数字图像处理 作业1汇总
完整版数字图像处理作业题及部分答案
1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y)与数字图像I(c,r)中各量的含义是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantagesof a digital image? Let f(x,y) be an analog image, I(r, c) be a digital image, please giveexplanation and comparison for defined variables: f/I, x/r, and y/c)2.图像处理可分为哪三个阶段? 它们是如何划分的？各有什么特点? (We can divide image processing into 3 stages, what are they? how they are divided? What are their features?)答：低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程;中级处理---中层操作,主要对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述,是一个从图像到数值或符号的过程;高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释;3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什么是同时对比度?它们反映了什么共同问题? (According to the structure and function of theeyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast?)答：人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关. 马赫带效应和同时对比度现象表明人所感觉到的亮度并不是强度的简单函数.4.比较说明像素邻域、连接、通路以及连通基本概念的联系与区别。
（完整word版）数字图像处理试卷集及答案
（完整word版）数字图像处理试卷集及答案数字图像处理习题集1.图像的概念及分类学科定义：给定条件下被摄⽬标电磁波性质（反射、辐射、透射）的⼀种表现形式⼴义上：图像是对所表⽰物体的信息描述分类：1）、⼆值图像：图像中只能取值为0或1。
2）、灰度图像: 单⾊图像，只包含亮度信息。
3）、彩⾊图像：3波段单⾊图像，每波段代表不同颜⾊，通常为红⾊、绿⾊、蓝⾊。
2.决定图像质量的主要因素有哪些？被摄⽬标性质，成像的条件，⼲扰条件3.图像可⽤数学函数I= f (x, y, z, λ, t)表⽰，请解释函数中各参量的含义。
(x,y,z)为空间坐标，λ为波长，t为时间，I为光点的强度。
4.说明图像技术的层次，并叙述各层次的主要研究内容；图像技术包含三个层次:图像处理-从图像到图像的过程；利⽤计算机把原始图像（或图像信息）处理成期望图像（或图像信息）的过程。
图像处理是对图像进⾏分析、加⼯、和处理，使其满⾜视觉、⼼理以及其他要求的技术。
图像处理是信号处理在图像域上的⼀个应⽤。
图像分析－从图像到数据的过程；图像分析要求对图像中感兴趣的⽬标进⾏检测和测量，以获得它们的客观信息，从⽽帮助我们建⽴对图像的描述。
图像理解－图像解释与知识推理；以图像为对象，知识为核⼼，研究图像中有什么⽬标、⽬标之间的相互关系、图像是什么场景以及如何应⽤场景的⼀门技术。
5.简述图像处理的主要⽬的及主要处理技术；数字图像处理⽬的;改善图像质量;增强图像定位精度;提⾼信息传输效率;减少图像信息存贮容量;建⽴图像信息库1. 图像增强:2、图像复原3、⼏何处理:4、图像压缩与编码:5、图像重建:6、图像分割7、图像描述8、图像匹配6.什么是彩⾊三要素，解释各要素的含义；彩⾊三要素：亮度，⾊调和饱和度。
亮度，指彩⾊光作⽤于⼈眼时引起⼈眼视觉的明暗程度；⾊调，是⼀种颜⾊区别于另外⼀种颜⾊的特征。
饱和度，指⾊调的纯洁程度。
7.简述三基⾊原理；1) ⾃然界⾥的⼤多数彩⾊光可以分解为三种基⾊成份，⽽这三种基⾊也可以按⼀定⽐例混合得到不同的彩⾊光。
数字图像处理作业1
数字图像处理技巧2012年下半年课程的第二次作业：1、请对图1.jpg中红色花改变颜色。
2、请对图2.jpg-3.jpg进行增强处理。
3、请对图dessau_blue.bmp等5幅图进行假彩色合成处理，注意图像放置在不同通道的效果。
4、请对图脸部修复.jpg进行脸部修复处理。
5、请对其中一幅偏色照片进行偏色修复。
6、请对图旧照片.jpg进行翻新，并对照片着色。
7、请将”兔子.jpg”中的兔子融入风景照片中。
要求：以上题目的解答都需要提供操作步骤说明。
1.图像--->调整--->色调分离--->图像--->调整--->替换颜色。
或采用蒙版2.3.增强亮度色彩：图像--->调整--->对比度/亮度、色阶、曲线4.5.伪色彩增强：先观察其索引色模式，在该模式下，图层命令不可用。
执行图像-模式-颜色表，为不同灰度等级设置颜色，可观察伪彩色增强图像效果。
3.假色彩合成：打开三张图像--->图像--->模式--->灰度--->通道控制面板菜单中的合并通道--->对应选择--->完成合成--->4.放大--->工具箱中修复画笔工作--->alt选取--->修补--->缩小5.偏色修复:图像——>调整——>色彩平衡：6.旧照片翻新：先调整亮度对比度等，再放大，用仿制图章或污点修复工具对照片进行修改，之后在把人物抠出羽化边缘,用第一题的方法修改下颜色，再换上新背景，在用动作给图片加上相框：7.法一用魔棒进行抠图，把兔子抠出来调整边缘，再与原风景合并法二一用Photoshop打开原图，点击来到通道面板，选择黑白较为分明的红色通道，右击复制，得到红副本通道.二，再对副本通道执行CTRL+I反相三，用工具栏上的减淡工具对人物头发边缘进行减淡处理。
按住ctrl键同时点击红副本通道(载入选区）四，保持选区，返回图层面板，双击解锁背景图层五，给背景图层添加蒙版六，与原图合并，同理做另一只兔子7.总合并：将两只兔子拖入。
《数字图像处理》复习大作业及答案
《数字图像处理》复习⼤作业及答案2014年上学期《数字图像处理》复习⼤作业及参考答案=====================================================⼀、选择题（共20题）1、采⽤幂次变换进⾏灰度变换时，当幂次取⼤于1时，该变换是针对如下哪⼀类图像进⾏增强。
（B）A 图像整体偏暗B 图像整体偏亮C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景2、图像灰度⽅差说明了图像哪⼀个属性。
（B ）A 平均灰度B 图像对⽐度C 图像整体亮度D图像细节3、计算机显⽰器主要采⽤哪⼀种彩⾊模型（ A ）A、RGBB、CMY或CMYKC、HSID、HSV4、采⽤模板［-1 1］T主要检测（ A ）⽅向的边缘。
A.⽔平B.45?C.垂直D.135?5、下列算法中属于图象锐化处理的是：( C )A.低通滤波B.加权平均法C.⾼通滤波D. 中值滤波6、维纳滤波器通常⽤于（ C ）A、去噪B、减⼩图像动态范围C、复原图像D、平滑图像7、彩⾊图像增强时， C 处理可以采⽤RGB彩⾊模型。
A. 直⽅图均衡化B. 同态滤波C. 加权均值滤波D. 中值滤波8、__B__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。
A. 逆滤波B. 维纳滤波C. 约束最⼩⼆乘滤波D. 同态滤波9、⾼通滤波后的图像通常较暗，为改善这种情况，将⾼通滤波器的转移函数加上⼀常数量以便引⼊⼀些低频分量。
这样的滤波器叫B。
A. 巴特沃斯⾼通滤波器B. ⾼频提升滤波器C. ⾼频加强滤波器D. 理想⾼通滤波器10、图象与灰度直⽅图间的对应关系是 B __A.⼀⼀对应B.多对⼀C.⼀对多D.都不11、下列算法中属于图象锐化处理的是：CA.低通滤波B.加权平均法C.⾼通滤D. 中值滤波12、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 )A、256KB、512KC、1M C、2M13、噪声有以下某⼀种特性（ D ）A、只含有⾼频分量B、其频率总覆盖整个频谱C、等宽的频率间隔内有相同的能量D、总有⼀定的随机性14. 利⽤直⽅图取单阈值⽅法进⾏图像分割时：（B）a.图像中应仅有⼀个⽬标b.图像直⽅图应有两个峰c.图像中⽬标和背景应⼀样⼤d. 图像中⽬标灰度应⽐背景⼤15. 在单变量变换增强中，最容易让⼈感到图像内容发⽣变化的是（ C ）A亮度增强觉B饱和度增强C⾊调增强D不⼀定哪种增强16、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。
数字图像处理习题(1)
一、判断题（10分）（正确√，错误×）1.图像处理就是对图像信息进行加工处理，以满足人的视觉心理和实际应用的要求（√）2.在MATLAB中，uint8是无符号8位整数（√）3.在MATLAB中，uint16是无符号16位整数（√）4.图像的点运算与代数运算不相同（√）5.点运算也叫灰度级变换（√）6.线性点运算可以改变数字图像的对比度（√）7.图像的几何变换也叫图像的点运算（×）8.图像的平滑操作实际上是邻域操作（√）9.傅立叶变换后的矩阵处在频域上（√）10.傅立叶变换后的矩阵处在空域上（×）11.傅立叶变换，人们可以在空域和频域中同时思考问题（√）12.像素深度是指存储每个像素所用的位数（√）13.图像经过变换后，图像的大部分能量都集中在中、高频段（×）14.图像经过变换后，图像的大部分能量都集中在低频段（√）15.直方图均衡化也是一种非线性点运算（√）16.仿射变换是空间变换（√）17.空间变换是频域变换（×）18.边缘检测是将边缘像元标识出来的一种图像分割技术（√）19.灰度直方图能反映一幅图像各灰度级像元占图像的面积比（√）20.直方图均衡是一种点运算，图像的二值化则是一种局部运算（×）21.双边滤波法可用于边缘增强（×）22.均值平滑滤波器可用于锐化图像边缘（×）23.拉普拉斯算子可用于图像的平滑处理（×）24.高频加强滤波器可以有效增强图像边缘和灰度平滑区的对比度（√）25.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（√）26.图像分割可以依据图像的灰度、颜色、纹理等特性来进行（√）27.图像增强有空域和变换域两类（√）28.加大、减小对比度分别会使图像发生亮处更亮，暗处更暗的直观变化（√）29.加大、减小亮度分别会使图像发生亮处更亮，暗处更暗的直观变化（×）30.二值图像就是只有黑白两个灰度级（√）31.一般来说，图像采样间距越大，图像数据量越大，质量越好；反之亦然（×）32.用Matlab开辟一个图像窗口的命令是imshow（×）33.图像尺寸为400*300是指图像的宽为400毫米，高为300毫米（×）34.一般而言，对于椒盐噪声，均值滤波的效果好于中值滤波（×）35.与高斯低通滤波器相比，理想低通滤波低通滤波器在图像处理过程中更容易出现振铃(rings)（√）二、填空题（20分，1分/空）1.一般来说，图像采样间距越小，图像数据量_____，质量_____；反之亦然（大，高）2.若采样4个数，大小分别为4.56 0.23 7.94 16.55。
数字图像处理作业题
数字图像处理作业题1. 以下是一个32级灰度图像（0表示黑色），其中包含了在灰色开始背景上的，带有一个白色标记的，直径是12英寸的黑色留声机唱片。
下面给出了图像的直方图。
试问象素间的间距是多大标记的尺寸是多大[0 0 0 0 100 200 2000 6000 2000 200 100 0 0 200 3000 9000 3000 200 0 0 50 100 400 100 50 0 0 0 0 0 0 0]解：像素数乘以像素间距的平方等于物体的面积（S ）。
表示唱片的像素总数：100+200+2000+6000+2000+200+100+200+50+100+400+100 +50=11300 S=22611300⨯=⨯πd d=(英寸) 表示白色标记的像素数为：50+100+400+100+50=700 S=22700r d ⨯=⨯π r=(英寸)2. 下面给出了在黑色背景上的白色台球的20级灰度图像的直方图0表示黑色），这个球是用每立方厘米克的材料制成的。
象素间距是1mm 。
试问球的重量是多少[0 100 500 3000 9000 3000 500 200 100 200 300 500 627 500 300 200 100 0 0 0]解：由直方图可知，表示台球的像素数为：100+200+300+500+627+500+300+200+100=2827S=222827r d ⨯=⨯π r=3cm 球的质量为： )(6.1695.1343g r M =⨯=π 原题：下面给出了在黑色背景上的白色台球的20级灰度图像的直方图0表示黑色），这个球是用每立方厘米克的材料制成的。
象素间距是1mm 。
试问球的重量是多少[0 200 500 3000 9000 3000 500 200 100 200 300 500 627 500 300 200 100 0 0 0]3.图像平滑的直观依据是什么不同的平滑方法是如何看待噪音并使用了何种改进以尽量降低其对边缘的模糊对于平滑的快速性和边缘保持，你有何见解解：图像在生成和传输过程中常受到各种噪声源的干扰和影响而使图像处理效果变差，反映在图像上，噪声使原本均匀和连续变化的灰度突然变大或减小，形成一些虚假的物体边缘或轮廓。
数字图像处理作业1
图像增强算法仿真及其分析摘要：图像增强是一种通过有选择地强调图像中某些信息和抑制另外一些信息，以改善图像视觉效果的技术，图像增强算法主要包括空间域和变换域两种。
本文主要基于空间滤波器和频率滤波器对含有不同的噪声的图像进行滤波处理，并利用细节方差和峰值信噪比两个客观指标对处理后的图像进行仿真，通过对比分析得出不同滤波器的去噪性能。
关键词：滤波图像增强细节方差峰值信噪比图像增强的主要目的是提高图像的质量，根据目前的研究现状，图像增强的方法大致分为两类：一类是空域处理方法，一类是频域的处理方法。
空域法是直接对图像的像素进行处理，基本上是以灰度映射为基础的，所用的映射变换取决于图像的特点和增强的目的；频域法是在图像的某种变换域内，对变换后的系数经过一定的规则进行运算，接着反变换到原来的空域得到增强的图像。
本文主要介绍了ILPF、BLPF和GLPF三种频域滤波器，以及中值、算术均值和几何均值滤波器的原理，简要阐述了高斯噪声和椒盐噪声的模型，并采用这两类滤波器对含有噪声的图像按峰值信噪比和DV-BV两个评价指标进仿真分析。
1空间域增强滤波空间域增强是指增强构成图像的像素。
空间域方法是直接对这些像素操作的过程。
空间域处理可由下式定义：g(x,y)=T[f(x,y)] 1-1 其中f(x,y)是输入图像，g(x,y)是处理后的图像，T是对f的一种操作，其定义在(x,y)的领域。
1．1中值滤波中值滤波器是最著名的滤波器，其原理是利用像素的相邻像素的灰度中值来替代该像素值，其一般表达式为：^f(x,y) =median{ g(s,t) } (s,t)∈S xy1-23*3模板中值滤波中，将中间的像素值102替换其领域内的像素值，同理5*5模板也类似。
图1 3*3和5*5维的中值滤波原理图1．2算术均值滤波算术均值滤波器是最简单的滤波器，S xy 表示中心在点(x,y)处，尺寸为m*n 的矩形子窗口的坐标组。
算术均值滤波过程就是计算由S xy 定义的区域中被干扰图像g(x,y)的平均值。
数字图像处理 Matlab版 作业1
%A、B 是作为图片的变量
>> B1=imread('image2-10.jpg'); >> MSE=sum((A(:)-B1(:)).^2)/(M*N) MSE = 31.3642
>> B2=imread('image2-20.jpg'); MSE=sum((A(:)-B2(:)).^2)/(M*N) MSE = 20.3310
K20=imfinfo('image2-20.jpg'); >> image_byte_20=K20.Width*K20.Height*K20.BitDepth/8; >> CMP_bytes=K20.FileSize; >> CMP_R20=image_byte_20/CMP_bytes CMP_R20 = 16.9368
>>y1=[SNR0,SNR10,SNR20,SNR30,SNR40,SNR50]; y2=[MSE0,MSE1,MSE2,MSE3,MSE4,MSE5]; x=[0,10,20,30,40,50]; plot(x,y1,x,y2) >> y1=[SNR0,SNR10,SNR20,SNR30,SNR40,SNR50]; y2=[MSE0,MSE1,MSE2,MSE3,MSE4,MSE5]; x=[0,10,20,30,40,50]; plot(x,y1,x,y2)
>> K50=imfinfo('image2-50.jpg'); image_byte_50=K50.Width*K50.Height*K50.BitDepth/8; CMP_bytes=K50.FileSize; CMP_R50=image_byte_50/CMP_bytes CMP_R50 = 10.6149 %绘图 1
数字图像处理作业答案
1 大作业题目1.问答题1.1连续图像f(x.y)和数字图像I(r,c)中各分量的含义是什么？他们有什么联系和区别？取值范围在什么范围？答：f(x,y)表示二维图像在空间XY中一个坐标点的位置（实际图像的尺寸是有限的，所以x和y的取值也是有限的），即f(x，y)中的x，y分别代表一个点连续图像中的x轴和y轴的坐标，而f则代表图像在点（x,y）的某种性质F的数值（实际图像中各个位置上所具有的性质F的取值也是有限的，所以F得取值也是有限的）。
F,x,y的值可以是任意实数。
图像在点（x,y）也可以有多重性质，此时可用矢量f来表示。
数字图像I（r，c）表示位于图像矩阵上第r行，第c列的元素幅值。
其中I,c,r的值都是整数。
I(r，c)是通过对f(x，y)抽样和量化得来的，f(x，y)各量是连续的，I(r，c)各量是离散的，这里的I代表离散化后的f,(r，c)代表离散化后的（x,y），r，c分别有连续图像中的x，y分别采样得到的；x，y可以取所有的非负数，r，c可以取所有的非负整数。
1.2 发光强度及亮度、照度各有什么不同？答：1）发光强度，单位坎德拉，即cd。
定义：光源在给定方向的单位立体角中发射的光通量定义为光源在该方向的发光强度。
解释：发光强度是针对点光源而言的，或者发光体的大小与照射距离相比比较小的场合。
这个量是表明发光体在空间发射的会聚能力的。
可以说，发光强度就是描述了光源到底有多“亮”，因为它是光功率与会聚能力的一个共同的描述。
发光强度越大，光源看起来就越亮，同时在相同条件下被该光源照射后的物体也就越亮，因此，早些时候描述手电都用这个参数。
常见光源发光强度：太阳，2.8E27cd，高亮手电，10000cd，5mm超高亮LED，15cd。
2）亮度，单位尼特，即nt。
定义：单位光源面积在法线方向上，单位立体角内所发出的光流。
解释：这个是最容易被误解的概念了。
亮度是针对光源而言，而且不是对点光源，是对面光源而言的。
中科大数字图像处理作业1
数字图像处理（中国科学技术大学）HOMEWORK#1编号：59SA16173027李南云[在此处键入文档的摘要。
摘要通常是对文档内容的简短总结。
在此处键入文档的摘要。
摘要通常是对文档内容的简短总结。
]SA16173027 李南云P1：a: The size of lena.tiff is 512x512 ;The size of mandril.tiff is 256x256.b: The values of pixels lena(29, 86) is 105;The values of pixels mandril(198, 201) is 158. c:d:P1代码如下：clear all;f = imread('C:\Users\Administrator\Desktop\images\lena.tiff'); figure(1);imshow(f);i = imread('C:\Users\Administrator\Desktop\images\mandril.tiff'); figure(2);imshow(i);s1 = size(f);s2 = size(i);v1 = f(30,87);v2 = i(199,202);p1 = f(103,:);p2 = i(:,69);figure(3);subplot(211);plot(p1);figure(3);subplot(212);plot(p2);n = 128;for j=1:nb(x,j)=i(x,j);f(x,j)=b(x,j);endendfigure(4);imshow(f);P2代码如下：clear all;a = imread('C:\Users\Administrator\Desktop\images\campusdrive.tif'); figure(1);subplot(231);imshow(a);a1 = double(a);b = floor(a1/8);b = b*8;b = uint8(b);subplot(232);imshow(b);c = floor(a1/16);c = c*16;c = uint8(c);subplot(233);imshow(c);d = floor(a1/32);d = d*32;d = uint8(d);subplot(234);e = floor(a1/64);e = e*64;e = uint8(e);subplot(235);imshow(e);f = floor(a1/168);f = f*168;f = uint8(f);subplot(236);imshow(f);4bit时已经出现伪轮廓，5bit基本可以保存图像质量。
数字图像处理作业题
数字图像处理作业题1.设一幅图像大小为M×N，灰度级为256，试求图像的数据量。
解：灰度级为256，则每个像素点占8位则图像总共有8×M×N bit，即M×N字节2.什么是直方图？直方图有哪些基本性质？直方图阈值的含义是什么？从图像直方图能够获得图像的哪些信息？答：直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标是灰度级，纵坐标是该灰度出现的频率，即等于该灰度的像素的个数与总像素之比。
直方图的性质：（1）直方图只包含一幅图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。
（2）图像与直方图之间是多对一的映射关系。
（3）如果一幅图像由多个不连续的区域组成，并且每个区域的直方图已知，则整幅图的直方图是这些区域的直方图之和。
直方图阈值是指直方图中像素数目相对较少，可以用于分割图像中背景与目标的灰度级对应的数值。
直方图反映了一幅图像中的灰度级与出现这种灰度的概率之间的关系，展现了图像最基本的统计特征，同时，通过直方图可以获得图像的灰度阈值和综合光密度等信息。
3.用Laplacian-4算子求出课本P54 3.5中图像的边缘图像，并确定图像二值化的阈值（边缘点数不超过总像素数的10%）解题思路：（1）根据Laplacian-4算子模板求出原图像的边缘图像，即图像中的每个像素点对应的边缘图像的灰度值为原图像中上、下、左、右四个方向的像素点的灰度值之和减去该像素点的灰度值的4倍再取绝对值。
（2）原图像矩阵中位于边缘的像素点在边缘图像矩阵中直接置为1（因为利用Laplacian-4算子计算时，这些点四个方向不齐）（3）画出边缘图像的灰度直方图，得出边缘图像中概率小于等于10%的灰度值即为二值化的阈值T4.课本P67 4.7参考课本P60-61例题4.15.一幅图像共有8个灰度级，每一灰度级概率分布如下表所示，要求对其进行直方图均衡化处理，并画出均衡化后的图像的直方图。
数字图像处理作业1
数字图像处理作业摘要MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。
实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。
这一特点也就决定了MATLAB在处理数字图像上的独特优势。
理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。
二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。
而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。
MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB 图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读、写和显示。
MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。
图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
一、MATLAB中图像文件的读/写imreadimread函数用于读入各种图像文件，其一般的用法为[X，MAP]=imread( ‘filename’, ‘fmt’)其中，X为读出的图像数据，MAP为颜色表数据（或称调色板，亦即颜色索引矩阵，对灰度图像和RGB彩色图像，该MAP为空矩阵），fmt为图像的格式（可以缺省），filename为读取的图像文件（可以加上文件的路径）。
例：[X，MAP]=imread(‘flowers.tif’, ‘tif’)二、MATLAB中图像文件的显示MATLAB图像处理工具箱提供了imshow函数来显示各种图像，其语法如下：imshow(I, n)或imshow(I_BW)；imshow(X, MAP)；imshow(I_RGB) 其中imshow(I, n)用于显示灰度图像，I是图像数据矩阵，n为灰度级数目（n可缺省，缺省值为256）。
数字图像处理作业1
数字图像处理作业1《数字图像处理》2018/9/30作业1.根据个人理解给出灰度图像、比特深度、图像分辨率、图像直方图这几个基本概念内涵。
（1）灰度图像：灰度图像通常有传统单通道灰度和三通道灰度图像之分；传统单通道灰度图：每个像素只采样一种颜色，如果每个采样像素为8bit，那么生成的图像就是颜色从0黑色到256白色不同灰度的图像。
三通道灰度图像：在图像处理中，用RGB三个通道表示真彩色，RGB 取值范围均为0~255。
而RGB灰度图像就是RGB彩色分量相等，我们将彩色图像转换成灰度图像，也就是3个通道（RGB）转换成1个通道。
二值图像是特殊的灰度图，它只有两个值：0表示黑，1表示白，每个像素只需要1bit存储信息。
对于同一张图片，有N个像素，那么，二值图有2的N次方种变化，而8位灰度图有255的N次方种变化，8为三通道RGB图像有255*255*255的N次方种变化。
同样尺寸的图像，保存的信息：二值图<传统单通道灰度图<三通道灰度图像。
图片大小：二值图<传统单通道灰度图<三通道灰度图像。
在Photoshop中查看任何灰度图像，无论是单通道灰度，还是已经转换为三通道RGB，它看起来都是一样的。
这是因为Photoshop 是有颜色管理的，并且知道如何呈现两种不同的格式。
（图1：PS中RGB转化为灰度图）（图2：灰度图）·将彩色图像转换成灰度图像Matlab实现：图像灰度化的算法主要有以下3种：1)最大值法：使转化后的R，G，B得值等于转化前3个值中最大的一个，即：R=G=B=max（R，G，B）这种方法转换的灰度图亮度很高。
2)平均值法：是转化后R，G，B的值为转化前R,G,B的平均值。
即：R=G=B=(R+G+B)/3这种方法产生的灰度图像比较柔和。
3)加权平均值法：按照一定权值，对R，G，B的值加权平均。
由于人眼对绿色最为敏感，红色次之，对蓝色的敏感性最低，因此使将得到较易识别的灰度图像，因此这样得到的灰度图像效果最好。
数字图像处理平时作业1
1.题目：实现一个直方图均衡化的程序（可以用你熟悉的任何语言）首先将一幅256级灰度图像（比如Lena，可从网上得到）通过灰度变换，将灰度范围压缩到64到192之间，再采用直方图均衡化程序处理，给出处理结果。
2.源程序：close all %关闭打开了的所有图形窗口clc %清屏命令clear %清除工作空间中所有变量%一，图像的预处理，读入彩色图像将其灰度化PS=imread('E:\Lena.bmp');%读入bmp图像文件%二，绘制直方图[m,n]=size(PS); %测量图像尺寸参数GP=zeros(1,256); %预创建存放灰度出现概率的向量for k=0:255GP(k+1)=length(find(PS==k))/(m*n);%计算每级灰度出现的概率，将其存入GP中相应位置end%三，灰度压缩S1=zeros(1,256);sum=0;for i=1:256if(i>=64&&i<=192)S1(i)=255*GP(i)/128-255*64/128/(m*n);endend%四，直方图均衡化S2=zeros(1,256);for i=1:256for j=1:iS2(i)=S1(j)+S2(i);endendS3=zeros(1,256);for i=1:256S3(i)=floor((S2(i)*255)+0.5); %将Sk归到相近级的灰度endd=zeros(size(PS));for i=1:mfor j=1:nd(i,j)=S3(PS(i,j)+1);endendd=uint8(d);ZK=zeros(1,256);x=0;for k=0:255ZK(k+1)=length(find(d==k))/(m*n);%计算每级灰度出现的概率，将其存入GP 中相应位置endimwrite(d,'E:\PicEqual.bmp');figure(1);subplot(1,2,1);imshow(PS); %显示出来灰度图像title('原图像');subplot(1,2,2);imshow(d);title('均衡化后的图像');figure(2);subplot(2,1,1);bar(0:255,GP);%绘制直方图title('原图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');subplot(2,1,2);bar(0:255,S1);title('压缩后图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');figure(3);bar(0:255,ZK);title('均衡化后图像直方图');xlabel('灰度值');ylabel('每级灰度出现概率');3 仿真结果-5005010015020025030000.0050.010.015原图像直方图灰度值每级灰度出现概率-5005010015020025030000.010.020.03压缩后图像直方图灰度值每级灰度出现概率-5005010015020025030000.050.10.150.20.250.30.35均衡化后图像直方图灰度值每级灰度出现概率。
电子科技大学14秋《数字图像处理》在线作业1答案
14秋《数字图像处理》在线作业1
一,单选题
1. 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（）。
A. 像素
B. 分辨率
C. 子图
D. 直方图
?
正确答案：A
2. DFT是（）的缩写。
A. 傅里叶级数
B. 傅里叶变换
C. 离散傅里叶级数
D. 离散傅里叶变换
?
正确答案：D
3. 一幅大小为640×480的图像，其分辨率为（）。
A. 640
B. 480
C. 30.72万
D. 30万
?
正确答案：D
4. 如果一幅大小为128×256的图像要存储，每个像素用4bit编码，则存储空间需要多大？
A. 32768bit
B. 512bit
C. 1024bit
D. 131027bit
?
正确答案：D
5. 在RGB加色混色系统中，红色+蓝色得到的是（）。
A. 黄色
B. 绿色
C. 品红
D. 白色
?
正确答案：C。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理报告标题：01报告编号：课程编号：学生姓名：截止日期：上交日期：摘要（1）编写函数计算灰度图像的均方误差（MSE）、信噪比（SNR）、峰值信噪比（PSNR）、平均绝对误差（MAE）；（2）编写函数对灰度图像经行降采样，直接消除像素以及消除像素前进行简单平滑滤波；（3）编写函数对图像进行放大，分别使用像素直接复制和双线性插值的方法：（4）编写函数用题目给出的量化步骤Q去量化灰度图像，并给出相应的MSE和直方图；（5）编写函数对灰度图像执行直方图均衡化，显示均衡前后的直方图。
同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。
KEY WORD :MATLAB MSE、PSNR 直方图量化技术探讨数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。
task1均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。
可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码均方误差（MSE）：sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N)信噪比（SNR）：sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE)峰值信噪比（PSNR）：sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE)平均绝对误差（MAE）：sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N)在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。
task3按比例缩小灰度图像（1）直接消除像素点：I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。
（2）先平滑滤波再消除像素点：滤波函数，g=imfilter(I,w,'corr','replicate');task4对图像的放大运用了pixel repetition法以及双线性插值法：它有三种插值法：即最近邻插值（pixel repetition）、双线性插值、双三次插值(缩放倍数为0.5) ;缩放与放大由给定的参数来确定。
;缩放与放大由给定的参数来确定。
而缩小则同样适用I1=g(1:m:end,1:m:end);而放大的代码为“J=imresize(I,m,'nearest');%使用pixel repetition法”和“J=imresize(I,m,'bilinear');%使用双线性插值法”放大倍数更改m值即可task4对图像的量化，使用“J=histeq(I,x); ”，x为可变的量化步长task5灰度图像的量化和直方图均衡化直接调用函数。
“J=histeq(I)”“imhist(I,64)”结果：图像的结果Task1mse =0.0426psnr =61.8377SNR =68.5982MAE =262.2853mse =0.0443psnr =61.6711SNR =73.3907MAE =262.2102处理给定的测试图像“Lena”，以其原始的形式和加过噪声之后的形式。
（用其他图像代替）Task2编写MATLAB函数通过两种不同的方法抽取一幅灰度图像从原来的大小到给定的输出尺寸: （用其他图像代替）处理给定的测试图像“Living Room”，按给定比例系数缩小：2:1, 4:1, 8:1，16:1 (a)直接消除像素(b)消除像素前进行初步的图像滤波)Task3编写MATLAB函数通过两种不同的方法放大一幅灰度图像从原来的大小到给定的输出尺寸(a)像素重复(b)双线性插值[内插]用上述方法将Task 2放大回原尺寸并对使用MATLAB方法对原图像以及放大后的图像计算均方误差和峰值信噪比(a)像素重复2:1 时MSE = 2.6753e+003 PSNR =13.85714:1 时MSE =2.4600e+003 PSNR =14.22148:1 时MSE =2.4696e+003 PSNR = 14.204516:1 时MSE =2.0887e+003 PSNR =14.9321(b)双线性插值[内插]2:1 时MSE = 3.3733e+003 PSNR =12.85034:1 时MSE =2.6291e+003 PSNR =13.93278:1 时MSE =2.4658e+003 PSNR =14.211316:1 时MSE =2.4248e+003 PSNR =14.2840在相同尺寸减少率下，确定哪些组合缩小/放大的方法能提供最小均方误差以及最大峰值信噪比最小均方误差最大最大峰值信噪比(a)像素重复16:1 时MSE =2.0887e+003 PSNR =14.9321(b)双线性插值[内插]16:1 时MSE =2.4248e+003 PSNR =14.2840Task4编写MATLAB函数以量化步长Q来量化(数字转换)灰度图像。
以量化步长Q=2, 4, 8 16, 32, 64, 128 处理给定的测试图像“Lena”（用其他图像代替）不同量化步长Q量化后的图像的对比对每一个量化步长显示量化的图像以及它相应的直方图。
显示测试图像及其直方图。
量化后的图像的直方图对比Q=2 Q=4Q=8Q=32Q=128对Task 1用MATLAB编写的方法计算原始以及量化（数字转换）图像的均方误差Q=2 时 MSE=8.6904e+003Q=4时 MSE=6.7394e+003Q=8时 MSE=5.3419e+003Q=16时 MSE=4.8395e+003Q=32时 MSE=4.7529e+003Q=64时 MSE=4.7060e+003Q=128时MSE=4.6526e+003Task5编写MATLAB函数对图像“ Fig0316(1)(top_left)” 和图像“ Fig0316(4)(bottom_left)”分别地进行直方图均衡，并在直方图均衡前后显示图像的直方图（用其他图像代替）结果探讨Task1在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。
给原图像加入高斯噪音，则可看出SNR与PSNR的变化，因为其实评价噪声的；MSE可以评价数据的变化程度，MSE的值越小，说明数据具有更好的精确度。
MAE是将各次测量的绝对误差取绝对值后再求平均值。
Task2对原图像直接消除像素的降采样和经过平滑滤波后得到的降采样采样对比来看，经过平滑滤波后，图像模糊一些，但灰度值变化更加平滑，整体效果好于直接消除像素Task3pixel repetition(像素重复)和双线性插值法对图像的缩放，其处理效果相近，但从MSE和PSNR值来看，双线性插值法更好。
但运算时间较长将缩小后的图像再放大，还原效果都较好Task4可以看出，对图像进行量化后，随着量化步长越大，图像越接近原图；当Q=2时，图像几乎全白，而直方图灰度值也极端的集中在0和250两个值上。
随着量化步长增加，图像细节几个方面均有明显转变，而直方图灰度值也逐渐向着整个灰度级数覆盖，最后集中于10到250之间Task5第一幅图，绘制其直方图可以看到直方图灰度值主要集中在100到150之间，均衡化后灰度值覆盖整个灰度级数。
第二幅图图相比相对亮一些，绘制其直方图可以看到直方图灰度值主要集中在60到120以及200到250之间，均衡化后灰度值覆盖整个灰度级数。
附录：程序列表第一题：均方误差（MSE）：sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N)峰值信噪比（PSNR）sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE) 计算MSE; PSNR;clear all;close all;I=imread('C:\Users\Dark Selee\Desktop\bbpg'); %录入图像figure(1),imshow(I);X=rgb2gray(I); %将真彩色图像转换为灰度图像。
[height width]=size(X);X=im2double(X);A=imnoise(X,'gaussian',0,0.05); %加高斯噪声figure(2),imshow(A);%利用两组for循环，即可实现计算sigma1=0;for i=1:heightfor j=1:widthsigma1=sigma1+(X(i,j)-A(i,j))^2;endendmse=(sigma1/(height*width)) %均方误差psnr=10*log10((255^2)/mse) %峰值信噪比信噪比（SNR）sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE)计算SNR;clear all;close all;J=imnoise(I,'gaussian'); %加噪声a=double(I);b=double(J);[M,N]=size(I);sum=0;%先计算出MSEfor i=1:M;for j=1:N;sum=sum+(a(i,j)-b(i,j))^2;end;end;MSE=sum/(M*N)sum2=0;%同上，利用两组for循环，即可实现计算for i=1:M;for j=1:N;sum2=sum2+a(i,j)^2;end;end;SNR=10*log10(sum2/MSE)平均绝对误差（MAE）sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N)计算MAE;J=imnoise(I,'gaussian'); %加噪声a=double(I);b=double(J);[M,N]=size(I);sum=0;for i=1:M;for j=1:N;sum=sum+a(i,j)+b(i,j);end;end;MAE=sum/(M*N)处理给定的测试图像，以其原始的形式和加过噪声之后的形式clear all;close all;I=imread('C:\Users\Dark Selee\Desktop\aa.jpg'); %读入图像figure(1),imshow(I);X=rgb2gray(I); %将真彩色图像转换为灰度图像。