数字图像处理第三章答案[1-11] 联系客服

发布时间 : 星期五 文章数字图像处理第三章答案[1-11]更新完毕开始阅读0c2bd9b5580216fc710afd3f

3.1首先,对原图像进行处理,使其最小像素值为0,即用f(x,y)减去原图像的最小像素值,形式如下: g(x,y) = f(x,y)-fmin,fmin为最小像素值

其次,对g(x,y)的像素值进行归一化处理,即用g(x,y)除以像素中的最大值

g1(x,y)=g(x,y)/max (g),max(g)代表g(x,y)中像素的最大值。 最后,映射灰度进行变换

G2(x,y)=(L-1)g1(x,y)=(L-1)g(x,y)/max(g)=(L-1)[f(x,y)-fmin]/max(f(x,y)-fmin)

3.2 (a)从图中得最大值为A,在r=0时,T(r)=A,可设通用形式s=T(r)=Ae-ar2.

如图中所示在r=L0时,T(r)=A/3 联立,解得a=ln2/L02=1.099/ L02 则s=Ae-1.099r2/L02

(b)从图中得知曲线最大值为B,最小值为0,可设s= s=T(r)=B(1-e-ar2),从图中可知,r=L0时,T(r)=B/4 解得,a=0.288/ L02 s=T(r)=B(1-e-0.288 r2/ L02)

(c)图是(b)图沿y轴平移得到,所以(c)图的表达式

s?T(r)?(D?C)(1?eL02)?C

?Kr23.3 (a)根据官网提供的答案为s=T(r)=1/(1+(m/r)E) (b)根据条件m=L/4,即s=T(r)=1/(1+(L/4r)E)

在matlab中进行画图实现,情况如下。 程序: %% %习题3.3b %作者:褚凯 %日期:2015.07.31 %L=255 %% x=1:1:255; figure;

y1= 1./(1+(255./(4.*x)).^1); y2= 1./(1+(255./(4.*x)).^2); y3= 1./(1+(255./(4.*x)).^5); y4= 1./(1+(255./(4.*x)).^10); y5= 1./(1+(255./(4.*x)).^20); y6= 1./(1+(255./(4.*x)).^100); y7= 1./(1+(255./(4.*x)).^150); y8= 1./(1+(255./(4.*x)).^200);

plot(x,y1,x,y2,x,y3,x,y4,x,y5,x,y6,x,y7,x,y8);

legend('e=1','e=2','e=5','e=10','e=20','e=100','e=150','e=200'); 结果:

(c)如题所述,像(b)函数那样有效地执行,如上图所示,即当rm时,s=1;r=m时,s=0.5.因此,找到符合该条件的参数即可。

如(a)中s=T(r)=1/(1+(m/r)E)所示,当r=m时,无论E为何值,此时s=0.5。如题,C为计算机中最小的正整数,同时,S为像素值也必须为正整数,此时,如果s的值小于C/2,则在计算机中表示为0. 即s=T(r)=1/(1+(m/r)E)

从图中可知,该函数单调递增,当r

1/(1+(m/m-1)E)log(C/2-1)128/127

3.4提出一组能够产生8比特单色图像所有独立位平面的灰

度分成变换(遍历像素,分别与

0x01,0x02,0x40,0x80,0x10,0x20,0x40,0x80进行位与操作,如果与结果不为0,则得到该比特面图像)在matlab中的程序,如下:

originalImg = imread('Fig0314(a)(100-dollars).tif'); tempImg = originalImg; figure; subplot(3,3,1); imshow(originalImg); title('原始图像');

height = size(originalImg,1); width = size(originalImg,2); for n = 1:8 for i=1:height for j=1:width

gray =bitand( originalImg(i,j), 2^(n-1) );%位与操作判断 if(gray==2^(n-1))

tempImg(i,j) = 255;%二值化 突出比特平面 else

tempImg(i,j) = 0; end end end

subplot(3,3,n+1); imshow(tempImg);

title(['第',num2str(n),'比特图像 ']); end

3.5(a)如果将低阶比特面设为零值,该图像会丢失细节。即

不同灰度值的像素个数将减少,这会导致直方图的成分数减少。由于像素个数不会改变,这将在总体上导致直方图峰值高度上升。通常,较低的灰度值变化将减少对比度。 (b)如果将高阶比特面设为零值,该图像会丢失轮廓,即丢失视觉上的很多数据。最明显的影响是使图像非常模糊,根据灰度变换函数,将0~127之间的所有灰度映射为0,下降的最高位将限制到127的8位图像中最亮的水平。由于像素