文章目錄

• 緒論
• • Chapter 0 Course 1 What
  • Chapter 0 Cours 2
  • Chapter 0 Course 3
• 第一章
• • Chapter 1 Introduction 1 History
  • Chapter 1 Introduction 2 Function
• 第二章
• • Chapter 2 digitization 1 device
  • Chapter 2 digitization 2 imaging
  • Chapter 2 digitization 3 step
  • 數字圖像馬賽克
• 第三章
• • Chapter 3 Color 1 Model
  • Chapter 3 Color 2 Conversion
  • 數字圖像量化
  • 顏色模型交換
  • • 1. 查看RGB顏色模型中R、G、B通道下的圖像
    • 2. 將RGB轉化為RBG、BGR、BRG、GRB、GBR模型
    • 3. 將RGB模型轉化為CMYK模型并查看不同通道下的圖像
    • 4. 將RGB模型轉化為YIQ模型并查看不同通道下的圖像
    • 5. 將RGB模型轉化為HSV模型，調整適當參數
• 數字圖像灰度化
• 第四章
• • Chapter 4 Algebra 1 Arithmetic basic
  • Chapter 4 Algebra 2 Arithmetic variety
  • Chapter 4 Algebra 1 Arithmetic complex
  • Chapter 4 Algebra 1 Arithmetic HSL
  • Chapter 4 Algebra 5 Logic Operations 1 sort
  • Chapter 4 Algebra 6 Logic 2 boolean
• 第五章
• • Chapter 5 Geometric 1 Affine basic
  • Chapter 5 Geometric 5 Affine interact
  • Chapter 5 Geometric 7 Non-Linear
  • Chapter 5 Geometric 9 Extend
• 數字圖像的算術運算
• 數字圖像幾何變換
• • 平移
  • 縮放
  • 錯切
  • 旋轉90°
  • 旋轉任意角度
• 第六章
• • Chapter 6 Enhance 1 Point 3 Linear
  • Chapter 6 Enhance 1 Point 2 nonlinear
  • Chapter 6 Enhance 2 Histogram 1 What
  • Chapter 6 Enhance 2 Histogram 7 progress
  • Chapter 6 Enhance 3 Neighbor 1 Neighbor-5 Smooth
  • Chapter 6 Enhance 3 Neighbor 6 Smooth extreme
  • Chapter 6 Enhance 4 Neighbor Sharpen 5 Laplacian-1
  • Chapter 6 Enhance 4 Neighbor Sharpen 1 Gradient-4
  • Chapter 6 Enhance 5 Frequency 1 Continuous Fourier-3 Cosin
  • Chapter 6 Enhance 5 Frequency 4 Continuous Wavelet-6
  • Chapter 6 Enhance 5 Frequency 7 Smooth lowpass-8 Smooth
  • Chapter 6 Enhance Frequency 9 Sharpen
• 數字圖像點處理
• • 亮度調整
  • 對比度調整
  • 自動對比度調整
  • 全局線性變換
  • 非線性變換
• 第七章
• • Chapter 7 Degrade 1 Noise 1 Model 2 Type
  • Chapter 7 Degrade 2 Blur 1 Source 3 Position
  • Chapter 8 Restore 1 Denoise 1 Spatial Mean filter 2
  • Chapter 8 Restore 1 Denoise 3 Frequency
  • Chapter 8 Restore 2 Deblur 1 filter 2 singalnoise
  • Chapter 8 Restore 1 Denoise 1 Spatial Mean filter 2
  • Chapter 8 Restore 1 Denoise 3 Frequency
  • Chapter 8 Restore 2 Deblur 1 filter 2 singalnoise

緒論

Chapter 0 Course 1 What

數字圖像處理（廣義）輸出可以包括：

A. 數字圖像

B. 關鍵點

C. 三維模型

D. UVW

答案：ABCD

數字圖像可以用來表示：

A. 文字

B. 圖形

C. 人臉

D. 器物

答案:ABCD

可以用于數字圖像處理（廣義）:

A. 生成式對抗網絡

B. 深度卷積神經網絡

C. 代數運算

D. 幾何變換

答案：ABCD

數字化媒體的技術包括

A. 編輯

B. 合成

C. 視覺效果

D. 游戲

答案：ABC

數字化媒體包括 圖像 、音頻、視頻、墨水

處理技術是數字媒體技術之一

正確

數字圖像處理是計算機視覺有關

正確

計算機圖形與數字圖像是不能相互轉換的

錯誤

人工智能不包括數字圖像相關的智能處理

錯誤

計算機動畫與數字圖像無關

錯誤

數字圖像是數字化媒體的一種

正確

同數字視頻相比，數字圖像是靜態的

正確

計算機視覺與視覺效果無關

錯誤

Chapter 0 Cours 2

數字圖像處理（廣義）輸出包括

A.美化數字圖像

B. 風格化數字圖像

C. 人體關節點

D. 三維模型（表面、UVW）

答案：ABCD

Chapter 0 Course 3

數字圖像處理的計算機編程語言包括

A. C

B. Java

C. Matlab

D. Python

答案：ABCD

數字圖像所包括類型

A. 彩色

B. 二值

C. 灰度

D. 三維

答案：ABCD

數字圖像處理的集成軟件開發環境包括

A. Visual Studio 2019

B. Java

C. MATLAB R2019a

D. Adobe Photoshop CC 2019

答案：AC

編程語言與軟件開發平臺是相同的

錯誤

舉例說明數字圖像處理的實際應用，至少三個

對山水、人物等數字圖像生成各種藝術效果，例如油畫、水彩、卡通等。

對文本數字圖像進行文本的分割和識別。

對人臉數字圖像進行五官分布修改、膚色和紋理的強化和弱化。

對漢字書法數字圖像進行筆畫提取和動態繪制。

對數字圖像進行三維對象的貼圖

數字圖像處理教材包括哪些類型，并簡單說明

從內容可以分為基礎、編程、對象、專題、應用等。

基礎類教材是指共性的、通用的。

編程類教材是指采用不同編程語言，包括C、Matlab、Java、Python等。

編程類教材是指處理不同圖像對象，包括三維、彩色、二值、顯微、遙感等。

專題類教材是指圖像的不同處理任務，包括融合、復原、分析、識別等。

有關數字圖像處理應用，給出你最期望的功能

三維重建、人物與背景分割

數字圖像處理對輸入能夠

A. 改變圖像中對象的顏色

B. 改變圖像中對象的形狀

C. 提取信息

D. 生成新的圖形

答案：ABCD

第一章

Chapter 1 Introduction 1 History

數字圖像對應的數據結構是

A. 一維數組

B. 二維數組

C. 三維數組

D. 四維數組

答案：B

數字圖像形狀是

A. 圓形

B. 橢圓形

C. 多邊形

D. 矩形

答案：D

數字圖像處理相關的軟件、平臺包括

A. 制作軟件 Photoshop

B. 開發軟件 MATLAB

C. 編程軟件 Visual Studio

D. 開發平臺 OpenCV

答案：ABCD

數字圖像處理能夠提供其中對象的信息包括

A. 區域

B. 邊緣

C. 關鍵點

D. 文字描述

答案：ABCD

數字圖像工程包括

A. 處理

B. 分析

C. 理解

D. 識別

答案：ABC

場景中一個對象的成像要素包括

A. 對象

B. 光照

C. 相機

D. 真空

答案：ABC

可以用于獲取圖像的電子器件包括

A. 電耦合器件 CCD、Charge Coupled Device

B. 互補金屬氧化物半導體 CMOS、Complementary Mental-Oxide-Semiconductor Transistor

C. X 光

D. 可見光

答案：AB

數學形態學 可以用于提取數字圖像的幾何結構

數字圖像中像素包含 坐標值 和顏色值兩種信息

數字圖像是 像素 的矩陣

Chapter 1 Introduction 2 Function

Adobe Photoshop CC 2019中數字圖像處理與內容感知相關的包括

A. 縮放

B. 刪除

C. 平移

D. 人臉組成編輯

答案：ABCD

數字圖像處理的研究目的包括

A. 增強（美化、風格化）

B. 復原

C. 合成（代數運算、分割）

D. 三維重建

答案：ABCD

數字圖像處理研究內容包括

A. 退化

B. 壓縮

C. 增強

D. 復原

答案：ABCD

狹義數字圖像處理包括

A. 增強

B. 復原

C. 識別

D. 三維重建

答案：AB

數字圖像處理的研究方法包括

A. 代數運算

B. 幾何變換

C. 領域運算

D. 小波變換

答案：ABCD

數字圖像處理包含哪三個層次？各自的任務是什么？

數字圖像處理包含低級、中級和高級三個層次，也可以分別說是處理、分析和理解。

低級數字圖像處理包括代數運算、幾何操作、對比度調整、平滑、銳化、退化、復原等，是實現從數字圖像到數字圖像的基本處理任務。

中級數字圖像處理是指從像素矩陣中進行對象的提取、描述和分類，屬于語法層面任務處理。

高級數字圖像處理是指根據獲得的對象及其之間關系進行整體上的判斷、分析和理解，屬于語義層面任務處理。

簡單論述數字圖像處理在生活中的應用

基于人物照片美化、繪畫風格化，用于生活娛樂。

基于圖像合成，用于生活中服飾展示等。

基于人臉識別，用于生活中交通、支付、身份等

簡單論述數字圖像處理在數字媒體行業中的應用

基于圖像進行人臉、人體、物品等的三維建模，用于動畫、游戲行業中的模型。

基于圖像生成人臉表情序列圖像，用于直接生成人臉表情動畫。

基于圖像進行繪畫風格轉換，用于海報、插畫等。

Microsoft Visual Studio 2015中CImage支持的文件格式有（）。

A. JPEG

B. PDF

C. BMP

D. PNG

答案：ACD

Adobe Photoshop CC 2020、MatlabR2020a、Visual C++ 2019在數字圖像處理中的區別和聯系。

區別

（1）輸入的對象不同：Adobe Photoshop CC 2020可以直接處理數字圖像，而Matlab R2020a、Visual C++2019則需要先開發軟件。

（2）用戶不同：Adobe Photoshop CC 2020主要面向軟件操作、應用人員，而Matlab R2020a、Visual C++2019則面向的是軟件開發人員。

（3）開發層次不同：Adobe Photoshop CC 2020、Matlab R2020a、Visual C++2019對軟件開發上的要求逐步提高，Adobe Photoshop CC 2019可以進行腳本和插件開發，Matlab R2020a進行基于 image processing toolbox的開發，Visual C++2019則是完全自主的開發。

聯系

（1）都服務于數字圖像處理。

（2）都可進行軟件開發。

在一個MFC應用程序中，采用Doc\View框架來打開數字圖像，主要步驟包括哪些？

（1）建立MFC類型的應用程序，選擇具有滾動條的用戶視圖類。

（2）在用戶文檔對象中，聲明數字圖像對象。

（3）在用戶文檔對象中，重載文件打開函數，讀取數字圖像文件數據。

（4）在用戶視圖對象中，在初始化函數中，根據數字圖像的寬度和高度設置顯示窗口的寬度和高度。

（5）在用戶視圖對象中，在繪制函數中，顯示數字圖像。

第二章

Chapter 2 digitization 1 device

適用于孕婦胎兒成像的是

A. X-ray

B. Nuclear Magnetic Resonance Imaging

C. 超聲波

D. Computed Tomography

答案：C

能夠實現層級三維成像的是

A. Computed Tomography

B. Nuclear Magnetic Resonance Imaging

C. 超聲波

D. 紅外線

答案：AB

數碼相機可以是

A. 單反相機

B. 立體相機

C. 膠片相機

D. 紅外相機

答案：ABD

計算機視覺在數字圖像分割上包括

A. 對象檢測

B. 語義分割

C. 實例分割

D. 全景分割

答案：ABCD

計算機在繪畫方面的表現包括

A. 基于循環生成式對抗網絡進行照片的繪畫風格生成

B. 基于深度強化學習對繪畫數字圖像進行繪制過程的反求

C. 基于筆、紙、墨物理仿真，采用計算機筆輸入的繪畫

D. 基于分形生成特殊圖案

答案：ABCD

人眼用視網膜上桿狀細胞辨別顏色

錯誤

人眼可見光只是電磁譜的很小一個部分

正確

電磁譜的波長和頻率成正比

錯誤

白色太陽光只能被分解為7種離散的單色有色光，而非連續的

錯誤

Chapter 2 digitization 2 imaging

體感相機多是采用

A. 可見光

B. 不可見光

C. 特殊形狀的結構光

D. 聲波

答案：C

數碼相機的成像部件是

A. CCD

B. CMOS
C. 膠片

D. 紙張

答案：AB

能夠實現層級三維成像的是

A. CT機

B. 核磁共振機

C. 正電子發射機

D. 紅外線

答案：ABC

體感設備能夠直接獲取

A. RGB彩色圖像

B. 深度圖像

C. 紅外圖像

D. 人體、人手骨架

答案：AB

不可見光可以成像

正確

Chapter 2 digitization 3 step

能夠直接用于二維成像的感光器是

A. 單個

B. 線性

C. 矩陣

D. 隨機

答案：C

在彩色成像中，利用不同光具有不同穿透力的方法是

A. Tri-filter方法

B. Fovean方法

C. Bayer方法

D. 沒有

答案：B

成像時感光器排列方式包括

A. 單個

B. 線性

C. 矩陣

D. 隨機

答案：ABC

屬于數字圖像的文件格式包括

A. TIFF

B. EXIF

C. SVG

D. PNG

答案：ABD

屬于混合光柵圖像和矢量圖形的文件格式包括

A. DXF

B. PSD

C. PDF

D. EXIF

答案：BC

圖像數字化的步驟依次是

A. 空間采樣

B. 時間采樣

C. 強度量化

D. 壓縮

答案：ABCD

屬于矢量圖形的文件格式包括

A. DXF

B. EXIF

C. AI

D. WMF

答案：ACD

圖像數字化時采樣決定 空間 分辨率

圖像數字化時量化決定 強度 分辨率

數字圖像的空間分辨率與物理尺寸直接對應

錯誤

數字圖像的表示1方法包括哪些？各自用處是什么

強度矩形方法，用于可視化數字圖像。

數據矩陣方法，用于表示數字圖像所對應的數據。

表面模型方法，用于顯示數字圖像所對應的表面可視化。

頻率域方法，用于表示數字圖像在不同頻率的數據。

數字圖像馬賽克

For nY = 0...ImageOut.Height-1, step = nMosaicHeightFor nX = 0...ImageOut.Width-1, step = nMosaicWidthPiexl = Image.Getpiexl(nX,nY)For nV = nY...nY+nMosaicHeight, step = 1For nU = nX...nX+nMosaicWidth, step = 1ImageOut.Setpixel(nU,nV,Piexl)End for nUEnd for nVEnd for nXEnd for nY

說明：依次從每一列到每一行以馬賽克的高和寬為步長取像素值，獲取的是馬賽克塊最左上角的像素值，再依次從該列以1為步長重新將之前取得的像素值賦予相應位置直到最后一個像素格。

第三章

Chapter 3 Color 1 Model

人眼中錐形細胞對下列光敏感度依次提高的是

A. 紅綠藍

B. 紅藍綠

C. 藍綠紅

D. 綠藍紅

答案：A

屬于顏色加法模型的是

A. RGB

B. HSV

C. CMY

D. Lab

答案：A

屬于顏色減法模型的是

A. RGB

B. HSV

C. CMY

D. Lab

答案：C

可以用于彩色比較的顏色模型是

A. RGB

B. HSV

C. CMY

D. Lab

答案：D

電視機的顏色模型是

A. RGB

B. HSV

C. YUV

D. Lab

答案：A

模擬電視信號傳輸的顏色模型是

A. RGB

B. YUV

C. YIQ

D. YCbCr

答案：BCD

色域依次變大的顏色模型是

A. CMYK

B. sRGB

C. AdobeRGB

D. CIE Lab

正確答案：ABCD

解析：CMYK < sRGB < AdobeRGB < CIE Lab

電視信號傳輸顏色模型的共同點在于

A. 強度與色彩分離

B. 色彩采用差值

C. 色彩采用和值

D. 色彩采用乘值

答案：AB

包含強度信息的有

A. YIQ中的Y

B. HSI中的H

C. Lab中的L

D. HSV中的V

答案：ACD

Chapter 3 Color 2 Conversion

灰度圖像轉化為彩色圖像的方法包括

A. 切片方法

B. 變換方法

C. 加權方法

D. 均值方法

答案：AB

灰度圖像能夠直接轉化為彩色數字圖像

正確

彩色圖像能夠轉化為灰度數字圖像

正確

彩色數字圖像轉化為灰度表示，有哪些方法？至少使用四種顏色模型

（1）基于RGB顏色模型的通道選擇方法，將某個顏色通道值作為亮度，將彩色圖像變換為灰度圖像。

（2）基于RGB顏色模型的通道組合方法，將兩、三個顏色通道值的平均值作為亮度，將彩色圖像變換為灰度圖像。

（3）基于RGB顏色模型的通道加權方法，對三個顏色通道值分別進行加權，所獲得值作為亮度，將彩色圖像變換為灰度圖像。

（4）基于RGB顏色模型的通道排序方法，對三個顏色通道值進行大小排序，所獲得最大值、最小值、中間值中的一個作為亮度，將彩色圖像變換為灰度圖像。

（5）基于CMYK顏色模型的方法，以K為亮度，將彩色圖像變換為灰度圖像。

（6）基于HSI顏色模型的方法，以I為亮度，將彩色圖像變換為灰度圖像。

（7）基于HSV顏色模型的方法，以V為亮度，將彩色圖像變換為灰度圖像。

（8）基于HSB顏色模型的方法，以B為亮度，將彩色圖像變換為灰度圖像。

（9）基于YUV顏色模型的方法，以Y為亮度，將彩色圖像變換為灰度圖像。

（10）基于YIQ顏色模型的方法，以Y為亮度，將彩色圖像變換為灰度圖像。

（11）基于YCbCr顏色模型的方法，以Y為亮度，將彩色圖像變換為灰度圖像。

（12）基于Lab顏色模型的方法，以L為亮度，將彩色圖像變換為灰度圖像

比較RGB、YCbCr、HSI、Lab四種顏色模型的區別和聯系。

區別

（1）從使用環境看，RGB用于電視機、顯示器等顯示設備、YCbCr用于數字電視傳輸、HSI用于繪畫、設計、Lab用于顏色比較。

（2）從數據相關度看，RGB三個強度通道組合來表達色調、亮度等信息，而YCbCr、HSI、Lab則是將亮度和色調信息進行分離。YCbCr、Lab中色調信息采用色差來表示，HSI則是采用色調H、飽和度S來表示。

聯系：

（1）四種顏色模型都是用來描述彩色數字圖像。

（2）四種顏色模型可以直接、間接相互轉換的

數字圖像量化

輸入：數字圖像、量化等級 輸出：數字圖像偽碼：Int nLevelsFloat fRange = (nLevels - 1)/255.0 //（此為計算幾種灰度值）Float fStep = (nLevels - 1)/255.0 //（此為計算灰度值的步長）Color PixelColor //(包含RGB三種顏色值)For nY = 0 to ImageHeight; step = 1For nX = 0 to ImageWidth step = 1PixelColor = Image.GetColor(nX,nY)nR = round(fRange*GetRvalue(PixelColor)) //（紅色值落在哪個區間）nR = round(fStep*nR) //（該值對應的灰度值（顏色））nG = round(fRange*GetGvalue(PixelColor)) //（綠色值落在哪個區間）nG = round(fStep*nG) //（該值對應的灰度值（顏色））nB = round(fRange*GetBvalue(PixelColor)) //（藍色值落在哪個區間）nB = round(fStep*nR) //（該值對應的灰度值（顏色））newImage->setPixel(nX,nY,nR,nG,nB)End For nXEnd For nY

顏色模型交換

1. 查看RGB顏色模型中R、G、B通道下的圖像

輸入：圖像

輸出：圖像

算法描述：

for (nY = 0; nY<pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX< pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nR = GetRValue(ColorRefOne);nG = GetGValue(ColorRefOne);nB = GetBValue(ColorRefOne);pDocRed->m_ImageOpen.SetPixel(nX, nY, RGB(nR, 0, 0));//G**通道為(0,nG,0);B通道為(0,0,nB)**}}

2. 將RGB轉化為RBG、BGR、BRG、GRB、GBR模型

輸入：圖像輸出：圖像算法描述：for (nY = 0; nY<pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX< pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nR = GetRValue(ColorRefOne);nG = GetGValue(ColorRefOne);nB = GetBValue(ColorRefOne);pDocRBG->m_ImageOpen.SetPixel(nX, nY, RGB(nR, nB, nG)); //RBG顏色模型為(nR,nB,nG),依次類推} }

3. 將RGB模型轉化為CMYK模型并查看不同通道下的圖像

輸入：圖像輸出：圖像算法描述：for (nY = 0; nY<pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX< pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nR = GetRValue(ColorRefOne);nG = GetGValue(ColorRefOne);nB = GetBValue(ColorRefOne);pDocCyan->m_ImageOpen.SetPixel(nX, nY, RGB(0, nG, nB));// M通道為(nR,0,nB);Y通道為(nR,nB,0)}}

4. 將RGB模型轉化為YIQ模型并查看不同通道下的圖像

輸入：圖像輸出：圖像算法描述：for (nY = 0; nY<pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX< pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nR = GetRValue(ColorRefOne);nG = GetGValue(ColorRefOne);nB = GetBValue(ColorRefOne);nYIQY = int(nR*0.299 + nG*0.587 + nB*0.114);pDocY->m_ImageOpen.SetPixel(nX, nY, RGB(nYIQY, nYIQY, nYIQY));//I通道的計算方式：nYIQI = int(nR*0.596 - nG*0.274 - nB*0.322);if (nYIQI>255){nYIQI = 255;}if (nYIQI<0){nYIQI = 0;}pDocI->m_ImageOpen.SetPixel(nX, nY, RGB(nYIQI, nYIQI, nYIQI));//Q通道的計算方式：nYIQQ = int(nR*0.211 - nG*0.523 + nB*0.312);if (nYIQQ>255){nYIQQ = 255;}if (nYIQQ<0){nYIQQ = 0;}pDocQ->m_ImageOpen.SetPixel(nX, nY, RGB(nYIQQ, nYIQQ, nYIQQ));}}

5. 將RGB模型轉化為HSV模型，調整適當參數

輸入：圖像，數值輸出：圖像算法描述：for (nY = 0; nY<pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX< pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);R = GetRValue(ColorRefOne);G = GetGValue(ColorRefOne);B = GetBValue(ColorRefOne);// R, G, B [0, 255] float H = 0, S = 0, V = 0;float cMax = 255.0;int cHi = max(R, max(G, B)); //highest color value int cLo = min(R, min(G, B)); //lowest color valueint cRng = cHi - cLo; // color range // compute value V V = cHi / cMax;// compute saturation S if (cHi>0)S = (float)cRng / cHi;// compute hue H if (cRng > 0){ // hue is defined only for color pixels float rr = (float)(cHi - R) / cRng; float gg = (float)(cHi - G) / cRng; float bb = (float)(cHi - B) / cRng;float hh;if (R == cHi){hh = bb - gg;}else{if (G == cHi){hh = rr - bb + 2.0;}else{hh = gg - rr + 4.0;}}if (hh < 0){hh = hh + 6;}H = hh / 6;}//inverse H = H + H_add;H_add為需要調整的參數float rr = 0, gg = 0, bb = 0;float hh = fmod((6 * H), 6); // h! <- (6 ? h) mod 6 int cl = (int)hh; // c\ <- \hl\ float c2 = hh - cl;float x = (1 - S) * V;float y = (1 - (S * c2)) * V;float z = (1 - (S * (1 - c2))) * V;switch (cl) {case 0: rr = V; gg = z; bb = x; break;case 1: rr = y; gg = V; bb = x; break;case 2: rr = x; gg = V; bb = z; break;case 3: rr = x; gg = y; bb = V; break;case 4: rr = z; gg = x; bb = V; break;case 5: rr = V; gg = x; bb = y; break;}int N = 256;int r = min(floor(rr*N + 0.5), N - 1);//r=(r&0xff)<<16;int g = min(floor(gg*N + 0.5), N - 1);//g=(g&0xff)<<8;int b = min(floor(bb*N + 0.5), N - 1);//b=(b&0xff);pDocH->m_ImageOpen.SetPixel(nX, nY, RGB(r, g, b));}}

數字圖像灰度化

輸入：數字圖像輸出：數字圖像算法描述：for (nY = 0; nY < pDoc->m_ImageOpen.GetHeight(); nY = nY + 1){for (nX = 0; nX < pDoc->m_ImageOpen.GetWidth(); nX = nX + 1){ColorRefOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nR = GetRValue(ColorRefOne);nG = GetGValue(ColorRefOne);nB = GetBValue(ColorRefOne);/* 1. 參數為R通道的值：byGray = nR;2. 參數為G通道的值：byGray = nG;3. 參數為B通道的值：byGray = nB;4. 參數為RGB通道的最小值：byGray = min(nR,nG,nB);5. 參數為RGB通道的最大值：byGray = max(mR,nG,nB);6. 參數為RGB通道的中位數：byGray = middle(nR,nG,nB);7. 參數為RG通道的平均值：byGray = (nR+nG)/2;8. 參數為**GB通道的平均值：byGray = (nG+nB)/2;9. 參數為BR通道的平均值：byGray = (nB+nR)/2;10. 參數為CMYK通道的K值：byGray = min(255-nR, 255-nG, 255-mB)11. 參數為CMYK通道的Y值：byGray =0.299*nR +0.587*nG +0.114*nB12. 參數為YIQ通道的I值：byGray = (nR+nG+nB)/3;13. 參數為HSL通道的L值：byGray = (max(nR, nG, nB) + min(nR, nG,nB))/214. 參數為HSV通道的V值：byGray = max(nR, nG, nB)/255*255 */pDocGray->m_ImageOpen.SetPixel(nX, nY, RGB(byGray, byGray, byGray));}}

第四章

Chapter 4 Algebra 1 Arithmetic basic

兩幅數字圖像四則運算都可采用的方法

A. 截斷

B. 除以2

C. 減去255

D. 線性拉伸處理 rang x [(sum - minimum)/(maximum - minimum)]

答案：D

同輸入數字圖像比較，輸出數字圖像亮度提高的是

A. 加法運算

B. 減法運算

C. 乘法運算

D. 除法運算

答案：A

兩幅數字圖像減法運算結果的處理方法包括

A. 截斷

B. 除以2加128

C. 加上255

D. 線性拉伸處理 rang x [(sum - minimum)/(maximum - minimum)]

答案：ABD

同輸入數字圖像比較，輸出數字圖像亮度降低的是

A. 加法運算

B. 減法運算

C. 乘法運算

D. 除法運算

答案：BCD

兩幅數字圖像乘法運算結果的處理方法包括

A. 歸一化處理

B. 除以255

C. 減去255

D. 線性拉伸處理 rang x [(sum - minimum)/(maximum - minimum)]

答案：ABD

數字圖像處理乘法運算可以用于去除區域，去除區域像素值設為 0

數字圖像可以與常數進行四則運算

正確

兩幅數字圖像進行四則算術運算必須具有相同的寬度和高度

錯誤

合成數字圖像可以采用四則運算

正確

Chapter 4 Algebra 2 Arithmetic variety

同輸入數字圖像相比較，輸出數字圖像亮度降低的是

A. Screen 運算 A + B - (A x B)

B. 排除運算 Exclution A/B - 2(A x B)

C. 顏色加深 color burn 1 - ((1 - B)/A)

D. 線性加深 Linear burn A + B - 1

答案：BCD

同輸入數字圖像比較，輸出數字圖像亮度提高的是

A. 加法運算

B. Screen A + B - (A x B)

C. 顏色減淡 color dodge B / (1 - A)

D. 除法運算

答案：ABC

數字圖像合成方法還擺闊四則運算的變體

正確

兩幅數字圖像減法運算 A - B 與順序無關

錯誤

兩幅數字圖像差值運算 |A - B| 與順序有關

錯誤

Chapter 4 Algebra 1 Arithmetic complex

能夠減少數字圖像噪聲

A. 平均運算

B. 減法運算

C. 乘法運算

D. 除法運算

答案：A

同輸入數字圖像比較，輸出數字圖像對比度得到改善的是

A. 覆蓋 overlay

B. 硬光 hard light

C. 鮮光 vivid light

D. 線性光 linear light

答案：ABCD

數字圖像 Alpha 混合（blending）采用的是 加權和

數字圖像平均運算只能用于圖像合成

錯誤

數字圖像加法運算只能輸入兩個數字圖像

錯誤

Chapter 4 Algebra 1 Arithmetic HSL

基于 HSL 顏色模型，A、B兩幅數字圖像，A為當前圖層，B為背景圖層，它們合成運算能夠產生亮度效果的是

A. _HA, _HB, _LB

B. _HB, _SA, _LB

C. _HB, _SB, _LA

D. _HA, _SA, _LB

答案：C

基于 HSL 顏色模型，A、B兩幅數字圖像，A為當前圖層，B為背景圖層，它們合成運算能夠產生飽和度效果的是

A. _HA, _HB, _LB

B. _HB, _SA, _LB

C. _HB, _SB, _LA

D. _HA, _SA, _LB

答案：B

基于 HSL 顏色模型，數字圖像合成運算不能夠產生色調效果

錯誤

基于 HSL 顏色模型，數字圖像合成運算能夠產生色彩效果

正確

Chapter 4 Algebra 5 Logic Operations 1 sort

數字圖像最小值運算可以用于獲得

A. 亮點

B. 暗點

C. 平均值點

D. 最大值點

答案：B

數字圖像最大值運算可以用于獲得

A. 亮點

B. 暗點

C. 平均值點

D. 最小值點

答案：A

為輸入兩幅數字圖像1、2而生成輸出數字圖像3正確對應的是

A. 亮點 Multiply

B. Darken

C. Lighten

D. Screen

答案：AD

兩幅數字圖像的各種合成運算不可以用于換裝

錯誤

兩幅數字圖像的中間值運算 (max + min)/2 可以變化為采用小于 1 的不同權值

正確

Chapter 4 Algebra 6 Logic 2 boolean

數字圖像負片生成算法包括

A. 減法運算

B. 邏輯非運算

C. 乘法運算

D. 補集運算

答案：ABD

能夠實現數字圖像信息疊加的算術操作包括

A. 加法運算

B. 邏輯或運算

C. 乘法運算

D. 補集運算

答案：AC

能夠實現數字圖像對象移除的算術操作包括

A. 邏輯與運算

B. 減法運算

C. 乘法運算

D. 差集運算

答案：BC

矩陣乘法和數組乘法是相同的

錯誤

邏輯運算不能用于灰度和彩色數字圖像

錯誤

數字圖像負片只能用非運算實現

錯誤

第五章

Chapter 5 Geometric 1 Affine basic

數字圖像仿射變換包括

A. 平移 Translate

B. 放縮 Scale

C. 扭轉 Twirl

D. 錯切 Shear

答案：ABD

對數字圖像進行平移、旋轉、放大和縮小等幾何變換，不會改變亮度，而可能改變像素所在的 位置

數字圖像旋轉變換不會擴大尺寸

錯誤

數字圖像幾何變換可能改變圖像中各對象之間的空間位置關系

正確

數字圖像放縮的值只能是整數值

錯誤

數字圖像平移的值只能是正值

錯誤

Chapter 5 Geometric 5 Affine interact

在數字圖像處理中，雙線性，雙三次，最近鄰三種差值運算分別對應的圖示是

A.

B.

C.

D.

答案：ABC

數字圖像插值運算性能依次提高的是

A. 最近鄰方法

B. 雙線性方法

C. 雙三次方法

D. 雙樣條方法

答案：ABCD

在仿射變換中，下列說法正確的是

A. 直線映射為直線

B. 三角形映射三角形

C. 平行關系保留

D. 四個點定義

答案：ABC

在數字圖像處理中，雙線性、雙三次、最近鄰三種插值運算分別需要

A. 一個點

B. 四個點

C. 六個點

D. 十六個點

答案：ABD

數字圖像水平鏡像操作是將圖像左半部分和右半部分以圖像 垂直 中軸線為中心進行鏡像對換

數字圖像任何幾何變換都不能采用正向映射

錯誤

數字圖像幾何變換采用逆向映射

正確

數字圖像局部仿射變換可以采用三角形

正確

數字圖像的順時針旋轉90度、逆時針旋轉90度和翻轉的區別是什么？

數字圖像順時針旋轉90度，從上到下的每一行依次變換為旋轉后的從右到左的每一列，每一行自左而右像素變為每一列的自上而下。

數字圖像逆時針旋轉90度，從上到下的每一行依次變換為旋轉后的從左到右的每一列，每一行自左而右像素變為每一行的自下而上。

數字圖像的翻轉，包括水平翻轉和垂直翻轉。數字圖像水平翻轉是指以垂直中心線為對稱線，左右列像素進行對換，數字圖像垂直翻轉是指以水平中心線為對稱線，上下行像素進行對換。

數字圖像的旋轉180度和水平鏡像的區別是什么

數字圖像旋轉180度，以垂直中心線為對稱線，左右列像素進行對換，以水平中心線為對稱線，上下行像素進行對換。

數字圖像水平鏡像，以垂直中心線為對稱線，左右列像素進行對換。

請給出基于九個控制點進行幾何變換平移、縮放、旋轉的交互操作規則

（1）當鼠標位于錨點控制格時，啟動“平移”錨點命令，進入“平移”錨點狀態，通過移動鼠標改變錨點位置。

（2）當鼠標位于非錨點控制格的矩形框內時，啟動“平移”對象命令，進入“平移”對象狀態，通過移動鼠標改變對象及其控制框位置。

（3）當鼠標位于水平控制格時，啟動水平“放縮”對象命令，進入水平“放縮”對象狀態，通過移動鼠標改變對象及其控制框水平大小。

（4）當鼠標位于垂直控制格時，啟動垂直“放縮”對象命令，進入垂直“放縮”對象狀態，通過移動鼠標改變對象及其控制框垂直大小。

（5）當鼠標位于拐角控制格時，啟動雙向（水平和垂直）“放縮”對象命令，進入雙向“放縮”對象狀態，通過移動鼠標改變對象及其控制框整體大小。

（6）當鼠標位于控制杠時，啟動“旋轉”對象命令，進入“旋轉”對象狀態，通過移動鼠標來旋轉對象及其控制框。

下列算法描述的是數字圖像幾何變換的逆向處理步驟，請給出正確排序

A. Create target image I^’

B. Let (x,y) ← T^-1(u^’,v^’)

C. return target image I^’

D. for all target image coordinates (u^’,v^’) do

E. TRANSFORMIMAGE (I,T)

? I : source image

? T :coordinate transform function

F. I^-1(u^’,v^’) ← GETINTERPOLATEDVALUE(I,x,y)

答案：EADBFC

Chapter 5 Geometric 7 Non-Linear

在雙線性變換中，下列說法不正確的是

A. 任何方向的直線都映射為直線

B. 矩形映射為平行四邊形

C. 平行關系保留

D. 4個點定義

答案：ABC

數字圖像非線性變換包括

A. 球形變換 Spherical

B. 旋轉 Rotate

C. 雙線性變換 bilinear

D. 漣漪變換 ripple

答案：ACD

在投影變換中，下列說法正確的是

A. 直線映射為直線

B. 矩陣映射為平行四邊形

C. 平行關系保留

D. 四個點定義

答案：AD

數字圖像(a)的四個變換b、c、d、e依次是

A. 球形變換 Spherical

B. 錯切 Shear

C. 扭轉變換 Twirl

D. 漣漪變換 Ripple

正確答案：ABCD

仿射變換（affine mapping）是投影映射（projective mapping）的特例

正確

根據下列數字圖像水波紋變換Ripple transformation公式，請給出偽代碼的算法描述

Input:ImageOlddouble dAx;double dAy;double dTx;double dTy;Output:ImageNewProcess:int nX;int nY;COLORREF PixelColor;int nXOriginal;int nYOriginal;for( nY=0; nY< m_ImageNew.GetHeight(); nY++){for(nX=0; nX< m_ImageNew.GetWidth();nX++){nXOriginal=nX+dAx*sin(2*3.1415927*nY/dTx);nYOriginal=nY+dAy*sin(2*3.1415927*nX/dTy);PixelColor = ImageOld.GetPixel(nXOriginal,nYOriginal);ImageNew.SetPixel(nX,nY, PixelColor);}}

Chapter 5 Geometric 9 Extend

多幅數字圖像能夠生成

A. 全景圖

B. 三維模型

C. 動態效果

D. 旋轉

答案：ABC

基于內容感知的數字圖像處理包括

A. 放大

B. 縮小

C. 平移

D. 刪除

答案：ABCD

基于數字圖像建立三維模型的方法包括

A. 多幅數字圖像

B. 面向人臉的雙幅數字圖像

C. 面向對稱對象的基于勾畫的單幅數字圖像

D. 基于深度和彩色的兩種數字圖像

答案：ABCD

數字圖像與三維模型沒有任何關系

錯誤

基于數字圖像進行局部動態效果能夠生成動畫和特殊效果

正確

數字圖像不是計算機動畫素材之一

錯誤

基于數字圖像能夠實現局部替換，產生合成效果

正確

數字圖像變形morph處理需要同時各自混合顏色和形狀才能更好地生成中間數字圖像

正確

給出基于內容感知進行數字圖像局部區域刪除、平移和放縮的各自方法，并同普通處理比較給出各自的優點

對數字圖像局部區域進行刪除，采用背景顏色來填充刪除的局部區域，簡單地復制某個像素，顏色是一致的。

對數字圖像局部區域進行基于內容感知的刪除，采用局部區域周圍的多個像素來智能地填充刪除的局部區域，填充的顏色與周圍環境是一致的，具有相似的圖案和紋理。同普通的刪除相比，在填充所刪除區域時考慮了所刪除區域及其周圍信息，具有智能性。

對數字圖像局部區域進行平移，將局部區域移到新的位置，只是簡單地用新像素替代已有像素，而局部區域的原來位置采用背景顏色來填充，簡單地復制某個像素。

對數字圖像局部區域進行基于內容感知的平移，則是將局部區域移到新位置，與已有像素進行混合處理，而局部區域的原來位置則是基于內容感知來填充。同普通的平移相比，填充局部區域原來位置時采用了基于內容感知，在新位置上，局部區域和原有像素進行了混合處理，更具真實感。

對數字圖像進行放縮，將每個像素坐標進行同樣的放縮處理，并不考慮其中各種對象的固有比例和幾何關系等。

對數字圖像局部區域進行基于內容感知的放縮，對保持所感知對象的某些幾何屬性位置，例如不改變尺寸、寬高比一致等。同普通的放縮相比，是面向對象的，是在對象層次上進行的，具有感知數字圖像內容的智能性。

數字圖像的算術運算

輸入：數字圖像1、數字圖像2 輸出：數字圖像3 算法描述： for (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++){for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++){nROne = 0; nGOne = 0; nBOne = 0;if (nX < pDoc->m_ImageOpen.GetWidth()){if (nY < pDoc->m_ImageOpen.GetHeight()){PixelColorOne = pDoc->m_ImageOpen.GetPixel(nX, nY);nROne = GetRValue(PixelColorOne);nGOne = GetGValue(PixelColorOne);nBOne = GetBValue(PixelColorOne);}}nRAnother = 0; nGAnother = 0; nBAnother = 0;if (nX < pDocAnother->m_ImageOpen.GetWidth()){if (nY < pDocAnother->m_ImageOpen.GetHeight()){PixelColorAnother = pDocAnother->m_ImageOpen.GetPixel(nX, nY);nRAnother = GetRValue(PixelColorAnother);nGAnother = GetGValue(PixelColorAnother);nBAnother = GetBValue(PixelColorAnother);}}此為運算方法：nRNew = nROne + nRAnother - (nROne * nRAnother);nGNew = nGOne + nGAnother - (nGOne * nGAnother);nBNew = nBOne + nBAnother - (nBOne * nBAnother);

其他運算見下表

此為檢查RGB值是否越界：/*if (nRNew > 255){nRNew = 255;}if (nGNew > 255){nGNew = 255;}if (nBNew > 255){nBNew = 255;}if (nRNew < 0) {nRNew = 0;}if (nGNew < 0) {nGNew = 0;}if (nBNew < 0) {nBNew = 0;}*/pDocNew->m_ImageOpen.SetPixel(nX, nY,RGB(nRNew, nGNew, nBNew));}}

數字圖像幾何變換

平移

輸入：數字圖像，水平平移量、垂直平移量 輸出：數字圖像 算法描述： //遍歷生成圖像為其賦像素值//水平與垂直方向的偏移量 Int nXOffset, nYOffsetfor (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++)for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++) //平移后留下的區域不需要為其賦像素值if ((nX - nXOffset) < 0continue;if ((nY - nYOffset) < 0)continue; //平移后移出去的部分也不需要為其賦像素值if ((nX - nXOffset) >= pDoc->m_ImageOpen.GetWidth())continue;if ((nY - nYOffset) >= pDoc->m_ImageOpen.GetHeight())continue;PixelColor = pDoc->m_ImageOpen.GetPixel(nX - nXOffset, nY - nYOffset);pDocNew->m_ImageOpen.SetPixel(nX, nY, PixelColor);

縮放

輸入：數字圖像、放縮量 輸出：數字圖像 算法描述：Int Scale //Scale>1時為放大，<1時為縮小for (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++)for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++)PixelColor = pDoc->m_ImageOpen.GetPixel(int(nX / Scale), int(nY / Scale));//此為水平方向上的縮放變體 PixelColor = pDoc->m_ImageOpen.GetPixel(int(nX / Scale), nY);//此為垂直方向上的縮放變體 PixelColor = pDoc->m_ImageOpen.GetPixel(nX, int(nY / Scale));pDocNew->m_ImageOpen.SetPixel(nX, nY, PixelColor);

錯切

輸入：數字圖像，水平偏移量，垂直偏移量 輸出：數字圖像 算法描述：Float fXShearFloat fYShearfor (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++)for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++)if ((int(nY - fYShear * nX)) < 0)continue;if ((int(nY - fYShear * nX)) >= pDoc->m_ImageOpen.GetHeight())continue;PixelColor = pDoc->m_ImageOpen.GetPixel(nX, int(nY - fYShear * nX));pDocNew->m_ImageOpen.SetPixel(nX, nY, PixelColor);

旋轉90°

輸入：數字圖像 輸出：數字圖像算法描述： for (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++){for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++){PixelColor=pDoc->m_ImageOpen.GetPixel(nY,pDoc->m_ImageOpen.GetHeight() - nX - 1);pDocNew->m_ImageOpen.SetPixel(nX, nY, PixelColor);}}

旋轉任意角度

輸入：數字圖像、角度 輸出：數字圖像//算法描述 //1. 計算旋轉后的畫布大小 //2. 選擇插值方法int nWidthRotatedAdd;nWidthRotatedAdd = int(-(nWidthRotated - 1) * 0.5 * fCos+ (nHeightRotated - 1) * 0.5 * fSin+ (pDoc->m_ImageOpen.GetWidth() - 1) * 0.5);int nHeightRotatedAdd;nHeightRotatedAdd = int(-(nWidthRotated - 1) * 0.5 * fSin- (nHeightRotated - 1) * 0.5 * fCos+ (pDoc->m_ImageOpen.GetHeight() - 1) * 0.5);//3.反向映射for (nY = 0; nY < pDocNew->m_ImageOpen.GetHeight(); nY++){for (nX = 0; nX < pDocNew->m_ImageOpen.GetWidth(); nX++){nXOriginal = int(nX * fCos - nY * fSin + nWidthRotatedAdd + 0.5);nYOriginal = int(nX * fSin + nY * fCos + nHeightRotatedAdd + 0.5);if (nXOriginal < 0){continue;}if (nYOriginal < 0){continue;}if (nXOriginal >= pDoc->m_ImageOpen.GetWidth()){continue;}if (nYOriginal >= pDoc->m_ImageOpen.GetHeight()){continue;}PixelColor = pDoc->m_ImageOpen.GetPixel(nXOriginal, nYOriginal);pDocNew->m_ImageOpen.SetPixel(nX, nY, PixelColor);}}

第六章

Chapter 6 Enhance 1 Point 3 Linear

數字圖像整體線性增強處理時斜率變小

A. 對比度變大

B. 對比度不變

C. 對比度變小

D. 亮度不變

答案：C

二值化屬于數字圖像增強處理中

A. 整體線性變換

B. 局部線性變換

C. 分段線性變換

D. 任意線性變換

答案：B

數字圖像整體線性增強時截距變大

A. 亮度變大

B. 亮度不變

C. 亮度變小

D. 對比度不變

答案：A

數字圖像線性的點變換包括

A. 整體線性變換

B. 局部線性變換

C. 分段線性變換

D. 二值化

答案：ABCD

數字圖像增強處理中亮度調整可以看作算術運算中的 加法

數字圖像增強處理中的對比度調整可以看作算術運算中的 乘法

數字圖像增強處理中分段線性變換只能是三段

錯誤

數字圖像自動調整對比度時需要修改起點和終點

正確

數字圖像的底片效果可以通過局部線性變換實現

正確

數字圖像增強處理中亮度變化值只能是正值

錯誤

數字圖像增強處理中對比度變化值只能是正值

正確

數字圖像增強處理中對比度可以自動調整

正確

數字圖像顏色整體線性變換和局部線性變換都可以看作是分段線性變換的特例

正確

數字圖像的顏色最小值、最大值分別是a_low 、a_high ，進行自動對比度調整后的最小值、最大值分別是a_min、a_max，給出最終的變換公式

Chapter 6 Enhance 1 Point 2 nonlinear

A. 亮度變大

B. 對比度不變

C. 亮度變小

D. 亮度不變

答案：A

A. 亮度變大

B. 對比度不變

C. 亮度變小

D. 亮度不變

答案：A

A. 亮度變大

B. 對比度不變

C. 亮度變小

D. 亮度不變

答案：A

像素值與物理量的關系是

A. 線性

B. 非線性

C. 毫無關系

D. 任意

答案：B

A. 對比度變大

B. 對比度不變

C. 對比度變小

D. 亮度不變

答案：C

在數字圖像增強中，基于點處理的亮度變換包括

A. 線性變換

B. 非線性變換

C. 反轉變換

D. 對數變換

答案：ABCD

在數字圖像增強中，非線性點變換包括

A. 指數變換

B. 冪次變換

C. 反轉變換

D. 對數變換

答案：ABD

數字圖像切片 slicing 處理方法包括

A. 位平面方法

B. 灰度階方法

C. 線性方法

D. 非線性方法

答案：AB

數字圖像 指數 點變換增強高亮區域細節，減少陰影區域細節

數字圖像對數點變換 減少 高亮區域細節，增加陰影區域細節

膠片、數碼相機傳感器、顯示器均有 Gamma 值

正確

數碼相機、掃描儀、顯示器、打印機具有相同的 Gamma 值

錯誤

數字圖像在實際 Gamma 校正時需要進行起點修改

正確

數字圖像增強處理中非線性點變換支持一對多映射

錯誤

數字圖像增強處理中線性點變換和非線性點變換可以進行組合

正確

數字圖像進行Gamma校正時像素值不需要進行尺寸放縮

正確

Chapter 6 Enhance 2 Histogram 1 What

數字圖像與直方圖之間的映射關系是

A. 多對多

B. 一對一

C. 多對一

D. 一對多

答案：C

直方圖能夠體現數字圖像的信息包括

A. 曝光度的過與欠

B. 動態范圍的高與低

C. 對比度的高低

D. 強度分布

答案：ABCD

數字圖像的直方圖對應的數據結構是 數組

Chapter 6 Enhance 2 Histogram 7 progress

經過直方圖均衡化 equalization 的數字圖像，灰度級出現的概率

A. 相同

B. 不相同

C. 不變

D. 近似

答案：D

數字圖像直方圖規定化 specification 可以輸入

A. 參考的數字圖像

B. 參考的直方圖

C. 參考的直方圖函數

D. 參考的直方圖曲線

答案：ABCD

數字圖像的直方圖均衡化 equalization 可以借助直方圖規定化 specification 來實現

錯誤

數字圖像直方圖均衡化 equalization 以累積分布函數作為變換函數來修正直方圖

正確

數字圖像經過直方圖均衡化 equalization 只能生成具有一種形狀直方圖的圖像

正確

數字圖像的累積直方圖 Cumulativehistogram 是以直方圖為輸入的

正確

line 4: w*h;

line 10: H[i-1]+

line 16: u,

line 17: H[a]

line 18: ,b

輸入：待處理數字圖像IA的直方圖hA參考數字圖像IR的直方圖hR，與hA有同樣的元素個數設K為hA的元素個數設PA為hA的累積分布函數設PR為hR的累積分布函數處理：創建元素個數為K的列表fhsFor a form 0 to K-1{j = K-1{fhs[a]=jj=j-1 }while (j>0and PA(a) <= PR(j))}輸入圖像IA輸出圖像IO，與輸入圖像IA具有同樣的寬度和高度For y form 0 to H-1{For x form 0 toW-1{Gray = IA.GetPixel(x, y)IO.SetPixel(x, y, fhs[Gray])}}

Chapter 6 Enhance 3 Neighbor 1 Neighbor-5 Smooth

能夠實現數字圖像平滑的處理方法

A. 線性點處理

B. 基于直方圖的處理

C. 鄰域處理

D. 非線性點處理

答案：C

在數字圖像中，基于領域處理的濾波器包括

A. 可以是十字、方形等形狀

B. 可以是 3*3、5*5 等不同尺寸

C. 可以有不同的權值

D. 可以采用中心為原點

答案：ABCD

若操作是在像素的某個鄰域內進行的，即輸出數字圖像的像素顏色值由對應的輸入數字圖像的像素顏色值及其 鄰域像素顏色值 ，則稱其為鄰域操作

在數學上，數字圖像模糊處理相當于數字圖像被平均或被 積分

在數字圖像中，一個像素的鄰域只有8領域

錯誤

采用偽代碼描述數字圖像均值濾波mean filter的算法，濾波器寬度為2R+1

Chapter 6 Enhance 3 Neighbor 6 Smooth extreme

最小值濾波器可用于檢測數字圖像中的像素點是

A. 最亮

B. 最暗

C. 中間亮度

D. 平均亮度

答案：B

阿拉法裁剪均值濾波器 a-trimmed mean filter 是

A. 中值 median 濾波器

B. 均值 mean 濾波器

C. 排序 rank 濾波器

D. 混合 hybrid 濾波器

答案：D

最大值濾波器可用于檢測數字圖像中的像素點是

A. 最亮

B. 最暗

C. 中間亮度

D. 平均亮度

答案：A

在空間域基于濾波器處理數字圖像時，二維濾波器可以分解為多個一維濾波器，以提高計算效率

正確

彩色數字圖像平滑處理無需考慮顏色模型

錯誤

在空間域進行數字圖像排序濾波有哪些？各有什么特點？

排序濾波器包括：1. 中值濾波、2.中值濾波的線性組合、3. 中值濾波的高階組合、4. 加權的中值濾波、5. 迭代的中值濾波、6. 最大值濾波、7. 最小值濾波、8. 中點值濾波。

1適合處理脈沖噪聲，脈沖噪聲要小于濾波器寬度的一半

2取多個濾波器結果的線性加權值

3取多個中值濾波器結果的最大值

4對像素值加權后再做中值濾波

5對數字圖像進行多次中值濾波

6用于提取最亮的像素

7用于提取最暗的像素

8用于提取平均亮度值

Line15: 2*K+

Line17: =h-2

Line18: =w-2;

Line24: =k++

Line29: P[k]

采用偽代碼描述數字圖像加權中值濾波weighted median filter的算法, 濾波器半徑為R。

Chapter 6 Enhance 4 Neighbor Sharpen 5 Laplacian-1

數字圖像進行二階導數運算時，濾波矩陣系數之和是

A. 大于0

B. 等于0

C. 小于0

D. 等于1

答案：B

基于二階導數對數字圖像進行銳化處理時，濾波矩陣系數之和是

A. 大于0

B. 等于0

C. 小于0

D. 等于1

答案：B

數字圖像進行Laplacian運算時，參與的像素包括

A. 4鄰域

B. 8鄰域

C. 全領域

D. 無鄰域

答案：AB

可以用于數字圖像 laplacian 運算的有

A.

B.

C.

D.

答案：AB

可以用于數字圖像銳化運算的有

0-10

-1	5	-1
0	-1	0

0-10

-1	4	-1
0	-1	0

-1-1-1

-1	8	-1
-1	-1	-1

-1-1-1

-1	9	-1
-1	-1	-1

A. 1

B. 2

C. 3

D. 4

答案：AD

數字圖像的二階導數與過零點對應

正確

數字圖像空間域處理中非銳化 Unsharpmasking 濾波是高增 High-boost 濾波的推廣

錯誤

彩色數字圖像銳化處理需要考慮顏色模型

正確

給出數字圖像進行非銳化蒙版 Unsharpmask 處理的步驟

獲得待處理數字圖像的模糊數字圖像。

對待處理數字圖像及其模糊數字圖像進行減法運算，獲得邊緣銳化的蒙版數字圖像

將待處理數字圖像與蒙版數字圖像進行加權處理，從而獲得銳化數字圖像。

輸入：待處理數字圖像II待處理數字圖像的蒙版數字圖像M輸出：銳化的數字圖像Ish，與輸入圖像II具有同樣的寬度和高度For y form 0 to H-1{For x form 0 toW-1{If(dII(x,y)>=Tc){gray = II.GetPixel(x, y)+a M(x,y)}Else{gray = II.GetPixel(x, y)}Ish.SetPixel(x, y, int(gray))}}

Chapter 6 Enhance 4 Neighbor Sharpen 1 Gradient-4

數字圖像進行一階導數運算時，濾波矩陣系數之和是

A. 大于0

B. 等于0

C. 小于0

D. 等于1

答案：B

在數字圖像中，像素位置值之間距離包括

A. 歐拉距離 eudclidean distance

B. 城區距離 city-block distance

C. 棋盤距離 chessboard distance

D. 沒有距離 null distance

答案：ABC

在數學上，數字圖像銳化處理相當于數字圖像被 微分

數字圖像一階導數與像素顏色值斜率對應

正確

聯系：Roberts 濾波、Prewitt濾波、Sobel濾波都是用于強化數字圖像細節，提供邊緣銳化的數字圖像。

區別：Roberts 濾波采用對角交叉來計算一階導數，而Prewitt濾波、Sobel濾波則是采用鄰接行、列來計算一階導數。

Prewitt濾波平等對待鄰接行、列的像素，而Sobel濾波則是鄰接行、列中遠近不同像素賦予不同的權值，具有較好的平滑預處理功能。

Chapter 6 Enhance 5 Frequency 1 Continuous Fourier-3 Cosin

2D 離散變換快速算法的基礎是

A. 旋轉不變性

B. 周期性

C. 對稱性

D. 可分離性

D

快速離散傅里葉變換計算復雜度是

A. O(nXⁿ)

B. O(n)

C. O(nlogn)

D. O(logn)

答案：C

FFT 變換核是

A. 復數

B. 實數

C. 整數

D. 浮點數

答案：A

數字圖像可以表示為

A. 頻率域

B. 數據矩陣

C. 表面模型

D. 亮度

答案：ABCD

數字圖像的 2D 離散變換的作用有

A. 特征提取

B. 減少維度

C. 圖像編碼

D. 除去噪音

答案：ABCD

任意波形可分解為不同幅值、不同 頻率 的正弦波的加權和

在數字圖像變換域中，能量將集中到 低頻 成分

傅里葉變換是一種數學變換（正交變換），可以把信號（或函數）分解成不同 幅度 的具有不同頻率的正弦和余弦信號（或函數）

短時間離散二維傅里葉變換在時域和頻域是局部化的

正確

基于變換域的數字圖像處理方法的步驟是什么？

首先對圖像進行正交變化，然后進行各種處理，處理之后再變回空間域，得到處理結果。包括濾波、數據壓縮、特征處理等處理

Chapter 6 Enhance 5 Frequency 4 Continuous Wavelet-6

JPEG 2000 數字圖像標準采用的變換是

A. 離散余弦變換

B. 離散小波變換

C. 離散正弦變換

D. 離散傅里葉變換

答案：B

基于正弦波曲線的離散變換方法包括

A. 離散余弦變換

B. 離散小波變換

C. 離散傅里葉變換

D. 離散 Harr 變換

答案：AC

如果對信號的高頻分量不再分解，而對低頻分量進行連續分解，便可得到信號不同分辨率下的低頻分量，這稱之為信號的 多分辨率 分析

離散二維小波變換在時域和頻域都是局部的

正確

小波包變換是小波變換的線性組合

正確

數字圖像變換域實現方法包括哪些，各自的優缺點是什么

二維離散傅立葉變換，采用復數做變換核，余弦和正弦是非正交的，變換后數據是復數。
二維離散余弦變換，采用余弦做變換核，用于JPEG圖像壓縮。
哈達瑪變換，采用+1和-1做變換矩陣的系數，變換矩陣能夠按照規律生成。
二維離散小波變換，包括哈爾小波、Daub小波，是正交的，對數字圖像可以進行多分辨率分析。用于JPEG2000圖像壓縮。

二維離散小波包變換，是小波變換的線性組合。

Chapter 6 Enhance 5 Frequency 7 Smooth lowpass-8 Smooth

用于數字圖像模糊的低通濾波器包括

A. 高斯低通濾波器

B. Butterworth

C. 指數低通濾波器

D. 梯形低通濾波器

答案：ABCD

彩色數字圖像不能進行基于頻率域的增強處理

錯誤

數字圖像頻率域處理中只能采用離散二維傅里葉變換

錯誤

實現數字圖像模糊的方法有哪些

數字圖像進行模糊的方法包括空間域和變換域兩大類。

空間域方法，包括均值濾波、高斯濾波等。

變換域方法，低通濾波方法，包括Butterworth低通濾波器、指數低通濾波器、梯形低通濾波器、高斯濾波等。

給出對數字圖像進行頻率域平滑處理的步驟

先對數字圖像進行離散變換處理，獲得頻率域（變換域）的數據，該數據具有多種頻率，代表不同重要程度，低頻表示整體信息、高頻表示細節信息。
接著在變換域，采用低通濾波方法，例如，Butterworth低通濾波器、指數低通濾波器、梯形低通濾波器、高斯濾波等。
最后對低通濾波處理后的頻率域數據進行相應的逆離散變換，從而獲得平滑的數字圖像。

Chapter 6 Enhance Frequency 9 Sharpen

具有明顯振鈴，數字圖像邊緣模糊不清

A. 理想高通濾波器

B. Butterworth 高通濾波器

C. 指數高通濾波器

D. 梯形高通濾波器

答案：A

用于數字圖像銳化的高通濾波器包括

A. 高斯高通濾波器

B. Butterworth 低通濾波器

C. 指數高通濾波器

D. 梯形高通濾波器

答案：ACD

為了消除模糊，突出邊緣，實現圖像的銳化，可以采用的方法是低通濾波

錯誤

實現數字圖像銳化的方法有哪些？

數字圖像實現銳化的方法包括空間域和變換域兩大類方法。

空間域方法，基于導數的非銳化、高增濾波等。導數包括一階導數和二階導數，一階導數包括Roberts算子、Prewitt算子、Sobel算子等，二階導數包括Laplacian算子等。

變換域方法，高通濾波方法，例如，Butterworth高通濾波器、指數高通濾波器、梯形高通濾波器。

數字圖像點處理

亮度調整

輸入：數字圖像、RADD、GADD、BADD

輸出：數字圖像

算法描述：遍歷每個像素點，對RGB三個通道的灰度值分別加上ADD數值，判斷是否越界后將像素值賦予新圖像。

對比度調整

輸入：數字圖像、RMULTIPLY、BMULTIPLY、GMULTIPLY

輸出：數字圖像

算法描述：遍歷每個像素點，對RGB三個通道的灰度值分別乘上MULTIPLY數值，判斷是否越界后將像素值賦予新圖像。

自動對比度調整

輸入：數字圖像

輸出：數字圖像

算法描述：

找出該圖像RGB三個通道的最大灰度值以及最小灰度值Highcolor、Lowcolor

生成等大小新圖像

對比原圖像在相應位置按

Color = int (Mincolor (一般設為0) + (color - Lowcolor) * (Maxcolor(設為255) - Mincolor) * 1.0 / (Highcolor - Lowcolor)); 計算像素值

判斷像素值是否越界

填入像素值

全局線性變換

輸入：數字圖像，colorF1、colorF2、colorG1、colorG2

說明：原函數為**，其中**

公式變為：

[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-p0TGDHER-1608624097633)(images\clip_image006.jpg)]

輸出：數字圖像

算法描述：遍歷每個像素點，對RGB三個通道的灰度值分別經過函數g(x,y)的變換，判斷是否越界后將像素值賦予新圖像。

非線性變換

公式：s = log(1 + f(x,y)) * 255/log256

第七章

Chapter 7 Degrade 1 Noise 1 Model 2 Type

數字圖像常見噪聲包括

A. 高斯噪聲

B. 指數分布噪聲

C. 均勻分布噪聲

D.脈沖噪聲

答案：ABCD

將所獲取數字圖像分解為理想組成成分和噪音組成成分，它們之間的關系包括

A. 加法

B. 減法

C. 乘法

D. 除法

答案：AC

A.

B.

C.

D.

答案：ABCD

高斯噪聲源于電子電路噪聲和由低照明度或高溫帶來的 傳感器 噪聲。

在脈沖噪聲中，負脈沖以 黑點（胡椒點）出現， 正脈沖 以白點（鹽點）出現。

高斯噪聲是數字圖像退化的一個原因

正確

數字圖像的信號與噪音組成可分解為加法模型和乘法模型，它們能夠相互轉換

正確

數字圖像進行數字化時可能產生噪音

正確

斑點對應數字圖像組成分解的加法模型

錯誤

數字圖像中斑點與空間相關

正確

數字圖像中噪音只能是單個孤立像素

錯誤

Chapter 7 Degrade 2 Blur 1 Source 3 Position

數字圖像模糊退化原因包括

A. 攝像機未聚焦

B. 物體與攝像設備之間的相對移動

C. 隨機大氣湍流

D. 成像光源或射線的散射

答案：ABCD

數字圖像退化中的模糊包括

A. 線性運動模糊

B. 均勻散焦模糊

C. 大氣湍流模糊

D. 選擇模糊

答案：ABCD

數字圖像退化形式只有噪音和模糊

錯誤

Chapter 8 Restore 1 Denoise 1 Spatial Mean filter 2

對于高斯和均勻隨機分布這類噪聲有最好的效果

A. 中值濾波器

B. 最大值濾波器

C. 最小值濾波器

D. 修正阿爾法均值濾波器

答案：D

適合于處理數字圖像脈沖噪聲

A. 算術均值濾波器

B. 幾何均值濾波器

C. 諧波均值濾波器

D. 逆諧波均值濾波器

答案：CD

適合處理數字圖像高斯或均勻等隨機噪聲

A. 算術均值濾波器

B. 幾何均值濾波器

C. 諧波均值濾波器

D. 逆諧波均值濾波器

答案：BC

針對數字圖像周期性噪聲，可以采用的頻率域處理方法包括

A. 帶阻濾波器

B. 低通濾波器

C. 陷波濾波器

D. 高通濾波器

答案：AC

數字圖像存在鹽噪聲、椒噪聲、脈沖噪聲，依次應采用的濾波器是

A. 最小值 minimum 濾波器

B. 最大值 maximum 濾波器

C. 均值 mean 濾波器

D. 中值 median 濾波器

答案：ABD

復原有噪聲數字圖像無需知道噪聲和信號任何信息

錯誤

請給出對有噪聲數字圖像進行自適應中值濾波的完整步驟

輸入：

待處理圖像，空白圖像

區域最大尺寸Smax

自適應中值濾波：

步驟1，自上而下、從左到右在輸入數字圖像每個像素上移動濾波器。

步驟2，對待處理像素計算A1 = Zmed - Zmin; A2 = Zmed - Zmax。

步驟3，如果 A1>0并且A2<0，則轉到步驟5；否則，增大窗口尺寸。如果窗口尺寸<= Smax，則返回步驟2；否則，輸出Zmed，即空白圖像相應位置像素值置為Zmed，取出下一個像素，返回步驟1。

步驟5，計算B1 = Zxy - Zmin; B2 = Zxy - Zmax。

步驟6，如果B1>0并且B2<0，則輸出Zxy，即空白圖像相應位置像素值置為Zxy；否則，輸出Zmed，即空白圖像相應位置像素值置為Zmed。取出下一個像素，返回步驟2。

Sxy是區域

Smax是指最大容忍區域

Zmed是Sxy的中值

Zmax是Sxy的最大值

Zmin是Sxy的最小值

Chapter 8 Restore 1 Denoise 3 Frequency

理想、巴特沃斯、高斯三種帶阻濾波器的公式分別是

A.

B.

C.

D.

答案：ABD

帶通濾波器包括的類型有

A. 理想型

B. 巴特沃斯型

C. 高斯型

D. 梯形型

答案：ABC

帶阻濾波器包括的類型有

A. 理想型

B. 巴特沃斯型

C. 高斯型

D. 梯形型

答案：ABC

陷阻濾波器包括的類型有

A.

B.

C.

D.

答案：ABC

理想、巴特沃斯、高斯三種帶通濾波器的公式分別是

A.

B.

C.

D.

答案：ABD

采用變換域（頻率域）方法對數字圖像進行周期性噪點復原，可以采用的方法包括

A. 低通濾波器

B. 高通濾波器

C. 帶阻濾波器

D. 陷阻濾波器

答案：CD

帶阻濾波器是 抑制 一個特定范圍的頻率。

帶阻濾波器具有 2 個截斷半徑。

帶通濾波器是 通過 一個特定范圍的頻率。

帶通濾波器具有 2 個截斷半徑。

Chapter 8 Restore 2 Deblur 1 filter 2 singalnoise

對數字圖像進行有約束最小二乘濾波時需要已知噪聲的

A. 最小值

B. 最大值

C. 均值

D. 方差

答案：CD

在數字圖像模糊復原方法中，維納濾波、約束最小二乘法濾波、逆濾波依次對應

A. 最小化理想數字圖像與復原數字圖像之間的平均方差

B. 引入拉普拉斯算子

C. 最大值

D. 放大噪聲

答案：ABD

約束還原法也稱之為 維納 濾波

評估數字圖像復原效果沒有客觀標準

錯誤

數字圖像復原與數字圖像增強都是主觀過程

錯誤

數字圖像退化原因決定數字圖像復原方法

正確

數字圖像增強效果常采用信噪比來評估

錯誤

對數字圖像進行維納濾波時需要已知信號和噪聲的功率譜

正確

數字圖像復原與數字圖像增強的相似與相異之處有哪些

數字圖像復原和數字圖像增強都是為了改善圖像視覺效果和質量，都可以采用空間域和變換域的方法。

數字圖像復原是為了復原原始圖像、希望獲得最優估值，而數字圖像增強則是為了突出某些信息。

數字圖像復原是一個客觀過程，根據退化原因建立退化模型，通過逆處理來實現；而數字圖像增強則是一個主觀過程，不需要知道圖像降質原因。

數字圖像模糊退化原因包括

A. 攝像機未聚焦

B. 物體與攝像設備之間的相對移動

C. 隨機大氣湍流

D. 成像光源或射線的散射

答案：ABCD

數字圖像退化中的模糊包括

A. 線性運動模糊

B. 均勻散焦模糊

C. 大氣湍流模糊

D. 選擇模糊

答案：ABCD

數字圖像退化形式只有噪音和模糊

錯誤

Chapter 8 Restore 1 Denoise 1 Spatial Mean filter 2

對于高斯和均勻隨機分布這類噪聲有最好的效果

A. 中值濾波器

B. 最大值濾波器

C. 最小值濾波器

D. 修正阿爾法均值濾波器

答案：D

適合于處理數字圖像脈沖噪聲

A. 算術均值濾波器

B. 幾何均值濾波器

C. 諧波均值濾波器

D. 逆諧波均值濾波器

答案：CD

適合處理數字圖像高斯或均勻等隨機噪聲

A. 算術均值濾波器

B. 幾何均值濾波器

C. 諧波均值濾波器

D. 逆諧波均值濾波器

答案：BC

針對數字圖像周期性噪聲，可以采用的頻率域處理方法包括

A. 帶阻濾波器

B. 低通濾波器

C. 陷波濾波器

D. 高通濾波器

答案：AC

數字圖像存在鹽噪聲、椒噪聲、脈沖噪聲，依次應采用的濾波器是

A. 最小值 minimum 濾波器

B. 最大值 maximum 濾波器

C. 均值 mean 濾波器

D. 中值 median 濾波器

答案：ABD

復原有噪聲數字圖像無需知道噪聲和信號任何信息

錯誤

請給出對有噪聲數字圖像進行自適應中值濾波的完整步驟

輸入：

待處理圖像，空白圖像

區域最大尺寸Smax

自適應中值濾波：

步驟1，自上而下、從左到右在輸入數字圖像每個像素上移動濾波器。

步驟2，對待處理像素計算A1 = Zmed - Zmin; A2 = Zmed - Zmax。

步驟3，如果 A1>0并且A2<0，則轉到步驟5；否則，增大窗口尺寸。如果窗口尺寸<= Smax，則返回步驟2；否則，輸出Zmed，即空白圖像相應位置像素值置為Zmed，取出下一個像素，返回步驟1。

步驟5，計算B1 = Zxy - Zmin; B2 = Zxy - Zmax。

步驟6，如果B1>0并且B2<0，則輸出Zxy，即空白圖像相應位置像素值置為Zxy；否則，輸出Zmed，即空白圖像相應位置像素值置為Zmed。取出下一個像素，返回步驟2。

Sxy是區域

Smax是指最大容忍區域

Zmed是Sxy的中值

Zmax是Sxy的最大值

Zmin是Sxy的最小值

Chapter 8 Restore 1 Denoise 3 Frequency

理想、巴特沃斯、高斯三種帶阻濾波器的公式分別是

A.

B.

C.

D.

答案：ABD

帶通濾波器包括的類型有

A. 理想型

B. 巴特沃斯型

C. 高斯型

D. 梯形型

答案：ABC

帶阻濾波器包括的類型有

A. 理想型

B. 巴特沃斯型

C. 高斯型

D. 梯形型

答案：ABC

陷阻濾波器包括的類型有

A.

B.

C.

D.

答案：ABC

理想、巴特沃斯、高斯三種帶通濾波器的公式分別是

A.

B.

C.

D.

答案：ABD

采用變換域（頻率域）方法對數字圖像進行周期性噪點復原，可以采用的方法包括

A. 低通濾波器

B. 高通濾波器

C. 帶阻濾波器

D. 陷阻濾波器

答案：CD

帶阻濾波器是 抑制 一個特定范圍的頻率。

帶阻濾波器具有 2 個截斷半徑。

帶通濾波器是 通過 一個特定范圍的頻率。

帶通濾波器具有 2 個截斷半徑。

Chapter 8 Restore 2 Deblur 1 filter 2 singalnoise

對數字圖像進行有約束最小二乘濾波時需要已知噪聲的

A. 最小值

B. 最大值

C. 均值

D. 方差

答案：CD

在數字圖像模糊復原方法中，維納濾波、約束最小二乘法濾波、逆濾波依次對應

A. 最小化理想數字圖像與復原數字圖像之間的平均方差

B. 引入拉普拉斯算子

C. 最大值

D. 放大噪聲

答案：ABD

約束還原法也稱之為 維納 濾波

評估數字圖像復原效果沒有客觀標準

錯誤

數字圖像復原與數字圖像增強都是主觀過程

錯誤

數字圖像退化原因決定數字圖像復原方法

正確

數字圖像增強效果常采用信噪比來評估

錯誤

對數字圖像進行維納濾波時需要已知信號和噪聲的功率譜

正確

數字圖像復原與數字圖像增強的相似與相異之處有哪些

數字圖像復原和數字圖像增強都是為了改善圖像視覺效果和質量，都可以采用空間域和變換域的方法。

數字圖像復原是為了復原原始圖像、希望獲得最優估值，而數字圖像增強則是為了突出某些信息。

數字圖像復原是一個客觀過程，根據退化原因建立退化模型，通過逆處理來實現；而數字圖像增強則是一個主觀過程，不需要知道圖像降質原因。

對數字圖像復原的評估是客觀的，而對數字圖像增強的評估則是主觀的。

總結

以上是生活随笔為你收集整理的数字图像处理课后习题汇总的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。