XidianEE-Digital-Image-Processing-Online
本仓库用于整理西电电院大三第二学期《现代图像分析》学堂在线课程的所有题目，由于这是图像处理开展线上课程的第一次，我估计期末会考不少学堂在线课程的题目，班级课程老师也和我们说过做完学堂在线的题目基本期末没什么大问题，所以我把所有题目进行了汇总。
**Notes：**如果大家发现有错误的地方，欢迎修改后Pull Request或者在Issues里提出。如果你不习惯使用Github，也可以直接下载pdf版本。[pdf]
第一章 绪论
- 数字图像的空间坐标，灰度都离散。
- 决定图像质量的因素有成像的条件，光线的明暗，被摄目标性质。
- 数字图像处理技术与计算机发展水平密切相关。√
- 数字图像处理最早的应用之一是在报纸业。
- 图像的数学表达式$I=f(x,y,z,t,\lambda)$中的$\lambda$表示颜色。
- 可以用$f(x,y)$来表示一幅2D数字图像，一个在3D空间中的客观景物的投影，在坐标点(x,y)的某种性质F的数值。
- 组合光盘属于图像存储设备。
- 图像复原不属于基本的数字图像处理系统模块，图像通信，图像处理和分析，图像存储属于。
- 图像处理研究的内容包括图像数字化，图像增强，图像分割。
第二章 数字图像处理基础
- 关于RGB表色系，不是减色系统。
- HSI表色系的三属性包含色调，饱和度，亮度。
- 马赫带效应表明条带上观测到的亮度分布会受到主观亮度曲线的影响。
- 色度图表明任何可见的颜色都可由3基色组合而成。×
- 色度图表明任何可见的颜色都占据确定的位置。√
- 色度图中边界上点的亮度比中心点的亮度低。×
- 色度图中纯度为零的点对应饱和度最小的点。√
- 图像灰度量化用6比特编码，量化等级为64，$2^5=32$.
- 从连续图像到数字图像需要采样和量化。
- 数字图像木刻画效果的出现时由于下列原因所产生的：图像的幅度分辨率过小造成的。
- 当改变图像的空间分辨率时，受影响最大的是图像中的纹理区域(有许多重复单元的区域)。
第三章 图像变换
- 下图是一幅标准图像Lena图，对图像进行处理后，形成的结果图像下图所示，这是如何处理得到的？小波变换
- 图像的平移、放缩和旋转。这是空间变换。
- 关于图像放大处理，下列说法：(1) 从物理意义上讲，图像的放大是图像缩小的逆操作√ (2) 当放大倍数比较大时，使用基于像素放大原理的图像放大方法会导致马赛克现象√ (3) 对于因放大后的图像子块与子块之间的过渡因不平缓而导致画面效果不自然的问题，可以采用双线性插值方法来解决√ (4) 图像的放大不会引起图像的畸变×
- 旋转，仿射变换，图像插值属于图像几何变换。
- 一幅二值图像的傅里叶变换频谱是一幅灰度图像。
- 通常为了更好的分析图像的傅里叶频谱，可通过时域处理得到一个完整的频谱，该方法称为频谱中心化。
- 应用傅立叶变换的可分离性可以将图像的二维变换分解为行和列方向的一维变换。√
- 图像经过变换后，图像的大部分能量都集中在中、高频段。× 逆PCA变换使能量集中在低频段
- 沃尔什变换和哈达玛变换特点是：都是可分离的正交变换，都是实数变换，正反变换形式完全相同，具有很好的能量集中作用。
- 关于沃尔什变换和哈达玛变换，其变换核可通过递推得到。
- K-L变换的最大优点是去相关性好，可用于数据压缩，常见的数据降维算法PCA就是一种K-L变换。√
第四章 图像增强
- 下图是一幅标准图像Lena图，对图像进行处理后，形成的结果图像如图2所示，这是如何处理得到的？亮度减弱
- 借助对数形式的变换曲线可以达到压缩图像灰度动态范围的目的，这是因为变换前的灰度值范围比变换后的灰度值范围大。
- 图像与灰度直方图间的对应关系是多对一。
- 直方图均衡化是一种非线性灰度变换。√
- 实际应用中，若需要根据某标准图像或已知的图像直方图来修正原图像，应采用直方图规定化。
- 灰度直方图能够反映图像总体灰度分布，但不包含空间位置信息。
- 结果图像如右图所示，这是如何处理得到的？图像平滑
- 利用平滑滤波器可对图像进行低通滤波，消除噪声，但同时模糊了细节。采用领域平均处理措施不能减小图像的模糊程度。
- 中值滤波器可以消除孤立噪声。
- 同态滤波可以在一定程度上消除光照不均带来的影响。√
- 使用同态滤波方法进行图像增强时，处理顺序是：(1) 通过对图像取对数，将图像模型中的入射分量与反射分量的乘积项分开。(2) 将对数图像通过傅里叶变换变到频域，在频域选择合适的滤波函数，进行减弱低频和加强高频的滤波。(4) 对滤波结果进行傅里叶逆变换和对数逆运算。
- 对于低通和高通巴特沃斯滤波器叙述，(1) 没有相同的截止频率 (2) 均能减弱振铃效应 (3) 处理后的图像均比用理想低通和高通处理的要过渡光滑一些(4) 都可用于消除虚假轮廓。
- 集中常用的锐化算子包括：Robert梯度，Sobel梯度，Laplacian算子，Prewitt梯度。
- 伪彩色处理和假彩色处理是两种不同的彩色增强处理方法，将灰度图经频域高通/低通后的信号分别送入红/蓝颜色显示控制通道属于伪彩色增强处理。
第五章 图像恢复
- 图像退化的原因可以是透镜色差，噪声叠加，光照变化，场景中目标的快速移动。
- 关于图像复原与图像增强，(1) 它们本质上是一样的，都实现了对图像的增强× (2) 图像增强重在提升图像视觉效果，不考虑图像退化的原因√ (3) 图像复原以图像退化的机制和过程为先验 √ (4) 如果图像已退化，可不用复原，直接进行增强×
- 模糊造成的退化会使图像的空间分辨率下降。
- 逆滤波进行图像复原时，若H(u,v)很小或为零，则噪声会被放大。
- 噪声总有一定的随机性。
- 维纳滤波对噪声的方法具有自动抑制作用。
第六章 图像压缩编码
- 图像压缩编码的方法很多，压缩编码原理不是评价压缩编码方法优劣的主要指标。而是压缩倍数大小，重建图像质量，压缩算法的复杂度。
- 图像压缩方法按照压缩前后信息保持程度可分为三类，分别是信息保持型，特征抽取型，信息损失型。
- 数据冗余方式中，由于像素相关性而产生的冗余方式为像素间冗杂。
- 用变长码代替自然码时就可以减少表达图像所需的比特数，其原理是对出现概率较大的灰度级用较少的比特数表示，对出现概率小的灰度级用较多的比特数表示。
- 不通过计算，判断对下面的符号进行霍夫曼编码后对应哪个符号的码字最长？a1码子最长，因为分布概率最小
- 对一幅100*100像素的图像，若每像素用8bit表示其灰度值，经霍夫曼编码后压缩图像的数据量为10000bit，则图像的压缩比为8:1，$8\times100\times100 : 10000bit=8:1$。
- 算术编码属于可逆编码。
- 在预测编码中仅需对预测误差进行编码。
- 无损预测编码系统和有损预测编码系统的主要区别是有损预测编码系统比无损预测编码系统多出量化器部分。
- 变换编码是一种压缩率很高的编码方式，JPEG中使用的变换编码为DCT变换。
第七章 图像分割
- 图像分割中的并行边界技术和串行区域技术分别利用的是不连续性和相似性。
- 梯度算子可以检测阶梯状边缘，总需要两个模板。
- Hough变换能检测可以用解析形式表示的曲线。√
- Hough变换检测直线时的主要原理是点-线的对偶性。
- 利用直方图取单阈值方法进行图像分割时，图像直方图中应有两个峰。
- 噪声对利用直方图取阈值分割算法的影响源于噪声会使得直方图不平衡，噪声会填满直方图的谷，噪声会使得直方图产生新的峰。
- 分割方法中分裂合并，阈值分割属于区域算法。
- 区域生长法实现的关键是确定要分割的区域数目，确定相似性准则。
- 对k-means聚类描述：(1) 对噪声和离群点敏感√ (2) 在指定K的前提下，每次结果都是相同的× (3) 算法复杂度为O(nkt)√ (4) 不适合发现非凸形状的聚类√
- 以下关于谱聚类说法：(1) k-mean无法很好的处理非凸的聚类簇，而谱聚类作为一种扩展可以较好的处理√ (2) 谱聚类是一种基于图论的聚类算法，将带权无向图划分为两个或两个以上的最优子图，使子图内部尽量相似，而子图间距离尽量距离较远，以达到常见的聚类的目的 √ (3) 谱聚类中可以通过SVD进行降维，降维后的特征维度与聚类簇的数量一致 × (4) 谱聚类通过将离散问题连续化，通过Rayleigh quotient将特征向量和特征值与最小割问题建立联系√
图像描述
- 图像描述子应具备唯一性，几何不变性，敏感性的特点。
- 像素的四邻域比八邻域包含更多的信息。×
- 在4-方向链码的一阶差分码中，2码不会出现，因为不可能有折返边界。
- 差分码，形状数具有旋转不变性。
- 灰度越均匀的区域，其偏心率越接近于1，则说明区域形状越逼近圆形。√
- 区域的几何特征中可以用来描述区域是否接近圆形的是区域偏心率，区域圆形度，区域紧凑性。
- SIFT特征具有尺度不变性，旋转不变性，检查的是图像中的极大极小值，受光照变化影响不大。
- 与SIFT特征不同，HOG不需要对图像提取特征点。√
- 图像中的单词与文本文档不同，一般需要先从图像中提取出相互独立的视觉单词，这通常需要经过三个步骤：(1)特征检测 (2)特征表示 (3)词汇表的生成。
第九章 图像分类识别
- 若描述模式的特征量为0-1二值特征量，则一般采用匹配测度进行相似性度量。
- 若事先知道目标的形态和尺寸，可以设计相应的模板，通过模板匹配来进行检测和识别。√
- Fisher线性判别函数的求解过程是将N维特征矢量投影在一维空间中进行。
- 图像压缩不属于图像分类识别系统的模块。图像预处理，特征提取，图像分割均属于。
- 当样本数量较少时，SVM方法相对能够得到更好的分类结果。
期末考试
学堂在线版本的期末考试与之前的习题有一些重复，所以这部分只整理不一样的题目。
- mp3不是图形图像文件的扩展名，wmf，bmp，gif都是。
- 一幅数字图像是一个由许多像素排列而成的实体。
- 高频增强滤波器由于相对削弱了低频成分，因而滤波所得的图像往往偏暗，对比度差，所以常常需要在滤波后进行直方图均衡化。
- 基于像素的图像增强方法是基于空间域的图像增强方法的一种。
- 将像素灰度转换成离散的整数值的过程叫量化。
- 维纳滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。
- 用 f(x,y)表示图像亮度，i(x,y)表示入射分量，r(x,y)表示反射分量，则对一幅图像可以建模为f(x,y)=i(x,y)r(x,y) ，该模型是同态滤波方法图像增强方法的基础。
- 小波变换编码，DCT变换编码属于变换压缩编码。
- 如果一幅图像的灰度级编码使用了多于实际需要的编码符号，就称图像中包含了编码冗杂。
- 采用一阶的1-D线性预测编码方法进行无损预测编码，每次进行预测只需考虑前一个像素。
- Laplacian算子是二阶微分算子，包括一个模板。
- 从增强的作用域出发,图像增强的两种方法分别为空间域增强，频率域增强。
- 用霍夫曼编码算法对由如下3个符号的{a1，a2，a3}的信源进行编码，下表中正确的编码是码C，码D，由于a1是0，则说明a1出现的概率最大，因为码长小，那么哈夫曼树的分支必然是1分出去的，则a2和a3肯定是1x的形式。
- 傅里叶变换有的特点，有频域的概念，有关于复数的运算，从变换结果可完全恢复原始数据。
- 真彩色图像增强的输出可看做矢量图像，伪彩色图像，真彩色图像。
- 离散余弦变换是图像处理中常用的正交变换。√
- RGB表色系具有亮度信息和色度信息相分离的特点。×，是HSI色系
- 共点直线群的Hough变换可以是一条正弦曲线。√
- 一般而言，对于椒盐噪声，均值滤波的效果好于中值滤波。×，中值滤波效果好
- 应用傅立叶变换的可分离性可以将图像的二维变换分解为行和列方向的一维变换。 √
- 一幅图像进行一次小波变换后，概貌信息大都集中在高频图像子块中。×，一次小波变换后，概貌信息在低频，细节信息在高频。
- 图像分割可以依据图像的灰度、颜色、纹理等特性来进行。√
- K-L变换的最大优点是去相关性好，可用于数据压缩，常见的数据降维算法PCA就是一种K-L变换。√
- 一幅图像经过直方图均衡化处理后，其对比度一定比原始图像的对比度提高。×，可能图像只有一个灰度