期末复习【计算机图像处理】

前言

2023-12-25 15:09:07

昨天没有睡好
0点~3点看B站 Google模拟面试
3点~5点没睡着
5~6点睡了一会
6~12点终于睡着了
…

关于树的三个编程问题
Google模拟面试【面试】

---

2023-12-27 15:30:00

我只在最后一天复习
不喜欢背什么记什么
考试不喜欢答一些比较主观的题
考试不追求准确率，只追求效率（准确率/时间）
通常1小时之内做完一遍，然后继续重新做和检查三四遍
我坚信只要我没算错，那么我肯定对
然后看看周围，默写一下古诗词
尤其喜欢苏子瞻的《念奴娇·赤壁怀古》
“故国神游，多情应笑我，早生华发。人生如梦，一尊还酹江月。 ”

以下是考试玄学：
手机喜欢放到36号手机袋，
因为我喜欢36，因为36除了6还是6
或者放到35号上，
因为35的两个因子5和7都是质数。

---

大学考试第一大遗憾就是没有拿过满分
第二大遗憾就是差点拿到满分，
高数第二学期期中考试错了一个判断题，98分
有界函数连续和存在极限的充分还是必要条件的判断
Python期末考试错了一个题，98分
本来可以运行一下就知道结果对不对，但是阴差阳错…
Verilog期末考试中错了一个填空题，98分
记了FPGA：现场可编程门阵列；没有记ASIC：专用继承电路，此在Verilog书的第3页

---

最后一句话，“金樽清酒斗十千，…”

---

以下内容源自《【计算机图像处理】》
仅供学习交流使用

版权

禁止其他平台发布时删除以下此话
本文首次发布于CSDN平台
作者是CSDN@日星月云
博客主页是https://jsss-1.blog.csdn.net
禁止其他平台发布时删除以上此话

推荐

全书大纲【计算机图像处理】

测验习题【计算机图像处理】

用编程解决习题【计算机图像处理】

期末复习

期末考点内容

图像基本概念，图像工程三个层次，采样量化，变换，直方图规定化，平滑滤波，图像分割，形态学，彩色图像，彩色模型，三基色模型，空间变换平移或者旋转矩阵，例题均衡化直方图规定化，一二三十章彩色图像，形态学，特征提取

平时20（三个测验）
考试80

期末考试题型

一、填空 2分*10 概念

人视觉形成的过程
数字图像每个点称为像素
灰度级采样 量化 256级 0～255
图像取反变换 公式
彩色模型的特点
印刷行业的彩色模型是
RGB CMYB …

二、简答 5分*2

数字图像处理目标是什么？
图像处理在医学中的应用？（举二三个例子）

三、计算 10分*6

1几何变换 旋转平移 公式
空间变换 旋转矩阵 分步乘法 特殊角的三角函数值

2两点距离 （欧式 棋盘 城区）

3直方图均衡化
原始图像归一化 计算 均衡化后的直方图
坐标对应关系 原始和均衡化的直方图对比

4 双线性差值
图像的灰度值 失真图像在新的点的灰度
按比例两个点的中点 两个中点的中点

5 4x4的图像 均值滤波 中值滤波
中间四个点 四舍五入取整

6 形态学处理
做一次腐蚀操作

四、绘图 10分*1

彩色几何模型 RGB
颜色在哪个点 坐标标出来

期末考试内容检索

人视觉形成的过程

第二章 一

2、视觉形成的三个过程是什么？

视觉形成的三个过程是感光、转导和解读。

1. 感光：感光是指视觉系统的第一步，它发生在视网膜中的感光细胞（视锥细胞和视杆细胞）中。当光线进入眼睛并照射到视网膜上的感光细胞时，感光细胞会吸收光并产生电信号。

2. 转导：转导是指将感光细胞产生的电信号转化为神经信号的过程。感光细胞中的光敏色素分子会受到光线的激发，触发一系列的生化反应，最终产生电信号。这些电信号被传递给视网膜中的神经元，经过多层神经元的传递和处理后，信号会被发送到大脑。

3. 解读：解读是指大脑对接收到的电信号进行解码和理解的过程。大脑中的视觉皮层负责对电信号进行解读，将电信号转化为视觉感知。这个过程包括对光线的强度、颜色、形状、运动等信息的处理和分析，最终形成我们所看到的视觉图像。

这三个过程相互衔接，共同完成了视觉的形成。感光将光转化为电信号，转导将电信号传递到大脑，解读将电信号转化为我们所理解的视觉感知。
1
2
3
4
5
6
7
8
9

数字图像每个点称为像素

第一章 一

一、名词解释：图像，数字图像

图像：各种观测系统以不同形式和方法观测客观世界而获得的，对其相似、生动的写真或描述。 

数字图像：将一幅二维的图像通过有限个离散点来表示就成为数字图像。每个点称为图像元素，即像素。
1
2
3

灰度级采样 量化 256级 0～255

第三章 二

8.图像灰度[1]量化[2]用6比特编码时，量化等级为（B)。
A.32个
B.64个
C.128个
D.256个

专有名词解释
[1] 灰度
图像中表示每个像素光照强度的度量。
[2］量化
把一个模拟信号值的连续范围分为若干相邻并具有唯一量值的区间，凡落在某区间的采样信号都指。
1
2
3
4
5

10.8位图像的灰阶范围是多少？(B)
A.0和1
B.0-255
C.0-256
D.128

12.将连续的图像变换成离散点的操作称为（C)。
A ．复原
B ．增强
C ．采样
D ．量化

13.将像素灰度转换成离散的整数值的过程叫（D)
A ．复原
B ．增强
C ．采样
D ．量化

图像取反变换 公式

第四章 一

平移变换
矩阵的乘法
A[m][n] B[n][p] C[m][p]
C[i][j]=sum(A[i][k]*B[k][j])，k从1到n

平移就是加减值

缩放（尺度）变换

缩放（尺度）就是乘除值

旋转变换
定义的是顺时针旋转

怎么记忆：
1初始对角全是1
2绕x旋转 c s -s c 在右下
3绕y选择 c -s s c 在四角
4绕z旋转c s -s c 在左上
方位是相对3x3矩阵

计算的结果必定是绕那个轴，那个轴的坐标不变

彩色模型的特点

印刷行业的彩色模型是

RGB CMYB …
第九章 二

数字图像处理目标是什么？

第一章 二

二、简要叙述数字图像处理的目的。

数字图像处理：利用计算机对数字图像进行一系列操作，以获得某种预期结果。


（1）提高图像视觉质量的方法，达到赏心悦的目的；
（2）提取图像中所包含的某些特征或特殊信息，便于计算机分析和识别；
（3）对图像数据编码和压缩，便于存储、传输。
1
2
3
4
5
6

图像处理在医学中的应用？（举二三个例子）

第一章 四

四、上网查阅：图像处理技术在医学领域应用的相关文献，并给出两个在医学方面应用的例子。

生物医学：利用电磁波谱成像分析系统诊断病情。如显微镜图像分析，DNA成像分析等


图像处理技术是一种通过计算机对图像进行分析、处理和识别，以实现特定目的的技术。在医学领域，图像处理技术广泛应用于医学诊断、治疗、病理学研究和药物研发等方面。以下是两个在医学方面应用的例子：

医学影像诊断：图像处理技术在医学影像诊断中发挥着重要作用。通过对医学影像（如X光片、CT、MRI等）进行图像处理，如图像增强、分割、特征提取和识别等操作，医生可以更准确地诊断病情，发现病变区域，并制定相应的治疗方案。例如，在肺癌诊断中，通过对肺部CT图像进行图像处理，可以准确地检测出肺部肿瘤的位置、大小和形态等信息，有助于医生做出更准确的诊断和治疗方案。

病理学研究：图像处理技术在病理学研究中也有广泛应用。通过对病理切片进行图像处理，如染色、分割、特征提取和分类等操作，可以辅助病理学家对肿瘤进行准确的病理诊断和分级。此外，通过对病理切片进行数字化处理和分析，还可以进行分子生物学研究，探索肿瘤发生、发展和转移的机制，为药物研发和个性化治疗提供有力支持。

总之，图像处理技术在医学领域的应用十分广泛，不仅可以提高医学影像诊断的准确性和效率，还可以为病理学研究和药物研发提供重要的技术支持。随着数字化医疗技术的不断发展，图像处理技术将发挥越来越重要的作用。
1
2
3
4
5
6
7
8
9
10

1几何变换 旋转平移 公式

空间变换 旋转矩阵 分步乘法 特殊角的三角函数值
第四章 一

第1题：某一坐标[x,y,z]先绕X轴顺时针旋转30°，然后再绕Y轴顺时针旋转45°，请写出坐标变换矩阵。

特殊角π/6 π/4 π/3的函数值
1 1 √ 2 1 2 √ 3

变化矩阵不需要计算结果
最终变化矩阵是两次变换的乘积 先左后右
绕x顺时针旋转30°的变换矩阵 R_x=
[1,		0,			0,			0]
[0,		cos(30°),	sin(30°),	0]
[0,		-sin(30°),	cos(30°),	0]
[0,		0,			0,			1]
=
[1,		0,			0,			0]
[0,		√3/2 ,		1/2,		0]
[0,		-1/2,		√3/2,		0]
[0,		0,			0,			1]

绕Y轴顺时针旋转45°的变换矩阵 R_y=
[cos(45°),		0,		-sin(45°),	0]
[0,				1,		0,			0]
[sin(45°),		0,		cos(45°),	0]
[0,				0,		0,			1]
=
[√2/2,			0,		-√2/2,		0]
[0,				1,		0,			0]
[√2/2,			0,		√2/2,		0]
[0,				0,		0,			1]

所以变换矩阵R=R_x*R_y=
[-√2/2,			0,		0,			0]
[√2/4,			√3/2,	√2/4,		0]
[√6/4,			-1/2,	√6/4,		0]
[0,				0,		0,			1]



1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32

2两点距离 （欧式 棋盘 城区）

第三章 三

一、请计算像素点a(0,1)和像素点b（6,9）之间的欧氏距离，棋盘距离以及城区距离。

欧氏距离：((6-0)^2+(9-1)^2)^0.5=10   345 6810勾股数
棋盘距离：max(|0-6|,|1-9|)=8
城区距离:(|0-6|+|1-9|)=14
1
2
3

3直方图均衡化

原始图像归一化 计算 均衡化后的直方图
坐标对应关系 原始和均衡化的直方图对比
第六章

一幅灰度级为8的图像对应的归一化直方图为[0.17，0.25，0.21，0.16，0.07，0.08，0.04，0.02]。用列表法计算直方图均衡化后图像的灰度级和对应的概率，并画出处理前后直方图的对比图。

对比：
0 1 2 3高频扩散
4 5 6低频聚合

4 双线性差值

图像的灰度值 失真图像在新的点的灰度
按比例两个点的中点 两个中点的中点

第四章 二

第2题：已知校正图像中某坐标(