逆卡尔曼滤波噪声怎么选时,为什么在图像存在噪声时,不能采用全卡尔曼滤波噪声怎么选

您所在位置: &
&nbsp&&nbsp&nbsp&&nbsp
2008数字图像处理试题A及答案.doc 8页
本文档一共被下载:
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
需要金币:150 &&
2008数字图像处理试题A及答案
你可能关注的文档:
··········
··········
数字图像处理试题卷(A)考试形式(开、闭卷):闭卷答题时间:120(分钟)本卷面成绩占课程成绩80%题号 一 二 三 四 五 六 七 八 卷面总分 平时成绩 课程总成绩
一、填空题(每题1分,共15分)1、列举数字图像处理的三个应用领域医学、天文学、军事2、存储一幅大小为,256个灰度级的图像,需要8Mbit。3、亮度鉴别实验表明,韦伯比越大,则亮度鉴别能力越差。4、直方图均衡化适用于增强直方图呈尖峰分布的图像。5、依据图像的保真度,图像压缩可分为无损压缩和有损压缩6、图像压缩是建立在图像存在编码冗余、像素间冗余、心理视觉冗余三种冗余基础上。7、对于彩色图像,通常用以区别颜色的特性是色调、饱和度亮度。8、对于拉普拉斯算子运算过程中图像出现负值的情况,写出一种标定方法:得分
二、选择题(每题2分,共20分)1、采用幂次变换进行灰度变换时,当幂次取大于1时,该变换是针对如下哪一类图像进行增强。(B)A图像整体偏暗B图像整体偏亮C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景2、图像灰度方差说明了图像哪一个属性。(B)A平均灰度B图像对比度C图像整体亮度D图像细节3、计算机显示器主要采用哪一种彩色模型(A)A、RGBB、CMY或CMYKC、HSID、HSV4、采用模板[-11]T主要检测(A)方向的边缘。A.水平    B.45(C.垂直   D.135(5、下列算法中属于图象锐化处理的是:(C)A.低通滤波B.加权平均法C.高通滤波  D.中值滤波6、维纳滤波器通常用于(C)A、去噪B、减小图像动态范围C、复原图像D、平滑图像7、彩色图像增强时,C处理可以采用RGB彩色模型。A.直方图均衡化B.同态滤波C.加权均值滤波D.中值滤波8、__B__滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。A.逆滤波B.维纳滤波C.约束最小二乘滤波D.同态滤波9、高通滤波后的图像通常较暗,为改善这种情况,将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫B。A.巴特沃斯高通滤波器B.高频提升滤波器C.高频加强滤波器D.理想高通滤波器10、图象与灰度直方图间的对应关系是B__A.一一对应B.多对一C.一对多D.都不得分
三、判断题(每题1分,共10分)1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象。(√)2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊现象。(×)3、均值平滑滤波器可用于锐化图像边缘。(×)4、高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度。(√)5、图像取反操作适用于增强图像主体灰度偏亮的图像。(×)6、彩色图像增强时采用RGB模型进行直方图均衡化可以在不改变图像颜色的基础上对图像的亮度进行对比度增强。(×)7、变换编码常用于有损压缩。(√)8、同态滤波器可以同时实现动态范围压缩和对比度增强。(√)9、拉普拉斯算子可用于图像的平滑处理。(×)10、当计算机显示器显示的颜色偏蓝时,提高红色和绿色分量可以对颜色进行校正。(√)得分
四、简答题(每题5分,共20分)1、逆滤波时,为什么在图像存在噪声时,不能采用全滤波?试采用逆滤波原理说明,并给出正确的处理方法。复原由退化函数退化的图像最直接的方法是直接逆滤波。在该方法中,用退化函数除退化图像的傅立叶变换来计算原始图像的傅立叶变换。由上式可以看到,即使我们知道退化函数,也可能无法准确复原未退化的图像。因为噪声是一个随机函数,其傅氏变换未知。当退化为0或非常小的值,N(u,v)/H(u,v)之比很容易决定的值。一种解决该问题的方法实现值滤波的频率时期接近原点值。2、当在白天进入一个黑暗剧场时,在能看清并找到空座位时需要适应一段时间,试述发生这种现象的视觉原理。答:人的视觉绝对不能同时在整个亮度适应范围工作,它是利用改变其亮度适应级来完成亮度适应的。即所谓的亮度适应范围。同整个亮度适应范围相比,能同时鉴别的光强度级的总范围很小。因此,白天进入黑暗剧场时,人的视觉系统需要改变亮度适应级,因此,需要适应一段时间,亮度适应级才能被改变。3、简述梯度法与Laplacian算子检测边缘的异同点?答:梯度算子和Laplacian检测边缘对应的模板分别为-1
(梯度算子)(Laplacian算子)(2分)梯度算子是利用阶跃边缘灰度变化的一阶导数特性,认为极大值点对应于边缘点;而Laplacian算子检测边缘是利用阶跃边缘灰度变化的二阶导数特性,认为边缘点是零交叉点。(2分)相同点都能用于检测边缘,且都对噪声敏感。(1分)4、将高频加强和直方图均衡相结合是得到边缘锐化和对比度增强的有效方法。上述两个操作的先后顺序对结果有影响
正在加载中,请稍后...}

我要回帖

更多关于 噪声滤波器 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信