数字图像处理 灰度级递减 插值 第二次作业.docVIP

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 elain1-lena lena*elain1 lena/elain1 4. 结果分析： 在实验过程中，可以发现以下一些情况： 1) 对两幅图像进行运算时，结果很容易发生溢出，uint8 型数据尤其是如此。发生 溢出时，imadd 函数将结果截断为数据类型所支持的最大值，为了避免这种现象，在进 5 数字图像处理 第二次作业——图像处理基础 行加运算前，有必要将图像转换为更大的数据类型。 2) 对两幅图像进行运算时，有可能导致某些像素值为负，对于无符号数据类型的 uint8 和 uint16，发生此类问题时，函数将负值截断为 0，效果显示为黑色。 3) 对图像进行乘操作时，同样容易发生溢出现象，函数就会将结果截断为数据类 型的最大值。 若不将图像类型进行转换，当进行两图像运算时，运算结果会产生溢出，程序执行结果 是全白或全黑。因此，为了避免溢出，在图形运算前要将图像数据结构转换为更高级的 结构，如 uint16 或 double 型。但是，若将 uint8 类型转换为 uint16 型，图像相乘结果仍 是全白，相除结果为全黑，经过不断试验，若转换为双精度型，图像可以顺利进行运算， 只要在运算结束后，再将数据类型转换为 uint8 型即可。 6 数字图像处理 第二次作业——图像处理基础 题目三：计算 lena图像的均值方差。 1. 算法分析： （1）使用 imhist 函数创建图像直方图 （2）使用 mean2 和 std2