{M-1} \sum{y=0}^{N-1} \hat{f}(x, y)^{2} / \sum{x=0}^{M-1} \sum{y=0}^{N-1}[\hat{f}(x, y)-f(x, y)]^{2}$==
==B. 图误差是 $\sum{x=0}^{M-1} \sum_{y=0}^{N-1}[\hat{f}(x, y)-f(x, y)]$;==
==C. 点误差是 $e(x, y)=\hat{f}(x, y)-f(x, y)$ ；====D. 峰值信噪比 $P S N R=10 \lg \left[M N \times f{\max }^{2} / \sum{x=0}^{M-1} \sum{y=0}^{N-1}[\hat{f}(x, y)-f(x, y)]^{2}\right]$ ，$f{\max }=\max {f(x, y)}$==
==E. 均方根误差是 $e{\mathrm{rms}}=\left[\frac{1}{M N} \sum{x=0}^{M-1} \sum_{y=0}^{N-1}[\hat{f}(x, y)-f(x, y)]^{2}\right]^{1 / 2}$==
关于数据冗余，（ ）是对的。
A. 特征冗余
==B. 心理视觉冗余==
==C. 编码冗余==
==D. 像素相关冗余==信源平均信息，又称为熵，其计算公式为： $H(\boldsymbol{u})=-\sum{j=1}^{J} P\left(a{j}\right) \log P\left(a_{j}\right)$
==A. 对==
B. 错对给定量的信息，设法减少表达这些信息的数据量称为数据压缩。（ ）
==A. 对==
B. 错位平面是指将图像的所有像素点的某一个二进制位取出构成的一个二值图像。（ ）
==A. 对==
B. 错
简答题
请说明变换编码中子图像尺寸选择思路。
1) 影响变换编码误差和计算复杂度
压缩量和计算复杂度都随子图像尺寸的增加而增加
2) 两个条件:
(1) 相邻子图像之间的相关 (冗余) 减少到某个可接受的水平;
(2) 子图像的长和宽都是2的整数次幂
3) 最常用的子图像尺寸: 8 8 和 $16^{} 16$
是通过在不同尺寸上，分别进行三种变换统计得出的。请说明变换编码的分区编码过程。
子图像尺寸选为 $8 \times 8$ 。
采用DCT变换，得到变换系数。每子图像经过正向DCT变换转换为一组 (64个) DCT系数。
对变换系数进行量化。采用四种截断方式，分别是取子图像的DCT系数结果方阵的左上角的1个分量、6个分量、15个分量和28个分量，其余分量为零。
