数字图像处理 灰度级递减 插值 第二次作业.pdfVIP

数字图像处理 灰度级递减 插值 第二次作业.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数字图像处理 第二次作业——图像处理基础 一、实验内容: 题目一:把lena.bmp 512*512 图像灰度级逐级递减8-1 显示。 1. 算法分析: 本题中对图像进行的操作是直接灰度变换。直接灰度变化可以借助图像的位面表示 进行。对一幅用多个比特表示其灰度值的图像来说,其中的每个比特可看做表示了一个 二值的平面,也称位面 (如下图所示)。一幅其灰度级用 8bit 表示的图像有 8 个位面, 一般用位面0 表示最低位面,位面7 表示最高位面。借助图像的位面表示形式可通过对 图像特定位面的操作来达到对图像的增强效果。 2. 具体MATLAB 实现程序见附录 3. 运行结果: 256灰度级 128灰度级 1 数字图像处理 第二次作业——图像处理基础 64灰度级 32灰度级 16灰度级 8灰度级 2 数字图像处理 第二次作业——图像处理基础 4灰度级 2灰度级 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,比较如下得到的结果就可以发现灰度 级数对图像的影响。当灰度级递减为128 或64,一般并不能发现有什么区别。如果将其 灰度级数进一步减为32,则在灰度缓变区常会出现一些几乎看不出来的非常细的山脊状 结构。这种效应成为虚假轮廓,是由于在数字图像的灰度平滑去使用的灰度级数不够而 造成的,它一般在用16 级或不到16 级均匀灰度数的图中比较明显。因此,运行结果中 的前四幅图还基本比较相似,而从第五幅(16 灰度级)开始就可以很明显的看到一些虚 假轮廓,之后的图中这种现象就也来越明显了,最后一幅2 灰度级的图像就已经具有木 刻画的效果了。 对比实验中处理过的图像,可以发现,虽然都是灰度图,但是灰度范围越大则图像 显示出的色彩越丰富。 3 数字图像处理 第二次作业——图像处理基础 题目二:把elain 图像和lena 图像进行加减乘除运算,并按0-255 灰度级显 示。 1. 算法分析: (1)使用 imadd 函数实现两幅图像相加,或常数与图像相加。该函数将两幅图像对应 像素的值相加,将和返回给输出图像的对应像素,若是给每个像素添加一个常数值,可 以提高图像的亮度。 (2)使用imsubtrac 函数实现两幅图像相减,或常数与图像相减。函数将两幅图像对应 像素的值相减,将和返回给输出图像的对应像素,若是给每个像素减去一个常数值,可 以降低图像的亮度。 (3)使用immultiply 函数实现两幅图像相乘,或常数与图像相乘。函数将两幅图像对应 像素的值相乘,将和返回给输出图像的对应像素。当图像与常数相乘,如果常数大于1, 结果图像变亮;如果常数小于1,结果图像变暗。 (4)使用 imdivide 函数实现两幅图像相除,或常数与图像相除。函数将两幅图像对应 像素的值相除,将和返回给输出图像的对应像素。图像除运算可用于检测两幅图像之间 的差异,但是除运算给出的是对应像素值的分数差异或比率,而不是像素间的绝对差异。 2. 具体实现的MATLAB 程序见附录 3. 执行结果: lena+elain1 lena-elain1 4 数字图像处理 第二次作业——图像处理基础

文档评论(0)

LF20190802 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档