niusouti.com
参考答案和解析
正确答案:一幅图像经过一次小波变换之后,概貌信息大多集中在低频部分,而其余部分只有微弱 的细节信息。为此,如果只保留占总数据量1/4的低频部分,对其余三个部分的系数不存储或传输,在解压时,这三个子块的系数以0来代替,则就可以省略图像部分细节信息,而画面的效果跟原始图像差别不是很大。这样,就可以得到图像压缩的目的。
更多“小波变换在图像处理中有着广泛的应用,请简述其在图像的压缩中的应用”相关问题
  • 第1题:

    小波变换、离散余弦变换(DCT)在图像的压缩中的应用原理


    正确答案: 离散小波变换进行图像压缩基本原理是,根据二维小波分解算法,一幅图像做小波分解后,可得到一系列不同分辨率的图像,而表现一幅图像最主要的部分是低频部分,如果去掉图像的高频部分而只保留低频部分,则可达到图像压缩的目的。传统傅立叶分析只能对信号进行时域或频域单独进行分析,时域上有限的信号在频域是无穷的,频域内有限的信号在时域里是无穷的。而小波分析能在时域和频域内同时分析,且能自动调整分辨率。
    DCT变换编码的核心思想是,利用DCT变换对数据信息强度的集中特性,可以将数据中视觉上容易察觉的部分与不容易察觉的部分进行分离,由此可以达到进行有损压缩的目的。8x8的图像经过DCT变换后,其低频分量都集中在左上角,高频分量都集中在右下角。由于该低频分量包含了图像的主要信息,而高频与之相比就不那么重要了,所以忽略高频分量,从而达到压缩的目的。

  • 第2题:

    静态图像压缩标准JPEG2000中使用的是()算法。

    • A、K-L变换
    • B、离散正弦变换
    • C、离散余弦变换
    • D、离散小波变换

    正确答案:D

  • 第3题:

    傅里叶变换在图像处理中有着广泛的应用,请简述其在图像的低通滤波中的应用原理。


    正确答案:图像经过傅里叶变换后,景物的概貌部分集中在低频区段,景物的细节部分集中在高频 区段,可以通过图像的高通滤波将图像中景物的概貌提取出来。具体做法是,将傅里叶变换 得到频谱图的高频部分强制为0,而将低频部分的信息保持不变,就相当于使用一个只保持低频部分信息不变,而高频信息被完全抑制的低通滤波器作用在原始图像上。将经过这样处理后的频谱进行傅里叶逆变换,就可以得到图像的概貌部分。

  • 第4题:

    在“链接(Links)”调板中选中当前图像,执行调板弹出菜单中的“更新链接(Update Links)”命令。下列说法正确的是?()

    • A、更新链接后,置入的图像文件被InDesign嵌入到文档中
    • B、在InDesign中对图像应用的变换仍然被保留
    • C、在InDesign中对图像应用的变换被清除

    正确答案:B

  • 第5题:

    ()在图像平滑、边缘增强、去噪声、纹理分析等图像处理和分析中有重要应用。

    • A、K-T变换
    • B、K-L变换
    • C、傅立叶变换
    • D、小波变换

    正确答案:B

  • 第6题:

    简述数学形态学在图像处理中的应用?


    正确答案: 近年来,数学形态学在图像处理方面得到了日益广泛的应用。下面主要就数学形态学在边缘检测、图像分割、图像细化以及噪声滤除等方面的应用做简要介绍。
    (1)边缘检测
    边缘检测是大多数图像处理必不可少的一步,提供了物体形状的重要信息。数学形态学运算用于边缘检测,存在着结构元素单一的问题。它对与结构元素同方向的边缘敏感,而与其不同方向的边缘(或噪声)会被平滑掉,即边缘的方向可以由结构元素的形状确定。但如果采用对称的结构元素,又会减弱对图像边缘的方向敏感性。所以在边缘检测中,可以考虑用多方位的形态结构元素,运用不同的结构元素的逻辑组合检测出不同方向的边缘。
    (2)图像分割
    基于数学形态学的图像分割算法是利用数学形态学变换,把复杂目标X分割成一系列互不相交的简单子集X1,X2,„,XN。对目标X的分割过程可按下面的方法完成:首先求出X的最大内接“圆”X1,然后将X1从X中减去,再求X-X1的最大内接“圆”X2,„,依此类推,直到最后得到的集合为空集为止。数学形态学用于图像分割的缺点是对边界噪声敏感。为了改善这一问题,刘志敏等人提出了基于图像最大内切圆的数学形态学形状描述图像分割算法和基于目标最小闭包结构元素的数学形态学形状描述图像分割算法,并使用该算法对二值图像进行了分割,取得了较好的效果。
    (3)形态骨架提取
    形态骨架描述了物体的形状和方向信息。它具有平移不变性、逆扩张性和等幂性等性质,是一种有效的形状描述方法。二值图像A的形态骨架可以通过选定合适的结构元素B,对A进行连续腐蚀和开启运算来求取,形态骨架函数完整简洁地表达了形态骨架的所有信息,因此,根据形态骨架函数的模式匹配能够实现对不同形状物体的识别。算法具有位移不变性,因而使识别更具稳健性。
    (4)噪声滤除
    对图像中的噪声进行滤除是图像预处理中不可缺少的操作。将开启和闭合运算结合起来可构成形态学噪声滤除器。滤除噪声就是进行形态学平滑。实际中常用开启运算消除与结构元素相比尺寸较小的亮细节,而保持图像整体灰度值和大的亮区域基本不变;用闭合运算消除与结构元素相比尺寸较小的暗细节,而保持图像整体灰度值和大的暗区域基本不变。将这两种操作综合起来可达到滤除亮区和暗区中各类噪声的效果。同样的,结构元素的选取也是个重要问题。

  • 第7题:

    单选题
    数字图像处理中的()技术可应用于机动车车牌识别系统。
    A

    图像变换

    B

    图像增强

    C

    图像分割

    D

    图像复原


    正确答案: B
    解析: 暂无解析

  • 第8题:

    问答题
    简述为什么要进行图像变换?各种变换应用在图像什么处理上?

    正确答案: 图像变换在数字图像处理与分析中起着很重要的作用,是一种常用的、有效的分析手段。图像变换的目的在于:使图像处理问题化;有利于图像特征提取;有助于从概念上增强对图像信息的理解。
    解析: 暂无解析

  • 第9题:

    单选题
    在“链接(Links)”调板中选中当前图像,执行调板弹出菜单中的“更新链接(Update Links)”命令。下列说法正确的是?()
    A

    更新链接后,置入的图像文件被InDesign嵌入到文档中

    B

    在InDesign中对图像应用的变换仍然被保留

    C

    在InDesign中对图像应用的变换被清除


    正确答案: B
    解析: 暂无解析

  • 第10题:

    问答题
    简述数学形态学在图像处理中的应用?

    正确答案: 近年来,数学形态学在图像处理方面得到了日益广泛的应用。下面主要就数学形态学在边缘检测、图像分割、图像细化以及噪声滤除等方面的应用做简要介绍。
    (1)边缘检测
    边缘检测是大多数图像处理必不可少的一步,提供了物体形状的重要信息。数学形态学运算用于边缘检测,存在着结构元素单一的问题。它对与结构元素同方向的边缘敏感,而与其不同方向的边缘(或噪声)会被平滑掉,即边缘的方向可以由结构元素的形状确定。但如果采用对称的结构元素,又会减弱对图像边缘的方向敏感性。所以在边缘检测中,可以考虑用多方位的形态结构元素,运用不同的结构元素的逻辑组合检测出不同方向的边缘。
    (2)图像分割
    基于数学形态学的图像分割算法是利用数学形态学变换,把复杂目标X分割成一系列互不相交的简单子集X1,X2,„,XN。对目标X的分割过程可按下面的方法完成:首先求出X的最大内接“圆”X1,然后将X1从X中减去,再求X-X1的最大内接“圆”X2,„,依此类推,直到最后得到的集合为空集为止。数学形态学用于图像分割的缺点是对边界噪声敏感。为了改善这一问题,刘志敏等人提出了基于图像最大内切圆的数学形态学形状描述图像分割算法和基于目标最小闭包结构元素的数学形态学形状描述图像分割算法,并使用该算法对二值图像进行了分割,取得了较好的效果。
    (3)形态骨架提取
    形态骨架描述了物体的形状和方向信息。它具有平移不变性、逆扩张性和等幂性等性质,是一种有效的形状描述方法。二值图像A的形态骨架可以通过选定合适的结构元素B,对A进行连续腐蚀和开启运算来求取,形态骨架函数完整简洁地表达了形态骨架的所有信息,因此,根据形态骨架函数的模式匹配能够实现对不同形状物体的识别。算法具有位移不变性,因而使识别更具稳健性。
    (4)噪声滤除
    对图像中的噪声进行滤除是图像预处理中不可缺少的操作。将开启和闭合运算结合起来可构成形态学噪声滤除器。滤除噪声就是进行形态学平滑。实际中常用开启运算消除与结构元素相比尺寸较小的亮细节,而保持图像整体灰度值和大的亮区域基本不变;用闭合运算消除与结构元素相比尺寸较小的暗细节,而保持图像整体灰度值和大的暗区域基本不变。将这两种操作综合起来可达到滤除亮区和暗区中各类噪声的效果。同样的,结构元素的选取也是个重要问题。
    解析: 暂无解析

  • 第11题:

    问答题
    简述离散傅立叶变换的性质及在图像处理中的应用。

    正确答案: 离散傅里叶变换的性质:分离性、平移性、周期性、共轭对称性、旋转不变性、分配性和比理性。
    在图像处理中的应用有:它是图像处理中的一个最基本的数学工具,利用这个工具可以对图像进行频谱分析,进行滤波、降噪等处理,例如可以用低通滤波器滤掉图像中的高频噪声等等。
    解析: 暂无解析

  • 第12题:

    问答题
    小波变换、离散余弦变换(DCT)在图像的压缩中的应用原理

    正确答案: 离散小波变换进行图像压缩基本原理是,根据二维小波分解算法,一幅图像做小波分解后,可得到一系列不同分辨率的图像,而表现一幅图像最主要的部分是低频部分,如果去掉图像的高频部分而只保留低频部分,则可达到图像压缩的目的。传统傅立叶分析只能对信号进行时域或频域单独进行分析,时域上有限的信号在频域是无穷的,频域内有限的信号在时域里是无穷的。而小波分析能在时域和频域内同时分析,且能自动调整分辨率。
    DCT变换编码的核心思想是,利用DCT变换对数据信息强度的集中特性,可以将数据中视觉上容易察觉的部分与不容易察觉的部分进行分离,由此可以达到进行有损压缩的目的。8x8的图像经过DCT变换后,其低频分量都集中在左上角,高频分量都集中在右下角。由于该低频分量包含了图像的主要信息,而高频与之相比就不那么重要了,所以忽略高频分量,从而达到压缩的目的。
    解析: 暂无解析

  • 第13题:

    数字图像处理中的()技术可应用于机动车车牌识别系统。

    • A、图像变换
    • B、图像增强
    • C、图像分割
    • D、图像复原

    正确答案:C

  • 第14题:

    简述为什么要进行图像变换?各种变换应用在图像什么处理上?


    正确答案:图像变换在数字图像处理与分析中起着很重要的作用,是一种常用的、有效的分析手段。图像变换的目的在于:使图像处理问题化;有利于图像特征提取;有助于从概念上增强对图像信息的理解。

  • 第15题:

    一幅图像进行一次小波变换后,细节信息大都集中在高频图像子块中。


    正确答案:正确

  • 第16题:

    人工智能的应用与医药科学有着密切的联系,例如机器学习、()系统()、图像()等等,已经在医药学领域有着广泛的应用。


    正确答案:专家;计算机疾病诊断系统;识别

  • 第17题:

    在遥感数据处理中,常常运用()作数据分析前的预处理,以实现数据压缩和图像增强。

    • A、K-L变换
    • B、傅立叶变换
    • C、K-T变换
    • D、小波变换

    正确答案:A

  • 第18题:

    单选题
    ()在图像平滑、边缘增强、去噪声、纹理分析等图像处理和分析中有重要应用。
    A

    K-T变换

    B

    K-L变换

    C

    傅立叶变换

    D

    小波变换


    正确答案: B
    解析: 暂无解析

  • 第19题:

    问答题
    小波变换在图像处理中有着广泛的应用,请简述其在图像的压缩中的应用原理。

    正确答案: 一幅图像经过一次小波变换之后,概貌信息大多集中在低频部分,而其余部分只有微弱 的细节信息。为此,如果只保留占总数据量1/4的低频部分,对其余三个部分的系数不存储或传输,在解压时,这三个子块的系数以0来代替,则就可以省略图像部分细节信息,而画面的效果跟原始图像差别不是很大。这样,就可以得到图像压缩的目的。
    解析: 暂无解析

  • 第20题:

    单选题
    数字图像处理中的()技术可应用于老旧照片翻新处理。
    A

    图像变换

    B

    图像压缩

    C

    图像分割

    D

    图像复原


    正确答案: A
    解析: 暂无解析

  • 第21题:

    单选题
    计算机中使用的图像文件格式有多种。下面关于常用图像文件的叙述中,错误的是().
    A

    JPG图像文件是按照JPEG标准对静止图像进行压缩编码生成的一种文件

    B

    BMP图像文件在Windows环境下得到几乎所有图像应用软件的广泛支持

    C

    TIF图像文件在扫描仪和桌面印刷系统中得到广泛应用

    D

    GIF图像文件能支持动画,但不支持图像的渐进显示


    正确答案: B
    解析: 暂无解析

  • 第22题:

    单选题
    在遥感数据处理中,常常运用()作数据分析前的预处理,以实现数据压缩和图像增强。
    A

    K-L变换

    B

    傅立叶变换

    C

    K-T变换

    D

    小波变换


    正确答案: A
    解析: 暂无解析

  • 第23题:

    问答题
    傅里叶变换在图像处理中有着广泛的应用,请简述其在图像的低通滤波中的应用原理。

    正确答案: 图像经过傅里叶变换后,景物的概貌部分集中在低频区段,景物的细节部分集中在高频 区段,可以通过图像的高通滤波将图像中景物的概貌提取出来。具体做法是,将傅里叶变换 得到频谱图的高频部分强制为0,而将低频部分的信息保持不变,就相当于使用一个只保持低频部分信息不变,而高频信息被完全抑制的低通滤波器作用在原始图像上。将经过这样处理后的频谱进行傅里叶逆变换,就可以得到图像的概貌部分。
    解析: 暂无解析