数字图像处理-复习提纲含实验

第一章

1.什么是数字图像处理？

利用计算机对图像进行去除噪声、增强、复原、分割、提取特征等的理论、方法和技术称为数字图像处理。

2.数字图像处理的特点？

◇处理精度高，再现性好。

◇处理的多样性。由于图像处理是通过运行程序进行的，因此，设计不同的图像处理程序，可以实现各种不同的处理目的。

◇图像数据量庞大。图像中包含有丰富的信息，可以通过图像处理技术获取图像中包含的有用的信息，但是，数字图像的数据量巨大。

◇处理费时。由于图像数据量大，因此处理比较费时。

◇图像处理技术综合性强。数字图像处理涉及的技术领域相当广泛，如通信技术、计算机技术、电子技术、电视技术等，当然，数学、物理学等领域更是数字图像处理的基础。

第二章

1.常见的颜色模型

1). RGB颜色模型

国际照明委员会选择红色（波长λ=700.00nm)、绿色（波长λ=546.1nm)、蓝色（波长λ=435.8nm)三种单色光作为表色系统的三基色，这就是CIE的RGB(Red,Green,Blue)颜色表示系统。彩色光栅显示器采用的就是RGB颜色模型系统。

RGB颜色模型是相加混色，称为加色系统。白光可以由RGB三种基本色相加得到。

2). CMY颜色模型

以品红、青、黄(Cyan,Magenta,Yellow)作为三基色所构成的颜色模型也是一种常用的颜色表示系统。它是一种减色系统。CMY减色系统和RGB加色系统颜色互为补色。所谓某颜色的补色是从白色中减去这种颜色后所得的颜色。品红是绿色的补色，青色是红色的补色，黄色是蓝色的补色。即相加系统的补色就是相减系统的基色(R+G=黄，G+B=青，R+B=品红）。

2.图像的数字化过程

采样：就是把在时间上和空间上连续的图像转换成为离散的采样点（即象素pixel）集的一种操作。（确定空间分辨率）

一维采样定理：若一维信号g(t)最大频率为ω，若用T≤1/（2ω）为间隔进行抽样后，则根据抽样结果g(iT）i=…-1，0，1…能完全恢复g(t)。

量化：抽样后所得的这些连续量表示的象素值离散化为整激值。（确定幅度分辨率）

编码：

图像的空间幅度分辨率同时变化时，形成的图像效果最好。

第三章

1.常用的数学变换

空域变换有如加法、减法等的代数变换，也有如旋转、拉伸等的几何变换；

频域变换除了傅立叶变换外，常用的非空域的变换还有离散余弦变换、PCA 变换等。

二维傅立叶（正、逆）变换公式（MATLAB7里将傅立叶变换后的频谱图进行四周到中心移动的函数要掌握）

离散余弦变换

低频能量高，较亮 高………低，…暗

),(),(),(y x B y x A y x C +=),(),(),(y x B y x A y x C -=

P50 2.1题目

第四章

1. 线性变换

设图像f(i,j)的灰度范围为[a,b]，线性变换后的图像g(i,j)的灰度范围为[a ’,b ’]，g(i,j)与f(i,j)之间关系式为：)),((*'''),(a j i f a

b a b a j i g ---+

=

在曝光不足或过度的情况下，看到的将是一个模糊不清、似乎没有灰度层次的图像。

采用线性变换对图像每一个像素灰度作线性拉伸。可有效地改善图像视觉效果。 P96 3.1题

2. 非线性变换

γ＞１ 加暗减亮

γ

cr

S = γ＝１ 线性变换

γ＞１ 减暗加亮

灰度级范围[0,L-1]的图像反转：s =L -1-r

3. 直方图均衡化 步骤

(1) 列出原始图像灰度级rk, k=0,1,…,k,…,L -1;

(2) 统计各灰度级的象素数目，nk, k=0,1,,…,k,…,L -1;

(3) 计算原始图像直方图Pr(rk)=nk/n ，n 为原始图像总的象素数目； (4) 计算累积分布函数SK=T(rk);

(5) 应用转移函数，计算映射后的灰度级, SK=INT[(l-1)*Sk+0.5]

(6) 统计映射后各灰度级的象素数目nsk, k=0,1,…,p -1; (7) 计算输出图像直方图Ps(sk)= nsk/n ，k=0,1,…,p -1; (8) 用rk 和sk 的映射关系，修改原始图像灰度级，获得直方图近似均匀分布 的输出图像。

P97 3.7题

例 假定有一幅总像素为n=64×64的图像，灰度级数为8，各灰度级分布列于表中。对其均衡化计算过程如下：

4.滤波增强（实验要记得去看，各种算子） 图像平滑的主要作用:

对大图像处理前,删除一些无用的小细节 连接中断的线断和曲线 降低噪声

钝化处理,处理过分锐化的图像 增强图像创艺

图像锐化的主要作用: 增强图像中的细节 使模糊图像变得锐利 可以提取边缘 图像创艺

4. 中值滤波

中值滤波算法的实现: 将模板区域内的象素排序，求出中值。用于钝化图像、

r k n k

p r (r k )=n k /n

s k 计

s k 并

s k

n sk

p k (s

r 0=0

790

0.19 0.19 1/7

s 0=1/7 790 0.19 r 1=1/7 1023

0.25 0.44 3/7 s 1=3/7 1023

0.25

r 2=2/7 850 0.21 0.65 5/7 s 2=5/7

850 0.21 r 3=3/7 656 0.16 0.81 6/7

r 4=4/7 329

0.08 0.89 6/7 s 3=6/7

985 0.24

r 5=5/7 245 0.06 0.95 1 r 6=6/7

122 0.03 0.98 1

r 7=1

81

0.02

1.00

1

s 4=1

448

0.11

去除噪声。

例如：3x3的模板，第5大的是中值， 5x5的模板，第13大的是中值， 7x7的模板，第25大的是中值， 9x9的模板，第41大的是中值。 5.低通滤波器：起到图像平缓作用

6.高通滤波器：图像边缘地方得到增强

第五章

1.图像复原方法的分类

按采用的技术可分为：无约束和有约束 按采用的策略可分为：自动和交互

按采用的处理所在域可分为：频域和空域

2.无约束复原方法 逆滤波复原

(1)对退化图像g(x ，y)作二维离散傅立叶变换，得到G(u,v)；

(2)计算系统点扩散函数h(x ，y)的二维傅立叶变换，得到H(u,v)。

这一步值得注意的是，通常h （x,y ）的尺寸小于g(x,y)的尺寸。为了消除混叠效应引起的误差，需要把h(x,y)的尺寸延拓。 （3）计算),(^

v u F

（4）计算),(^

v u F 的逆傅立叶变换，求得),(^

v u f 来源：

假定退化图像遵从模型：

在不考虑噪声的情况下：

写成

3.有约束复原方法

),(),(*),(),(y x n y x h y x f y x g +=),(),(),(v u H v u F v u G =)],(/),([),(

),(/),(),(1

v u H v u G y x f v u H v u G v u F -==F

1.维纳（Wiener ）滤波器

2.最小平方滤波法

第六章

1源数据编码与解码模型 编码：（量化器可有可无）

解码：

2.要会求信息熵，平均码字长度，编码效率，编码冗余度

信息熵：（在图像编码中，α一般取2）

平均码字长度：

(%)

R

H =

η

编码效率：

1.R>>H,此时编码效率很低，有冗余，不是最佳编码。

2.R=H，此时编码效率最好，是最佳编码。

3.R

编码冗余度：

3.简单的香农编码方法

4.预测编码

预测误差：

5.变换编码

第七章

1.阈值分割

图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标和背景)的组合，选取一个合适的阈值，以确定图像中每个象素点应该属于目标还是背景区域，从而产生相应的二值图像。

阈值分割法的特点是：适用于物体与背景有较强对比的情况，重要的是背景或物体的灰度比较单一；而且总可以得到封闭且连通区域的边界。

1.1.图像二值化

1.2.双峰法阈值

2.边缘检测

（实验要去看edge用各种算子检测边缘）3.区域分割

实验二：

2．实验内容

1、绘制一个二值图像矩阵，并将其傅里叶函数可视化。

I=zeros(40,40);

I(5:24,13:17)=1;

Subplot(1,2,1);

Imshow(I);title(‘矩阵的显示’);

F=fft2(I);

F2=log(abs(F));

Subplot(122);

Imshow(F2,[-1,5],’notruesize’);title(‘傅里叶变换显示’);

2、掌握fftshift函数的使用。

Fftshift函数功能：将傅里叶变换后的图像频谱中心从矩阵的原点移动到矩阵的中心。

语法格式：

Y=fftshift(X)

3、任选一幅图像利用dct2函数进行离散余弦变换。

语法格式：

B=dct2(A)

A表示要变换的图像矩阵，B表示变换后得到的图像矩阵。B和A是同样大小的矩阵，并且包含了余弦变换后的系数。

例子：

I=imread(’13.gif’);

J=dct2(I);

subplot(121),imshow(I),title(‘原始图像’)；

subplot(122),imshow(log(abs(J)),[ ] ),title(‘DCT结果’);

4、对DCT变换矩阵舍弃系数后重构的图像和原图像进行比较。qtdemo是Matlab

自带的一个演示程序。输入qtdemo运行观察并理解二维离散余弦变换。3．程序代码和观察结果

1、I=zeros(40,40);

I(5:24,13:17)=1;

Subplot(1,3,1);

Imshow(I);title(‘矩阵的显示’);

F=fft2(I);

F2=log(abs(F));

Subplot(132);

Imshow(F2,[-1,5],'notruesize');title('傅里叶变换显示');

结果：

2、程序代码：

Subplot(133);

Y=fftshift(F2);

imshow(Y);

title('频谱中心从矩阵的原点移动到矩阵的中心显示');

结果：

注：在第1题后得到的结果

3、

I=imread('coins.png');

J=dct2(I);

subplot(121),imshow(I),title('原始图像');

subplot(122),imshow(log(abs(J)),[ ] ),title('DCT结果');

结果：

4、

I=imread('coins.png');

J=dct2(I);

subplot(131),imshow(I),title('原始图像');

subplot(132),imshow(log(abs(J)),[ ] ),title('DCT结果');

J(abs(J)<210)=0;

D=idct2(J)./255;

subplot(133),imshow(D);

输入qtdemo

左上角是原图，左下角是稀疏表示，右上角是四叉树分解，右下角是块装置。实验三：

2．实验内容

1、任选一幅图像，显示一个图像的直方图。

2、任选一幅偏亮或偏暗的图像，分别用线性灰度增强，对数增强和直方图均衡

化的方法对其增强，并分别说明各种增强方法的原理。

3．程序代码和观察结果

程序代码：

I=imread('cell.tif');

subplot(2,2,1),imshow(I);

title('原始图像');

subplot(2,2,3),imhist(I);

title('原始图像直方图');

a=histeq(I,256);

subplot(2,2,2),imshow(a);

title('均衡化后图像');

subplot(2,2,4),imhist(a);

title('均衡化后图像直方图');

观察结果：

1、线性灰度增强图：

2、原理说明：

常用的图像一般是灰度图，这时f 表示灰度值，反映了图像上对应点的亮度。亮度是观察者对所看到的物体表面反射光强的量度。作为图像灰度的量度函数f(x,y)应大于零。人们日常看到的图像一般是从目标上反射出来的光组成的，所以

f(x,y)可看成由两部分构成：入射到可见场景上光的量；场景中目标对反射光反射

的比率。确切地说它们分别称为照度成分i(x,y)和反射成分r(x,y) ，f(x,y)与i(x,y)和r(x,y) 都成正比，可表示成 f(x,y)＝i(x,y)×r(x,y) 。

直方图均衡化过程如下：

（1）计算原图像的灰度直方图)(K r r P ；

（2）计算原图像的灰度累积分布函数k s ，进一步求出灰度变换表； （3）根据灰度变换表，将原图像各灰度级映射为新的灰度级。 实验四： 2．实验内容

1、任选一幅图像，模拟图像降质的过程。

2、给该图像加上任意一种噪声。

3、给这幅已经降质的图像利用滤波器，维纳滤波器分别进行复原。

3．程序代码和观察结果

>> I=imread('football.jpg'); figure(1);imshow(I,[]);

title('原图像');

>> PSF=fspecial('motion',40,75); MF=imfilter(I,PSF,'circular');

noise=imnoise(zeros(size(I)),'gaussian',0,0.001);

MFN=imadd(MF,im2uint8(noise));

figure(2);imshow(MFN,[]);

title('运动模糊图像');

I=Imnoise(MFN,'gaussian');figure(5);imshow(I);

I=Imnoise(I,'gaussian');figure(5);imshow(I); >> NSR=sum(noise(:).^2)/sum(MFN(:).^2);

figure(3);

imshow(deconvwnr(MFN,PSF,NSR),[]);

title('逆滤波复原');

>> figure(4);

imshow(deconvwnr(MFN,PSF,NSR),[]);

title('维纳滤波复原');

实验五：

二、实验内容：

1、任选一幅图像，选用三个边缘检测方法检测出该图像的边缘，并比较三种方法在该图像中的效果。

三、实验步骤：

１、打开Matlab 7.0，并在命令窗口输入代码。

２、观察实验结果，并填写实验报告。

i=imread('forest.tif');

bw1=edge(i,'prewitt');

bw2=edge(i,'canny');

bw3=edge(i,'log');

subplot(2,2,1),imshow(i),title('original image');

subplot(2,2,2),imshow(bw1),title('prewitt');

subplot(2,2,3),imshow(bw2),title('canny');

subplot(2,2,4),imshow(bw3),title('laplacian');

数字图像处理实验1

实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);

RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000

(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)

数字图像处理复习参考题共24页

一、填空题（每空1分，共20分） 1、在计算机中，按颜色和灰度的多少可以将图像分为二值图 像、灰度图像、索引图像、真彩色RGP图像四种类型。 2、存储一幅大小为1024 1024 ，256个灰度级的图像，需要 8M bit。 3、直方图均衡化适用于增强直方图呈尖峰分布的图像。 4、依据图像的保真度，图像压缩可分为有损压缩和无损 压缩 5、图像压缩是建立在图像存在编码荣誉、像素间冗余、 心理素质冗余三种冗余基础上。 6、对于彩色图像，通常用以区别颜色的特性 是、、。 7、对于拉普拉斯算子运算过程中图像出现负值的情况，写出一 种标定方法：。 8、图像处理技术主要包括图像的、、等技术。 9、在RGB彩色空间的原点上，三个基色均没有，即原 点为色。 二、选择题（每题2分，共20分）

1、下列算法中属于点处理的是： A.梯度锐化 B.二值化 C.傅立叶变换 D.中值滤波 2、图像灰度方差说明了图像哪一个属性。（） 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.RGB B.CMY或CMYK C.HSI D.HSV 4、采用模板［-1 1］T主要检测（）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：( ) 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（） 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，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、____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。 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 __ A.一一对应 B.多对一 C.一对多 D.都不 三、判断题（每题2分，共10分） 1、彩色图像增强时采用RGB模型进行直方图均衡化可以在不改 变图像颜色的基础上对图像的亮度进行对比度增强。（）2、高斯低通滤波器在选择小的截止频率时存在振铃效应和模糊 现象。（） 3、拉普拉斯算子可用于图像的平滑处理。（）

数字图像处理实验报告

数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰

度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

南京邮电大学数字图像处理与图像通信复习资料

2016年上学期《数字图像处理与图像通信》资料 ===================================================== 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、RGB B、CMY或CMYK C、HSI D、HSV 4、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： C A.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、256K B、512K C、1M C、2M 13、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 ）

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：

2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)

数字图像处理期末复习资料考试要点老师整理

第一章数字图像处理概论 *图像是对客观存在对象的一种相似性的、生动性的描述或写真。 *模拟图像 空间坐标和明暗程度都是连续变化的、计算机无法直接处理的图像 *数字图像 空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。是图像的数字表示，像素是其最小的单位。 * 数字图像处理（Digital Image Processi ng ） 利用计算机对数字图像进行（去除噪声、增强、复原、分割、特征提取、识别等）系列操作，从而获得某种预期的结果的技术。（计算机图像处理） *数字图像处理的特点（优势） （1）处理精度高，再现性好。（2）易于控制处理效果。（3）处理的多样性。（4）图像数据量庞大。（5）图像处理技术综合性强。 *数字图像处理的目的 （1）提高图像的视感质量，以达到赏心悦目的目的 a. 去除图像中的噪声； b. 改变图像的亮度、颜色； c. 增强图像中的某些成份、抑制某些成份； d. 对图像进行几何变换等，达到艺术效果； （2）提取图像中所包含的某些特征或特殊信息。 a.模式识别、计算机视觉的预处理 （3）对图像数据进行变换、编码和压缩，以便于图像的存储和传输。? ?数字图像处理的主要研究内容 （1）图像的数字化 a. 如何将一幅光学图像表示成一组数字，既不失真又便于计算机分析处理 b. 主要包括的是图像的采样与量化 （2*）图像的增强 a.加强图像的有用信息，消弱干扰和噪声 （3）图像的恢复 a.把退化、模糊了的图像复原。模糊的原因有许多种，最常见的有运动模糊，散焦模糊等 （4*）图像的编码 a.简化图像的表示，压缩表示图像的数据，以便于存储和传输。 （5）图像的重建 a.由二维图像重建三维图像（如CT （6）图像的分析

数字图像处理——彩色图像实验报告

6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：

彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像

(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间

数字图像处理实验报告

数字图像处理实验报告

实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');

N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果

数字图像处理复习资料(补充的答案)

遥感与数字图像处理复习题 一、名词解释： 数字影像：物体光辐射能量的数字记录形式或像片影像经采样量化后的二维数字灰度序列 图像采样：将空间上连续的图像变换成离散点的操作称为采样 灰度量化：将像素灰度转换成离散的整数值的过程叫量化 像素：将地面信息离散化而形成的格网单元 辐射误差：传感器接受到的电磁波能量与目标本身辐射的能量是不一致的 辐射校正：消除图像数据中依附在图亮度中的各种失真的过程 灰度直方图: 以每个像元为单位，表示 线性拉伸:采用线性或分段线性的函数改善图像对比度 平滑：为抑制噪声，改善图像质量所做的处理 锐化：通过微分使图像中的地物边缘，轮廓或线状目标突出 滤波：将信号中特定波段频率部分滤除的操作，是抑制和防止干扰的一项重要措施 高通滤波：保留图像的高频部分而消弱低频部分的处理 低通滤波：保留图像的低频部分而抑制高频部分的处理 植被指数：根据地物光谱反射率的差异作比值可以突出图像中植被的特征、提取植被类别或估算绿色生物量，能够提取植被的算法称为植被指数 伪彩色合成：将一个波段或单一的黑白图像变换为彩色图像，从而把人眼不能区分的微小的灰度差别显示为明显的色彩差异，更便于解译和提取有用信息。 真彩色合成：根据彩色合成原理，可选择同一目标的单个多光谱数据合成一幅彩色图像，当合成图像的红绿蓝三色与三个多光谱段相吻合，这幅图像就再现了地物的彩色原理，就称为真彩色合成。 假彩色合成：根据加色法或减色法，将多波段单色影像合成为假彩色影像的一种彩色增强技术。密度分割法:对单波段黑白遥感图像按灰度分层，对每层赋予不同的色彩，使之变为一幅彩色图像 直方图均衡化：将原图像的直方图通过变换函数变为各亮度级均匀分布的直方图，然后按均匀直方图像修改原图像的像元亮度值，从而获得一幅亮度分布均匀的新图像。 监督分类: 事先已经知道类别先验知识，对未知类别的样本进行分类的方法 非监督分类：在事先不知道类别特征，主要根据像元间相似度的大小进行归类合并（将相似 度大的像元归为一类）的方法 特征空间：以各波段图像的亮度分布为坐标轴组成的空间 训练区：在监督分类中,从图像上选取的已知其地物属性或物体特性的图像区域或像元,用于 进行分类的学习和训练,以建立分类模型或分类函数（即感兴趣区）。 二、填空题： 1、光学图像是一个连续的光密度函数。 2、数字图像是一个离散的光密度函数。

数字图像处理实验

《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像的显示。 二、实验原理 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、实验内容及步骤 1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中； 2．利用whos 命令提取该读入图像flower.tif的基本信息； 3．利用imshow()函数来显示这幅图像； 4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息； 5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件设为flower.jpg语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。 6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。 7．用imread()读入图像：Lenna.jpg 和camema.jpg； 8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；

数字图像处理实验

学院计算机与通信工程学院专业生物医学工程专业 班级51111 学号5111133 姓名杨静 指导教师贾朔 2014年04月21日

实验一图像的基本运算 一、实验目的： 1、掌握图像处理中的点运算、代数运算、逻辑运算和几何运算及应用。 2、掌握各种运算对于图像处理中的效果。 二、实验内容： 1、（1）选择一幅图像lena8.jpg，设置输入/输出变换的灰度级范围，a=0.2，b=0.6，c=0.1，d=0.9. （2）设置非线性扩展函数的参数c=2. （3）采用灰度级倒置变换函数s=255-r进行图像变换 （4）设置二值化图像的阈值，分别为level=0.4,level=0.7 解：参考程序如下： I=imread('C:\lena8.jpg'); figure; subplot(2,3,1); imshow(I); title('原图'); J=imadjust(I,[0.3;0.6],[0.1;0.9]); %设置灰度变换的范围 subplot(2,3,2); imshow(J); title('线性扩展'); I1=double(I); %将图像转换为double类型 I2=I1/255; %归一化此图像 C=2; K=C*log(1+I2); %求图像的对数变换 subplot(2,3,3); imshow(K); title('非线性扩展'); M=im2bw(I,0.5); M=~M; %M=255-I; %将此图像取反 %Figure subplot(2,3,4); imshow(M); title('灰度倒置'); N1=im2bw(I,0.4); %将此图像二值化，阈值为0.4 N2=im2bw(I,0.7); %将此图像二值化，阈值为0.7 subplot(2,3,5); imshow(N1); title('二值化阈值0.4'); subplot(2,3,6); imshow(N2); title('二值化阈值0.7');

数字图像处理复习题

第一章绪论 一.选择题 1. 一幅数字图像是：( ) A、一个观测系统 B、一个有许多像素排列而成的实体 C、一个2-D数组中的元素 D、一个3-D空间的场景。 提示：考虑图像和数字图像的定义 2. 半调输出技术可以：( ) A、改善图像的空间分辨率 B、改善图像的幅度分辨率 C、利用抖动技术实现 D、消除虚假轮廓现象。 提示：半调输出技术牺牲空间分辨率以提高幅度分辨率 3. 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、256K B、512K C、1M C、2M 提示：表达图像所需的比特数是图像的长乘宽再乘灰度级数对应的比特数。 4. 图像中虚假轮廓的出现就其本质而言是由于：( ) A、图像的灰度级数不够多造成的 B、图像的空间分辨率不够高造成 C、图像的灰度级数过多造成的 D、图像的空间分辨率过高造成。 提示：平滑区域内灰度应缓慢变化，但当图像的灰度级数不够多时会产生阶跃，图像中的虚假轮廓最易在平滑区域内产生。 5. 数字图像木刻画效果的出现是由于下列原因所产生的：（） A、图像的幅度分辨率过小 B、图像的幅度分辨率过大 C、图像的空间分辨率过小 D、图像的空间分辨率过大 提示：图像中的木刻效果指图像中的灰度级数很少 6. 以下图像技术中属于图像处理技术的是：（）（图像合成输入是数据，图像分类输出 是类别数据） A、图像编码 B、图像合成 C、图像增强 D、图像分类。 提示：对比较狭义的图像处理技术，输入输出都是图像。 解答：1.B 2.B 3.A 4.A 5.A 6.AC 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 2. 什么是图像识别与理解？ 3. 简述数字图像处理的至少3种主要研究内容。 4. 简述数字图像处理的至少4种应用。 5. 简述图像几何变换与图像变换的区别。 解答: 1. ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。③图像的几何变换：改变图像的大小或形状。④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将

数字图像处理实验一

数字图像处理—实验一 一．实验内容： 图像灰度变换 二．实验目的： 学会用Matlab软件对图像灰度进行变换；感受各种不同的灰度变换方法对最终图像效果的影响。 三．实验步骤： 1．获取实验用图像：rice.jpg. 使用imread函数将图像读入Matlab。 程序： clc;clear; figure; subplot(4,4,1); i = imread('rice.png'); i = im2double(i); imshow(i);title('1'); 2．产生灰度变换函数T1，使得： 0.3r r < 0.35 s = 0.105 + 2.6333(r – 0.35) 0.35 ≤r ≤0.65

1 + 0.3(r – 1) r > 0.65 用T1对原图像rice.jpg进行处理，使用imwrite函数保存处理后的新图像。程序： subplot(4,4,2); r=[0:0.001:1]; s=[r<0.35].*r*0.3+[r<=0.65].*[r>=0.35].*(0.105+2.6333*(r-0.35))+[r>0.65].*(1 +0.3*(r-1)); plot(r,s);title('2p'); subplot(4,4,3); T1=[i<0.35].*i*0.3+[i<=0.65].*[i>=0.35].*(0.105+2.6333*(i-0.35))+[i>0.65].*( 1+0.3*(i-1)); imshow(T1);title('2i'); imwrite(T1,'rice_T1.jpg','jpg');

3．产生灰度变换函数T2，使得： 用T2对原图像rice.jpg进行处理，使用imwrite保存处理后的新图像。 %3 subplot(4,4,4); r = [0:0.001:1];

数字图像处理实验报告

数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。