概念和原理题
一、绪论部分
（一） 概念解释 1、 数字图像。

2、 数字图像处理。

（二） 简答题
1、 简述数字图像处理的三个层次。

2、 简述数字图像处理的基本内容。

3、 简述数字图像处理系统的基本组成。

二、数字图像基础部分
（一） 概念解释 1、图像数字化。

2、取样。

3、量化。

4、灰度分辨率。

5、空间分辨率。

（二）简答题
1、写出简单的图象形成模型的公式，并进行说明。

2、简述图像采样和量化的一般原则。

3、简述空间分辨率、灰度分辨率与图像质量的关系。

4、简述数字图像类型。

5、简述数字图像文件格式。

（三）分析题
1、写出“*”标记的像素的4邻域、对角邻域、8邻域像素的坐标。

（坐标按常规方式 确定）
2
4、计算“*”标记的两点间的欧氏距离、城区距离和棋盘距离。

答： 图像处理 ，图像分割，模式识别
三、空间域图像增强部分
（一）概念解释 1、图像增强。

2、均值滤波器。

3、统计排序滤波器。

（二）简答题
1、简述空间域图像增强的三种增强方法。

2、简述图像反转、对数变换、幂次变换、分段线性变换等增强方法的特点及其适用范围。

2、简述直方图均衡化的实现步骤。

3、简述均值滤波器的工作原理和优缺点。

4、简述中值滤波器的工作原理和优缺点。

5、与Laplacian 算子相比，LOG 算子有什么优点？ （三）分析题
1、计算下图的归一化直方图。

5
577666654444444544333333333333332222222322111113211000021110000 2、对下图进行直方图均衡化处理，并画出均衡后的图像及其直方图。

5
577666654444444544333333333333332222222
32211111
3211000021110000 3、对下面两幅图像进行异或运算。

4、对下列图像分别进行3*3均值滤波和3*3中值滤波，并比较它们的结果。

4
44444444442344564446464646444486464856444446496646417444646464644444444844444444444 5、试用拉普拉斯算子和Sobel 算子对下图进行边缘增强运算。

并把增强后的图像画出来。

（值四舍五入，可以为负；Sobel 算子采用绝对值之和）
0000000
00000000001111000011110000111100001111000000000000000000
四、频率域图像增强部分
（一）概念解释
（二）简答题与证明题
1、简述在频率域滤波的步骤。

2、证明图像()y x f ,付里叶变换的旋转不变性。

即当()y x f ,在空间域旋转角度0θ后，其付里叶变换()v u F ,也在空间频域中旋转相同的角度0θ。

3、证明傅里叶变换的中心化公式。

4、简述理想低通滤波器、巴特沃思低通滤波器、高斯低通滤波器等的特点。

5、简述同态滤波的步骤。

（三）分析题
1、有一个2*2的图像，其中f(0，0)=1，f(0，1)=3，f(1，0)=7，f(1，1)=2，求该图像的傅里叶幅度谱。

五、图像分割部分
（一）概念解释 1、图像分割。

（二）简答题
1、简述图像分割的基本原理。

2、简述用Hough 变换检测直线的步骤。

3、简述门限处理的分类。

4、简述一种门限自动计算的算法步骤。

5、简述利用边界特性改进直方图和局部门限处理的基本思想。

6、简述利用边界特性改进直方图和局部门限处理的步骤。

7、简述区域生长的步骤。

8、简述分裂合并的步骤。

9、简述基于局部处理的边缘连接的原则。

（三）分析题
1、对下列图像进行区域生长（给出区域生长的过程）。

（种子选择准则：最亮的点。

相似性准则：新加入像素值与已生长的区域的平均值小于2，且为4连。

（原则：一个
六、图像表达与描述部分
（一）概念解释
1、链码。

2、标记图。

3、形状数。

4、纹理。

（二）简答题
1、简述多边形方法的基本思想。

2、简述聚合技术的算法步骤。

3、简述拆分技术的算法步骤。

4、简述边界分段的基本思想。

5、简述统计量的优点。

6、简述纹理描述子的分类。

7、简述基于频谱方法的纹理描绘中常用的三个性质。

（三）分析题
1、分别写出下面目标的4连接和8连接链码、最小值链码和差分链码。

以（1，2 ）点为起点，顺时针进行。

2、计算下列目标的周长（把像素称一个个点）。

3、计算下图的平滑度、一致度、平均熵等纹理特征。

4、计算下图的灰度共生矩阵及最大概率、元素差异的2阶矩、逆元素差异的2阶矩、一致性、熵等纹理特征。

（P定义为“在右下的一个像素”）
1 2 1 0 2
1 1 0 1 1
0 0 1 2 2
1 2 0 1 0
1 0 1 0 0
七、图像识别部分
（一）概念解释
1、模式。

2、模式类。

3、模式识别。

（二）简答题
1、简述一个模式识别系统的基本组成。

2、简述模板匹配、特征匹配的原理。