數(shù)字圖像處理岡薩雷斯第二版答案

1、數(shù)字圖像處理岡薩雷斯第二版答案【篇一：數(shù)字圖像處理第三版（岡薩雷斯，自己整理的2）1特數(shù)。通常的傳輸是以一個開始比特，一個字節(jié)（8比特）的信息和一個停止比特組成的包完成的?；谶@個概念回答以下問題：（b）以750k波特這是典型的電話dsl（數(shù)字用戶線）連接的速度傳輸要用多少時間？2.兩個圖像子集si和s2圖下圖所示。對于v=1,確定這兩個子集是（a）4-鄰接，（b）8-鄰接，（c）m-鄰接。（a） si和s2不是4連接，因為q不在n4（p）集中。（b） si和s2是8連接，因為q在n8（p）集中。（c） si和s2是m連接，因為q在集合nd（p）中，且n4（p）Cn4（q）沒有v值的像素3,考

2、慮如下所示的圖像分割（a）令v=0,1并計算p和q間的4,8,m通路的最短長度。如果在這兩點間不存在特殊通路，試解釋原因。（b）對于v=1,2重復(fù)上題。解：（a）當v=0,1時，p和q之間不存在4鄰接路徑，因為不同時存在從p到q像素的4毗鄰像素和具備v的值，如圖（a）p不能到達q。8鄰接最短路徑如圖（b）,最短長度為4。m鄰接路徑如圖（b）虛線箭頭所示，最短長度為5。這兩種最短長度路徑在此例中均具有唯一性。（b）當丫=1,2時，最短的4鄰接通路的一種情況如圖（c）所示，其長度為6,另一種情況，其長度也為6;8鄰接通路的一種情況如圖（d）實線箭頭所示，其最短長度為4;m鄰接通路的一種情況如圖（d

3、）虛線箭頭所示，其最短長度為6.或解：（1）在v=0,1時，p和q之間通路的d4距離為8,d8距離為4,dm距離為5。（2）在v=1,2時，p和q之間通路的d4距離為6,d8距離為4,dm距離為6。4為什么一般情況下對離散圖像的直方圖均衡化并不能產(chǎn)生完全平坦的直方圖？【因為同一個灰度值的各個象素沒有理由變換到不同灰度級，所以數(shù)字圖像的直方圖均衡化的結(jié)果一般不能得到完全均勻分布的直方圖，只是近似均勻的直方圖?！?設(shè)已用直方圖均衡化技術(shù)對一幅數(shù)字圖像進行了增強，如再用這一方法對所得結(jié)果增強會不會改變其結(jié)果？【從原理上分析，直方圖均衡化所用的變換函數(shù)為原始直方圖的累積直方圖，均衡化后得到的增強圖像的

4、累積直方圖除有些項合并外，其余項與原始圖像的累積直方圖相同。如果再次均衡化，所用的變換函數(shù)即為均衡化后得到的增強圖像的累積直方圖（并且不會有新的合并項），所以不會改變其結(jié)果?！?設(shè)工業(yè)檢測中工件的圖像受到零均值不相關(guān)噪聲的影響。如果圖像采集裝置每秒可采集30幅圖像，要采用圖像平均法將噪聲的均方差減少到1/10,那么工件需保持多長時間固定在采集裝置前？7分別應(yīng)用n=23、25和45的方形均值掩膜處理下面一幅圖像。結(jié)果發(fā)現(xiàn)當n=23、45時，處理后圖像中左下角的垂直豎條被模糊了，但是豎條與豎條之間的分割仍然很清楚。當n=25時，豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩膜比45小得多，請解釋這

5、一現(xiàn)象。注：垂直線段是5個像素寬，100個像素高；它們的間隔是20個像素。8一位考古學(xué)家在作流通貨幣方面的研究。最近發(fā)現(xiàn)，有4個羅馬帝國時期的羅馬硬幣對它的研究可以起到?jīng)Q定性作用。它們被列在倫敦大英博物館的館藏目錄中，遺憾的是，他到達那里之后，被告知現(xiàn)在硬幣已經(jīng)被盜了，但博物館保存了一些照片。只是由于攝取照片時照相機的散焦，硬幣的照片是模糊的，無法看清上面小的標記。已知用來拍攝圖像的原照相機一直能用，另外館內(nèi)還有同一時期的其他硬幣。你能否幫助教授恢復(fù)圖像，使他能看清這些標記？請給出解決這一問題的過程。這個問題背后的基本思想是使用相機和代表硬幣反應(yīng)動力學(xué)的降解過程，利用這個結(jié)果對其進行逆濾波器操

6、作。主要步驟如下：1。選擇和丟失的硬幣大小和內(nèi)容盡可能接近的硬幣。選擇與丟失的硬幣照片有接近的紋理和亮度的背景2.建立博攝影相機幾何圖像庫盡可能的接近類似丟失的硬幣的圖像。獲得一些測試的照片。簡化實驗，獲得能夠給出類似測試圖片圖像的電視相機。這可以通過相機與圖像處理系統(tǒng)從而生成將在實驗中應(yīng)用的數(shù)字圖像。3。獲得每一個硬幣的圖像有不同的鏡頭設(shè)置。由此產(chǎn)生的圖像的角度，大?。ㄟ@個與背景區(qū)域有關(guān)）方面與丟失的硬幣的模糊照片接近。4.在第三步中為每一個圖像的鏡頭設(shè)置是對丟失的硬幣信息圖像模糊處理的模型。每個這樣的設(shè)置，移動硬幣及其背景并用一個規(guī)定背景下的小亮點來替代它，或者用另外的機制時期接近于一個光

7、脈沖。數(shù)字話這個脈沖。這是模糊處理的變換功能叫傅里葉變換。5.數(shù)字化丟失硬幣的模糊照片得到它的傅里葉變換形式。每個硬幣有函數(shù)h(u,v)和g(u,v)描述。6.用維納濾波器得到一個近似的f(u,v)。7.對每個*f(u,v)進行傅里葉反變換可以得出硬幣的恢復(fù)圖像。通常這樣的基本步驟都可以用來解決這樣的問題。9成像時由于長時間曝光受到大氣干擾而產(chǎn)生的圖像模糊可以用轉(zhuǎn)移函數(shù)h(u,v)=exp-(u2+v2)/2表示。設(shè)噪聲可忽略，求恢復(fù)這類模糊的維納濾波器的方程。解答：噪聲可忽略時，維納濾波器退化成理想的逆濾波器，所以10有一種常見的圖像增強技術(shù)是將高頻增強和直方圖均衡化結(jié)合起來以達到使邊緣銳化

8、g(u,v)g(u,v)222【有，高頻增？f(u,v)?exp(u?v)/2?g(u,v)222強是一種線性操作，所以兩個操作的先后次序?qū)υ鰪娦(u但直方圖均衡化是一種非線性操作，,v)exp?(u?v)/2?果有影響，不能互換。】11在天體研究所獲得圖像中有一些相距很遠的對應(yīng)恒星的亮點。由于大氣散射原因而迭加的照度常使得這些亮點很難看清楚。如果將這類圖像模型化為恒定亮度的背景和一組脈沖的乘積，根據(jù)同態(tài)濾波的概念設(shè)計一種增強方法將對應(yīng)恒星的亮點提取出來?！竞愣炼鹊谋尘皩?yīng)低頻成分，脈沖則對應(yīng)高頻成分，所以對乘積取對數(shù)可將兩種成分區(qū)別開分別處理。根據(jù)同態(tài)濾波的概念可設(shè)計減少低頻成分，增加高

9、頻成分的濾波器?！?3如何實現(xiàn)彩色圖像灰度直方圖匹配(規(guī)定化)？12設(shè)一幅圖像的模糊是由于物體在x方向的勻加速運動產(chǎn)生的。當t=0時物體靜止，在t=0到t=t間物體加速度是x0(t)=at2/2,求轉(zhuǎn)移函數(shù)h(u,v)o討論勻速運動和勻加速運動所造成的模糊的不同特點。14說明彩色圖像的補色飽和度分量不能單獨從輸入圖像的飽和度分量局算出來。我們看到，最基本的問題是許多不同的顏色有相同的飽和度值。在那里純紅、黃、綠、青色、藍色，洋紅都有一個飽和1。也就是說只要任何一個rgb組件是0,將產(chǎn)生一個飽和1?？紤]rgb顏色(1,0,0)和(0,0.59,0),其代表紅色和綠色的映射。hsi顏色值分別為(0

10、,1,0.33)和(0.33,1,0.2)。現(xiàn)在rgb的初始補充值分別為(0、1,1)和(1,0.41,1)，相應(yīng)的顏色是青和洋紅。他們的hsi值分別為(0.5,1,0.66)和(0.83,0.48,0.8)。因此為紅色，一個起始飽和度1取得的青色補充”飽和度1,而為綠色，一個起始飽和度1取得洋紅互補”飽和度0.48。也就是說，起始同樣的飽和度值導(dǎo)致兩個不同的互補”飽和度。飽和本身并不是足夠的信息計算飽和度補充顏色。15假設(shè)一個圖像系統(tǒng)的監(jiān)視器和打印機顯示片黃色，描述一下用來校正不平衡的通用變換。答：我們就可以通過如下幾種方法減少黃色的比例(1)減少黃色、(2)增加藍色、(3)增加青色和洋紅、

11、(4)減少紅色和綠色16(1)解釋為什么鏈碼起點歸一化方法可使所得鏈碼與邊界的起點無關(guān)？(2)求出對鏈碼10176722335422進行起點歸一化后的起點。17(1)解釋為什么利用鏈碼旋轉(zhuǎn)歸一化方法可使所得鏈碼與邊界的旋轉(zhuǎn)無關(guān)？數(shù)字圖像一般是按固定間距的網(wǎng)格采集的，所以最簡單的鏈碼是順時針跟蹤邊界并賦給每兩個相鄰像素的連線一個方向值。問題的關(guān)鍵是要認識到,在一個鏈碼中每個元素值是相對于它的前身的值。這個代碼的邊界，追蹤在一個一致的方式(例如，順時針)，是一種獨特的循環(huán)組編號。在不同的地點開始在這個設(shè)定不改變循環(huán)序列的結(jié)構(gòu)。選擇的最小整數(shù)的函數(shù)為出發(fā)點僅僅識別中同一點序列。即使出發(fā)點并非是獨一無

12、二的，該方法仍然會給一個獨特的序列。例如,101010年有3個不同的序列的起點，但他們都產(chǎn)生相同的最小整數(shù)010101。(2)求出鏈碼0101030303323232212111的一階差分。【3131331313031313031300【篇二：數(shù)字圖像處理第三版(岡薩雷斯，自己整理的1)】txt圖像(image):使用各種觀測系統(tǒng)以不同形式和手段觀測客觀世界而獲得的，可以直接或間接作用于人眼并進而產(chǎn)生視覺的實體。包括：數(shù)字圖像：為了能用計算機對圖像進行加工，需要把連續(xù)圖像在坐標空間和性質(zhì)空間都離散化，這種離散化了的圖像是數(shù)字圖像。圖像中每個基本單元叫做圖像的元素，簡稱像素(pixel)。數(shù)字圖

13、像處理(digitalimageprocessing):是指應(yīng)用計算機來合成、變換已有的數(shù)字圖像，從而產(chǎn)生一種新的效果，并把加工處理后的圖像重新輸出，這個過程稱為數(shù)字圖像處理。也稱之為計算機圖像處理(computerimageprocessing)。1.2圖像處理科學(xué)的意義圖像處理技術(shù)發(fā)展到今天，許多技術(shù)已日益趨于成熟，應(yīng)用也越來越廣泛。它滲透到許多領(lǐng)域，如遙感、生物醫(yī)學(xué)、通信、工業(yè)、航空航天、軍事、安全保衛(wèi)等。1.3數(shù)字圖像處理的特點1.圖像信息量大每個像素的灰度級至少要用6bit(單色圖像)來表示，一般采用8bit(彩色圖像)，高精度的可用12bit或16bit。一般來說涉及通信技術(shù)、計算

14、機技術(shù)、電視技術(shù)、電子技術(shù)，至于涉及到的數(shù)學(xué)、物理學(xué)等方面的基礎(chǔ)知識就更多。3.圖像信息理論與通信理論密切相關(guān)圖像理論是把通信中的一維問題推廣到二維空間上來研究的。通信研究的是一維時間信息，時間域和頻率域的問題。任何一個隨時間變化的波形都是由許多頻率不同、振幅不同的正弦波組合而成的。圖像研究的是二維空間信息，研究的是空間域和空間頻率域(或變換域)之間的關(guān)系。任何一幅平面圖像是由許多頻率、振幅不同的x-y方向的空間頻率波相疊加而成。1.4數(shù)字圖像處理的主要方法1.空域法把圖像看作是平面中各個像素組成的集合，然后直接對這一二維函數(shù)進行相應(yīng)的處理。主要有兩大類：數(shù)字圖像處理的變換域處理方法是首先對圖

15、像進行正交變換，然后在施行各種處理，處理后再反變換到空間域，得到處理結(jié)果。包括濾波、數(shù)據(jù)壓縮、特征提取等處理。1.5數(shù)字圖像處理的主要內(nèi)容完整的數(shù)字圖像處理系統(tǒng)大體上可分為如下幾個方面：1 .圖像的信息的獲取(imageinformationacquisition)把一幅圖像轉(zhuǎn)換成適合輸入計算機和數(shù)字設(shè)備的數(shù)字信號。需要兩個部件以獲取數(shù)字圖像：(1)物理設(shè)備，該設(shè)備對我們希望成像的物體發(fā)射的能量很敏感。數(shù)字化器，是一種把物理感知裝置的輸出轉(zhuǎn)化為數(shù)字形式的設(shè)備。常見的圖像輸入設(shè)備有：掃描儀、攝像機、數(shù)碼相機、圖像采集卡等2 .圖像信息的存儲(imageinformationstorage)主要有

16、三類：算術(shù)處理(arithmeticprocessing)翻轉(zhuǎn)和水平翻轉(zhuǎn)。3 .圖像信息的傳送(imageinformationtransmission)可分為系統(tǒng)內(nèi)部傳送與遠距離傳送：(1)內(nèi)部傳送：指在不同設(shè)備間交換圖像數(shù)據(jù)。現(xiàn)在有許多用于局域通信的軟件和硬件以及各種標準協(xié)議。多采用dma(directmemoryaccess)技術(shù)以解決速度問題。(2)外部遠距離傳送：主要問題是圖像數(shù)據(jù)量大而傳輸通道比較窄。這一狀況由于光纖和其他寬帶技術(shù)的發(fā)展，正在迅速得到改進。另一方面，解決這個問題需要依靠對圖像數(shù)據(jù)壓縮。4.圖像的輸出與顯示圖像處理的最終目的是為人或機器提供一幅更便于解釋和識別的圖像。

17、因此圖像的輸出也是圖像處理的重要內(nèi)容之一。主要分兩類：(1)硬拷貝(記錄圖像)。如激光打印機、膠片照相機、熱敏裝置、噴墨裝置和數(shù)字單元(如cd-rom)等。(2)軟拷貝。如crt(cathoderaytube)顯示、液晶顯示器(lcd)、場致發(fā)光顯示(fed)。5.數(shù)字圖像處理(digitalimageprocessing)主要包括以下幾項內(nèi)容：(1) 幾何處理(geometricalimageprocessing)就是突出圖像中感興趣的信息，而減弱或去除不需要的信息，從而使有用信息得到加強。(4)圖像復(fù)原(或恢復(fù))(imagerestoration)就是盡可能地減少或者去除圖像在獲取過程中的

18、降質(zhì)(干擾和模糊)，恢復(fù)被退化圖像的本來面貌，從而改善圖像質(zhì)量。關(guān)鍵是對每種退化(圖像品質(zhì)下降)建立一個合理的模型。5)圖像重建(imagereconstruction)是從數(shù)據(jù)到圖像的處理。即輸入的是某種數(shù)據(jù)，而處理結(jié)果得到的是圖像。典型應(yīng)用有ct技術(shù)和三維重建技術(shù)。(6)圖像編碼(imageencoding)主要是利用圖像信號的統(tǒng)計特性及人類視覺的生理學(xué)及心理學(xué)特征對圖像信號進行高效編碼，其目的是壓縮數(shù)據(jù)量，以解決數(shù)據(jù)量大的矛盾。(7)圖像識另fj(imagerecognition)利用計算機識別出圖像中的目標并分類、用機器的智能代替人的智能。它所研究的領(lǐng)域十分廣泛，如，機械加工中零部件的

19、識別、分類；從遙感圖片中分辨農(nóng)作物、森林、湖泊和軍事設(shè)施；從氣象觀測數(shù)據(jù)或氣象衛(wèi)星照片準確預(yù)報天氣；從x光照片判斷是否發(fā)生腫瘤；從心電圖的波形判斷被檢查者是否患有心臟??；在交通中心實現(xiàn)交通管制、識別違章行駛的汽車及司機，等等。1.6數(shù)字圖像處理的起源與應(yīng)用數(shù)字圖像處理的起源：最早可追溯到20世紀20年代，借助打印設(shè)備進行數(shù)字圖像的處理?；诠鈱W(xué)還原的技術(shù)，該技術(shù)在電報接收端用穿孔紙帶打出圖片。到1929年由早期的用5個灰度等級對圖像編碼，增加到15個等級。真正數(shù)字圖像處理技術(shù)的誕生可追溯到20世紀60年代早期。數(shù)字圖像處理技術(shù)在20世紀60年代末和20世紀70年代初開始用于醫(yī)學(xué)圖像、地球遙感監(jiān)

20、測和天文學(xué)等領(lǐng)域。數(shù)字圖像處理主要應(yīng)用于下面的幾個領(lǐng)域：（1）通訊按業(yè)務(wù)性能劃分可分為：電視廣播傳真、可視電話、會議電視、圖文電視、可視圖文以及電纜電視。按圖像變化性質(zhì)分可分為：靜止圖像和活動圖像通信。（2）遙感航空遙感和衛(wèi)星遙感圖像都需要數(shù)字圖像處理技術(shù)的加工處理，并提取出有用的信息。主要用于土地測繪，資源調(diào)查，氣候監(jiān)測，農(nóng)作物估產(chǎn)，自然災(zāi)害預(yù)測預(yù)報，環(huán)境污染監(jiān)測，氣象衛(wèi)星云圖處理以及地面軍事目標的識別。（3）生物醫(yī)學(xué)領(lǐng)域中的應(yīng)用計算機圖像處理在醫(yī)學(xué)上應(yīng)用最成功的例子就x射線ct（x-raycomputedtomography）,20世紀70年代發(fā)明的計算機軸向斷層術(shù)（cat）,簡稱計算機斷

21、層。（4）工業(yè)生產(chǎn)中的應(yīng)用從70年代起得到了迅速的發(fā)展，圖像處理技術(shù)的重要應(yīng)用領(lǐng)域。在生產(chǎn)線中對產(chǎn)品及部件進行無損檢測，如食品、水果質(zhì)量檢查，無損探傷，焊縫質(zhì)量或表面缺陷等等。（5）軍事、公安等方面的應(yīng)用軍事目標的偵察、制導(dǎo)和警戒系統(tǒng)、自動滅火器的控制及反偽裝；公安部門的現(xiàn)場照片、指紋、手跡、人像等的處理和辨識；歷史文字和圖片檔案的修復(fù)和管理等。（6）教學(xué)和科研領(lǐng)域如科學(xué)可視化技術(shù)，遠程培訓(xùn)及教學(xué)也將大量使用圖像處理技術(shù)的成果。（7）電子商務(wù)如身份認證、產(chǎn)品防偽、水印技術(shù)等。1.7數(shù)字圖像處理領(lǐng)域的發(fā)展動向需進一步研究的問題：（1）在進一步提高精度的同時著重解決處理速度問題。（2）加強軟件研究

22、、開發(fā)新的處理方法。（3）加強邊緣學(xué)科的研究工作，促進圖像處理技術(shù)的發(fā)展。(4)加強理論研究，逐步形成圖像處理科學(xué)自身的理論體系。(5)圖像處理領(lǐng)域的標準化。未來發(fā)展動向大致可歸納為：(1)圖像處理的發(fā)展將圍繞hdtv的研制，開展實時圖像處理的理論及技術(shù)研究，向著高速、高分辨率、立體化、多媒體化、智能化和標準化方向發(fā)展。(2)圖像、圖形相結(jié)合，朝著三維成像或多維成像的方向發(fā)展。(3)硬件芯片研究。(4)新理論與新算法研究。2-1.數(shù)字數(shù)據(jù)傳輸通常用波特率度量，其定義為每秒中傳輸?shù)谋忍財?shù)。通常的傳輸是以一個開始比特、一個字節(jié)(8比特)的信息和一個停止比特組成的包完成的?；谶@個概念回答下列問題：

23、(類似題目)在串行通信中，常用波特率描述傳輸?shù)乃俾?，它被定義為每秒傳輸?shù)臄?shù)據(jù)比特數(shù)。串行通信中，數(shù)據(jù)傳輸?shù)膯挝皇菐?，也稱字符。假如一幀數(shù)據(jù)由一個起始比特位、8個信息比特位和一個結(jié)束比特位構(gòu)成。根據(jù)以上概念，請問：(2)如果是用波特率為750kbps的信道來傳輸上述圖像，所需時間又是多少？2.11兩個圖像子集si和s2圖下圖所示。對于v=1,確定這兩個子集是(a)4-鄰接，(b)8-鄰接，還是(c)m鄰接的？解a)s1和s2不是4連接，因為q不在n4(p)集中。(b) s1和s2是8連接，因為q在n8(p)集中。(c) s1和s2是m連接，因為q在集合nd(p)中，且n4(p)Cn4(q)沒有v

24、值的像素2-3.考慮如下所示的圖像分割：(a)令v=0,1并計算p和q間的4,8,m通路的最短長度。如果在這兩點間不存在特殊通路，其解釋原因。(b)對v=1,2重復(fù)上題。解：(1)在丫=0,1時，p和q之間通路的d4距離為0O,d8距離為4,dm距離為5。(2)在v=1,2時，p和q之間通路的d4距離為6,d8距離為4,dm距離為6。解：(a)當v=0,1時，p和q之間不存在4鄰接路徑，因為不同時存在從p到q像素的4毗鄰像素和具備v的值，情況如圖(a)所示。p不能到達q。8鄰接最短路徑如圖(b)所示，其最短長度為4。m鄰接路徑如圖(b)虛線箭頭所示，最短長度為5。這兩種最短長度路徑在此例中均具

25、有唯一性。（b）當丫=1,2時，最短的4鄰接通路的一種情況如圖（c）所示，其長度為6,另一種情況，其長度也為6;8鄰接通路的一種情況如圖（d）實線箭頭所示，其最短長度為4;m鄰接通路的一種情況如圖（d）虛線箭頭所示，其最短長度為6.3.6試解釋為什么離散直方圖均衡技術(shù)一般不能得到平坦的直方圖？答：（翻譯答案）所有均衡直方圖是大規(guī)模的映射組件。獲得一個統(tǒng)一的直方圖要求對像素強度進行重新分配，這樣使n/l像素組具有相同的強度，l是離散的強度水平。n=mn是輸入圖像的總像素。直方圖均衡方法沒有規(guī)定這類（人工）強度的再分配過程。（百度答案：）由于離散圖像的直方圖也是離散的，其灰度累積分布函數(shù)是一個不減

26、的階梯函數(shù)。如果映射后的圖像仍然能取到所有灰度級，則不發(fā)生任何變化。如果映射的灰度級小于256,變換后的直方圖會有某些灰度級空缺。即調(diào)整后灰度級的概率基本不能取得相同的值，故產(chǎn)生的直方圖不完全平坦。問題3.21分別應(yīng)用n=23、25和45的方形均值掩膜處理下面一幅圖像。結(jié)果發(fā)現(xiàn)當n=23、45時，處理后圖像中左下角的垂直豎條被模糊了，但是豎條與豎條之間的分割仍然很清楚。當n=25時，豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩膜比45小得多,請解釋這一現(xiàn)象。注：垂直線段是5個像素寬，100個像素高；它們的間隔是20個像素。3.22以下的三幅圖像是分別通過n=23,25和45的方形均值掩模處理

27、后的模糊圖像。圖（a）和（c）中左下角的垂直豎條被模糊了，但豎條與豎條之間的分割仍然很清楚。但圖（b）中的豎條卻已經(jīng)融入了整幅圖像，盡管產(chǎn)生這幅圖像的掩模要比處理圖像的小得多，請解釋這一現(xiàn)象?！酒簲?shù)字圖像處理的答案】i=imread（2.jpg）;%讀取圖片g=rgb2gray（i）;%彩色圖像灰度化figure;imshow（i）;%顯示原圖片figure;imshow（g）;%顯示灰度值圖片%降低圖像分辨率g_down_1=g(1:2:end,1:2:end);%512g_down_2=g_down_1(1:2:end,1:2:end);%256g_down_3=g_down_2(1:

28、2:end,1:2:end);%128g_down_4=g_down_3(1:2:end,1:2:end);%64g_down_5=g_down_4(1:2:end,1:2:end);%32figure;imshow(g_down_1);%顯示figure;imshow(g_down_2);%顯示figure;imshow(g_down_3);%顯示figure;imshow(g_down_4);%顯示figure;imshow(g_down_5);%顯示%把降低分辨率的圖標:恢復(fù)原大小最近鄰法放大雙線性插值法放三次內(nèi)插法放g_up_5_near=imresize(g_down_3,8,nea

29、rest);%g_up_5_bil=imresize(g_down_5,32,bilinear);%大g_up_5_bic=imresize(g_down_5,32,bicubic);%大figure;imshow(g_up_5_near);%顯示figure;imshow(g_up_5_bil);%顯示figure;imshow(g_up_5_bic);%顯示圖像的四則運算和融壬運算clear;clc;%清空變量及工作區(qū)i=imread(11.jpg);%讀取圖片i=rgb2gray(i);%彩色圖像灰度化i2=imread(22.jpg);%讀取圖片i2=rgb2gray(i2);%彩色圖

30、像灰度化k=imlincomb(0.6,i,0,4,i2);%計算兩幅圖像的線性組合k=histeq(k);%進行直方圖均衡化imshow(k);figure;i1=imread(1.jpg);i2=imread(2.jpg);i=i1-i2;%圖像相減imshow(i);histeq(x)函數(shù)實現(xiàn)直方圖均衡。因為此函數(shù)只能對灰度圖像進行直方圖均衡。故應(yīng)先將彩圖轉(zhuǎn)為灰度圖像位圖顯示clear;clc;i=imread(aerial.tif);i=double(i);g_7=bitand(i,128);%求灰度值第七位i_7=im2uint8(mat2gray(g_7);%轉(zhuǎn)換為無符號八位整型f

31、igure;imshow(i_7);%顯示第七位位圖g_6=bitand(i,64);%求灰度值第6位i_6=im2uint8(mat2gray(g_6);%轉(zhuǎn)換為無符號八位整型figure;imshow(i_6);%顯示第6位位圖g_5=bitand(i,32);i_5=im2uint8(mat2gray(g_5);figure;imshow(i_5);g_4=bitand(i,16);i_4=im2uint8(mat2gray(g_4);figure;imshow(i_4);g_3=bitand(i,8);i_3=im2uint8(mat2gray(g_3);figure;imshow(i

32、_3);g_2=bitand(i,4);i_2=im2uint8(mat2gray(g_2);figure;imshow(i_2);g_1=bitand(i,2);i_1=im2uint8(mat2gray(g_1);figure;imshow(i_1);g_0=bitand(i,1);i_0=im2uint8(mat2gray(g_0);讀取重新儲figure;imshow(i_0);i_restore=g_7+g_6+g_5+g_4+g_3+g_2+g_1+g_0;%存的圖片figure;imshow(uint8(i_restore);%顯示骨骼圖的顯示%讀取圖像i=imread(fig0343(a)(skeleton_orig).tif);%顯示a圖像a=im2double(i);subplot(2,4,1);imsh