中国科大 数据图像处理 作业解析

青春科大、校研究生会网站新闻图片处理方法
一、整体要求
上传图片原始大小（处理后加边框）：825*475，新闻中大小设置为：400*230。

二、制作方法
1、使用Photoshop软件，打开模版文件（psd文件）及要处理的图片文件。

2、在左边工具箱中，选择如下图的“剪切”工具，设置宽度为“800px”，高度为“450px”，其他选项默认。

3、在被处理图片上拉出剪切框，拖动四周热点进行相应调整，最后按“回车”键确认剪切。

4、在左边工具箱中选择如图的移动工具，将被剪切的图片拖到模版文件中。

使新图片正好覆盖在模版文件原始图片上，露出边框（可以使用键盘方向键微调）。

5、以上步骤结束后，处理基本完成。

最后，对修改好的右边框的文件，点击“文件”菜单，点击“另存为”，在弹出的对话框中选择jpg，jpeg格式文件，并对文件进行重命名，其他默认。

文件便被保存在制定文件夹中。

6、最后，在关闭photoshop软件时，当弹出“是否保存科大图片处理模版.psd”对话框时，请点“否”。

这样模版便不会被修改。

处理后的照片已经在第5步被保存。

作业解答第二章 《光电图像处理基础》作业 1、给出如下的一幅4bit 的图像A 。

11144151151515121291441512130261537113428253315533154261111541471513151213615314121442641735A ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦ ① 逐个统计各灰度级出现的频数； ② 计算该图像的熵； ③ 画出A 的直方图。

答：程序见chapter2_1.m ① 各个灰度级出现的频数② 图像的熵3.6147H =③ A 的直方图见图2-1.-505101520024681012灰度级频数A 的直方图图2-1 A 的直方图2、对第一题中给出的图像数据A ，试求： ① 沿x 、y 两个方向的一阶差分； ② 图像梯度（幅度值）。

注：要求写出计算公式和计算步骤，计算中可不考虑边界像素。

答：计算公式见课件“第二章 光电图像处理基础(2013)”第51页，程序见chapter2_2（计算中未考虑边界像素，即边界像素还取原值）。

沿x 方向一阶差分direc_x =-2 5 -1 3 0 -3 -2 -10 -3 1 -1 -8 -11 0 0 2 -13 2 -4 2 2 1 -5 13 -1 -1 3 -14 12 1 -1 3 13 7 14 -2 2 1 -4 -1 -1 -1 -11 0 -11 -2 -7 -9 -9沿y方向一阶差分direc_y =0 -3 5 -10 11 -3 12 4 9 -12 4 -6 12-2 6 -6 3 -2 0 12-2 0 12 -11 -2 4 -54 -11 10 -7 8 -2 21 -7 9 -12 11 -2 2-2 4 -2 -3 6 -4 2两个方向梯度绝对值之和求幅值amp1 =2 8 6 13 11 6 312 7 10 13 12 17 122 8 19 5 6 2 143 5 25 12 3 7 1916 12 11 10 21 9 163 9 10 16 12 3 313 4 13 5 13 13 11两个方向梯度平方相加开根号求幅值amp2 =2.0000 5.8310 5.0990 10.4403 11.0000 4.2426 2.236110.1980 5.0000 9.0554 12.0416 8.944312.5300 12.00002.0000 6.3246 14.31783.60564.4721 2.0000 12.16552.2361 5.0000 17.6918 11.0454 2.2361 5.0000 14.866112.6491 11.0454 10.0499 7.6158 15.2643 7.2801 14.14212.2361 7.2801 9.0554 12.6491 11.0454 2.2361 2.236111.1803 4.0000 11.1803 3.6056 9.2195 9.8489 9.2195第三章 《数字图像的基本运算》作业1、简要叙述数字图像处理中的加运算原理，并举例说明这种运算在图像处理应用中有何重要意义和作用。

【作业1】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。

（计算中采用向上取整方法，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]）【解答】直方图均衡采用公式r−1⌉S r=⌈G∑P r(w)w=0式中，G为灰度级数，取8，p r(w)为灰度级w的概率，S r为变换后的灰度，计算过程如下表所示：则新灰度级的概率分别是：P s(0) = 0P s(1) = P r(0) = 0.17P s(2) = 0P s(3) = P r(1) = 0.25P s(4) = 0P s(5) = P r(2) = 0.21P s(6) = P r(3) + P r(4) = 0.23P s(7) = P r(5) = P r(6) = P r(7) = 0.14编写matlab程序并绘制直方图：s=0:1:7;p=[0 0.17 0 0.25 0 0.21 0.23 0.14];bar(s,p);axis([-1 8 0 0.3]);可以看出，此图较题目原图更加“均匀”。

【作业2】1、完成课本数字图像处理第二版114页，习题3.10。

【解答】由图可知p r(r)=−2r+2,(0≤r≤1)p z(z)=2z,(0≤z≤1)将两图做直方图均衡变换s1=T1(r)=∫p r(w)dwr0=∫(−2w+2)dwr=−r2+2rs2=T2(z)=∫p z(w)dwz0=∫(2w)dwz=z2令上面两式相等，则z2=−r2+2r 因为灰度级非负，所以z=√−r2+2r2、请计算如下两个向量与矩阵的卷积计算结果。

（1）[ 1 2 3 4 5 4 3 2 1 ] * [ 2 0 -2 ]（2）[−101−202−101]∗[1320410323041052321431042]【解答】（1）设向量a=[ 1 2 3 4 5 4 3 2 1 ]，下标从-4到4，即a(-4)=1，a(-3)=2……a(4)=1；设向量b=[ 2 0 -2 ]，下标从-1到1，即b(-1)=2，b(0)=0，b(1)=-2；设向量c=a*b，下标从-5到5。

中 国 科 学 技 术 大 学 2008-2009 学年第 二 学期考试试卷考试科目:数字图像处理导论 得分:__________ 学生所在系:___________ 姓名:__________ 学号:___________一、简答题（15分）（1） 什么是图像的直方图？（2） 说明一幅灰度图像的直方图分布与对比度之间的关系；(3) 说明一幅灰度图像的直方图分布与Huffman 编码效率之间的关系。

二、请在下面的RGB 和HSI 颜色模型中标出灰色所在位置（10分）三、对一幅N*N 的数字图像f(x,y), 定义其Fourier 变换（DFT）为∑∑−=−=+−=101)(2exp[),(1),(N x N y Nvy ux i y x f Nv u F π，根据离散Fourier 变换的周期性和共轭对称性，解释图像频谱中高、低频系数的分布。

（10分）red2008--2009学年第二学期 第2页(共2页)四、针对下面不同分布的直方图，选择合适的对比度增强方法，并说明理由。

（不包括直方图均衡）（10分）图a 图b 图c五、 写出你实验中的sobel 锐化算法步骤。

（10分）六、 图示说明什么是傅里叶投影定理，推导傅里叶投影切片定理。

说明傅里叶变换图象重建法的步骤。

（15分）七、 已知一64×64，3bit 灰度级的数字图象，其灰度分布如下表所示：（15分）K0 1 2 3 4 5 6 7 N k 560 920 1046705 356 267 170 72P(k)0.14 0.22 0.26 0.17 0.09 0.07 0.04 0.02(1)计算对该图象进行直方图均衡的映射表。

(2)写出进行直方图均衡的算法步骤。

(3)一般情况下，为什么不能对彩色图像RGB 分量分别进行直方图均衡来增强对比度？八、 已知一个信源X 的概率空间分别为：（15分）01()0.10.9X x x P X ⎡⎤⎡⎤=⎢⎥⎢⎥⎣⎦⎣⎦(1) 对符号串1x 1x 1x 1x 0x 分别进行Huffman 编码和算术编码； (2) 比较编码后的平均码长，并说明理由。

数字图像处理（中国科学技术大学）HOMEWORK#1编号：59SA16173027李南云[在此处键入文档的摘要。

摘要通常是对文档内容的简短总结。

在此处键入文档的摘要。

摘要通常是对文档内容的简短总结。

]SA16173027 李南云P1：a: The size of lena.tiff is 512x512 ;The size of mandril.tiff is 256x256.b: The values of pixels lena(29, 86) is 105;The values of pixels mandril(198, 201) is 158. c:d:P1代码如下：clear all;f = imread('C:\Users\Administrator\Desktop\images\lena.tiff'); figure(1);imshow(f);i = imread('C:\Users\Administrator\Desktop\images\mandril.tiff'); figure(2);imshow(i);s1 = size(f);s2 = size(i);v1 = f(30,87);v2 = i(199,202);p1 = f(103,:);p2 = i(:,69);figure(3);subplot(211);plot(p1);figure(3);subplot(212);plot(p2);n = 128;for j=1:nb(x,j)=i(x,j);f(x,j)=b(x,j);endendfigure(4);imshow(f);P2代码如下：clear all;a = imread('C:\Users\Administrator\Desktop\images\campusdrive.tif'); figure(1);subplot(231);imshow(a);a1 = double(a);b = floor(a1/8);b = b*8;b = uint8(b);subplot(232);imshow(b);c = floor(a1/16);c = c*16;c = uint8(c);subplot(233);imshow(c);d = floor(a1/32);d = d*32;d = uint8(d);subplot(234);e = floor(a1/64);e = e*64;e = uint8(e);subplot(235);imshow(e);f = floor(a1/168);f = f*168;f = uint8(f);subplot(236);imshow(f);4bit时已经出现伪轮廓，5bit基本可以保存图像质量。

【作业1】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。

（计算中采用向上取整方法，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]）【解答】直方图均衡采用公式rS r=⌈G∑P r(w)−1⌉w=0式中，G为灰度级数，取8，p r(w)为灰度级w的概率，S r为变换后的灰度，计算过程如下表所示：则新灰度级的概率分别是：P s(0) = 0P s(1) = P r(0) = 0.17P s(2) = 0P s(3) = P r(1) = 0.25P s(4) = 0P s(5) = P r(2) = 0.21P s(6) = P r(3) + P r(4) = 0.23P s(7) = P r(5) = P r(6) = P r(7) = 0.14编写matlab程序并绘制直方图：s=0:1:7;p=[0 0.17 0 0.25 0 0.21 0.23 0.14];bar(s,p);axis([-1 8 0 0.3]);可以看出，此图较题目原图更加“均匀”。

【作业2】1、完成课本数字图像处理第二版114页，习题3.10。

【解答】由图可知p r(r)=−2r+2,(0≤r≤1)p z(z)=2z,(0≤z≤1)将两图做直方图均衡变换s1=T1(r)=∫p r(w)dwr0=∫(−2w+2)dwr=−r2+2rs2=T2(z)=∫p z(w)dwz0=∫(2w)dwz=z2令上面两式相等，则z2=−r2+2r 因为灰度级非负，所以z=√−r+2r2、请计算如下两个向量与矩阵的卷积计算结果。

（1）[ 1 2 3 4 5 4 3 2 1 ] * [ 2 0 -2 ]（2） [−101−202−101]∗[1320410323041052321431042]【解答】（1）设向量a=[ 1 2 3 4 5 4 3 2 1 ]，下标从-4到4，即a(-4)=1，a(-3)=2……a(4)=1；设向量b=[ 2 0 -2 ]，下标从-1到1，即b(-1)=2，b(0)=0，b(1)=-2；设向量c=a*b，下标从-5到5。

图像处理作业(四) Problem 11)CODE:clc; clear all;close all;t= imread('house.tiff');x = double(t)/255;x1 = x.*0.5;x2 = x./3;x3 = x.*0.2;x1 = uint8(x1.*255);x2 = uint8(x2.*255);x3 = uint8(x3.*255);figure;subplot(221);imshow(t); title('原始图像');subplot(222);imshow(x1); title('灰度变换为1/2倍');subplot(223);imshow(x2); title('灰度变换为1/3倍');subplot(224);imshow(x3); title('灰度变换为1/5倍');2）CODE:L = 256;count = zeros(1,L);x = t(:);n = length(x);for i = 1 : ncount(x(i)+1) = count(x(i)+1)+1;endcount = count./n;for i = 1:(L-1);count(i+1) = count(i) + count(i+1);endtrans = round((L-1).*count + 0.5);for i = 1 : nx(i) = trans(x(i)+1);endimeq = uint8(x);imeq = reshape(imeq,size(t));figure;subplot(211);imshow(t); title('原始图像');subplot(212);imshow(imeq); title('均衡化后图像');figure;subplot(211);imhist(t); title('原始图像直方图');subplot(212);imhist(imeq); title('均衡化后图像直方图');Problem 2CODE:clc; clear all; close all;x = imread('noisychurch.tiff');1)a = ones(2,2); % 幅值为1的2*2模板b = ones(3,3); % 幅值为1的3*3模板x1 = uint8(conv2(double(x),a)./4);x2 = uint8(conv2(double(x),b)./9);figure; imshow(x); title('原始图像');figure; imshow(x1); title('2x2的幅值为1的模板去噪后图像'); figure; imshow(x2); title('3x3的幅值为1的模板去噪后图像');x3 = medfilt2(x,[3 3]);figure; imshow(x3); title('采用3x3 的中值滤波器进行去噪');laplace = [0 -1 0; -1 5 -1; 0 -1 0];x4 = imfilter(x,laplace,'replicate');figure; imshow(x4); title('采用Laplacian锐化操作');2)理想低通、高通滤波器增强trans = ones(size(x));trans(1:2:end,2:2:end) = -1;trans(2:2:end,1:2:end) = -1;x_trans = double(x).*trans;lp = fft2(x_trans);hp = lp;[M,N] = size(lp);Pt = sum(abs(lp(:)).^2);LD0 = 70;x0 = floor(M/2); y0 = floor(N/2);H = zeros(size(lp));Ps = 0;for i = 1:Mfor j = 1:ND = sqrt((i-x0)^2+(j-y0)^2);if(D <= LD0)H(i,j) = 1;Ps = Ps + abs(lp(i,j)).^2;endif(D > LD0)H(i,j) = 0;endend 能量比为0.9796 endl_beta = Ps/Ptlp = lp.*H;lp = real(ifft2(lp));HD0 = 1;H = zeros(size(hp));Ps = 0;for i = 1:Mfor j = 1:ND = sqrt((i-x0)^2+(j-y0)^2);if(D > HD0)H(i,j) = 1;Ps = Ps + abs(hp(i,j)).^2;endif(D <= HD0)H(i,j) = 0;endend 能量比为0.9642 endh_beta = Ps/Pthp = hp.*H;hp = real(ifft2(hp));lp = lp.*trans;hp = hp.*trans;figure;imshow(uint8(lp));title('理想低通滤波图像，截止频率采用70');figure;imshow(uint8(hp));title('理想高通滤波图像，截止频率为1');3）小波分析[c, s] = wavedec2(x, 1, 'haar');approx = appcoef2(c, s, 'haar'); horizontal = detcoef2('h', c, s, 1);vertical = detcoef2('v', c, s, 1);diagonal = detcoef2('d', c, s, 1);la = approx;lh = zeros(size(horizontal));lv = zeros(size(vertical));ld = zeros(size(diagonal));lowpass = [la,lh;lv,ld];lowpass_result = idwt2(la,lh,lv,ld,'haar'); figure;imshow(uint8(lowpass));title('小波变换低通处理');figure;imshow(uint8(lowpass_result));title('小波变换低通处理结果');ha = approx./2;hh = horizontal;hv = vertical;hd = diagonal;highpass = [ha,hh;hv,hd];highpass_result = idwt2(ha,hh,hv,hd,'haar'); figure;imshow(uint8(highpass));title('小波变换高通处理');figure;imshow(uint8(highpass_result));title('小波变换高通处理结果');。

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？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）。

图像的量化等级反映了采样的质量，数字图像的量化级数随图像的内容及处理的目的差别而不同，低的量化级数只满足于处理简单的线条而对于图像，若线条不明显时，则会产生伪轮廓。

第二版部分中文数字图像处理答案2.2亮度适应。

2.3 λ=c/v=2.998 * 108(m/s)/60(1/s) = 4.99 *106m = 5000 Km.2.4 a)若需看清物体，光源波长有题目知这几个物体波长均小于需与物体大小相等或小于物体，有题目中需观测的物体大小知，选择远紫外可以观测题目中的物体。

b) 只用一种即可。

2.5. 根据图2.3得：设能找到物体的长度为x mm，则有:500/x=35/7; 解得：x=100，所以相机的分辨率为：1024/100=10;所以能解析的线对为：10/2=5.2.6答：一个可能的解决办法是装备一个单色相机与机械装置, 顺序放置一个红色、绿色、蓝色的通滤波器在镜头前面。

最强的相机响应决定它的颜色。

如果这三位车手的反应是一致的, 对象是白色的。

一个更快的系统会利用三种配备有过滤器的不同相机。

然后基于各个相机的响应进行分析。

该系统将是一个有点贵, 但它将会更快、更可靠。

2.7 由题意:一个横截面的图像被显示在图P2.7(A)。

如果强度量化使用m 字节, 那么我们的情况如图P2.7 (b)所示，其中4 G =(255 + 1)= 2m。

因为一个8灰度层次突然改变是能够被眼睛检测到, 那么,4 G = 8 = 256 = 2m,或m = 5。

换句话说,32, 或更少, 会产生可见的虚假灰度值线性。

2.8 利用两位(m = 2)强度分辨率生产四个灰度级，其值在0到255之间。

对这个范围进一步划分的一个方法是被编码0和63之间的值全赋值为63, 被编码在64和127之间的值全赋值为127等等。

按照这方法分得的结果如图P2.8所示。

当然, 还有其他的办法细分范围[0，255]成四个波段。

2.9 (一) 在一个8位, 1024 * 1024的图像中，数据总量(包括启动、停止位) 为 (1024)* 1024 *[8+ 2]位。

在56 K波特的情况下，需要传送的总时间为1024*1024 *[8 + 2]= 56000 = 187.25秒或约3.1分钟。

数字图像处理和分析习题及答案解析第⼀章绪论课后4.1. 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。

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. 什么是图像识别与理解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，进⽽将检测出来的⼈脸区域进⾏分析，确定其是否是该犯罪分⼦。

3. 简述图像⼏何变换与图像变换的区别。

①图像的⼏何变换：改变图像的⼤⼩或形状。

⽐如图像的平移、旋转、放⼤、缩⼩等，这些⽅法在图像配准中使⽤较多。

②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。

⽐如傅⾥叶变换、⼩波变换等。

4.⼀个数字图像处理系统由哪⼏个模块组成答：⼀个基本的数字图像处理系统由图像输⼊、图像存储、图像输出、图像通信、图像处理和分析5个模块组成5.连续图像和数字图像如何相互转换答：数字图像将图像看成是许多⼤⼩相同、形状⼀致的像素组成。

这样，数字图像可以⽤⼆维矩阵表⽰。

将⾃然界的图像通过光学系统成像并由电⼦器件或系统转化为模拟图像（连续图像）信号，再由模拟/数字转化器（ADC）得到原始的数字图像信号。

图像的数字化包括离散和量化两个主要步骤。

在空间将连续坐标过程称为离散化，⽽进⼀步将图像的幅度值（可能是灰度或⾊彩）整数化的过程称为量化。

实验一常用MATLAB图像处理命令一、实验目的1、熟悉并掌握MA TLAB工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

二、实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、常用函数●读写图像文件1 imreadimread函数用于读入各种图像文件，如：a=imread('e:\w01.tif')2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,'e:\w02.tif',’tif’) 3 imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif') ●图像的显示1imageimage函数是MATLAB提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2 imshowimshow函数用于图像文件的显示，如：i=imread('e:\w01.tif');imshow(i);title（‘原图像’）%加上图像标题3 colorbarcolorbar函数用显示图像的颜色条，如：i=imread('e:\w01.tif');imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；5 subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。

Subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6 plot绘制二维图形plot（y）Plot（x，y）xy可以是向量、矩阵。

图像类型转换1 rgb2gray//灰色把真彩图像转换为灰度图像i=rgb2gray（j）2 im2bw//黑白通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%3 imresize改变图像的大小I=imresize（j，[m n]）将图像j大小调整为m行n列图像运算1 imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2 imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y）表示图像x-y3 immultiplyZ=immultiply（x，y）表示图像x*y4 imdivideZ=imdivide（x，y）表示图像x/y5：m = imadjust(a,[,],[0.5;1]) ;%图像变亮n = imadjust(a,[,],[0;0.5]) ;%图像变暗g=255-a;%负片效果四、实验内容（请将实验程序填写在下方合适的位置，实验图像结果拷屏粘贴）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。

【关键字】精品区域提取与分析——图像分析实验SA Hanxin Feng一、实验目的有一幅显微镜下获得的颗粒图，计算出每个粒子的面积、长轴、短轴。

用列表的形式给出计算结果。

实验目标很明确：1、对图像中的连通片进行提取2、统计出每个连通元的面积3、计算长轴和短轴语言C。

二、实验方法1）图像二值化阈值与结果有很大的关系，图像中一些细小的点很多，而且明暗变化于0~255之间，所以阈值过大时会排除掉很多点，程序中使用的折中的125。

2）区域标记简单起见，考虑4-连通的情况。

本图中，4-连通与8-连通有一点差别，如下一块，着色不同表示不连通。

8连通时，左上角的小块跟大块是连通的。

实际标记时利用了两个模板，前者用于正向扫描，后者用于逆向扫描。

0 A 0 0 1 AB 1 0 0 B 0实验中，正向扫描先考察A，A有标记（无标记，默认是-1），则当前位置表为A_mark，否则，如果B有标记，则标为B_mark，否则，用新的计数；逆向扫描类似。

存储标记的节点如下：typedef struct PNode{char pixel; //像素int mark; //标记}PNode;第一次正向扫描结果如下：（用不同的颜色表示不同的计数）部分放大：逆向扫描结果如下：还有六处没有正确标记的，其中一处如下：这是可以理解的，比如如下的情况：-1 2 2 2 2 2 2 -1-1 -1 1 1 1 -1 -1 -1由于逆向扫描时，先考虑右边像素再考虑下方像素，则蓝色下划线的“2”处仍然不变。

第二次正向扫描，得到正确的标定：（即，每个连通片只有一种颜色）3）整理标记，统计面积由于标记本身并没有完全按照计数的顺序排列（只是同一连通片当中的标记相等而已），因此进行一次整理，同时维护一个存储面积和整理过后的计数（依次排列）的链表，如下：typedef struct NUMNode{int mark; //标记int num; //像素个数（面积）NUMNode* next;}NUMNode;将2）结构中的pix数组中的计数处理后存入链表，由于同一连通片拥有一样的标记，根据标记进行查找，统计出各连通片的面积（包含的像素个数）。