2014年解放军信大硕士入学真题数字图像处理、模式识别
数字图像处理科目试题
（共七大题，满分150分）
一、 填空题(15分，每空1分)
1、色调由颜色所在光谱中的决定，用来表示颜色的。饱和度决定于颜色中混入的数量，表示颜色的。亮度决定于颜色的，用来表示颜色的程度。目前使用最多的颜色模型是面向机器的模型和面向颜色处理的模型。
2、采样频率不低于信号最高频率的倍时，周期延拓频谱则不混叠。
3、在观察不同亮度背景中的两个不同亮度的目标物时，会按感觉目标物的亮度。
5、直方图均衡化以函数作为增强函数。
6、中值滤波可以有效地消除和噪声。
7、图像数据冗余主要有编码冗余、冗余和冗余。
二、名词解释（25分，每小题5分）
1、频率域
2、归一化直方图
3、MTF
4、低通滤波
5、去卷积
三、简答、证明题（50分）
1、（12分）简述对离散图像实施2维傅里叶变换的意义。解释为什么要对变换后的幅值谱进行中心置换？并对中心置换后的频率分布情况进行描述。
2、(14分)试证明拉普拉斯算子具有旋转不变性，并说明高斯--拉普拉斯算子对该算子的改进效果。
第1页共2页
模式识别试题答案
模 式 识 别 非 学 位 课 考 试 试 题 考试科目： 模式识别 考试时间 考生姓名： 考生学号 任课教师 考试成绩 一、简答题（每题6分，12题共72分）： 1、 监督学习和非监督学习有什么区别？ 参考答案：当训练样本的类别信息已知时进行的分类器训练称为监督学习，或者由教师示范的学习；否则称为非监督学习或者无教师监督的学习。 2、 你如何理解特征空间？表示样本有哪些常见方法？ 参考答案：由利用某些特征描述的所有样本组成的集合称为特征空间或者样本空间，特征空间的维数是描述样本的特征数量。描述样本的常见方法：矢量、矩阵、列表等。 3、 什么是分类器？有哪些常见的分类器？ 参考答案：将特征空中的样本以某种方式区分开来的算法、结构等。例如：贝叶斯分类器、神经网络等。 4、 进行模式识别在选择特征时应该注意哪些问题？ 参考答案：特征要能反映样本的本质；特征不能太少，也不能太多；要注意量纲。 5、 聚类分析中，有哪些常见的表示样本相似性的方法？ 参考答案：距离测度、相似测度和匹配测度。距离测度例如欧氏距离、绝对值距离、明氏距离、马氏距离等。相似测度有角度相似系数、相关系数、指数相似系数等。 6、 你怎么理解聚类准则？ 参考答案：包括类内聚类准则、类间距离准则、类内类间距离准则、模式与类核的距离的准则函数等。准则函数就是衡量聚类效果的一种准则，当这种准则满足一定要求时，就可以说聚类达到了预期目的。不同的准则函数会有不同的聚类结果。 7、 一种类的定义是：集合S 中的元素x i 和x j 间的距离d ij 满足下面公式： ∑∑∈∈≤-S x S x ij i j h d k k )1(1 ，d ij ≤ r ，其中k 是S 中元素的个数，称S 对于阈值h ，r 组成一类。请说明， 该定义适合于解决哪一种样本分布的聚类？ 参考答案：即类内所有个体之间的平均距离小于h ，单个距离最大不超过r ，显然该定义适合团簇集中分布的样本类别。 8、 贝叶斯决策理论中，参数估计和非参数估计有什么区别？ 参考答案：参数估计就是已知样本分布的概型，通过训练样本确定概型中的一些参数；非参数估计就是未知样本分布概型，利用Parzen 窗等方法确定样本的概率密度分布规律。 9、 基于风险的统计贝叶斯决策理论中，计算代价[λij ]矩阵的理论依据是什么？假设这个矩阵是 M ?N ，M 和N 取决于哪些因素？
数字图像处理期末复习题2教学总结
第六章图像的锐化处理 一.填空题 1. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。垂直方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 2. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Roberts交叉微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 3. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Sobel 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 4. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Priwitt微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 5. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Laplacian微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 6. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。Wallis 微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 7. 在图像的锐化处理中，通过一阶微分算子和二阶微分算子都可以进行细节的增强与检测。水平方向的微分算子属于________________。（填“一阶微分算子”或“二阶微分算子”） 8. 图像微分______________了边缘和其他突变的信息。（填“增强”或“削弱”） 9. 图像微分______________了灰度变化缓慢的信息。（填“增强”或“削弱”） 10. 图像微分算子______________用在边缘检测中。（填“能”或“不能”） 四.简答题 1. 图像中的细节特征大致有哪些？一般细节反映在图像中的什么地方？ 2. 一阶微分算子与二阶微分算子在提取图像的细节信息时，有什么异同？ 3. 简述水平方向的微分算子的作用模板和处理过程。 4. 简述垂直方向的微分算子的作用模板和处理过程。 5. 已知Laplacian微分算子的作用模板为：，请写出两种变形的Laplacian算子。解答: 1. 图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。孤 立点大都是图像的噪声点，画面突变一般体现在目标物的边缘灰度部分。 2. 一阶微分算子获得的边界是比较粗略的边界，反映的边界信息较少，但是所反映的边界 比较清晰；二阶微分算子获得的边界是比较细致的边界。反映的边界信息包括了许多的细节 信息，但是所反映的边界不是太清晰。 五.应用题 1. 已知Roberts算子的作用模板为：，Sobel算子的作用模板为： 。 设图像为：
数字图像处理期末复习
遥感与数字图像处理基础知识 一、名词解释： 数字影像图像采样灰度量化像素 数字影像：数字影像又称数字图像，即数字化的影像。基本上是一个二维矩阵，每个点称为像元。像元空间坐标和灰度值均已离散化，且灰度值随其点位坐标而异。 图像采样：指将在空间上连续的图像转换成离散的采样点集的操作。 灰度量化：将各个像素所含的明暗信息离散化后，用数字来表示。 像素：像素是A/D转换中的取样点，是计算机图像处理的最小单元 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个_离散的光密度_函数。 3、通过成像方式获取的图像是连续的，无法直接进行计算机处理。此外，有些遥感图像是通过摄影方式获取的，保存在胶片上。只有对这些获取的图像（或模拟图像）进行数字化后，才能产生数字图像。数字化包括两个过程：___采样___和__量化___。 4、一般来说，采样间距越大，图像数据量____小____，质量____低_____；反之亦然。 5、一幅数字图像为8位量化，量化后的像素灰度级取值范围是________的整数。设该数字图像为600行600列，则图像所需要的存储空间为________字节。 6、设有图像文件为200行，200列，8位量化，共7个波段，则该图像文件的大小为________。 三、不定项选择题：(单项或多项选择) 1、数字图像的________。 ①空间坐标是离散的，灰度是连续的②灰度是离散的，空间坐标是连续的 ③两者都是连续的④两者都是离散的 2、采样是对图像________。 ①取地类的样本②空间坐标离散化③灰度离散化 3、量化是对图像________。 ①空间坐标离散化②灰度离散化③以上两者。 4、图像灰度量化用6比特编码时，量化等级为________。
中科院-模式识别考题总结(详细答案)
1.简述模式的概念及其直观特性，模式识别的分类，有哪几种方法。（6’） 答（1）：什么是模式？广义地说，存在于时间和空间中可观察的物体，如果我们可以区别它们是否相同或是否相似，都可以称之为模式。 模式所指的不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。 模式的直观特性：可观察性；可区分性；相似性。 答（2）：模式识别的分类： 假说的两种获得方法（模式识别进行学习的两种方法）： ●监督学习、概念驱动或归纳假说； ●非监督学习、数据驱动或演绎假说。 模式分类的主要方法： ●数据聚类：用某种相似性度量的方法将原始数据组织成有意义的和有用的各种数据 集。是一种非监督学习的方法，解决方案是数据驱动的。 ●统计分类：基于概率统计模型得到各类别的特征向量的分布，以取得分类的方法。 特征向量分布的获得是基于一个类别已知的训练样本集。是一种监督分类的方法， 分类器是概念驱动的。 ●结构模式识别：该方法通过考虑识别对象的各部分之间的联系来达到识别分类的目 的。（句法模式识别） ●神经网络：由一系列互相联系的、相同的单元（神经元）组成。相互间的联系可以 在不同的神经元之间传递增强或抑制信号。增强或抑制是通过调整神经元相互间联 系的权重系数来（weight）实现。神经网络可以实现监督和非监督学习条件下的分 类。 2.什么是神经网络？有什么主要特点？选择神经网络模式应该考虑什么因素？ （8’） 答（1）：所谓人工神经网络就是基于模仿生物大脑的结构和功能而构成的一种信息处 理系统（计算机）。由于我们建立的信息处理系统实际上是模仿生理神经网络，因此称它为人工神经网络。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 人工神经网络的两种操作过程：训练学习、正常操作（回忆操作）。 答（2）：人工神经网络的特点： ●固有的并行结构和并行处理； ●知识的分布存储； ●有较强的容错性； ●有一定的自适应性； 人工神经网络的局限性： ●人工神经网络不适于高精度的计算； ●人工神经网络不适于做类似顺序计数的工作； ●人工神经网络的学习和训练往往是一个艰难的过程； ●人工神经网络必须克服时间域顺序处理方面的困难； ●硬件限制； ●正确的训练数据的收集。 答（3）：选取人工神经网络模型，要基于应用的要求和人工神经网络模型的能力间的 匹配，主要考虑因素包括：
数字图像处理期末考题
数字图像处理 一、填空题 1、数字图像的格式有很多种，除GIF格式外，还有jpg 格式、tif 格式。 2、图像数据中存在的有时间冗余、空间冗余、结构冗余、信息熵冗余、知识 冗余、视觉冗余。 3、在时域上采样相当于在频域上进行___延拓。 4、二维傅里叶变换的性质___分离性、线性、周期性与共轨对称性、__位 移性、尺度变换、旋转性、平均值、卷积。（不考） 5、图像中每个基本单元叫做图像元素；在早期用picture表示图像时就称为 像素。 6、在图象处理中认为线性平滑空间滤波器的模板越大,则对噪声的压制越 好 ;但使图像边缘和细节信息损失越多; 反之, 则对噪声的压制不好 ,但对图像的细节等信息保持好。模板越平,则对噪声的压制越好 ,但对图像细节的保持越差;反之,则对噪声的压制不好,但对图像细节和边缘保持较好。 7、哈达玛变换矩阵包括___+1 和___—1 两种矩阵元素。（不要） 8、对数变换的数学表达式是t = Clog ( 1 + | s | ) 。 9、傅里叶快速算法利用了核函数的___周期性和__对称性。（不要） 10、直方图均衡化的优点是能自动地增强整个图像的对比度。（不要） 二、选择题 ( d )1.一幅灰度级均匀分布的图象，其灰度范围在[0，255]，则该图象的信息量为： a. 0 .255 c ( c )2.采用模板［-1 1］主要检测____方向的边缘。 a.水平 b.45 c.垂直 ( c )3. 下列算法中属于图象平滑处理的是： a.梯度锐化 b.直方图均衡 c. 中值滤波增强 ( b )4.图象与灰度直方图间的对应关系是： a.一一对应 b.多对一 c.一对多 d.都不对 ( a )5.对一幅图像采样后，512*512的数字图像与256*256的数字图像相比较具有的细节。 a.较多 b.较少 c.相同 d.都不对 ( b )6.下列算法中属于点处理的是： a.梯度锐化 b.二值化 c.傅立叶变换 d.中值滤波 ( d )7.二值图象中分支点的连接数为： .1 c ( a )8.对一幅100100像元的图象，若每像元用８bit表示其灰度值，经霍夫曼编码后压缩图象的数据量为40000bit，则图象的压缩比为： :1 :1 c.4:1 :2 ( d )9.下列算法中属于局部处理的是： a.灰度线性变换 b.二值化 c.傅立叶变换 d.中值滤波 ( b )10.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子算子算子d. Laplacian算子
数字图像处理期末复习
数字图像处理期末复习 zf·w 2013/12/19 一.单项选择题+填空题+判断题 1.图像与灰度直方图间的对应关系是【多对一】 2.属于图像锐化处理的有【高通滤波】 3.属于点处理/运算的有【二值化】【直方图均衡】 4.计算机显示器主要采用的彩色模型是【RGB】 5.属于图像平滑处理的有【中值滤波】【低通滤波】 6.维纳滤波器通常用于【复原图像】 7.图像方差说明了图像的【对比度】 8.属于局部处理的有【中值滤波】 9.图像锐化除了在空间域进行外，也可以在【频率域】进行 10.对于彩色图像，通常用于区别颜色的特性是【色调】【饱和度】【亮度】 11.依据图像的保真度，图像压缩可以分为【有损压缩】和【无损压缩】 12.低通滤波法是使【高频成分】受到抑制而让【低频成分】顺利通过，从而实现图像平滑（此处的“高频成分”和“低频成分”分别对应于空间域的像素灰度值/灰度分布有什么特点） 13.一般来说，采样间距越大，图像数据量【少】，质量【差】；反之亦然 14.直方图修正法包括【直方图均衡】和【直方图规定化（匹配）】 15.图像压缩系统是由【编码器】和【解码器】两个截然不同的结构块组成 16.数字图像处理即用【计算机】对图像进行处理 17.若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用对应直方图中奇数项的像素灰度代替，所得到的的图像将亮度【增加】，对比度【减少】（图像亮度和对比度与图像像素灰度值分布之间的关系） 18.图像数字化包括三个步骤【采样】【量化】和【扫描】 19.在RGB彩色空间的原点上，三个基色均没有【亮度】，即原点为【黑色】，三基色都达到最高亮度时则表现为【白色】（色调，饱和度和亮度在图像上的具体表现是什么） 20.灰度直方图的横坐标是【灰度级】，纵坐标是【该灰度级出现的频率】 21.数字图像是【图像】的数字表示，【像素】是其最小的单位 22.【灰度图像】是指每个像素的信息由一个量化的灰度级来描述的图像，没有彩色信息 23.【彩色图像】是指每个像素的信息由RGB三原色构成的图像，其中RGB是由不同的灰度级来描述 24.【直方图均衡化】方法的基本思想是对图像中像素个数多灰度级进行【展宽】，对像素个数少的灰度级进行【缩减】，从而达到清晰图像的目的 25.图像锐化的目的是加强图像中景物的【细节边缘和轮廓】 26.因为图像分割的结果图像是二值图像，所以通常又称图像分割为图像的【二值化处理】 27.【腐蚀】是一种消除连通域的边界点，使边界向内收缩的处理 28.【膨胀】是将目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理 29.对于【椒盐噪声】，中值滤波的效果比均值滤波效果好 30.图像增强按增强处理所在空间不同分为【空域】和【频域】 31.常用的彩色增强方法有【真彩色增强】【假彩色增强】和【伪彩色增强】三种 32.【灰度直方图可以反映一幅图像各灰度级像元占图形的面积比】 33.【直方图均衡和图像的二值化都是点运算】 34.【边缘检测是将边缘像元标识出来的一种图像分割技术】 二.名词解释 1.数字图像：用一个二维函数f(x,y)表示一幅图像，其中x和y是空间坐标，幅值f是在该空间坐标处的强度或灰度。当x,y和f都是有限的离散值时，我们称该图像是数字图像。 2.数字图像处理：指用计算机处理数字图像，以获得所需的数字图像。 3.图像压缩： 4.无损压缩：可精确无误地从压缩数据中恢复出原始数据。 5.中值滤波：将当前像元的窗口中所有像元灰度由小到大排序，中间值作为当前像元的输出值。 三.简答题 1.图像压缩的基本原理是什么。数字图像的冗余有哪几种表现形式？ 答：虽然表示图像需要大量的数据，但图像数据是高度相关的，或者说存在冗余信息。图像压缩就是去掉这些冗余信息而不损
数字图像处理期末复习试题3
1、数字图像：指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（pixel）。 数字图像处理：指用数字计算机及其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义：对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图：指反映一幅图像各灰度级像元出现的频率。 4、中值滤波：指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 像素的邻域 邻域是指一个像元（x，y）的邻近（周围）形成的像元集合。即{（x=p,y=q）}p、q为任意整数。 像素的四邻域 像素p(x,y)的4-邻域是:(x+1,y),(x-1,y) ,(x,y+1), (x,y-1) 三、简答题( 每小题10分,本题共30 分 )： 1. 举例说明直方图均衡化的基本步骤。 直方图均衡化是通过灰度变换将一幅图象转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 直方图均衡化变换：设灰度变换s=f(r)为斜率有限的非减连续可微函数，它将输入图象Ii(x，y)转换为输出图象Io(x，y)，输入图象的直方图为Hi(r)，输出图象的直方图为Ho(s)，则根据直方图的含义，经过灰度变换后对应的小面积元相等：Ho(s)ds=Hi(r)dr 直方图修正的例子 假设有一幅图像，共有6 4(6 4个象素，8个灰度级，进行直方图均衡化处理。 根据公式可得：s2=0.19+0.25+0.2l=0.65，s3=0.19+0.25+0.2l+0.16=0.8l，s4=0.89,s5=0.95，s6=0.98，s7=1．00 由于这里只取8个等间距的灰度级，变换后的s值也只能选择最靠近的一个灰度级的值。因此，根据上述计算值可近似地选取： S0≈1／7，s 1≈3／7，s2≈5／7，s3≈6／7，s4≈6／7，s5≈1，s6≈l，s7≈1。 可见，新图像将只有5个不同的灰度等级，于是我们可以重新定义其符号： S0’=l／7，s1’=3／7，s2’=5／7，s3’=6／7，s4’=l。 因为由rO=0经变换映射到sO=1／7，所以有n0=790个象素取sO这个灰度值；由rl=3／7映射到sl=3／7，所以有1 02 3个象素取s 1这一灰度值；依次类推，有850个象素取s2=5／7这一灰度值；由于r3和r4均映射到s3=6／7这一灰度值，所以有656+329=98 5个象素都取这一灰度值；同理，有245+1 22+81=448个象素都取s4=1这一灰度值。上述值除以n=4096，便可以得到新的直方图。 2. 简述JPEG的压缩过程，并说明压缩的有关步骤中分别减少了哪种冗余？ 答：分块－＞颜色空间转换－＞零偏置转换－＞DCT变换－＞量化－＞符号编码。颜色空间转换，减少了心理视觉冗余；零偏置转换，减少了编码冗余；量化减少了心理视觉冗余；符号编码由于是霍夫曼编码加行程编码，因此即减少了编码冗余（霍夫曼编码）又减少了像素冗余（行程编码）。 ＪＰＥＧ2000的过程：图像分片、直流电平（DC）位移，分量变换，离散小波变换、量化，熵编码。3、Canny边缘检测器 答：Canny边缘检测器是使用函数edge的最有效边缘检测器。该方法总结如下：1、图像使用带有指定标准偏差σ的高斯滤波器来平滑，从而可以减少噪声。2、在每一点处计算局部梯度g（x,y）=[G2x+G2y]1/2 和边缘方向α（x,y）=arctan（Gy/Gx）。边缘点定义为梯度方向上其强度局部最大的点。3、第2条中确定的边缘点会导致梯度幅度图像中出现脊。然后，算法追踪所有脊的顶部，并将所有不在脊的顶部的像素设为零，以便在输出中给出一条细线，这就是众所周知的非最大值抑制处理。脊像素使用两个阈值T1和T2做阈值处理，其中T1 模式识别与机器学习期末考查 试卷 研究生姓名：入学年份：导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。 答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法。机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能。主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法。两者关心的很多共同问题，如：分类、聚类、特征选择、信息融合等，这两个领域的界限越来越模糊。机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/ 视频分析（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等。 （2）机器学习和模式识别是分别从计算机科学和工程的角度发展起来的，各自的研究侧重点也不同。模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法。而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更 侧重于理论，包括泛化效果、收敛性等。模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好。许多算法他们都在研究，但是研究的目标却不同。如在模式识别中研究所关心的就是其对人类效果的提高，偏工程。而在机器学习中则更侧重于其性能上的理论证明。试题2：列出在模式识别与机器学习中的常用算法及其优缺点。答：（1）K 近邻法算法作为一种非参数的分类算法，它已经广泛应用于分类、 回归和模式识别等。在应用算法解决问题的时候，要注意的两个方面是样本权重和特征权重。 优缺点：非常有效，实现简单，分类效果好。样本小时误差难控制，存储所有样本，需要较大存储空间，对于大样本的计算量大。（2）贝叶斯决策法 贝叶斯决策法是以期望值为标准的分析法，是决策者在处理 风险型问题时常常使用的方法。 优缺点：由于在生活当中许多自然现象和生产问题都是难以完全准确预测的，因此决策者在采取相应的决策时总会带有一定的风险。贝叶斯决策法就是将各因素发生某种变动引起结果变动的概率凭统计资料或凭经验主观地假设，然后进一步对期望值进行分析，由于此概率并不能证实其客观性，故往往是主观的和人为的概率，本身带有一定的风险性和不肯定性。虽然用期望的大小进行判断有一些风险，但仍可以认为贝叶斯决策是一种兼科学性和实效性于一身的比较完善的用于解决风险型决策问题的方法，在实际中能够广泛应 《数字图像处理》复习 第一章绪论 数字图像处理技术的基本容：图像变换、图像增强、图象恢复、图像压缩编码、图像分割、图像特征提取（图像获取、表示与描述）、彩色图像处理和多光谱及高光谱图像处理、形态学图像处理 第二章数字图像处理基础 2-1 电磁波谱与可见光 1.电磁波射波的成像方法及其应用领域： 无线电波（1m-10km）可以产生磁共振成像，在医学诊断中可以产生病人身体的横截面图像 ☆微波（1mm-1m）用于雷达成像，在军事和电子侦察领域十分重要 红外线（700nm-1mm）具有全天候的特点，不受天气和白天晚上的影响，在遥感、军事情报侦察和精确制导中广泛应用 可见光（400nm-700nm）最便于人理解和应用最广泛的成像方式，卫星遥感、航空摄影、天气观测和预报等国民经济领域 ☆紫外线（10nm-400nm）具有显微镜方法成像等多种成像方式，在印刷技术、工业检测、激光、生物学图像及天文观测 X射线（1nm-10nm）应用于获取病人胸部图像和血管造影照片等医学诊断、电路板缺陷检测等工业应用和天文学星系成像等 伽马射线（0.001nm-1nm）主要应用于天文观测 2-2 人眼的亮度视觉特征 2.亮度分辨力——韦伯比△I/I（I—光强△I—光照增量），韦伯比小意味着亮度值发生较小变化就能被人眼分辨出来，也就是说较小的韦伯比代表了较好的亮度分辨力 2-3 图像的表示 3. 黑白图像：是指图像的每个像素只能是黑或白，没有中间的过渡，一般又称为二值图像 （黑白图像一定是二值图像，二值图像不一定是黑白图像） 灰度图像：是指图像中每个像素的信息是一个量化了的灰度级的值，没有彩色信息。 彩色图像：彩色图像一般是指每个像素的信息由R、G、B三原色构成的图像，其中的R、B、G是由不同的灰度级来描述的。 4.灰度级L、位深度k L=2^k 5.储存一幅M×N的数字图像所需的比特b=M×N×k 例如，对于一幅600×800的256灰度级图像，就需要480KB的储存空间（1KB=1024Byte 1Byte=8bit） 2-4 空间分辨率和灰度级分辨率 6.空间分辨率是图像中可分辨的最小细节，主要由采样间隔值决定，反映了数字化后图像的实际分辨率。一种常用的空间分辨率的定义是单位距离可分辨的最少黑白线对数目(单位是每毫米线对数)，比如每毫米80线对。对于一个同样大小的景物来说，对其进行采样的空间分辨率越高，采样间隔就越小，图片的质量就越高。 7.灰度级分辨率是指在灰度级别中可分辨的最小变化，通常把灰度级级数L称为图像的灰度级分辨率（灰度级通常是2的整数次幂） 8.在图像空间分辨率不变的情况下，采样数越少，图像越小。同时也证实了，在景物大小不变的情况下，图像阵列M×N越小，图像的尺寸就越小； 中国科学技术大学模式识别试题 （2012年春季学期） 姓名：学号：成绩： 一、填空与选择填空（本题答案写在此试卷上，30分） 1、模式识别系统的基本构成单元包括：、 和。 2、统计模式识别中描述模式的方法一般使用；句法模式识别中模式描述方法一般 有、、。 3、聚类分析算法属于；判别域代数界面方程法属于。 （1）无监督分类 (2)有监督分类（3）统计模式识别方法（4）句法模式识别方法 4、若描述模式的特征量为0-1二值特征量，则一般采用进行相似性度量。 （1）距离测度（2）模糊测度（3）相似测度（4）匹配测度 5、下列函数可以作为聚类分析中的准则函数的有。 （1） (4) 6、Fisher线性判别函数的求解过程是将N维特征矢量投影在中进行。 （1）二维空间（2）一维空间（3）N-1维空间 7、下列判别域界面方程法中只适用于线性可分情况的算法有；线性可分、不可分都适用的 有。 （1）感知器算法（2）H-K算法（3）积累位势函数法 8、下列四元组中满足文法定义的有。 （1）({A, B}, {0, 1}, {A→01, A→ 0A1 , A→ 1A0 , B→BA , B→ 0}, A) （2）({A}, {0, 1}, {A→0, A→ 0A}, A) （3）({S}, {a, b}, {S → 00S, S → 11S, S → 00, S → 11}, S) （4）({A}, {0, 1}, {A→01, A→ 0A1, A→ 1A0}, A) 二、(15分)简答及证明题 （1）影响聚类结果的主要因素有那些？ （2）证明马氏距离是平移不变的、非奇异线性变换不变的。 （3）画出对样本集 ω1：{(0,0,0)T, (1,0,0)T, (1,0,1)T, (1,1,0)T,} PDF 文件使用 "pdfFactory Pro" 试用版本创建https://www.360docs.net/doc/cb12198174.html, 第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 一幅256*256的图像，若灰度级数为16，则存储它所需的比特数是：( ) A、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望 《模式识别》试题答案（A卷） 一、填空与选择填空（本题答案写在此试卷上，30分） 1、影响层次聚类算法结果的主要因素有（计算模式距离的测度、（聚类准则、类间距离门限、预定 的类别数目））。 2、欧式距离具有（ 1、2 ）；马式距离具有（1、2、 3、4 ）。（1）平移不变性（2）旋转不 变性（3）尺度缩放不变性（4）不受量纲影响的特性 3、线性判别函数的正负和数值大小的几何意义是（正（负）表示样本点位于判别界面法向量指向的 正（负）半空间中；绝对值正比于样本点到判别界面的距离。）。 4、感知器算法1。（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。 5、积累势函数法较之于H-K算法的优点是（该方法可用于非线性可分情况（也可用于线性可分情 况））；位势函数K(x,x k)与积累位势函数K(x)的关系为（ ∑ ∈ = X x x x K x K ~ k k k ) , ( ) ( α ）。 6、在统计模式分类问题中，聂曼-皮尔逊判决准则主要用于（某一种判决错误较另一种判决错误更 为重要）情况；最小最大判决准则主要用于（先验概率未知的）情况。 7、“特征个数越多越有利于分类”这种说法正确吗？（错误）。特征选择的主要目的是（从n个特 征中选出最有利于分类的的m个特征（m 2007级“数字图像处理”试题与答案 [原创 2008-07-02 17:49:06] 一、填空题( 每小题2分,本题共20 分) 1. 图像与灰度直方图间的对应关系是多对一; 2. 下列算法中a.梯度锐化b.二值化c.傅立叶变换d.中值滤波，属于点处理的是b二值化; 3. 在彩色图像处理中，常使用模型，它适于做图像处理的原因有:1、在模型中亮度分量与色度分量是分开的；2、色调与饱和度的概念与人的感知联系紧密。; 4. 若将一幅灰度图像中的对应直方图中偶数项的像素灰度均用相应的对应直方图中奇数项的像素灰度代替（设灰度级为256），所得到的图像将亮度增加，对比度减少; 5. 函数()常用类型有、、、、、; 6. 检测边缘的算子对应的模板形式为: -1 -2 -1 0 0 0 1 2 1 -1 0 1 -2 0 2 -1 0 1 7. 写出4-链码10103322的形状数:03033133; 8. 源数据编码与解码的模型中量化器()的作用是减少心里视觉 9. 4标准主要编码技术有变换、小波变换等; 10. 图像复原和图像增强的主要区别是图像增强主要是一个主观过程，而图像复原主要是一个客观过程; 第１０题：图像增强不考虑图像是如何退化的,而图像复原需知道图像退化的机制和过程等先验知识 二、名词解释( 每小题5分,本题共20 分) 1、数字图像 数字图像是指由被称作像素的小块区域组成的二维矩阵。将物理图像行列划分后，每个小块区域称为像素（）。 数字图像处理 指用数字计算机与其它有关数字技术，对图像施加某种运算和处理，从而达到某种预想目的的技术. 2、8-连通的定义 -对于具有值V的像素p和q ,如果q在集合N8(p)中,则称这两个像素是8-连通的。 3、灰度直方图 灰度直方图是指反映一幅图像各灰度级像元出现的频率。 4、中值滤波 中值滤波是指将当前像元的窗口（或领域）中所有像元灰度由小到大进行排序，中间值作为当前像元的输出值。 30452计算题复习 一、直方图均衡化（P68） 对已知图像进行直方图均衡化修正。 例：表1为已知一幅总像素为n=64×64的8bit数字图像（即灰度级数为8），各灰度级（出现的频率）分布列于表中。要求将此幅图像进行均衡化修正（变换），并画出修正（变换）前后的直方图。 表1 解：对已知图像均衡化过程见下表： r 7=7 81 7 7→7 画出直方图如下： （a ）原始图像直方图 （b ）均衡化后直方图 **以下部分不用写在答题中。 其中： ① r k 、n k 中k = 0，1，…，7 ② p r （r k ） = n k ／n ，即计算各灰度级像素个数占所有像素个数的百分比，其中∑==k j j n n 0 ，在此题中n =64×64。 ③ ∑== k j j r k r p s 0 )(计，即计算在本灰度级之前（包含本灰度级）所有百分比之和。 ④ ]5.0)1int[(+-=计并k k s L s ，其中L 为图像的灰度级数（本题中L = 8），int[ ]表示对方括号中的数字取整。 ⑤ 并k k s s = ⑥ n sk 为映射对应关系r k →s k 中r k 所对应的n k 之和。 ⑦ n n s p sk k s /)(=，或为映射对应关系r k →s k 中r k 所对应的p r (r k )之和。 二、 模板运算 使用空间低通滤波法对图像进行平滑操作（P80） 空间低通滤波法是应用模板卷积方法对图像每一个像素进行局部处理。模板（或称掩模）就是一个滤波器，它的响应为H (r ,s )，于是滤波输出的数字图像g(x ,y )用离散卷积表示为 )6.2.4() ,(),(),(∑∑-=-=--= l l s k k r s r H s y r x f y x g 式中：x ，y = 0，1，2，…，N -1；k 、l 根据所选邻域大小来决定。 具体过程如下： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； （2）将模板中的各个系数与其对应的像素一一相乘，并将所有的结果相加； （3）将（2）中的结果赋给图像中对应模板中心位置的像素。 对于空间低通滤波器而言，采用的是低通滤波器。由于模板尺寸小，因此具有计算量小、使用灵活、适于并行计算等优点。常用的3*3低通滤波器（模板）有： 模板不同，邻域内各像素重要程度也就不同。但无论怎样的模板，必须保证全部权系数之和为1，这样可保证输出图像灰度值在许可范围内，不会产生灰度“溢出”现象。 1 7 1 8 1 7 1 1 1 1 1 5 1 1 1 1 1 1 5 5 5 1 1 7 1 1 5 5 5 1 8 1 8 1 1 5 1 1 1 1 8 1 1 5 1 1 8 1 1 1 1 5 1 1 1 1 1 7 1 8 1 7 1 1 解：低通滤波的步骤为： （1）将模板在图像中按从左到右、从上到下的顺序移动，将模板中心与每个像素依次重合（边缘像素除外）； 模式识别 复习题 1. 简单描述模式识别系统的基本构成（典型过程）？ 2. 什么是监督模式识别（学习）？什么是非监督模式识别（学习）？ 对一副道路图像，希望把道路部分划分出来，可以采用以下两种方法： (1). 在该图像中分别在道路部分与非道路部分画出一个窗口，把在这两个窗口中的象素数据作为训练集，用某种判别准则求得分类器参数，再用该分类器对整幅图进行分类。 (2)．将整幅图的每个象素的属性记录在一张数据表中，然后用某种方法将这些数据按它们的自然分布状况划分成两类。因此每个象素就分别得到相应的类别号，从而实现了道路图像的分割。 试问以上两种方法哪一种是监督学习，哪个是非监督学习？ 3. 给出一个模式识别的例子。 4. 应用贝叶斯决策的条件是什么？列出几种常用的贝叶斯决策规 则，并简单说明其规则. 5. 分别写出在以下两种情况：（1）12(|)(|)P x P x ωω=；（2）12()() P P ωω=下的最小错误率贝叶斯决策规则。 6. （教材P17 例2.1） 7. （教材P20 例2.2），并说明一下最小风险贝叶斯决策和最小错误 率贝叶斯决策的关系。 8. 设在一维特征空间中有两类服从正态分布的样本， 12122,1,3,σσμμ====两类先验概率之比12(),() P e P ωω= 试确定按照最小错误率贝叶斯决策规则的决策分界面的x 值。 9. 设12{,,...,}N x x x =X 为来自点二项分布的样本集，即 1(,),0,1,01,1x x f x P P Q x P Q P -==≤≤=-，试求参数P 的最大似然估 计量?P 。 10. 假设损失函数为二次函数2??(,)()P P P P λ=-，P 的先验密度为均匀分布，即()1,01f P P =≤≤。在这样的假设条件下，求上题中的贝叶 斯估计量?P 。 11. 设12{,,...,}N x x x =X 为来自(|)p x θ的随机样本，其中0x θ≤≤时， 1 (|)p x θθ=，否则为0。证明θ的最大似然估计是max k k x 。 12. 考虑一维正态分布的参数估计。设样本（一维）12,,...,N x x x 都是由 独立的抽样试验采集的，且概率密度函数服从正态分布，其均值μ和方差2σ未知。求均值和方差的最大似然估计。 13. 设一维样本12{,,...,}N x x x =X 是取自正态分布2(,)N μσ的样本集，其中 均值μ为未知的参数，方差2σ已知。未知参数μ是随机变量，它的先验分布也是正态分布200(,)N μσ，200,μσ为已知。求μ的贝叶斯估计 ?μ 。 14. 什么是概率密度函数的参数估计和非参数估计？分别列去两种 参数估计方法和非参数估计方法。 15. 最大似然估计和Parzen 窗法的基本原理？ 复习题 一、填空题 1、存储一幅大小为1024 1024 ，256个灰度级的图像，需要8M bit。 2、依据图像的保真度，图像压缩可分为有损和无损。 3、对于彩色图像，通常用以区别颜色的特性是亮度、色调、 饱和度。 4、模拟图像转变为数字图像需要经过采样、量化两个过程。 5、直方图修正法包括直方图的均衡化和规定化。 6、图像像素的两个基本属性是空间位置和像素值； 7、一般来说，模拟图像的数字化过程中采样间隔越大，图像数据量小， 质量差； 8、图像处理中常用的两种邻域是四领域和八领域； 9、在频域滤波器中，Butter-worth滤波器与理想滤波器相比，可以避免或 减弱振铃现象。 10、高通滤波法是使低频受到抑制而让高频顺利通过，从而实 现图像锐化。 二、判断题 1、马赫带效应是指图像不同灰度级条带之间灰度交界处，亮侧亮度上冲， 暗侧亮度下冲的现象。（Y ） 2、均值平滑滤波器可用于锐化图像边缘。（N ） 3、变换编码常用于有损压缩。（Y ） 4、同时对比效应是指同一刺激因背景不同而产生的感觉差异的现象. （Y ） 5、拉普拉斯算子可用于图像的平滑处理。（N ） 三、选择题 6、图像与图像灰度直方图的对应关系是（B ） A 一对多 B 多对一 C 一一对应 D 都不对 7、下列图像处理算法中属于点处理的是（B ） A 图像锐化 B 二值化 C 均值滤波 D 中值滤波 8、下列图像处理中属于图像平滑处理的是（C） A Hough变换 B 直方图均衡 C 中值滤波 D Roberts算子 9、下列图像处理方法中，不能用于图像压缩的是（A ） A 直方图均衡 B DCT变换 C FFT变换 D 小波变换 四、名词解释 1、数字图像p1 2、灰度直方图 2、图像锐化4、图像复原 五、简答题 1、简述数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。（书p21 第三点） 2、你所知道的数字图像处理在实际中哪些领域有应用？结合所学知识，就 其中一种应用，简单叙述原理。（书p8） 3、简述数字图像处理的特点。（书p ） 4、简述图像增强的目的及常用手段。( 书p ) 六、计算题 1.试求N＝4的哈达玛变换矩阵（变换核）和N＝4的沃尔什变换矩阵 （变换核）( 书p48 ) 2.假定一幅20×20像素的图像共有5个灰度级s1, s2, s3, s4, s5, 在图 像中出现的概率分别为0.4, 0.175, 0.15, 0.15, 0.125，试对各灰度级 进行Huffman编码。 《模式识别》试题库 一、基本概念题 1模式识别的三大核心问题是：（ ）、（ ）、（ ）。 2、模式分布为团状时，选用（ ）聚类算法较好。 3 欧式距离具有（ ）。马式距离具有（ ）。（1）平移不变性（2）旋转不 变性（3）尺度缩放不变性（4）不受量纲影响的特性 4 描述模式相似的测度有( )。（1）距离测度 （2）模糊测度 （3）相似测度 （4） 匹配测度 5 利用两类方法处理多类问题的技术途径有：（1） （2） （3） 。其中最常用的是第( )个技术途径。 6 判别函数的正负和数值大小在分类中的意义是：( )。 7 感知器算法 ( )。（1）只适用于线性可分的情况；（2）线性可分、不可分都适用。 8 积累位势函数法的判别界面一般为( )。（1）线性界面；（2）非线性界面。 9 基于距离的类别可分性判据有：( ).（1）1[]w B Tr S S - （2） B W S S （3） B W B S S S + 10 作为统计判别问题的模式分类，在（ ）情况下，可使用聂曼-皮尔逊判决准则。 11 确定性模式非线形分类的势函数法中，位势函数K(x,xk)与积累位势函数K(x)的关系为 （ ）。 12 用作确定性模式非线形分类的势函数法，通常，两个n 维向量x 和xk 的函数K(x,xk)若 同时满足下列三个条件，都可作为势函数。①（ ）； ②（ ）；③ K(x,xk)是光滑函数，且是x 和xk 之间距离的单调下降函数。 13 散度Jij 越大，说明i 类模式与j 类模式的分布（ ）。当i 类 模式与j 类模式的分布相同时，Jij=（ ）。 14 若用Parzen 窗法估计模式的类概率密度函数，窗口尺寸h1过小可能产生的问题是 （ ），h1过大可能产生的问题是（ ）。 15 信息熵可以作为一种可分性判据的原因是：( )。 16作为统计判别问题的模式分类，在（ ）条件下，最小损失判决规则与最 小错误判决规则是等价的。 17 随机变量l(x ρ)=p(x ρ1)/p(x ρ2)，l(x ρ)又称似然比，则E l( x ρ)2= （ ）。在最小误判概率准则下，对数似然比Bayes 判决规则为 （ ）。 18 影响类概率密度估计质量的最重要因素（ ）。 19 基于熵的可分性判据定义为)] |(log )|([1x P x P E J i c i i x H ρρωω∑=-=，JH 越（ ），说 明模式的可分性越强。当P(i| x ρ) =（ ）(i=1,2,…,c)时，JH 取极大值。 20 Kn 近邻元法较之于Parzen 窗法的优势在于（ ）。上 述两种算法的共同弱点主要是（ ）。 21 已知有限状态自动机Af=(，Q ，，q0，F)，={0，1}；Q={q0，q1}；：(q0， 0)= q1，(q0，1)= q1，(q1，0)=q0，(q1，1)=q0；q0=q0；F={q0}。 现有输入字符串：(a) 000，(b) 11，(c) ，(d)0010011，试问，用Af 对上述字符串进行分模式识别与机器学习期末考查试题及参考答案(20210221222717)
数字图像处理复习整理
中科大模式识别试题
数字图像处理复习题
模式识别试题
数字图像处理期末考试试题
数字图像处理计算题复习精华版
模式识别复习题1
数字图像处理期末考试卷
模式识别试题