二维灰度图象的统计分析及FFT变换处理

学号

《基础强化训练》设计报告

题目：二维灰度图象的统计分析及FFT变换处理专业班级：通信

学生姓名：

指导教师：

武汉理工大学信息工程学院

2010年7月13日

《基础强化训练》设计任务书

学生姓名：专业班级：通信

指导教师：工作单位：信息工程学院

题目: 二维灰度图象的统计分析及FFT变换处理

课程设计目的：

①较全面了解常用的数据分析与处理原理及方法；

②能够运用相关软件进行模拟分析；

③掌握基本的文献检索和文献阅读的方法；

④提高正确地撰写论文的基本能力。

课程设计内容和要求

①采集一幅像素大于64*64黑白图像；

②常规的数学统计数据处理：计算图象各象素点灰度值得均值、标准差、

方差，并绘出灰度直方图；

③采用FFT（傅立叶变换）对图像进行分析

初始条件：

①MATLAB软件。

②数字信号处理与图像处理基础知识。

时间安排：

第18周周一：安排任务

19～20周：仿真设计（鉴主13楼计算机实验室）

第20周周六：完成（答辩，提交报告，演示）

指导教师签名：年月日系主任（或责任教师）签名：年月日

目录

摘要 (1)

Abstract (2)

1 数据采集 (3)

1.1 图像的选取 (3)

1.2 MATLAB读取方法 (4)

1.2.1 编辑M文件 (4)

1.2.2 图像的读取 (4)

1.2.3查看图像的格式 (5)

1.2.4 灰度值的获取 (6)

2 数据统计处理 (7)

2.1 均值计算 (7)

2.1.1 原理介绍 (7)

2.1.2 仿真结果 (7)

2.2 标准差计算 (8)

2.2.1 原理介绍 (8)

2.2.2 仿真结果 (8)

2.3 方差计算 (8)

2.3.1 原理介绍 (8)

2.3.2 仿真结果 (9)

2.4绘制灰度直方图 (9)

2.4.1直方图定义 (9)

2.4.2直方图的绘制 (9)

3 快速傅立叶变换（FFT） (10)

3.1 原理介绍 (10)

3.2 仿真结果 (12)

4 总结和心得 (13)

参考文献 (14)

摘要

数字图像处理是一门新兴的综合性学科，它在交通、通信、工业、军事、医学、遥感等多领域被广泛应用。伴随着计算机技术的发展，图像处理的应用领域还在不断扩大。图像处理工程可分为图像处理、图像分析和图像理解三个层次,图像处理是比较低层的操作，它主要在图像的像素级上进行处理，而且处理的数据非常庞大，需要用到大量的工程数学知识。

Matlab集数值计算、符号运算及图形处理等强大功能于一体，是当今国际上公认的最优秀的科技应用软件之一。它编写简单，具有强大的科学计算能力、可视化功能和开放式可扩展环境，因此在图像处理领域得到了广泛的应用。

本次练习就是Matlab环境下的一些最基本的图像处理操作，如图像的读取、显示、直方图统计、图像增强、傅里叶变换等处理，为将来迅速进入图像处理应用领域打下基础。

关键词：Matlab,数字图像处理

Abstract

Digital image processing is a new comprehensive subject which has been widely used in many fields like transportation, communications, industrial, military, medical, remote sensing.With the development of computer technology, image processing applications is still expanding.Image processing projects can be divided into three levels,image processing, image analysis and image understanding.Image processing operations are considered relatively low-level. It is mainly used on the pixel level and it handles very large data.So it needs to use a lot of engineering mathematics.

Matlab is good at numerical calculations, symbolic manipulation and graphics processing. It is internationally recognized as the best application of technology today.It can be used for programming with its powerful scientific computing, visualization and open extensible environment.Therefore it has been widely used in image processing.

We will do the most basic image processing operations under the Matlab environment, such as image reading, displaying,histogram statistics,image enhancement and Fourier transform processing.This practice can help us prepare for do image processing quickly in the future.

Key words:Matlab,digital image processing

1 数据采集

Matlab软件的图像采集工具箱提供了大量的函数用于采集图像和视频信号，该工具箱支持的硬件设备包括工业标准的PC图像采集卡和相应的设备。所支持的硬件包括：Matrox和Data Translation公司提供的视频采集设备，同时还支持Windows平台下支持USB视频摄像头等设备。

Matlab可以支持很多很多图片的文件格式，例如﹡cur、﹡bmp、﹡hdf、﹡ico、﹡jpg、﹡tif、﹡gif、﹡pcx等。用于读写图像数据的函数有imread（从图像格式的文件中读取数据）和imwrite（将数据写入图像格式的文件）。这里我们主要是用到图像的读取。

1.1 图像的选取

目前我们刚接触图像的处理，为了便于学习和降低难度，根据训练要求，我们采集一幅像素略大于64*64黑白图像如下：

图1.1 选取的图片

1.2 MATLAB读取方法

1.2.1 编辑M文件

打开Matlab软件，在File下选择New\M-File便可以编辑M文件。M文件分为脚本式和函数式，我们可以利用M文件实现自己的算法即可以建立自己的函数工具箱。例如读取图像我们可以编辑一个read.m的文件来实现读取图像的功能。在以后的处理过程中我们几乎每部分都要建立M文件，到时将具体列出其内容。

1.2.2 图像的读取

imread函数用于读入各种图象文件，其一般的用法为：

利用函数imread()可完成图形图像文件的读取，语法：

A=imread(filename,fmt)

fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放在类uint8中。

例如本次练习中：I = imread（‘tree.jpg’）;利用函数imread函数实现图像文件的读取，然后运用imshow函数显示图像。

具体操作如下：

将所要处理的图片存在D:\matlab\work里，若要将图片“tree.jpg”写入Matlab 中。需要先打开运行Matlab，然后在File里面新建M-File文件，再将读取图片M文件read.m的程序如下：

I= imread ('tree.jpg');

figure

imshow(I);

title('西院的老树');

在Matlab的command windows栏里运行read

图1.2 读取后显示图片

1.2.3查看图像的格式

图形图像文件信息的查询imfinfo( ) 函数

imfinfo( 'tree.jpg')

在Matlab的command windows栏里运行该函数，可查看该图像的格式>> imfinfo( 'tree.jpg')

ans =

Filename: 'tree.jpg'

FileModDate: '25-May-2010 22:17:58'

FileSize: 58954

Format: 'jpg'

FormatV ersion: ''

Width: 353

Height: 250

BitDepth: 8

ColorType: 'grayscale'

FormatSignature: ''

NumberOfSamples: 1

CodingMethod: 'Huffman'

CodingProcess: 'Sequential'

Comment: {'ACD Systems Digital Imaging'}

1.2.4 灰度值的获取

从上述文件的信息可以看到该文件的颜色类型ColorType: 'grayscale'，所以我们不需转换格式便可以查看该图片的灰度值。

灰度图像的数据通常是保存在一个二维矩阵中，本图像的像素为250X353即有一个250X353的矩阵。只要在command windows输入I=imread('tree.jpg')运行便可得该图像的矩阵（部分）：

图1.3 图像的灰度值矩阵

2 数据统计处理

2.1 均值计算

2.1.1 原理介绍

均值计算的原理较简单，在MATLAB的函数库中表示均值的函数是mean2，其格式是mean2（），括号里面就是待处理分析的信号。均值计算主要是获得图像矩阵每列灰度值的平均值（函数mean）或者是总的平均值（函数mean2）。

1、新建M文件average1.m编辑如下：

I=imread('tree.jpg');

mean(I)

2、M文件average2.m编辑如下：

I=imread('tree.jpg');

mean2(I)

2.1.2 仿真结果

1、每列的平均值仿真结果（部分）如下：

>> average1

ans =

Columns 1 through 11

93.5800 98.0280 99.6160 105.2520 108.9000 108.8640 109.0560 106.9680 105.8760 103.8640 103.5200

Columns 12 through 22

104.6520 104.3400 103.3840 102.0960 99.7320 98.0240 101.3360 104.5320 103.0720 102.3080 101.8880

Columns 23 through 33

103.0040 101.4360 98.6360 99.8600 99.1800 95.0520 93.8160 92.9760 91.4280 91.9880 94.2520

Columns 34 through 44

98.1720 99.0600 98.7840 100.6720 104.9280 107.1880 107.3720 105.9320 104.0160 103.9160 103.2720

Columns 45 through 55

104.6880 106.8600 105.2040 103.6160 105.5200 106.9320

……

2、求总的像素灰度均值仿真结果如下：

>> average2

ans =

135.2081

2.2 标准差计算

2.2.1 原理介绍

标准差表示一组数据对于平均值的分散程度，在MATLAB的函数库中计算矩阵标准差的函数为std2，其格式是std2（），括号里面就是待处理分析的信号。由于标准差反映的是图像灰度值偏离灰度均值的程度，如果标准差越大，则说明灰度级越大，则图像包含的信息就越多。

编辑M文件bzc.m如下：

I=imread('tree.jpg');

std2（double（I））

2.2.2 仿真结果

>> bzc

ans =

72.7538

2.3 方差计算

2.3.1 原理介绍

这里对图像的方差进行计算如图2.5所示，在求标准差的基础上，方差是标准差的平方，其反映的也是图像灰度值偏离灰度均值的程度，同样Matlab也提供直接求方差的函数var（）,当在（）里面输入I（：）表示对整个矩阵求方差。

编辑M问件fc.m如下：

I=imread('tree.jpg');

var(double(I(:)))

2.3.2 仿真结果

>> fc

ans =

5.2931e+003

2.4绘制灰度直方图

在数字图像处理中，一个最简单最有用的工具是灰度直方图，它是一个用来说明图像灰度分布的图形。灰度直方图是多种空间域处理的基础，是图像处理中十分重要的分析工具，直方图的操作能有效地用于图像增强、图像压缩、边沿检测等处理中。

2.4.1直方图定义

灰度直方图是灰度级的函数，描述的是图像中具有该灰度级的像素的个数，其横坐标表示灰度级纵坐标表示频数或等于该灰度级的像素的个数与总像素之比。灰度直方图反映了一幅图中的灰度级与出现这种灰度的概率之间的关系，展现了图像最基本的统计特征。

2.4.2直方图的绘制

Matlab里面图像的直方图的绘制用的函数是imhist。其使用格式为imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256。

M文件编辑draw.m如下：

I= imread ('tree.jpg');

imhist(I)

运行结果如下：

图2.1 图像的灰度直方图

3 快速傅立叶变换（FFT）

离散傅里叶变换时数字图像处理最常用的一个正交变换。利用傅里叶变换可将图像信号从空间域变换到频率域，使得信号处理中的频域理论可应用于数字图像处理领域。

3.1 原理介绍

假设f（x,y）是一个离散空间中的二维函数，则该函数的二维傅立叶变换的定义如下：

u=0,1…M-1v=0,1…N-1(1)

离散傅立叶反变换的定义如下：

x=0,1…M-1y=0,1…N-1（3）

F（p,q）称为f（m,n）的离散傅立叶变换系数。这个式子表明，函数f（m,n）可以用无数个不同频率的复指数信号和表示，而在频率（w1，w2）处的复指数信号的幅度和相位是F（w1，w2）。

Matlab里对图像快速傅里叶变化用到的是fft2函数。其应用格式为：

A＝fft2(X,MROWS,NCOLS)

其中，MROWS 和NCOLS 指定对X 进行零填充后的X 大小。

傅里叶反变换函数为ifft2( )，显示频谱图可以使用imshow(X，[])。

1、进行傅里叶变换的M文件fft1.m如下：

I= imread ('tree.jpg'); %读取图像

F=fft2(double(I)); %进行二维傅里叶变换

S=abs(F); %计算傅里叶频谱

S1=fftshift(S); %计算居中的傅里叶频谱

S2=log(1+S1); %为缩小观察范围进行对数变换

i=real(ifft2(S1)); %傅里叶反变换

figure %画出原图，傅里叶变换图，傅里叶频谱和居中的傅里叶频谱subplot(2,2,1),imshow(I);title('a.原图');

subplot(2,2,2),imshow(F);title('b.傅里叶变换图');

subplot(2,2,3),imshow(log(S+1),[]);title('c.傅里叶频谱图');

subplot(2,2,4),imshow(S2,[]);title('d.居中的傅里叶频谱图');

2、傅里叶变换后进行傅里叶反变换的M文件fb.m如下：

I=imread ('tree.jpg'); %读取图像

F1=fft2(double(I)); %进行二维傅里叶变换

i=ifft2(F1); %傅里叶反变换figure

subplot(2,2,1),imshow(I);title('a.原图');

subplot(2,2,2),imshow(F1);title('b.傅里叶变换图');

subplot(2,2,3),imshow(i,[]);title('c.傅里叶反变换图');

3.2 仿真结果

图3.1 傅里叶变换结果图

图3.2 傅里叶反变换图

4 总结和心得

考完试了，我便有时间认真的完成此次的基础强化训练，之前有接触过Matlab也有接触过信号与系统的Matlab实验，所以对Matlab的信号处理我并不感到陌生。但是我对数字图像处理却没有任何概念，之前对图像的认识仅限于图片的格式以及像素的大小，并了解图像处理原来是一门先进的专业学科。因此我借助此次的强化训练进一步的认识图像处理技术。

为了完成此次的强化训练，我上网查找了Matlab的相关教程以及图像处理函数库，并且带着电脑扎根鉴主18楼图书室，以便随时查阅相关书籍。通过学习我对图像处理技术的应用情况有了一个宏观的认识，它和通信工程也是紧密联系的，所以我至少要掌握它的基本处理方法，以便将来更加深入的学习。对于图像的统计处理的练习，我边查相关文献边在Matlab中运行程序很快就掌握了基本的统计方法，而且没有感觉十分的吃力。当然在学习的过程中我也遇到了一些小困难，比如Matlab的语言编写和图像处理知识的理解问题，不过通过查阅相关的文献我便能很快的解决这些问题。

通过此次的强化训练，我较全面了解常用的数据分析与处理原理及方法，能够运用Matlab进行基本的模拟分析，掌握了文献检索和文献阅读的基本方法，同时也提高正确地撰写论文的基本能力。

总之我在学习的过程中体会到了快乐，这段时间感到十分的充实，这种边实践边学习才是我真正想要的学习方式，我真心希望以后能有更多的机会进行这样的学习和训练。

参考文献

[1] 韩晓军. 数字图像处理技术与应用. 电子工业出版社. 2009.

[2] 李南南、吴清、曹辉林. MATLAB7简明教程. 清华大学出版社.2006

[3] 刘文耀. 数字图像采集与处理. 电子工业出版社. 2007.

[4] 刘直芳、王运琼、朱敏. 数字图像处理与分析. 清华大学出版社. 2006

[5] 蓝章礼、李益才、李益才. 数字图像处理与图像通信. 清华大学出版社. 2009

[6]贺兴华等.《MATLAB7.X图像处理》.人民邮电出版社.2006.

本科生基础强化训练成绩评定表

姓名性别

专业、班级通信

题目：二维灰度图象的统计分析及FFT变换处理

答辩或质疑记录：

1、问：傅里叶变换的作用是什么？

答：离散傅里叶变换时数字图像处理最常用的一个正交变换。利用傅里叶变换可将图像信号从空间域变换到频率域，使得信号处理中的频域理论可应用

于数字图像处理领域。

2、问：在训练中你遇到过最大的困难是什么，怎么解决的？

答：我遇到的最大的困难就是傅里叶变换时频谱图的显示不明显，通过查阅相关资料我发现为了便于观察我们可以使用对数来扩大观察范围，而且还可

以使用居中观察法，从而使频谱显示的更加直观清楚。

成绩评定依据：

最终评定成绩（以优、良、中、及格、不及格评定）

指导教师签字：

年月日

图像灰度变换实验报告

图像灰度变换报告 一.实验目的 1.学会使用Matlab ； 2.学会用Matlab 软件对图像进行灰度变换，观察采用各种不同灰度变换发法对最终图像效果的影响； 二.实验内容 1.熟悉Matlab 中的一些常用处理函数 读取图像：img=imread('filename'); //支持TIF,JPEG,GIF,BMP,PNG 等文件格式。 显示图像：imshow(img,G); //G 表示显示该图像的灰度级数，如省略则默认为256。 保存图片：imwrite(img,'filename'); //不支持GIF 格式，其他与imread 相同。 亮度变换：imadjust(img,[low_in,high_in],[low_out,high_out]); //将low_in 至high_in 之间的值映射到low_out 至high_out 之 间，low_in 以下及high_in 以上归零。 绘制直方图：imhist(img); 直方图均衡化：histeq(img,newlevel); //newlevel 表示输出图像指定的灰度级数。 2.获取实验用图像：rice.jpg. 使用imread 函数将图像读入Matlab 。 3 .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。 4.产生灰度变换函数T2，使得： s = 5.用T2imwrite 保存处理后的新图像。 6.分别用 s = r 0.6; s = r 0.4; s = r 0.3 对kids.tiff 图像进行处理。为简便起见，使用Matlab 中的imadjust 函数，最后用imwrite 保存处理后的新图像。 7.对circuit.jpg 图像实施反变换（Negative Transformation ）。s =1－r; 使

灰度图像处理及颜色模型转换

灰度图像处理程序代码代码 1.二值图像 function erzhi_Callback(hObject, eventdata, handles) % hObject handle to erzhi (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能转换为二值图像','转换失败'); else j=im2bw(x); imshow(j); end 2.图像腐蚀 function fushi_Callback(hObject, eventdata, handles) % hObject handle to fushi (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能进行图像腐蚀','失败'); else j=im2bw(x); se=eye(5); bw=bwmorph(j,'erode'); imshow(bw); 3.创建索引图像 function chuanjian_Callback(hObject, eventdata, handles) % hObject handle to chuanjian (see GCBO) % eventdata reserved - to be defined in a future version of MATLAB % handles structure with handles and user data (see GUIDATA) axes(handles.axes2); x=(handles.img); if isrgb(x) msgbox('这是彩色图像,不能创建索引图像','创建失败'); else y=grayslice(x,16); axes(handles.axes2); imshow(y,jet(16)); end 4.轮廓图

matlab图像处理图像灰度变换直方图变换

附录1 课程实验报告格式 每个实验项目包括：1)设计思路，2)程序代码，3）实验结果，4）实验中出现的问题及解决方法。 实验一：直方图灰度变换 A：读入灰度图像‘debye1.tif’，采用交互式操作，用improfile绘制一条线段的灰度值。 imread('rice.tif'); imshow('rice.tif'),title('rice.tif'); improfile,title('主对角线上灰度值')

B：读入RGB图像‘flowers.tif’，显示所选线段上红、绿、蓝颜色分量的分布imread('flowers.tif'); imshow('flowers.tif'),title('flowers.tif'); improfile,title('主对角线红绿蓝分量') C：图像灰度变化 f=imread('rice.png'); imhist(f,256); %显示其直方图 g1=imadjust(f,[0 1],[1 0]); %灰度转换，实现明暗转换(负片图像) figure,imshow(g1)%将0.5到0.75的灰度级扩展到范围[0 1] g2=imadjust(f,[0.5 0.75],[0 1]); figure,imshow(g2) 图像灰度变换处理实例： g=imread('me.jpg'); imshow(g),title('原始图片'); h=log(1+double(g)); %对输入图像对数映射变换 h=mat2gray(h); %将矩阵h转换为灰度图片

h=im2uint8(h); %将灰度图转换为8位图 imshow(h),title('转换后的8位图'); 运行后的结果： 实验二：直方图变换 A：直方图显示 I=imread('cameraman.tif'); %读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题运行结果如下：

图像空域增强算法设计——灰度变换增强

成绩评定表

课程设计任务书

摘要 空域增强在数字图像处理中起到对图像灰度的拉伸、压缩变换的作用，目前这种方法在处理图像灰度值方面得到广泛的运用。MATLAB这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以利用MATLAB软件来对图像进行空域增强在数字图像处理的应用中具有很大的优势。 图像变换增强是利用一系列的变换方法使图像的对比度得到提升,也就达到了增强图像的目的--更便于观察,更容易区分不同灰度的图像。根据函数的性质，灰度变换的方法有线性灰度变换、分段线性灰度变换、非线性灰度变换。对于灰度局限在某一个很小范围内的数字图像，如果用线性函数对图像的每一个像素进行线性扩展，扩大像素的对比度，将有效地改善视觉效果。本文利用MATLAB软件对灰度图像分别进行了线性灰度变换增强，非线性灰度增强和分段线性灰度增强，达到了提高图像对比度，增强图像效果的目的，证明了图像变换增强在数字图像处理中的重要作用。 关键词：MATLAB；灰度图像；线性变换；非线性变换

目录 1设计目的 (1) 2设计方案 (1) 2.1 灰度变换增强的概念 (1) 2.2 灰度变换增强流程 (2) 3设计内容 (3) 3. 1 线性灰度变换的概述 (3) 3. 2 分段线性灰度变换的概述 (3) 3. 3非线性灰度变换的概述 (4) 4程序代码设计 (5) 4.1线性灰度变换增强 (5) 4.1.1线性变换增强流程 (5) 4.1.2线性变换增强设计 (5) 4.2分段线性灰度变换程序代码 (6) 4.2.1分段线性变换增强流程 (6) 4.2.2分段线性变换增强设计 (6) 4.3非线性灰度变换程序代码 (8) 4.3.1非线性变换增强流程 (8) 4.3.2非线性变换增强设计 (8) 5仿真结果与分析 (10) 5.1线性灰度变换仿真结果 (10) 5.2分段线性灰度变换仿真结果 (11) 5.3非线性灰度变换仿真结果 (12) 5.4结果分析 (12) 结论 (14) 参考文献 (15)

数字图像处理实验二 图像灰度变换

实验二 图像灰度变换实验一、 实验目的熟悉亮度变换函数的使用熟悉灰度图像的直方图的表示；掌握图像增强的基本方法：灰度变换、直方图均衡；二、实验内容灰度线性变换、灰度直方图、直方图均衡处理；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。三、实验原理1.函数imadjust 函数imadjust 是对灰度图像进行亮度变换的基本命令，语法为： g = imadjust(f, [low_in high_in], [low_out high_out], gamma) 将图像f 中的亮度值（灰度值）映射到新图像g 中，即将low_in 至high_in 之间的值映射到low_out 至high_out 之间的值。low_in 以下的灰度值映射为low_out ，high_in 以上的灰度值映射为high_out ，函数imadjust 的矩阵[ ]内参数均指定在0和1之间，[low_in high_in]和[low_out high_out]使用空矩阵[ ]会得到默认值[0 1]。若high_out 小于low_out ，则输出图像会反转。 参数gamma 指定了曲线（变换函数）的形状，若gamma 小于1，则映射被加权至更高（更亮）的输出值；若gamma 大于1，则映射被加权至更低（更暗）的输出值。若省略了函数的参量gamma ，则gamma 默认为1——即线性映 射。 >>f = imread(‘filename’)>>imshow(f)>>g1 = imadjust(f, [0 1], [1 0]); %图像反转>>figure, imshow(g1) %figure 命令表示同时显示多个窗口 >>g2 = imadjust(f, [0.5 0.75], [0 1]); %将0.5至0.75之间的灰度级扩展到范围0和1之间 >>figure, imshow(g2) >>g3 = imadjust(f, [ ], [ ], 2) %使用gamma 值 >>figure, imshow(g3)

数字灰度图像的基本运算处理 正文讲解

1前言 介绍一种用可视化数值计算软件MATLAB实现的数字图像处理系统平台,系统使用MATLAB中提供的GUI设计系统可视化的用户界面，下拉式的菜单方便用户选择对图像的处理。用户可以随意选择要处理的图片。但是该系统只支持灰度图片，可实现内容主要包括灰度图像的代数运算、几何运算。基于数字图像处理的一些基本原理，利用MATLAB 设计程序进行对灰度图像的处理。有部分处理运算有很多种方法，我选择了最简单、最明了的方法。 数字图像处理又称为计算机图像处理，它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。 随着计算机的发展,图像处理技术在许多领域得到了广泛应用，用于图像处理的软件也很多，如PHOTOSHOP、PAINTSHOP、GIMP、SaperaProcessing、MATLAB等,其中大部分软件都是基于广告策划和图像修饰处理而设计的应用软件，进行图像处理时并不是很方便。而MATLAB(矩阵实验室) 它在矩阵运算上有自己独特的特点，在矩阵运算处理具有很大的优势，因此用MATLAB处理数字图像非常的方便。不仅如此，MATLAB提供了丰富的图形命令和图形函数，而且其面向对象的图形系统具有强大的用户界面(GUI)生成能力。这样，用户就可以充分利用系统提供的 GUI 特性，编写自己需要的图形界面，从而可以高效地进行图像处理。 MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以对图像进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。

实验一Matlab图像处理基础及图像灰度变换

实验一Matlab图像处理基础及图像灰度变换 一、实验目的 了解Matlab平台下的图像编程环境，熟悉Matlab中的DIP (Digital Image Processing)工具箱；掌握Matlab中图像的表示方法，图像类型、数据类型的种类及各自的特点，并知道怎样在它们之间进行转换。掌握Matlab环境下的一些最基本的图像处理操作，如读图像、写图像、查看图像信息和格式、尺寸和灰度的伸缩等等；通过实验掌握图像直方图的描绘方法，加深直方图形状与图像特征间关系间的理解；加深对直方图均衡算法的理解。 二、实验内容 1．从硬盘中读取一幅灰度图像； 2．显示图像信息，查看图像格式、大小、位深等内容； 3．用灰度面积法编写求图像方图的Matlab程序，并画图； 4．把第3步的结果与直接用Matlab工具箱中函数histogram的结果进行比较，以衡量第3步中程序的正确性。 5．对读入的图像进行直方图均衡化，画出处理后的直方图，并比较处理前后图像效果的变化。 三、知识要点 1.Matlab6.5支持的图像图形格式 TIFF, JEPG, GIF, BMP, PNG, XWD (X Window Dump)，其中GIF不支持写。 2.与图像处理相关的最基本函数 读：imread; 写：imwrite; 显示：imshow; 信息查看：imfinfo; 3.Matlab6.5支持的数据类 double, unit8, int8, uint16, int16, uint32, int32, single, char (2 bytes per element), logical. 4.Matlab6.5支持的图像类型 Intensity images, binary images, indexed images, RGB image 5.数据类及图像类型间的基本转换函数 数据类转换：B = data_class_name(A);

数字图像的灰度处理简述

数字图像的灰度处理 数字图像处理的目的和意义： 图象处理着重强调的是在图象之间进行的各种变换，对图象进行各种加工以改善图象的视觉效果。在图象的灰度处理中，增强操作、直方图及图象间的变换是实现点操作的增强方式，又被称作灰度变换。本文主要介绍了一些数字图像灰度处理的方法，其中图象取反是实现图象灰度值翻转的最直接的方法；灰度切分可实现强化某一灰度值的目的。对直方图进行均衡化修正，可使图象的灰度间距增大或灰度均匀分布、增大反差，使图象的细节变得清晰。 数字图像处理是20世纪60年代初期所形成的一门涉及多领域的交叉学科。所谓数字图像处理，又称为计算机图像处理，就是指用数字计算机及其它有关的数字硬件技术，对图像施加某种应算和处理，从而达到某种预期的目的。在大多数情况下，计算机采用离散的技术来处理来自连续世界的图像。实际上图像是连续的，计算机只能处理离散的数字图像，所以要要对连续图像经过采样和量化以获得离散的数字图像。 数字图像处理中图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制图像中某些不需要的特征，使图像与视觉响应特性相匹配。而通过改变图像的灰度以期达到一种很好的视觉效果是图像增强的一种手段。灰度变换的目的是为了改善画质，使图像显示效果更加清晰。 图像的点应算是一种既简单又重要的技术，它能让用户改变图像数据占据的灰度范围。一幅输入图像经过点应算后将产生一幅新的输出图像，由输入像素点的灰度值决定相应的输出像素点的灰度值。图像的点应算可以有效的改变图像的直方图分布，以提高图像的分辨率和图像的均衡。点应算可以按照预定的方式改变一幅图像的灰度直方图。除了灰度级的改变是根据某种特定的灰度变换函数进行之外，点应算可以看作是“从像素到像素”的复制操作。如果输入图像为A（x,y）,

实验三 图像增强--灰度变换

实验三图像增强—灰度变换 一、实验目的： 1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。 2、学会对图像直方图的分析。 3、掌握直接灰度变换的图像增强方法。 二、实验原理及知识点 术语‘空间域’指的是图像平面本身，在空间域内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为： g(x,y)=T[f(x,y)] 其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。 定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。 灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式： s=T(r) 其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。 核心函数是imhist，其基本语法为： h=imhist(f,b) 其中，f为输入图像，h为其直方图h()，b是用于形成直方图像的灰度级的个数。如果b未包含在此变量中，则默认值为256.如要处理一幅uint8

用matlab实现图像灰度变换课程设计

课程设计报告册 课程名称： MATLAB课程设计 课题名称：灰度变换增强 专业班级： 姓名： Bob Wang 学号： 15164 课程设计主要场所：信息楼220 时间： 指导教师：成绩：

前言 数字图像处理技术是20世界60年代发展起来的一门新兴学科，随着图像处理理论和方法的进一步完善，使得数字图像处理技术在各个领域得到了广泛应用，并显示出广阔的应用前景。MATLAB既是一种直观、高效的计算机语言，同时又是一个科学计算平台。它为数据分析和数据可视化、算法和应用程序开发提供了最核心的数学和高级图形工具。根据它提供的500多个数学和工程函数，工程技术人员和科学工作者可以在它的集成环境中交互或变成以完成各自的计算。MATLAB中集成了功能强大的图像处理工具箱。由于MATLAB语言的语法特征与C语言极为相似，而且更加简单，更加符合科技人员对数学表达式的书写格式，而且这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以MATLAB在图像处理的应用中具有很大的优势。 MATLAB是一种以矩阵运算为基础的交互式程序语言，能够满足科学、工程计算和绘图的要求，与其它计算机语言相比，其特点是简洁和智能化，适应科技专业人员的思维方式和书写习惯，使得编程和调试效率大大提高。我们学习掌握MATLAB，也可以说是在科学工具上与国际接轨。

目录 一、课程设计目的 (2) 二、设计任务及容 (2) 三、课题设计实验条件 (3) 四、涉及知识 (3) 五、具体设计过程及调试 (4) 5.1、图像的读入和显示 5.1.1、打开图像 (4) 5.1.2、显示原图像 (5) 5.1.3、图像灰度处理 (7) 5.1.4、显示灰阶后图像 (8) 5.2、直方图均衡化 5.2.1、生成直方图 (10) 5.2.2、直方图均衡化 (12) 5.3、灰度变换 5.3.1、线性变换 (9) 5.3.2、分段线性变换 (9) 5.3.3、非线性变换.................................... (9) 六、心得体会 (17) 七、参考文献 (18) 八、程序清单 (19)

图像灰度变换增强

图像灰度变换增强 摘要：灰度变换是基于点操作的增强方法，它将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值，如增强处理中的对比度增强。对比度增强可以采用线性拉伸和非线性拉伸。线性拉伸可以将原始输入图像中的灰度值不加区别地扩展。如果要求对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时，采用分段线性拉伸。非线性拉伸常采用对数扩展和指数扩展。对数扩展拉伸低亮度去，压缩高亮度区；指数扩展拉伸了高亮区，压缩了低亮度区。 关键词：图像增强，灰度变换，线性变换，分段线性变换，非线性变换 一． 概述 影响系统图像清晰程度的因素很多，例如室外光照度不够均匀就会造成图像灰度过于集中；由CCD （摄像头）获得的图像经过A/D （数/模转换，该功能在图像系统中由数字采集卡来实现）转换、线路传送都会产生噪声污染等等。因此图像质量不可避免的降低了，轻者表现为图像不干净，难于看清细节；重者表现为图像模糊不清，连概貌也看不出来。因此，在对图像进行分析之前，必须要对图像质量进行改善，一般情况下改善的方法有两类：图像增强和图像复原。图像增强不考虑图像质量下降的原因，只将图像中感兴趣的特征有选择的突出，而衰减不需要的特征，它的目的主要是提高图像的可懂度。图像复原技术与增强技术不同，它需要了解图像质量下降的原因，首先要建立"降质模型"，再利用该模型，恢复原始图像。 根据图像增强处理过程所在的空间不同，图像增强可分为空余增强法和频域增强法两大类。频域增强是在图像的某种变换域内，对图像的变换系数值进行运算，即作某种修正，然后通过逆变换获得增强了的图像。空域增强则是指直接在图像所在的二维空间进行增强处理，既增强构成图像的像素。空域增强法主要有灰度变换增强，直方图增强，图像平滑和图像锐化等。 图像的灰度变换处理是图像增强处理技术中一种非常基础，直接的空间域图像处理法，也是图像数字化软件和图像显示软件的一个重要组成部分。灰度变换是指根据某种目标条件按一定变换关系逐点改变原图像中每一个像素灰度值的方法。目的是为了改善画质，使图像的显示效果更加清晰。 二． 灰度变换处理 灰度变换的过程可表示为：)],([),(y x f T y x g ，它是指将输入图像中每个像素

数字图像处理试卷1.docx

-、单项选择题(从下列各题四个备选答案中选出一个?正确答案，并将其代号填在题前的括号内。答案选错或未作选择者，该题不得分。每小题1分，共10分) (d )1 ?一幅灰度级均匀分布的图象，其灰度范围在［0, 255］,则该图象的信息量为: a. 0 b.255 c.6 d.8 (b )2?图象与灰度直方图间的对应关系是: a.—一对应 b.多对一 c.一对多 d.都不对 )3?下列算法屮属于局部处理的是: a.灰度线性变换b?二值化 c ?傅立叶变换d.中值滤波 )4 ?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 )6.下列算法中属于图象平滑处理的是: a ?梯度锐化 b ?直方图均衡c?中值滤波 https://www.wendangku.net/doc/9611904019.html,placian 增强 )7下列图象边缘检测算子屮抗噪性能最好的是: a.梯度算子 b.Prcwitt 算子 c.Roberts 算子 d. Laplacian 算子 )8?釆用模板［?1 1］主要检测___ 方向的边缘。 a.水平b?45。 c ?垂直 d.l35° (d )9 ?二值图象屮分支点的连接数为: a.O b.l d.3 a )10?対一幅100U00像元的图象，若每像元用8 bit表示其灰度值，经霍夫曼编码后 压缩图象的数据暈为40000bit,则图象的压缩比为: a.2:l b.3:l c.4:l d.l:2 二、填空题(每空1分，共15分) 1.图像锐化除了在空间域进行外，也可在频率域进行。 2.图像处理中常用的两种邻域是4■邻域和8■邻域o 3.直方图修正法包扌舌直方图均衡和直方图规定化两种方法。 6.低通滤波法是使高频成分受到抑制而让低频成分顺利通过,从而实现图像平滑 &一般來说，采样间距越大，图象数据量一少,质量差；反之亦然。 三、名词解释(每小题3分，共15分)

图像处理灰度变换实验

一. 实验名称：空间图像增强（一） 一．实验目的 1．熟悉和掌握利用matlab工具进行数字图像的读、写、显示、像素处理等数字图像处理的基本步骤和流程。 2．熟练掌握各种空间域图像增强的基本原理及方法。 3．熟悉通过灰度变换方式进行图像增强的基本原理、方法和实现。 4．熟悉直方图均衡化的基本原理、方法和实现。 二．实验原理 （一）数字图像的灰度变换 灰度变换是图像增强的一种经典而有效的方法。灰度变换的原理是将图像的每一个像素的灰度值通过一个函数，对应到另一个灰度值上去从而实现灰度的变换。常见的灰度变换有线性灰度变换和非线性灰度变换，其中非线性灰度变换包括对数变换和幂律（伽马）变换等。 1、线性灰度变换 1）当图像成像过程曝光不足或过度，或由于成像设备的非线性和图像记录设备动态范围太窄等因素，都会产生对比度不足的弊病，使图像中的细节分辨不清，图像缺少层次。这时，可将灰度范围进行线性的扩展或压缩，这种处理过程被称为图像的线性灰度变换。对灰度图像进行线性灰度变换能将输入图像的灰度值的动态范围按线性关系公式拉伸扩展至指定范围或整个动态范围。 2）令原图像f(x,y)的灰度范围为[a,b]，线性变换后得到图像g(x,y)，其灰度范围为[c,d]，则线性灰度变换公式可表示为

a y x f b y x f a b y x f c c a y x f a b c d d y x g <≤≤>?????+---=),(),(),(, ,]),([,),( (1) 由(1)式可知，对于介于原图像f (x,y )的最大和最小灰度值之间的灰度值，可通过线性变换公式，一一对应到灰度范围[c,d]之间，其斜率为(d-c)/(b-a)；对于小于原图像的最小灰度值或大于原图像的最大灰度值的灰度值，令其分别恒等于变换后的最小和最大灰度值。变换示意图如图1所示。 图1 线性灰度变换示意图 当斜率大于一时，变换后的灰度值范围得到拉伸，图像对比度得到提高；当斜率小于一时，变换后的灰度值范围被压缩，最小与最大灰度值的差变小，图像对比度降低；当斜率等于一时，相当于对图像不做变换。 3）由上述性质可知，线性灰度变换能选择性地加强或降低特定灰度值范围内的对比度，故线性灰度变换同样也可做分段处理：对于有价值的灰度范围，将斜率调整为大于一，用于图像细节；对于不重要的灰度范围，将图像压缩，降低对比度，减轻无用信息的干扰。最常用的分段线性变换的方法是分三段进行线性变换。 在原图像灰度值的最大值和最小值之间设置两个拐点，在拐点处，原图像的灰度值分别为r 1，r 2，该拐点对应的变换后的图像的灰度值分别为s 1，s 2，另外，取原图像灰度的最小值为r 0,最大值为r m ，对应的变换后的灰度值分别为s 0，s m 。

数字图像处理实验报告

目录 实验一：数字图像的基本处理操作....................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验二：图像的灰度变换和直方图变换............................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验三：图像的平滑处理....................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。实验四：图像的锐化处理......................................................................................... 错误!未定义书签。：实验目的 .............................................................................................................. 错误!未定义书签。：实验任务和要求..................................................................................................... 错误!未定义书签。：实验步骤和结果..................................................................................................... 错误!未定义书签。：结果分析................................................................................................................. 错误!未定义书签。

基于MATLAB的彩色图像灰度化处理

目录 第1章绪论............................................................................................................................ - 1 - 第2章设计原理.................................................................................................................... - 2 - 第3章彩色图像的灰度化处理............................................................................................ - 3 - 3.1加权平均法 .. (3) 3.2平均值法 (3) 3.3最大值法 (4) 3.4举例对比 (5) 3.5结果分析 (6) 第4章结论.......................................................................................................................... - 8 - 参考文献....................................................................................................... 错误！未定义书签。附录............................................................................................................................................ - 9 -

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MA TLAB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MA TLAB中的处理就就是处理一个矩阵。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MA TLAB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,请自己编程与调用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 请自己编程与调用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。

数字图像处理知识点总结

数字图像处理知识点总结 第一章导论 1.图像：对客观对象的一种相似性的生动性的描述或写真。 2.图像分类：按可见性（可见图像、不可见图像），按波段数（单波段、多波段、超波段）， 按空间坐标和亮度的连续性（模拟和数字）。 3.图像处理：对图像进行一系列操作，以到达预期目的的技术。 4.图像处理三个层次：狭义图像处理、图像分析和图像理解。 5.图像处理五个模块：采集、显示、存储、通信、处理和分析。 第二章数字图像处理的基本概念 6.模拟图像的表示：f(x，y)＝i(x，y)×r(x，y)，照度分量0

数字图像处理报告 图像二值化

数字图像处理实验报告 实验二灰度变换 实验目的：通过实验掌握灰度变换的基本概念和方法 实验内容： 掌握基本的灰度变换：图像反转、对数变换、幂次变换和二值化1．图像反转、对数变换、幂次变换 I=imread('fengjing.jpg'); J=im2double(I); subplot(2,3,1),imshow(J); title('原图'); K=255-I; subplot(2,3,2),imshow(K); title('图象反转'); L=3.*log(1+J); subplot(2,3,3),imshow(L);title('图象对数,系数为3'); M=10.*log(1+J); subplot(2,3,4),imshow(M);title('图象对数,系数为10'); N=10.*(J.^0.2); subplot(2,3,5),imshow(N);title('图象指数变换,γ=0.2'); P=10.*(J.^2.5); subplot(2,3,6),imshow(P);title('图象指数变换，γ=2.5'); 2．图象二值化 方法一：

I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); [m,n]=size(I); for i=1:m for j=1:n if I(i,j)<128 I(i,j)=0; else I(i,j)>=128 & I(i,j)<256 I(i,j)=255; end end end subplot(1,2,2),imshow(I);title('图象二值化');方法二： I=imread('fengjing.jpg'); % 确定大小subplot(1,2,1),imshow(I);title('原图象'); J=find(I<128); I(J)=0; J=find(I>=128); I(J)=255; title('图像二值化（阈值为128）'); subplot(1,2,2),imshow(I);title('图象二值化');

数字图像处理考题2012级

数字图像处理： 一、图像工程的内涵（三个层次：图像处理、图像分析和图像理解及其关系）。 图像工程的内涵： 根据抽象程度和研究方法等的不同，可分为三个层次：图像处理、图像分析和图像理解。 图像处理的内容：主要对图象进行各种加工以改善图象的视觉效果、或突出有用信息，并为自动识别打基础，或通过编码以减少对其所需存储空间、传输时间或传输带宽的要求。基本特征：输入是图像，输出也是图像，即图像之间进行的变换。显然，这是一种比较严格的图像处理定义，因此也呈现出了某种狭义性。 图像分析的内容：主要对图象中感兴趣的目标进行检测（或分割）和测量，以获得它们的客观信息从而建立对图象的描述。基本特征：输入是图像，输出是数据（即对输入图像进行描述的信息）。 图像理解的内容：在中级图像处理的基础上，进一步研究图象中各目标的性质和它们之间相互的联系，并得出对图象内容含义的理解（对象识别）及对原来客观场景的解释（计算机视觉），从而指导和规划行动。基本特征：以客观世界为中心，借助知识、经验等来把握整个客观世界。“输入是数据，输出是理解”。 三者的关系: 图像处理是比较低层的操作，它主要在图像像素级上进行处理，处理的数据量非常大。 图像分析则进入了中层，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像形式的描述。 图像理解主要是高层操作，基本上是对从描述抽象出来的符号进行运算，其处理过程和方法与人类的思维推理有许多类似之处。 图像的低级处理阶段和高一级的处理阶段是相互关联和有一定重叠性的。根据本课程的任务和目标，重点放在图像处理上，并学习图像分析的基本理论和方法。也就是说本课程中提到的图像处理概念是广义的。 二、观察三幅图的等偏爱曲线，分析：空间分辨率和灰度分辨率同时变化对图像质量的影响