数字图像处理课后第一次作业

合集下载

[原创]《数字图像处理》课后作业2015

《数字图像处理》课后作业（2015）第2章2.5一个14mm⨯14mm的CCD摄像机成像芯片有2048⨯2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。

该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。

（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。

）2.10高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒,此种扫描方式称为1080i，即1080 interlace scan；对应的有1080p，即1080 progressive scan,逐行扫描）。

图像的宽高比是16:9。

水平电视线数（水平行数）决定了图像的垂直分辨率，即一幅图像从上到下由多少条水平线组成；相应的水平分辨率则定义为一幅图像从左到右由多少条垂直线组成，水平分辨率通常正比于图像的宽高比。

一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。

请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。

2.22图像相减常用于在产品装配线上检测缺失的元件。

方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。

然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。

理想情况下，如果产品装配正确，则两幅图像的差值应为零。

而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。

在实际应用中，您认为需要满足哪些条件这种方法才可行？第3章3.5在位平面分层中,（a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响？（b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？3.6试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图。

数字图像处理上机作业

数字图像处理上机作业数字图像处理上机实验题⼀、产⽣右图所⽰图像f1(m,n)，其中图像⼤⼩为256×256，中间亮条为128×32，暗处=0，亮处=100。

对其进⾏FFT：1、屏显⽰原图f1(m,n)和FFT(f1)的幅度谱图；2、令f2(m,n)=（-1）^（m+n）*f1(m,n)，重复以上过程，⽐较⼆者幅度谱的异同，简述理由；3、若将f2(m,n)顺时针旋转90 度得到f3(m,n)，试显⽰FFT(f3)的幅度谱，并与FFT(f2)的幅度谱进⾏⽐较；4、若将f1(m,n) 顺时针旋转90 度得到f4(m,n)，令f5(m,n)=f1(m,n)+f4(m,n)，试显⽰FFT(f5) 的幅度谱，并指出其与FFT(f1)和FFT(f4)的关系；5、若令f6(m,n)=f2(m,n)+f3(m,n)，试显⽰FFT(f6)的幅度谱，并指出其与FFT(f 2)和FFT(f3) 的关系，⽐较FFT(f6)和FFT(f5)的幅度谱。

代码f1=zeros(256,256);for i =64:1:191for j = 112:1:143f1(i,j) = 100;endendf2 = fft2(f1);%f2(m,n) = f3f3 = ((-1)^(i+j))*f1;f4 = fft2(f3);%f3(m,n) = f5f5 = imrotate(f3,90,'bilinear');f6 = fft2(f5);%f4(m,n) = f7f7 = imrotate(f1,90,'bilinear');f8 = fft2(f7);%f5(m,n) = f8f9 = f1 + f7;f10 = fft2 (f9);%f6(m,n) = f2(m,n)+f3(m,n)f11 = f3 + f5;subplot(1,2,1);imshow(abs(f1));title('原图f1');subplot(1,2,2);imshow(abs(f2));title('幅度谱fft2(f1)');figure(2)subplot(2,2,1)imshow(abs(f1));title('原图f1')subplot(2,2,2)imshow(abs(f2));title('幅度谱fft2(f1)'); subplot(2,2,3); imshow(abs(f3))title('变换谱f2');subplot(2,2,4);imshow(abs(f4));title('幅度谱fft2(f2)'); figure(3) subplot(2,2,1)imshow(abs(f3))title('变换谱f2');subplot(2,2,2);imshow(abs(f4));title('幅度谱fft2(f2)'); subplot(2,2,3); imshow(abs(f5))title('变换谱f3');subplot(2,2,4);imshow(abs(f6));title('幅度谱fft2(f3)'); figure(4) subplot(3,2,1);imshow(f7);title('f1旋转图f4'); subplot(3,2,2); imshow(abs(f8));title('幅度谱fft2(f4)'); subplot(3,2,3);title('f5(m,n)=f1+f4'); subplot(3,2,4); imshow(abs(f10));title('幅度谱fft2(f5)'); subplot(3,2,5) imshow(abs(f1));title('原图f1');subplot(3,2,6);imshow(abs(f2));title('幅度谱fft2(f1)');figure(5)subplot(3,2,1)imshow(abs(f3))title('变换谱f2');subplot(3,2,2);imshow(abs(f4));title('幅度谱fft2(f2)'); subplot(3,2,3); imshow(abs(f5))title('变换谱f3');subplot(3,2,4);imshow(abs(f6));title('幅度谱fft2(f3)'); subplot(3,2,5) imshow(abs(f11))title('变换谱f6=f2+f3'); subplot(3,2,6); imshow(abs(f12));title('幅度谱fft2(f6)');figure(6)subplot(2,2,1);imshow(f9);title('f5(m,n)=f1+f4'); subplot(2,2,2); imshow(abs(f10));title('幅度谱fft2(f5)'); subplot(2,2,3) imshow(abs(f11))title('变换谱f6(m,n)=f2+f3'); subplot(2,2,4); imshow(abs(f12));title('幅度谱fft2(f6)');分析2、F2(m,n)与F1(m,n)幅度值相同，f2(m,n)=（-1）^（m+n）*f1(m,n)中，并未改变幅值。

西安交大数字图像处理第一次作业

数字图像处理第一次作业姓名：班级：学号：提交日期：2015年3月13日摘要本次报告首先简单阐述了BMP图像格式及其相关数据结构，随后主要完成了作业要求中关于图像处理与计算的各项任务。

本次作业以Matlab 2014为平台，通过对lena.bmp,elain.bmp图像文件的编程处理，分别得到了lena.bmp图像的8到1级灰度逐级递减显示，lena.bmp图像的均值和方差，通过近邻、双线性和双三次插值法对lena.bmp进行4倍放大后得到的2048×2048尺寸图像，和对lena.bmp、elain.bmp图像分别进行水平偏移变换和旋转变换后的图像及其4倍插值放大图像。

以上任务完成后均得到了预期的结果。

1.Bmp图像格式简介。

1.1 BMP格式概述BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。

它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。

BMP文件的图像深度可选lbit、4bit、8bit及24bit。

BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。

1.2 BMP格式组成典型的BMP图像文件由四部分组成：（1）位图头文件数据结构，它包含BMP图像文件的类型、显示内容等信息；（2）位图信息数据结构，它包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；（3）调色板，这个部分是可选的，有些位图需要调色板，有些位图，比如真彩色图（24位的BMP）就不需要调色板；（4）位图数据，这部分的内容根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值。

1.3 BMP格式对应数据结构BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成。

1.3.1 BMP文件头（14字节）BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。

第一次作业

数字图像处理第一次作业学号：SB11009003 序号：姓名：黎小毛2.7 解：因为区域的反射率是1，可认为区域图像与光源强度一致，由光源的强度分布函数可知255≥I＞0。

由于目前的图像可到256级灰度（256=28，即8位的灰度级），眼睛可以分辨8级灰度之间的差别（8=23，即3位的灰度级）。

对图像光强分成32等份（32=25，即k=5），每一等份内含眼睛分辨极限的8级灰度，可以导致眼睛可见的伪轮廓。

2.9 解：1024×1024像素、256级（8位）图像所占的位数为1024*1024*8比特，传输的数据总量和传输的图像数据比为10：8。

a)对56k的modem传输图像所需时间:t1=(1024*1024*8*10)/(56000*8)=187.2secb)对750k的DSL传输图像所需时间:t2=(1024*1024*8*10)/(750000*8)=14.0sec2.11 解：设图1中两像素为p、q，有p=q=1。

因为p不在q的4邻域内，所以S1和S2不是4邻接；因为p在q的8邻域内，所以S1和S2是8邻接；因为q在N D(p)中且N4(p)∩N4(q)没有V值像素，所以S1和S2是m 邻接。

S1 S20 0 0 0 0 0 1 10 0 1 0 0 1 0 00 0 1 0 q 1 0 00 1 1 p0 0 0 0图1 S1、S2的邻接2.15 解：(a) 当V=｛0，1｝时，显然p、q之间不存在4邻接的通路。

p、q之间存在8邻接的通路，通路最短长度为4，通路路径见图2；p、q之间存在m邻接的通路，通路最短长度为5，通路路径见图3；3 1 2 1(q) 3 1 2 1(q)2 2 0 2 2 2 0 21 2 1 1 1 2 1 1（p）1 0 1 2 （p）1 0 1 2图2 p、q的8邻接通路图3 p、q的m邻接通路(b) 当V=｛1，2｝时，显然p 、q 之间存在4邻接的通路、通路最短长度为6，存在三条路径见图4；p 、q 之间存在8邻接的通路，通路最短长度为4，存在两条路径见图5；p 、q 之间存在m 邻接的通路，通路最短长度为6，通路路径和4邻接的路径一样，见图4。

(完整版)数字图像处理每章课后题参考答案

数字图像处理每章课后题参考答案第一章和第二章作业：1.简述数字图像处理的研究内容。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？3.列举并简述常用表色系。

1.简述数字图像处理的研究内容？答：数字图像处理的主要研究内容，根据其主要的处理流程与处理目标大致可以分为图像信息的描述、图像信息的处理、图像信息的分析、图像信息的编码以及图像信息的显示等几个方面，将这几个方面展开，具体有以下的研究方向：1.图像数字化，2.图像增强，3.图像几何变换，4.图像恢复，5.图像重建，6.图像隐藏，7.图像变换，8.图像编码，9.图像识别与理解。

2.什么是图像工程？根据抽象程度和研究方法等的不同，图像工程可分为哪几个层次？每个层次包含哪些研究内容？答：图像工程是一门系统地研究各种图像理论、技术和应用的新的交叉科学。

根据抽象程度、研究方法、操作对象和数据量等的不同，图像工程可分为三个层次：图像处理、图像分析、图像理解。

图像处理着重强调在图像之间进行的变换。

比较狭义的图像处理主要满足对图像进行各种加工以改善图像的视觉效果。

图像处理主要在图像的像素级上进行处理，处理的数据量非常大。

图像分析则主要是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建立对图像的描述。

图像分析处于中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式描述。

图像理解的重点是进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行为。

图像理解主要描述高层的操作，基本上根据较抽象地描述进行解析、判断、决策，其处理过程与方法与人类的思维推理有许多相似之处。

第三章图像基本概念1.图像量化时，如果量化级比较小时会出现什么现象？为什么？答：当实际场景中存在如天空、白色墙面、人脸等灰度变化比较平缓的区域时，采用比较低的量化级数，则这类图像会在画面上产生伪轮廓（即原始场景中不存在的轮廓）。

数字图像处理课后第一次作业

1、完成课本习题3.2(a)(b), 课本中文版《处理》第二版的113页。

可以通过matlab 帮助你分析理解。

解：(a)s =T(r)=11+(m r ⁄)E其中，r 为输入图像亮度，s 为输出图像的相应亮度，E 控制该函数的斜率。

(b) L 是图像中灰度的级数，使m=L/2；若假定L=500，则m=250。

使用matlab 对E 分别为10,15,20,100时的情况进行分析，最后可得到如下结果：图1 matlab 分析结果2、一幅8灰度级图像具有如下所示的直方图，求直方图均衡后的灰度级和对应概率，并画出均衡后的直方图的示意图。

（计算中取整采用四舍五入方法，图中的8个不同灰度级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]）解：直方图均衡化的变换函数为s k =T (r k )=∑p r (r i )k i=0 0≤r k ≤1;k =0,1,…7 故可算得变化函数s 0计：s0计= T(r0)=0.17 s1计=0.17+0.25=0.42s2计=0.63 s3计=0.79s4计=0.86 s5计=0.94s6计=0.98 s7计=1.00但考虑到输出图像灰度是等间隔的，且与原图像灰度范围一样取8个等级，即要求s k=i/7(i=0,1,2,3…7)。

因此需要对s k计进行修正，采用四舍五入法可得s0并=1/7 s1并=3/7s2并=4/7 s3并=6/7s4并=6/7 s5并=1s6并=1 s7并=1根据s k并计算结果可知，直方图均衡化后的输出图像的灰度级仅为5个级别，即为s0=1/7 s1=3/7 s2=4/7 s3=6/7 s4=1且根据r k与s k的关联性，可计算得s k对应概率为：P s(s0=1/7)=0.17 P s(s1=3/7)=0.25P s(s2=4/7)=0.21 P s(s3=6/7)=0.23P s(s5=1)=0.14根据s k取值和对应概率，画出的均衡化后的直方图如下图所示：图2 均衡化后的直方图3. (选做题)课本习题3.6。

《数字图像处理》课后作业2015

《数字图像处理》课后作业（2015）第2章2.5一个14mm⨯14mm的CCD摄像机成像芯片有2048⨯2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。

该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。

（提示：成像处理模型见教材图2.3，但使用摄像机镜头的焦距替代眼睛的焦距。

图像的宽高比是16:9。

一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。

请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。

2.22图像相减常用于在产品装配线上检测缺失的元件。

方法是事先存储一幅对应于正确装配的产品图像，称为“金”图像（“golden” image），即模板图像。

然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。

理想情况下，如果产品装配正确，则两幅图像的差值应为零。

而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。

《数字图像处理》课后作业2015

《数字图像处理》课后作业（2015）第2章2.5一个14mm 14mm的CCD摄像机成像芯片有2048 2048个像素，将它聚焦到相距0.5m远的一个方形平坦区域。

该摄像机每毫米能分辨多少线对？摄像机配备了一个35mm镜头。

（提示: 成像处理模型见教材图2.3,但使用摄像机镜头的焦距替代眼睛的焦距。

）2.10高清电视（HDTV, High Definition TV ）使用1080条水平电视线（TV Line）隔行扫描来产生图像（每隔一行在显像管表面画出一条水平线，每两场形成一帧，每场用时1/60秒，此种扫描方式称为1080i，即1080 in terlace scan 对应的有1080p,即1080 progressive scar逐行扫描）。

图像的宽高比是16:9。

一家公司已经设计了一种图像获取系统，该系统由HDTV图像生成数字图像，彩色图像的每个像素都有24比特的灰度分辨率（红、绿、蓝分量各8比特）。

请计算不压缩时存储90分钟的一部HDTV电影所需要的存储容量。

2.22图像相减常用于在产品装配线上检测缺失的元件。

方法是事先存储一幅对应于正确装配的产品图像，称为金”图像（“golden” image即模板图像。

然后，在同类型产品的装配过程中，采集每一装配后的产品图像，从中减去上述模板图像。

理想情况下，如果产品装配正确，则两幅图像的差值应为零。

而对于缺失元件的产品，其图像与模板图像在缺失元件区域不同，两幅图像的差值在这些区域就不为零。

在实际应用中，您认为需要满足哪些条件这种方法才可行？第3章3.5在位平面分层中，（a）如果将低阶位平面的一半设为零值，对一幅图像的直方图大体上有何影响?（b）如果将高阶位平面的一半设为零值，对一幅图像的直方图又有何影响？3.6试解释为什么离散直方图均衡化技术一般不能得到平坦的输出直方图3.14右图所示的两幅图像差异很大，但它们的直方图却相同。

数字图像处理第一次作业

数字图像处理实验报告班级：自动化01姓名：李丹学号：10054003提交日期：2013.3.13摘要：本次作业通过对图像的灰度级数以及其像素的点运算，算术运算、几何变换等，学习了MATLAB在数字图像处理中的运用，更深的理解了数字图像处理的原理和方法。

第一题：Bmp图像格式简介答:Bmp是bitmap的缩写，即为位图图片。

位图图片是用一种称作“像素”的单位存贮图像信息的。

这些“像素”其实就是一些整齐排列的彩色（或黑白）点，如果这些点被慢慢放大，就会看到一个个的“像素”中添充着自己的颜色，这些“像素”整齐地排列起来，就成为了一幅BMP图片，并以.bmp等为扩展名。

由于BMP文件格式是Windows 环境中交换与图有关的数据的一种标准，因此在Windows环境中运行的图形图像软件都支持BMP图像格式。

BMP可以分成两类：设备相关位图（DDB）和设备无关位图（DIB）。

典型的BMP图像文件由四部分组成：位图头文件数据结构（包含BMP图像文件的类型、显示内容等信息），位图信息数据结构（包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息），调色板(可选的）以及位图数据（根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值）。

它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。

BMP文件的图像深度可选lbit、4bit、8bit及24bit。

BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。

第二题：把lena.bmp 512*512图像灰度级逐级递减8-1显示答：1）问题分析：本题中对图像进行的操作是直接灰度变换。

2）具体 MATLAB 实现程序见附录 3）实验结果：4）结果分析：对一幅 512*512,256个灰度级的具有较多细节的图像，保持空间分辨率不变，仅将灰度级数依次递减为128、64、32、16、8、4、2，比较得到的结果就可以发现灰度级数对图像的影响。

数字图像处理上机作业一.

数字图像处理上机作业一1.设计一个程序，绘制出一幅灰度图象的直方图。

Solution：代码及代码的说明：%作用：返回灰度矩阵a，并画出直方图function a=zhifangtu(x) % x为要分析的图像名加单引号I=imread(x);b=size(I);a=zeros(1,256); % a为一个1*256的矩阵分别记录灰度为0到255的像%的个数for m=1:b(1) %两个for语句将整张图的所有像素都扫描一遍for n=1:b(2)a(I(m,n)+1)= a(I(m,n)+1)+1; %将灰度为I(m,n)的像素个数存储在%a(I(m,n)+1)中,因为matlab里没有%a(0)endendn=0:255;bar(n,a);%画出直方图s=sum(a) %查看直方图的总的面积等于这张图的总像素值实验结果及分析：在命令窗口中输入zhifangtu('Lenna.bmp')返回s =262144，以及灰度矩阵a，同时有如下直方图输出：分析及结论：在命令窗口中用size命令可查知Lenna.bmp是512*512的，返回的s =262144恰等于512*512，说明所编的直方图的程序恰将所有的像素点都统计了，直方图的总面积等于像素总数。

直方图的作用也就是将一张图中不同灰度值对应像素数的一个统计。

在这个程序的编写中应注意a(I(m,n)+1)= a(I(m,n)+1)+1 不能写成a(I(m,n))= a(I(m,n))+1 ，应为在matlab中矩阵表示没有a(0),若某个像素点的灰度值是0，就会出错，故应写成a(I(m,n)+1)= a(I(m,n)+1)+1形式。

2.对同一场景但模糊程度不一样的三张数字图像绘制出其直方图, 计算每一幅图象所有像素灰度的方差。

图象的清晰度同灰度方差什么关系?Solution：代码及代码的说明：%作用：绘出模糊程度不一样的三张数字图像的直方图，并输出各自灰度方差I1=imread('tu1.bmp');I1=rgb2gray(I1); %转换为灰度图像imwrite(I1,'tu0.bmp'); %由于直方图只能对灰度图作用，故先将其转为灰度图subplot(2,2,1);zhifangtu('tu0.bmp');title('tu1直方图'); %绘出tu1.bmp的直方图k1=size(I1);I1=single(I1);I1=(I1-mean(mean(I1)')).^2; %个像素灰度值减去平均灰%值后再平方t1=sum(sum(I1)')/k1(1)/k1(2), %输出tu1.bmp的所有像素灰度的方差subplot(2,2,2);zhifangtu('tu2.bmp');title('tu2直方图'); %绘出tu2.bmp的直方图I2=imread('tu2.bmp');k2=size(I2);I2=single(I2);I2=(I2-mean(mean(I2)')).^2; %个像素灰度值减去平均灰度值后再%平方t2=sum(sum(I2)')/k2(1)/k2(2), %输出tu2.bmp的所有像素灰度的方差subplot(2,2,3);zhifangtu('tu3.bmp');title('tu3直方图'); %绘出tu3.bmp的直方图I3=imread('tu3.bmp');k3=size(I3);I3=single(I3);I3=(I3-mean(mean(I3)')).^2; %个像素灰度值减去平均灰度值%后再平方t3=sum(sum(I3)')/k3(1)/k3(2), %输出tu3.bmp的所有像素灰度的方差figure;subplot(2,2,1);imshow('tu1.bmp');title('tu1图'); %绘出tu1.bmp的图subplot(2,2,2);imshow('tu2.bmp');title('tu2图'); %绘出tu1.bmp的图subplot(2,2,3);imshow('tu3.bmp');title('tu3图'); %绘出tu1.bmp的图实验结果及分析：上述代码执行后，输出t1 = 7.3027e+003，t2= 6.5808e+003，t3=5.4860e+003；同时输出如下直方图：原始图：分析及结论：tu1，tu2，tu3三幅图是依次变模糊的，三张图的所有像素灰度方差依次为t1 = t1 = 7.3027e+003，t2= 6.5808e+003，t3=5.4860e+003，它们是依次变小的，可知图象的清晰度随灰度方差的变小而变得模糊。

数字图像处理作业1

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。

数字图像处理课后参考答案

数字图像处理第一章1.1解释术语（2）数字图像：为了便于用计算机对图像进行处理，通过将二维连续（模拟）图像在空间上离散化，也即采样，并同时将二维连续图像的幅值等间隔的划分成多个等级（层次）也即均匀量化，以此来用二维数字阵列并表示其中各个像素的空间位置和每个像素的灰度级数的图像形式称为数字图像。

（3）图像处理：是指对图像信息进行加工以满足人的视觉或应用需求的行为。

1.7 包括图像变化、图像增强、图像恢复、图像压缩编码、图像的特征提取、形态学图像处理方法等。

彩色图像、多光谱图像和高光谱图像的处理技术沿用了前述的基本图像处理技术，也发展除了一些特有的图像处理技术和方法。

1.8基本思路是，或简单地突出图像中感兴趣的特征，或想方法显现图像中那些模糊了的细节，以使图像更清晰地被显示或更适合于人或及其的处理与分析。

1.9基本思路是，从图像退化的数学或概率模型出发，研究改进图像的外观，从而使恢复以后的图像尽可能地反映原始图像的本来面目，从而获得与景物真实面貌相像的图像。

1.10基本思路是，，在不损失图像质量或少损失图像质量的前提下，尽可能的减少图像的存储量，以满足图像存储和实时传输的应用需求。

1.11基本思路是，通过数学方法和图像变换算法对图像的某种变换，以便简化图像进一步处理过程，或在进一步的图像处理中获得更好的处理效果。

1.12基本目的是，找出便于区分和描述一幅图像中背景和目标的方法，以方便图像中感兴趣的目标的提取和描述。

第二章2.1解释下列术语（18）空间分辨率：定义为单位距离内可分辨的最少黑白线对的数目，用于表示图像中可分辨的最小细节，主要取决于采样间隔值的大小。

（19）灰度分辨率：是指在灰度级别中可分辨的最小变化，通常把灰度级数L称为图像的灰度级分辨率。

（20）像素的4邻域：对于图像中位于（x,y）的像素p来说，与其水平相邻和垂直相邻的4个像素称为该像素的4邻域像素，他们的坐标分别为（x-1,y）（x,y-1）（x,y+1）（x+1,y）。

人体骨骼认识实验报告

人体骨骼认识实验报告骨骼图像增强实验报告骨骼图像增强实验报告——数字图像处理第一次作业实验总体思路：原图像是人体骨骼核扫描图像，我们的目的是通过图像锐化突出骨骼的更多细节来增强图像。

由于图像灰度的动态范围很窄并且有很高的噪声内容，所以很难对其进行增强。

对此我们采取的策略是，首先用拉普拉斯法突出图像中的小细节，然后用梯度法突出其边。

平滑过的梯度图像将用于掩蔽拉普拉斯图像。

最后，我们将试图试用灰度变换来增强图像的灰度动态范围。

实验处理具体步骤：（图像可拉伸放大）1、此为图2，。

2、此为图3，。

（而这个时候看到图2的噪声水平，将图1和图2相加之后也必然会有很多的噪声。

拉普拉斯操作作为一种二阶微分算子，能很好的增强细节，但也产生更多的噪声。

而降低噪声的一种方法就是使用中值滤波器，但属于非线性滤波器的中值滤波器有可能改变图像的性质，所以不可取。

所以采取另一种方法，使用原图像梯度操作的平滑形式所形成的一个模板。

）3、此为图4，。

(梯度变换在灰度斜坡或台阶的平均相应要比拉普拉斯操作的更强烈，而对噪声和小细节的响应要比拉普拉斯操作的相应弱，而且可以通过均值滤波器对其进行平滑处理可以进一步降低，此时看(来自: 写论文网:人体骨骼认识实验报告)图像中的边缘要比拉普拉斯图像（即图3）中的边缘要突出许多)4、此为图5，。

（图4，5要比图2亮表明具有重要边缘内容的梯度图像的值一般要比拉普拉斯图像的值高）5、此为图6，。

（此时看到强边缘的优势和可见噪声的相对减少，用平滑后的梯度图像来掩蔽拉普拉斯图像的目的达到了）6、此为图7，（与原图像相比，该图像中大部分细节的清晰度的增加都很明显，所以我们才需要综合多种的方法对图像进行处理，单独使用一种方法根本不可能达到这么好的效果，只需要看相对应的图像进行对比即可知道）7、此为图8，（此时需要增大锐化后图像的动态范围，即使有很多种这样效果的灰度变换函数，但是用幂率变换处理更好，直方图均衡和规定化的效果都不太好）（此时人体的轮廓的清晰度虽然还是不高，因为扩大的灰度动态范围的同时也增大了噪声，但是相比原图还是有相当大幅度的提高的，看下图原图与最终图像对比）实验心得与收获：在本次的图像处理编程中，我首次对图像处理的众多方法有了一个感性的理解，图像处理并不是简简单单的应用几个函数即可获得理想的效果，还需要分析得出要得到相应的效果就需要不同的方法，使是知道了对应的图像处理方法也是不足的，在图像处理的编程方法上也必须要熟悉，这一次的例子中因为总体上的方法都已经给出了，因此大部分的工作量就落在了如何选择对应的matlab函数了，所以这一次收获较大的就是在图像处理函数的原型跟使用细节的认识上，还有在例子的理解过程中，也将之前所学的图像处理方法复习熟悉了一遍，在这一个阶段的学习上收获到的帮助很大。

数字图像处理：部分课后习题参考答案

第一章1.连续图像中，图像为一个二维平面，(x,y)图像中的任意一点，f（x,y）为图像于(x,y)于处的值。

连续图像中，(x,y)的取值是连续的，f(x,y)也是连续的数字图像中，图像为一个由有限行有限列组成的二维平面，（i,j)为平面中的任意一点，g（i,j)则为图像在（i,j)处的灰度值，数字图像中，（i,j) 的取值是不连续的，只能取整数，对应第i行j列,g（i,j) 也是不连续的，表示图像i行j列处图像灰度值。

联系：数字图像g(i,j)是对连续图像f(x,y)经过采样和量化这两个步骤得到的。

其中g(i,j)=f(x,y)|x=i,y=j2. 图像工程的内容可分为图像处理、图像分析和图像理解三个层次，这三个层次既有联系又有区别，如下图所示。

图像处理的重点是图像之间进行的变换。

尽管人们常用图像处理泛指各种图像技术，但比较狭义的图像处理主要是对图像进行各种加工，以改善图像的视觉效果并为自动识别奠定基础，或对图像进行压缩编码以减少所需存储空间图像分析主要是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，从而建立对图像的描述。

如果说图像处理是一个从图像到图像的过程，则图像分析是一个从图像到数据的过程。

这里的数据可以是目标特征的测量结果，或是基于测量的符号表示，它们描述了目标的特点和性质。

图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互联系，并得出对图像内容含义的理解以及对原来客观场景的解释，从而指导和规划行动。

如果说图像分析主要以观察者为中心来研究客观世界，那么图像理解在一定程度上是以客观世界为中心，借助知识、经验等来把握整个客观世界(包括没有直接观察到的事物)的。

联系：图像处理、图像分析和图像理解处在三个抽象程度和数据量各有特点的不同层次上。

图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。

图像分析则进入了中层，分割和特征提取把原来以像素描述的图像转变成比较简洁的非图形式的描述。

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。

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)。

1、完成课本习题3.2(a)(b), 课本中文版《处理》第二版的113页。

可以通过matlab 帮助你
分析理解。

解：(a)
s =T(r)=11+(m r ⁄)E
其中，r 为输入图像亮度，s 为输出图像的相应亮度，E 控制该函数的斜率。

(b) L 是图像中灰度的级数，使m=L/2；若假定L=500，则m=250。

使用matlab 对
E 分别为10,15,20,100时的情况进行分析，最后可得到如下结果：
图1 matlab 分析结果
2、一幅8灰度级图像具有如下所示的直方图，求直方图均衡后的灰度级和对应概率，并画出均衡后的直方图的示意图。

（计算中取整采用四舍五入方法，图中的8个不同灰度级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]）
解：直方图均衡化的变换函数为s k =T (r k )=∑p r (r i )k i=0 0≤r k ≤1;k =0,1,…7 故可算得变化函数s 0计：
s0计= T(r0)=0.17 s1计=0.17+0.25=0.42
s2计=0.63 s3计=0.79
s4计=0.86 s5计=0.94
s6计=0.98 s7计=1.00
但考虑到输出图像灰度是等间隔的，且与原图像灰度范围一样取8个等级，即要求s k=i/7(i=0,1,2,3…7)。

因此需要对s k计进行修正，采用四舍五入法可得s0并=1/7 s1并=3/7
s2并=4/7 s3并=6/7
s4并=6/7 s5并=1
s6并=1 s7并=1
根据s k
并计算结果可知，直方图均衡化后的输出图像的灰度级仅为5个级别，即为
s0=1/7 s1=3/7 s2=4/7 s3=6/7 s4=1
且根据r k与s k的关联性，可计算得s k对应概率为：
P s(s0=1/7)=0.17 P s(s1=3/7)=0.25
P s(s2=4/7)=0.21 P s(s3=6/7)=0.23
P s(s5=1)=0.14
根据s k取值和对应概率，画出的均衡化后的直方图如下图所示：
图2 均衡化后的直方图
3. (选做题)课本习题3.6。

对于离散的情况，用matlab进行一下实验。

解：(1) 设变量r代表待增强图像的灰度级，且r被归一化到区间[0,1]，r=0代表黑色及r=1代表白色。

(2) 对于离散的情况，取如下图所示的原灰度图像进行处理：
图3 原灰度图像图4 原灰度直方图
用matlab对原灰度图像进行两次直方图均衡化处理，其代码如下：
原灰度图像的第一次和第二次直方图均衡化后懂得直方图如下图5 6所示：
图5 第一次均衡化的直方图图6 第二次均衡化的直方图
比较上面两幅直方图可知，第二次直方图均衡化处理的结果与第一次直方图均衡化处理的结果相同。

4.请围绕本周课堂讲授的内容编写至少一道习题，并给出自己的分析解答。

题目形式可以是填空题、选择题、判断对错题、计算题、证明题。

发挥你的创造力吧。

解：
(1)图像灰度变换方法中，对数变换和幂次变换一样，都是使一窄带低灰度
输入图像映射为一宽带输出值，两者功能没区别。

这种说法是对的吗？
（错）
解析：对数变换的一般表达式：s=c log(1+r) ；幂次变换的基本形式：
s=c∗rγ。

幂次变换和对数变换都可以使一窄带低灰度输入图像映射为
一宽带输出值，但幂次变换与对数变换不同的是，随着γ取值的变换将简
单地得到一族变换曲线。

在γ>1的值和γ<1的值产生的曲线有相反的
效果；因此幂次变换更为灵活。

两者之间存在区别。

(2)对于一幅图像，需要在空间域采用滤波器进行图像增强，则以下滤波器
中去噪能力较好的是（ B ）.
解析：平滑空间滤波器能减小噪声，但也会产生边缘模糊的负面效应。

中值滤波器是一种统计排序滤波器，是将邻域中像素灰度的中值代替该
像素的值，它提供了一种优秀的去噪能力，且模糊成都明显较低。

而锐
化空间滤波器是为了增加图像细节的。

所以，这三种中去噪能力较好的
是中值滤波器。

数字图像处理课后第一次作业

[原创]《数字图像处理》课后作业2015

数字图像处理上机作业

西安交大数字图像处理第一次作业

第一次作业

(完整版)数字图像处理每章课后题参考答案

数字图像处理课后第一次作业

《数字图像处理》课后作业2015

《数字图像处理》课后作业2015

数字图像处理第一次作业

数字图像处理上机作业一.

数字图像处理 作业1

数字图像处理课后参考答案

人体骨骼认识实验报告

数字图像处理：部分课后习题参考答案

数字图像处理作业1

数字图像处理作业1