【数字图像处理】实验一 图像基本运算

图像基本运算

一、实验内容：

1． 熟悉和掌握利用Matlab工具进行数字图像的读、写、显示等数字图像处理基本步骤。

2． 熟练掌握各种图像点运算的基本原理及方法。

3． 能够从深刻理解点运算，并能够思考拓展到一定的应用领域。

二、实验原理：

1、单幅图像像素灰度的点运算；

2、两幅图像的代数与逻辑运算；

3、单幅图像缩放与旋转的几何变换。

三、实验方法及程序

1、点运算

（1）选择一幅图像?lena.jpg，设置输入/输出变换的灰度级范围，a=0.3，?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?参考程序如下：???????

2、图像代数、逻辑运

（1）选取两幅大小一样的灰度图像?i_lena.jpg?和?rice.png，将两幅图像?进行加法运算。程序如下所示：

（2）选取一幅混合图像，如（1）相加得到的图像?i_lena.jpg，将混合图?像与背景图像做减法运算，程序如下所示：

3、图像几何变换

（1）选取一幅大小为256256像素的图像，如?i_lena.jpg.分别将图比例放大?1.5?倍，比例缩小?0.7?倍，非比例放大到420384像素，非比例缩小到150180像素。?程序如下所示：

（2）读取一幅图片，如?i_lena.jpg，设置图像旋转的角度分别为?0?45?和?0?90?，采用?图形旋转函数?imrotate?对图像进行旋转。程序如下所示

五、实验结果分析

1、点运算

2、图像代数、逻辑运

（1）

（2）

3、图像几何变换

（1）

（2）

六、思考题

1.线性扩展与对数非线性扩展各有什么特点？对数非线性交换能否使图像的低灰度级压缩，高灰度级扩展或者低灰度级扩展，高灰度级压缩？

答：

线性扩展：简单地通过线性变换扩展图像的灰度级，适用于整体对比度较低的图像。

对数非线性扩展：强调低灰度级的细节，对高灰度级进行压缩，适用于增强图像细节的同时压缩高亮区域，使图像更具视觉效果。

对数非线性扩展可以实现：

1. 低灰度级压缩，使低灰度级区域更加黑暗。
2. 高灰度级扩展，增强图像的高亮部分。

2.任意两幅图片相叠加得到一幅混合图像，将此混合图像减去其中的一幅原图?像能得到另一幅原图像吗？通过以上实验小结各种图像代数运算的应用特点。

答：

图像相叠加得到混合图像，减去其中一幅原图像可以得到另一幅原图像。

图像代数运算（加法、减法）可用于图像融合、增强和还原。

3.由非比例缩放得到的图片能够恢复到原图片吗？为什么？

答：

由非比例缩放得到的图片通常不能完全恢复到原图片。

非比例缩放引入了信息的丢失，导致不能准确还原原始图像。

4.图像的旋转会导致图像的失真吗？若有，有什么办法可以解决这个问题？

答：

旋转可能导致图像失真，尤其是在角度较大时。

使用插值算法（如双线性插值）可以在旋转过程中减少失真，但在大角度旋转时，还是可能引入一定程度的失真。