项目暂时告一段落，复习复习！要期末考试了，整理一份宝典备考。文章内容由浅叶轻舟弟弟提供，觉得不错的话，点赞支持一波！
单选
1、如果要将图像旋转90度，应调用matlab函数（B）
A、imread B、imrotate C、imresize D、imshow
2、图像增强的作用是（D）
A、在尽可能保持原图信息的基础上，抑制噪声
B、将图像中物体的边缘和轮廓提取出来
C、减少图像的存储量
D、显示图像中被模糊的细节，或是突出图像中感兴趣的特征
3、X光片是（A）
A、物理图像 B、虚拟图像
4、CG游戏截屏是（B）
A、物理图像 B、虚拟图像
5、对一幅图像而言，矩阵坐标系的起点位于图像的（B）
A、左下角 B、左上角 C、右下角 D、右上角
6、我们日常生活中所说的“黑白照片”是哪种图像（B）
A、黑白图像 B、灰度图像 C、彩色图像 D、二值图像
7、颜色(255,0,0)是（A）
A、红色 B、白色 C、绿色 D、蓝色
8、颜色(255, 255, 255)是（B）
A、红色 B、白色 C、黑色 D、绿色
9、颜色(0,0,255)是（D）
A、红色 B、白色 C、绿色 D、蓝色
10、一幅亮度级均匀分布的RGB真彩图像，每个颜色通道的亮度范围在[0，255]，其图像深度为（A）
A、24 B、255 C、256 D、8
11、下列说法正确的是（C）
A、当图像采样间隔过大时，空间分辨率过高
B、当图像采样间隔过大时，可能出现伪轮廓现象
C、当图像采样间隔过大时，可能出现国际棋盘效应
D、量化等级越多，灰度分辨率高，越可能出现伪轮廓现象
12、关于直方图的说法不正确的是（假设直方图的产生方式固定）：（B）
A、图像与灰度直方图间是多对一的关系
B、图像与灰度直方图间是一一对应的关系
C、灰度直方图能反映图像的灰度分布特点
D、仅从一副图像的灰度直方图，不能够还原这幅图像的原貌
13、阅读下面的线性对比度展宽代码并回答：
function G=ContrastWidening(ImPath,fa,fb,ga,gb)
x = imread(ImPath); %% 语句1
[m,n,c] = size(x);
if(c>1)
F=rgb2gray(x);
end
G=zeros(m,n);
k1 = %%% 填空1
k2 = %%% 填空2
k3 = %%% 填空3
for i=1:m
for j=1:n
if F(i,j)<fa
G(i,j) = k1*F(i,j);
elseif F(i,j)<fb
G(i,j) = k2*(F(i,j)-fa)+ga;
else
G(i,j) = k3*(F(i,j)-fb)+gb;
end
end
end
G = uint8(G);
end
（1）上述代码中，“填空1”出应该填写的代码是（A）
A、ga/fa;
B、(gb-ga)/(fb-fa);
C、(255-gb)/(255-fb);
D、fa/ga;
（2）上述代码中，“填空2”出应该填写的代码是（C）
A、ga/fa;
B、(255-gb)/(255-fb);
C、(gb-ga)/(fb-fa);
D、fa/ga;
（3）上述代码中，“填空3”出应该填写的代码是（C）
A、ga/fa;
B、(gb-ga)/(fb-fa);
C、(255-gb)/(255-fb);
D、fa/ga;
14、阅读下面代码并回答相应问题：
function [im]=rot3_inv(I,delta_ang)
[M,N,K] = size(I);
a=delta_ang*pi/180; %%----------(a行)
x1=1; x2=M;x3=M;x4=1; %%----------(b行)
y1=1; y2=1;y3=N;y4=N;
x=[x1,x2,x3,x4];
y=[y1,y2,y3,y4];
x_2 = round(x*cos(a)-y*sin(a));
y_2 = round(x*sin(a)+y*cos(a));%%----------(c行)
xmin=min(x_2);
xmax=max(x_2);
ymin=min(y_2);
ymax=max(y_2);
if xmin<=0 %%-------(d行)
deltaX = abs(xmin)+1;
else
deltaX = 0;
end %%-------(e行)
if ymin<=0
deltaY = abs(ymin)+1;
else
deltaY = 0;
end
M_2 =xmax- xmin+1; %%-------(f行)
N_2 =ymax- ymin+1;
im = ones(M_2,N_2,K)*-1; %%-------(g行)
for i=1:M_2
for j=1:N_2
x = round((i-deltaX)*cos(a)+(j-deltaY)*sin(a));
y = round(-(i-deltaX)*sin(a)+(j-deltaY)*cos(a));
if(x>0 && x<=M && y>0 && y<=N) %%-------(h行)
im(i,j,:)=I(x,y,:);
end %%-------(i行)
end
end
im=uint8(im );
（1）解释第 a 行代码的作用（B）
A、将旋转的弧度转化为角度
B、将旋转的角度转化为弧度
C、计算四个顶点旋转之后的坐标
（2）解释第 b 行到第 c 行代码的作用（C）
A、计算四个顶点旋转的弧度
B、计算四个顶点旋转的角度
C、计算四个顶点旋转之后的坐标
（3）解释第 d 行到第 e 行代码的作用（A）
A、计算行的方向上的偏移量
B、计算新的图像有几行
C、计算新的图像有几列
（4）解释第 f 行到第 g 行代码的作用（B）
A、计算新的图像有几行、几列，并得到新的图像
B、计算新的图像有几行、几列，并初始化新的图像
C、计算新的图像有几列
（5）解释第 h 行到第 i 行代码的作用：（A）
A、新图像的行列坐标i和j，经过旋转逆变换后的坐标为x、y，如果x、y在原图像的合法范围内，就将原图像x、y处的像素值赋给新图像i、j处的像素
B、原图像的行列坐标i和j，经过旋转变换后的坐标为x、y，将原图像i、j处的像素值赋给新图像x、y处的像素
填空
1、数字图像的一个最小单位，称为像素
2、光的三原色包括红色、绿色、蓝色
3、一幅1024 * 768的彩色图像（其亮度级范围在 [0，255] ），采用真彩色模式的位图文件存储，所需要的数据量是多少字节？ 1024 * 768 * 24 / 8
4、图像画面的点是无限稠密的，灰度值也是无限稠密的，这样的图像称为模拟图像。又称连续图像。
5、用数字阵列表示的图像，称为离散图像、数字图像。
6、采样是指将在空间上连续的图像转换成离散的采样点（即像素）集的操作
7、量化是将各个像素所含的明暗信息离散化后，用数字来表示
8、采样间隔过大，空间分辨率低，可能出现国际棋盘、或棋盘格效应
9、量化等级过少，图像灰度分辨率低，会出现伪轮廓现象
10、已知原图像F(i,j)，图像大小为M*N。原图像 F(i,j) 到新图像 G(i’, j’) 的变换关系为：
i'=M-i+1
j'=j
则原图像到新图像的变换为垂直镜像
11、图像上每一点都存在噪声，但是噪声的幅值是随机分布的，这类噪声称为高斯噪声
12、椒盐噪声的特征是：出现的位置是随机的，但噪声的幅值是基本相同的
13、对图像进行水平方向的一阶锐化，水平方向一阶锐化的系数矩阵为H=[1 2 1; 0 0 0; -1 -2 -1]。某3*3的图像块如图所示，该图像块的中心点进行水平方向的一阶锐化后，结果为 -14（直接点乘，不是矩阵相乘）
14、对图像进行Laplacian锐化，Laplacian锐化的系数矩阵为H=[0 -1 0; -1 4 -1; 0 -1 0]。某3*3的图像块如图所示，该图像块的中心点进行Laplacian锐化后，结果为 5（直接点乘，不是矩阵相乘）
15、Laplacian算子是 二阶微分算子
16、Wallis算子是 二阶微分算子
17、图像分割方法依照分割时所依据的图像特性不同，大致可以分为三大类：阈值方法、边界分割方法、区域提取方法
18、均匀性度量法的设计思想认为，属于“同一类别”的对象具有较大的一致性。因此“同一类别”的所有像素的 方差 比较小。
19、对图1所示图像进行膨胀（黑色表示1，白色表示0），结构元素如图2所示。求膨胀后的结果（注意，图像画面上边框处不能被结构元素覆盖的部分全部置为背景）
图1
图2
膨胀结果图像的第2行像素分别为：1、1、1、1、1、0
膨胀结果图像的第3行像素分别为：0、0、1、1、1、0
20、对图1所示图像进行腐蚀（黑色表示1，白色表示0），结构元素如图2所示。求腐蚀后的结果（注意，图像画面上边框处不能被结构元素覆盖的部分全部置为背景）
图1
图2
腐蚀结果图像的第3行像素分别为：0、0、0、0、0、0
腐蚀结果图像的第4行像素分别为：0、0、0、0、1、0
21、在图像频域变换中，高频信号反映细节
22、在图像频域变换中，低频信号反映景物概貌
23、由于图像中存在冗余，所以可以对图像进行压缩编码
24、Huffman编码是将在图像中出现频度大的像素值，给一个比较短的编码
25、人眼观察，两个相同的像素，其RGB值却各不相同，我们称这两个像素之间构成视觉冗余。
判断
1、对比度，通俗地讲，就是亮暗的对比程度。√
2、对比度高的图像，一般图像画质的清晰程度比较低。×
3、对比度展宽的原理，是通过抑制不重要的部分，来扩展所关心部分的对比度。√
4、灰级窗算法，是将原图中灰度值分布在[fa,fb]范围内的像素值映射到 [0,255]范围内。√
5、对于椒盐噪声，中值滤波的噪声抑制效果比较好。对于高斯噪声，中值滤波的噪声抑
制效果不够好。√
6、椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。均值滤波，有较大概率选择到图像中未被噪声污染的点来替代污染点，所以抑制噪声的作用好。×
7、高斯噪声是幅值近似正态分布，但分布在每点像素上。因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点。√
8、边界保持类平滑滤波器希望解决的问题是，经过平滑滤波处理之后，图像就会变得模糊。√
9、边界点与噪声点有一个共同的特点是，都具有灰度的跃变特性。采用均值滤波和中值滤波等方法进行平滑处理噪声时，不会同时模糊边界。×
10、边界保持类平滑滤波器的设计思想是，为了解决图像模糊问题，在进行平滑处理时，首先判别当前像素是否为边界上的点，如果是，则不进行平滑处理；如果不是，则进行平滑处理。√
11、图像f(x,y)的梯度大小为f(x,y) 的最快变化率。√
12、图像f(x,y)的梯度的方向为f(x,y) 的最慢变化方向。×
13、任一点(x,y)处一个边缘的方向与该点处的梯度向量的方向平行。×
14、在灰度变化平缓的区域其梯度值较小，而在灰度均匀区域其梯度值为零。√
15、图像中灰度变化较大的边缘区域梯度值小。×
16、交叉微分算法（Roberts算法）是一阶微分算子。√
17、Sobel锐化算子是二阶微分算子。×
18、开运算是使用相同的结构元素，对原图先进行腐蚀处理，后再进行膨胀的处理。√
19、开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。√
20、闭运算是使用不同的结构元素，对原图先进行膨胀处理，后再进行腐蚀的处理。×
21、闭运算在合并断裂目标物的同时，不能基本保持原目标物的大小。×
问答
1、简述中值滤波器对不同类型的噪声抑制效果。
（1）对于椒盐噪声，中值滤波的噪声抑制效果比较好
椒盐噪声是幅值近似相等但随机分布在不同位置上，图像中有干净点也有污染点。中值滤波，有较大概率选择到图像中未被噪声污染的点来替代污染点，所以有抑制噪声的作用。
（2）对于高斯噪声，中值滤波的噪声抑制效果不够好
高斯噪声是幅值近似正态分布，但分布在每点像素上。因为图像中的每点都是污染点，所以中值滤波选不到合适的干净点
2、对于一张灰度图像，其梯度是如何定义的？图像梯度的物理意义是什么？
（1）定义
图像 f(x,y) 在其坐标(x,y) 上的梯度是一个二维列向量
其中 ∇f 的大小为 f(x,y) 的最快变化率，方向为 f(x,y) 的最快变化方向
梯度的模：
（2）物理意义
- 任一点(x,y)处一个边缘的方向与该点处的梯度向量的方向正交
- 在灰度变化平缓的区域其梯度值较小
- 图像中灰度变化较大的边缘区域梯度值大
- 在灰度均匀区域其梯度值为零
3、什么是采样，简述采样间隔与图像的关系。
（1）含义
指将在空间上连续的图像转换成离散的采样点（即像素）集的操作。
（2）关系
一般来说，采样间隔越大，所得图像像素数越少，空间分辨率低，质量差，严重时出现像素呈块状的国际棋盘效应；采样间隔越小，所得图像像素数越多，空间分辨率高，图像质量好，但数据量大。
4、什么是量化，简述量化等级与图像关系。
（1）含义
是将各个像素所含的明暗信息离散化后，用数字来表示。一般的量化值为整数。
（2）关系
图像的采样点数一定时：量化等级越多，所得图像层次越丰富，灰度分辨率高，图像质量好，但数据量大；量化等级越少，图像层次欠丰富，灰度分辨率低，会出现伪轮廓现象（3bit以下的量化），图像质量变差，但数据量小。
5、开运算是为了解决什么问题而提出的？开运算的算法原理是什么？开运算有什么特点？
（1）问题提出
虽然腐蚀处理可以将粘连的目标物进行分离，膨胀处理可以将断开的目标物进行接续，但同时都存在一个问题，就是经过腐蚀处理后，目标物的面积小于原有面积，而经过膨胀处理之后，目标物的面积大于原有面积。
（2）原理
开运算是对原图先进行腐蚀处理，后再进行膨胀的处理。
（3）特点
开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。开运算具有磨光物体外边界的作用。
6、闭运算是为了解决什么问题而提出的？闭运算的算法原理是什么？闭运算有什么特点？
（1）问题提出
虽然腐蚀处理可以将粘连的目标物进行分离，膨胀处理可以将断开的目标物进行接续，但同时都存在一个问题，就是经过腐蚀处理后，目标物的面积小于原有面积，而经过膨胀处理之后，目标物的面积大于原有面积。
（2）原理
闭运算是对原图先进行膨胀处理，后再进行腐蚀的处理。
（3）特点
闭运算可以在合并断裂目标物的同时，基本保持原目标物的大小。闭运算可以使物体的轮廓线变得光滑，具有磨光物体内边界的作用。
计算
1、直方图均衡化算法的计算
已知有一张4行5列的灰度图，灰度值的范围在0-9之间。
按以下步骤进行直方图均衡化算法的计算
-
步骤1：求直方图（灰度0到灰度9的像素个数依次为）
1、3、1、3、3、1、5、1、1、1
-
步骤2：计算原图的灰度分布概率 (表示成小数的形式，小数点后保留2位)（灰度0到灰度9的灰度分布概率依次为）
0.05、0.15、0.05、0.15、0.15、0.05、0.25、0.05、0.05、0.05
-
步骤3：计算原图灰度的累计分布(表示成小数的形式，小数点后保留2位)（灰度0到灰度9的灰度累计分布依次为）
0.05、0.20、0.25、0.40、0.55、0.60、0.85、0.90、0.95、1.00
-
步骤4：计算原图与新图灰度值的影射关系（原图中灰度0到灰度9的在新图中的灰度值依次为）
0、2、2、4、5、5、8、8、9、9
2、基于像素采样的图像缩小方法对图进行缩小。
已知原始图像如图所示，基于像素采样的图像缩小方法对图进行缩小。设原图像大小为M*N，将其缩小为 k1M*k2N，（k1=0.5，k2=0.6）。
算法步骤如下：
1）设原图为 F(x,y)，x=1,2,…,M；共M行 y=1,2,…,N ；共N列
缩小后图像是 G(i,j), i=1,2,…,k1M；j=1,2,…,k2N.
2）新图的i行j列与原图的对应关系为：G(i,j)=F(i/k1, j/k2)。
-
请计算缩小后的新图像大小；
新图有2行3列
-
请计算新图像的每一行对应原图像的哪一行；（计算结果四舍五入，取整数）
新图第1行对应原图 2 行
新图第2行对应原图 4 行 -
计算新图像的每一列对应原图像的哪一列；（计算结果四舍五入，取整数）
新图第1列对应原图 2 列
新图第2列对应原图 3 列
新图第3列对应原图 5 列
3、用3*3的模版对图像进行对称近邻(SNN)均值滤波。
-
该图像块的中心点滤波得到的4个对称近邻的像素值分别为 8、7、5、6
-
该图像块的中心点滤波后的像素值为（结果四舍五入）：7
如若本文整理有不对之处，请予以指正，谢谢。
学如逆水行舟，不进则退