目录
实验一MATLAB数字图象处理初步
实验二图象的代数运算
实验三图象提高-空间检波
实验四图象分割
实验一MATLAB数字图象处理初步
一、实验目的与要求
1．熟悉及把握在MATLAB中才能处理什么格式图象。
2．熟练把握在MATLAB中怎样读取图象。
3．把握怎样借助MATLAB来获取图象的大小、颜色、高度、宽度等等相关信息。
4．把握怎样在MATLAB中根据指定要求储存一幅图象的方式。
5．图象间怎么转化。
二、实验原理及知识点
1、数字图象的表示和类别
一幅图象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)座标，f在任何座标处(x,y)处的振幅称为图象在该点的照度。灰度是拿来表示黑白图象照度的一个术语，而彩色图象是由单个二维图象组合产生的。比如，在RGB彩色系统中，一幅彩色图象是由三幅独立的份量图象(红、绿、蓝)组成的。为此，许多为黑白图象处理开发的技术适用于彩色图象处理，方式是分别处理三副独立的份量图象即可。
图象关于x和y座标以及振幅连续。要将这样的一幅图象转化为数字方式，就要求数字化座标和振幅。将座标值数字化成为采样；将振幅数字化成为量化。取样和量化的过程如图1所示。因而，当f的x、y份量和振幅都是有限且离散的量时，称该图象为数字图象。
作为MATLAB基本数据类型的数值链表本身非常易于抒发图象，矩阵的元素和图象的象素之间有着非常自然的对应关系。
图1图象的取样和量化
按照图象数据矩阵解释方式的不同，MATLAB把其处理为4类：
(1)色温图象
一幅照度图象是一个数据矩阵，其归一化的取值表示照度。若色温图象的象素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图象是double类，则象素取值就是浮点数。规定双精度型归一化色温图象的取值范围是[0，1]
(2)二值图象
一幅二值图象是一个取值只有0和1的逻辑链表。而一幅取值只包含0和1的uint8类字段，在MATLAB中并不觉得是二值图象。使用logical函数可以把数值链表转化为二值字段或逻辑链表。创建一个逻辑图象，其句型为：
B=logical(A)
其中3*3中值滤波器模板，B是由0和1构成的数值链表。
要测试一个链表是否为逻辑链表，可以使用函数:
islogical(c)
若C是逻辑链表，则该函数返回1；否则，返回0。
(3)索引图象
索引颜色一般称作为映射颜色，在这些模式下，颜色都是预先定义的，而且可供选用的一组颜色也很有限，索引颜色的图象最多只能显示256种颜色。
一幅索引颜色图象在图象文件里定义，当打开该文件时，构成该图象具体颜色的索引值就被读入程序里，之后按照索引值找到最终的颜色。
(4)RGB图象
一幅RGB图象就是彩色象素的一个M×N×3字段，其中每一个彩色相像点都是在特定空间位置的彩色图象相对应的红、绿、蓝三个份量。依照惯例，产生一幅RGB彩色图象的三个图象常称为红、绿或蓝份量图象。
令fR，fG和fB分别代表三种RGB份量图象。一幅RGB图象就借助cat(级联)操作将这种份量图象组合成彩色图象：
rgb_image=cat(3,fR,fG,fB)
在操作中，图象按次序放置。
2、数据类和图象类型间的转化
表1中列举了MATLAB和IPT为表示象素所支持的各类数据类。表中的前8项称为数值数据类，第9项称为字符类，最后一项称为逻辑数据类。
工具箱中提供了执行必要缩放的函数(见表2)。以在图象类和类型间进行转化。
表1-1MATLAB和IPT支持数据类型
名称
描述
double
双精度浮点数，范围为
uint8
无符号8比特整数，范围为[0255]
uint16
无符号16比特整数，范围为[065536]
uint32
无符号32比特整数，范围为[04294967295]
int8
有符号8比特整数，范围为[-128127]
int16
有符号16比特整数，范围为[-3276832767]
int32
有符号32比特整数，范围为[-21474836482147483647]
single
单精度浮点数，范围为
char
字符
logical
值为0或1
表1-2格式转换函数
名称
将输入转化为
有效的输入图象数据类
im2uint8
uint8
logical,uint8,uint16和doulbe
im2uint16
uint16
logical,uint8,uint16和doulbe
mat2gray
double,范围为[01]
double
im2double
double
logical,uint8,uint16和doulbe
im2bw
logical
uint8,uint16和double
下边给出读取、压缩、显示一幅图象的程序(%旁边的句子属于标记句子，编程时可不用输入)
I=imread(‘原图像名.tif’);%读入原图像,tif格式
whosI%显示图象I的基本信息
imshow(I)%显示图象
%这些格式知识用于jpg格式，压缩储存图象，q是0-100之间的整数
imfinfolily.tif
imwrite(I,'flower.jpg','quality',30);
imwrite(I,'flower.bmp');%以位图（BMP）的格式储存图象
%显示多幅图象，其中n为图形窗口的号数
figure(123),imshow('tifjpgbmp');
gg=im2bw(I,0.6');%将图象转为二值图象
figure,imshow(gg)%显示二值图象
三、实验内容及步骤
1．借助imread()函数读取一幅图象，假定其名为flower.tif，存入一个链表中；
2．借助whos命令提取该读入图象flower.tif的基本信息；
3．借助imshow()函数来显示这幅图象；
4．借助imfinfo函数来获取图象文件的压缩，颜色等等其他的详尽信息；
5．借助imwrite()函数来压缩这幅图像，将其保存为一幅压缩了象素的jpg文件,设为flower.jpg；句型：imwrite(原图像，新图像，‘quality’,q),q取0-100。
6．同样借助imwrite()函数将最初读入的tif图像另存为一幅bmp图象，设为flower.bmp。
7．用imread()读入图象：Lenna.jpg和camema.jpg；
8．用imfinfo()获取图象Lenna.jpg和camema.jpg的大小；
9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示下来，观察两幅图象的质量。
10．用im2bw将一幅灰度图象转化为二值图象，而且用imshow显示下来观察图象的特点。
11．将每一步的函数执行句子拷贝出来，写入实验报告，而且将得到第3、9、10步得到的图象疗效拷贝出来。
四、考核要点
1、熟悉在MATLAB中怎样读入图象、如何获取图象文件的相关信息、如何显示图象及保存图象等，熟悉相关的处理函数。
2、明确不同的图象文件格式，因为其具体的图象储存方法不同，所以文件的大小不同，因而当对同一幅图象来说，有相同的文件大小时，质量不同。
五、实验仪器与软件
(1)PC计算机
(2)MatLab软件/语言包括图象处理工具箱(ImageProcessingToolbox)
(3)实验所须要的图片
六、实验报告要求
描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果和源代码，并进行必要的讨论，必须包括原始图象及其估算/处理后的图象。
七、思考题
(1)阐述MatLab软件的特性。
(2)MatLab软件可以支持什么图象文件格式？
(3)说明函数imread的用途格式以及各类格式所得到图象的性质。
(4)为何用I=imread(‘lena.bmp’)命令得到的图象I不可以进行算术运算？
八、实验图象
Fig.1flower.tifFig.2elephant.jpg
Fig.3Lenna.jpgFig.4camema.jpg
第二图象基本运算
一、实验目的
1．了解图象的算术运算在数字图象处理中的初步应用。
2．感受图象算术运算处理的过程和处理前后图象的变化。
二、实验原理
图象的代数运算是图象的标准算术操作的实现方式，是两幅输入图象之间进行的点对点的加、减、乘、除运算后得到输出图象的过程。倘若输入图象为A(x,y)和B(x,y)，输出图象为C(x,y)，则图象的代数运算有如下四种方式：
C(x,y)=A(x,y)+B(x,y)
C(x,y)=A(x,y)-B(x,y)
C(x,y)=A(x,y)*B(x,y)
C(x,y)=A(x,y)/B(x,y)
图象的代数运算在图象处理中有着广泛的应用，它不仅可以实现自身所需的算术操作，能够为许多复杂的图象处理提供打算。诸如，图象加法就可以拿来测量同一场景或物体生产的两幅或多幅图象的偏差。
使用MATLAB的基本算术符(+、-、*、/等)可以执行图象的算术操作，然而在此之前必须将图象转换为适宜进行基本操作的双精度类型。为了更便捷地对图象进行操作，MATLAB图象处理工具箱包含了一个就能实现所有非稀疏数值数据的算术操作的函数集合。下表列出了所有图象处理工具箱中的图象代数运算函数。
表2-1图象处理工具箱中的代数运算函数
函数名
功能描述
Imabsdiff
两幅图象的绝对差值
Imadd
两幅图象的乘法
Imcomplement
补齐一幅图象
Imdivide
两幅图象的乘法
Imlincomb
估算两幅图象的线性组合
Immultiply
两幅图象的加法
imsubtract
两幅图象的加法
使用图象处理工具箱中的图象代数运算函数无需再进行数据类型间的转换3*3中值滤波器模板，这种函数就能接受uint8和uint16数据，并返回相同格式的图象结果。似乎在函数执行过程中元素是以双精度进行估算的，并且MATLAB工作平台并不会将图象转换为双精度类型。
代数运算的结果很容易超出数据类型容许的范围。诸如，uint8数据才能储存的最大数值是255，各类代数运算尤其是除法运算的结果很容易超过这个数值，有时代数操作（主要是乘法运算）也会形成不能用整数描述的分数结果。图象的代数运算函数使用以下截取规则使运算结果符合数据范围的要求：超出数据范围的整型数据将被截取为数据范围的极值，分数结果将被四舍五入。例如，假如数据类型是uint8，这么小于255的结果（包括无穷大inf）将被设置为255。
注意：无论进行哪一种代数运算都要保证两幅输入图象的大小相等，且类型相同。
三、实验步骤
1．图象的乘法运算
图象相乘通常用于对同一场景的多幅图象求平均疗效，便于有效地减少具有叠加性质的随机噪音。直接采集的图象品质通常都较好，不须要进行除法运算处理，而且对于这些经过长距离模拟通信形式传送的图象（如卫星图象），这些处理是必不可少的。
在MATLAB中，假如要进行两幅图象的乘法，或则给一幅图象加上一个常数，可以调用imadd函数来实现。imadd函数将某一幅输入图象的每一个象素值与另一幅图象相应的象素值相减，返回相应的象素值之和作为输出图象。imadd函数的调用格式如下：
Z=imadd（X，Y）
其中，X和Y表示须要相乘的两幅图象，返回值Z表示得到的除法操作结果。
图象乘法在图象处理中应用十分广泛。比如，以下代码使用减法操作将图2.1中的(a)、(b)两幅图象叠加在一起：
I=imread(‘rice.tif’)；
J=imread(‘cameraman.tif’)；
K=imadd(I,J)；
imshow(K)；
叠加结果如图2.2所示。
图2.1待叠加的两幅图象
图2.2叠加后的图象疗效
给图象的每一个象素加上一个常数可以使图象的色温降低。比如，以下代码将降低图3(a)所示的RGB图象的照度，加亮后的结果如图3(b)所示。
RGB=imread(‘flower.tif’)；
RGB2=imadd(RGB,50)；
subplot(1,2,1)；imshow(RGB)；
subplot(1,2,2)；imshow(RGB2)；
加50减50
原图
加50减50
图2.3色温降低与变暗
两幅图象的象素值相客场形成的结果很可能超过图象数据类型所支持的最大值，尤其对于uint8类型的图象，溢出情况最为常见。当数据值发生溢出时，imadd函数将数据截取为数据类型所支持的最大值，这些截取疗效称之为饱和。为了防止出现饱和现象，在进行乘法估算前最好将图象转换为一种数据范围较宽的数据类型。诸如，在乘法操作前将uint8图象转换为uint16类型。
2．图象的加法运算
图象除法俗称为差分方式，是一种常用于测量图象变化及运动物体的图象处理方式。图象除法可以作为许多图象处理工作的打算步骤。比如，可以使用图象加法来测量一系列相同场景图象的差别。图象加法与阀值化处理的综合使用常常是构建机器视觉系统最有效的方式之一。在借助图象减法处理图象时常常须要考虑背景的更新机制，尽量补偿因为天气、光照等诱因对图象显示疗效引起的影响。
在MATLAB中，使用imsubtract函数可以将一幅图象从另一幅图象中除以，或则从一幅图象中乘以一个常数。imsubtract函数将一幅输入图象的象素值从另一幅输入图象相应的象素值中除以，再将这个结果作为输出图象相应的象素值。imsubtract函数的调用格式如下：
Z=imsubtract(X,Y)；
其中，Z是X-Y操作的结果。以下代码首先按照原始图象（如图2.4(a)所示）生成其背景色温图象，之后再从原始图象上将背景色温图象乘以，因而生成图2.4(b)所示的图象：
rice=imread(‘rice.tif’)；
background=imopen(rice,strel(‘disk’,15))；
rice2=imsubtract(rice,background)；
subplot(1,2,1)；imshow(rice)；
subplot(1,2,2)；imshow(rice2)；
图2.4原始图象、减去背景图象
假如希望从图象数据I的每一个象素乘以一个常数，可以将上述调用格式中的Y替换为一个指定的常数值，比如：
Z=imsubtract(I,50)；
除法操作有时会造成个别象素值变为一个正数，对于uint8或uint16类型的数据，倘若发生此类情况，这么imsubtract函数手动将这种正数截取为0。为了防止差值形成负值，同时防止象素值运算结果之间形成差别，可以调用函数imabsdiff。imabsdiff将估算两幅图象相应象素差值的绝对值，因此返回结果不会形成正数。该函数的调用格式与imsubtract函数类似。
3.图象的加法运算
两幅图象进行加法运算可以实现掩模操作，即屏蔽掉图象的个别部份。一幅图象减去一个常数一般被称为缩放，这是一种常见的图象处理操作。假如使用的缩放因子小于1，这么将提高图象的照度，假如因子大于1则会使图象变暗。缩放一般将形成比简单添加象素偏斜量自然得多的疏密效果，这是由于这些操作就能更好地维持图象的相关对比度。据悉，因为频域的频域或相关运算与信噪比的乘积运算对应，因而加法运算有时也被作为一种方法来实现频域或相关处理。
在MATLAB中，使用immultiply函数实现两幅图象的除法。immultiply函数将两幅图象相应的象素值进行元素对元素的除法操作（MATLAB点乘），并将除法的运算结果作为输出图形相应的象素值。immulitply函数的调用格式如下：
Z=immulitply(X,Y)
其中，Z=X*Y。比如，以下代码将使用给定的缩放因子对图2.5(a)所示的图象进行缩放，因而得到如图2.5(b)所示的较为明亮的图象：
I=imread(‘moon.tif’)；
J=immultiply(I,1.2)；
subplot(1,2,1)；imshow(I)；
subplot(1,2,2)；imshow(J)；
图2.5原图和减去因子1.5的图象
uint8图象的除法操作通常还会发生溢出现象。Immultiply函数将溢出的数据截取为数据类型的最大值。为了防止形成溢出现象，可以在执行加法操作之前将uint8图象转换为一种数据范围较大的图象类型，比如uint16。
4．图象的加法运算
加法运算可用于校准成像设备的非线性影响，这在特殊形态的图象（如断层扫描等医学图象）处理中经常用到。图象乘法也可以拿来测量两幅图象间的区别，而且减法操作给出的是相应象素值的变化百分比，而不是每位象素的绝对差别，因此图象加法称作为百分比变换。
在MATLAB中使用imdivide函数进行两幅图象的减法。imdivide函数对两幅输入图象的所有相应象素执行元素对元素的乘法操作（点除），并将得到的结果作为输出图象的相应象素值。imdivide函数的调用格式如下：
Z=imdivide(X,Y)
其中，Z=X/Y。比如，以下代码将图4所示的两幅图象进行加法运算，请将这个结果和除法操作的结果相比较，对比它们之间的不同之处：
Rice=imread(‘rice.tif’)；
I=double(rice)；
J=I*0.43+90；
Rice2=uint8(J)；
Ip=imdivide(rice,rice2)；
Imshow(Ip,[])；
减法操作的结果如图2.6所示。
图2.6原图和减背景后的图象相除的图象疗效
5．图象的四则代数运算
可以综合使用多种图象代数运算函数来完成一系列的操作。比如，使用以下句子估算两幅图象的平均值：
I=imread(‘rice.tif’)；
I2=imread(‘cameraman.tif’)；
K=imdivide(imadd(I,I2),2)；
建议最好不要用这些方法进行图象操作，这是由于，对于uint8或uint16数据，每一个算术函数在将其输出结果传递给下一项操作之前都要进行数据截取，这个截取过程将会大大降低输出图象的信息量。执行图象四则运算操作较好的一个办法就是使用函数imlincomb。函数imlincomb根据双精度执行所有代数运算操作，并且仅对最好的输出结果进行截取，该函数的调用格式如下：
Z=imlincomb(A,X,B,Y,C)；
其中，Z=A*X+B*Y+C。MATLAB会手动依据输入参数的个数判定须要进行的运算。比如，以下句子将估算Z=A*X+C：
Z=imlincomb(A,X,C)
而以下句子将估算Z=A*X+B*Y：
Z=imlincomb(A,X,B,Y,)
四、实验报告要求
1描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果并进行必要的讨论。
2必须包括原始图象及其估算处理后的图象以及相应的解释。
五、思考题
由图象算术运算的运算结果，思索图象加法运算在哪些场合上发挥优势？
实验三图象提高—空域混频
一、实验目的
进一步了解MatLab软件/语言，学会使用MatLab对图象作检波处理，使中学生有机会把握检波算法，感受混频疗效。
了解几种不同混频方法的使用和使用的场合，培养处理实际图象的能力，并为课堂教学提供配套的实践机会。
二、实验要求
(1)中学生应该完成对于给定图象+噪音，使用平均混频器、中值混频器对不同硬度的高斯噪音和孜然噪音，进行混频处理；才能正确地评价处理的结果；才能从理论上做出合理的解释。
(2)借助MATLAB软件实现空域混频的程序：
I=imread('electric.tif');
J=imnoise(I,'gauss',0.02);%添加高斯噪音
J=imnoise(I,'salt&pepper',0.02);(注意空格)%添加酱汁噪音
ave1=fspecial('average',3);%形成3×3的均值模版
ave2=fspecial('average',5);%形成5×5的均值模版
K=filter2(ave1,J)/255;%均值混频3×3
L=filter2(ave2,J)/255;%均值混频5×5
M=medfilt2(J,[33]);%中值混频3×3模板
N=medfilt2(J,[44]);%中值混频4×4模板
imshow(I);
figure,imshow(J);
figure,imshow(K);
figure,imshow(L);
figure,imshow(M);
figure,imshow(N);
三、实验设备与软件
(1)IBM-PC计算机系统
(2)MatLab软件/语言包括图象处理工具箱(ImageProcessingToolbox)
(3)实验所须要的图片
四、实验内容与步骤
a)调入并显示原始图象Sample2-1.jpg。
b)借助imnoise命令在图象Sample2-1.jpg上加入高斯(gaussian)噪音
c)借助预定义函数fspecial命令形成平均(average)混频器
d）分别采用3x3和5x5的模板，分别用平均混频器以及中值混频器，对加入噪音的图象进行处理并观察不同噪音水平下，上述混频器处理的结果；
e）选择不同大小的模板，对加入某一固定噪音水平噪音的图象进行处理，观察上述混频器处理的结果。
f）借助imnoise命令在图象Sample2-1.jpg上加入酱汁噪音(salt&pepper)
g）重复c)~e）的步骤
h）输出全部结果并进行讨论。
五、思考题/问答题
(1)阐述高斯噪音和孜然噪音的特性。
(2)结合实验内容，定性评价平均混频器/中值混频器对高斯噪音和孜然噪音的去噪疗效？
(3)结合实验内容，定性评价混频窗口对去噪疗效的影响？
六、实验报告要求
描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果，并进行必要的讨论，必须包括原始图象及其估算/处理后的图象。
七、实验图象
electric.tif（原始图象）
实验二图象的代数运算
一、实验目的
1．了解图象的算术运算在数字图象处理中的初步应用。
2．感受图象算术运算处理的过程和处理前后图象的变化。
二、实验原理
图象的代数运算是图象的标准算术操作的实现方式，是两幅输入图象之间进行的点对点的加、减、乘、除运算后得到输出图象的过程。倘若输入图象为A(x,y)和B(x,y)，输出图象为C(x,y)，则图象的代数运算有如下四种方式：
C(x,y)=A(x,y)+B(x,y)
C(x,y)=A(x,y)-B(x,y)
C(x,y)=A(x,y)*B(x,y)
C(x,y)=A(x,y)/B(x,y)
图象的代数运算在图象处理中有着广泛的应用，它不仅可以实现自身所需的算术操作，能够为许多复杂的图象处理提供打算。诸如，图象加法就可以拿来测量同一场景或物体生产的两幅或多幅图象的偏差。
使用MATLAB的基本算术符(+、-、*、/等)可以执行图象的算术操作，然而在此之前必须将图象转换为适宜进行基本操作的双精度类型。为了更便捷地对图象进行操作，MATLAB图象处理工具箱包含了一个才能实现所有非稀疏数值数据的算术操作的函数集合。下表列出了所有图象处理工具箱中的图象代数运算函数。
表2-1图象处理工具箱中的代数运算函数
函数名
功能描述
Imabsdiff
两幅图象的绝对差值
Imadd
两幅图象的乘法
Imcomplement
补齐一幅图象
Imdivide
两幅图象的乘法
Imlincomb
估算两幅图象的线性组合
Immultiply
两幅图象的加法
imsubtract
两幅图象的加法
使用图象处理工具箱中的图象代数运算函数无需再进行数据类型间的转换，这种函数就能接受uint8和uint16数据，并返回相同格式的图象结果。似乎在函数执行过程中元素是以双精度进行估算的，并且MATLAB工作平台并不会将图象转换为双精度类型。
代数运算的结果很容易超出数据类型容许的范围。诸如，uint8数据才能储存的最大数值是255，各类代数运算尤其是除法运算的结果很容易超过这个数值，有时代数操作（主要是乘法运算）也会形成不能用整数描述的分数结果。图象的代数运算函数使用以下截取规则使运算结果符合数据范围的要求：超出数据范围的整型数据将被截取为数据范围的极值，分数结果将被四舍五入。例如，假如数据类型是uint8，这么小于255的结果（包括无穷大inf）将被设置为255。
注意：无论进行哪一种代数运算都要保证两幅输入图象的大小相等，且类型相同。
三、实验步骤
1．图象的乘法运算
图象相乘通常用于对同一场景的多幅图象求平均疗效，便于有效地减少具有叠加性质的随机噪音。直接采集的图象品质通常都较好，不须要进行除法运算处理，而且对于这些经过长距离模拟通信形式传送的图象（如卫星图象），这些处理是必不可少的。
在MATLAB中，假如要进行两幅图象的乘法，或则给一幅图象加上一个常数，可以调用imadd函数来实现。imadd函数将某一幅输入图象的每一个象素值与另一幅图象相应的象素值相减，返回相应的象素值之和作为输出图象。imadd函数的调用格式如下：
Z=imadd（X，Y）
其中，X和Y表示须要相乘的两幅图象，返回值Z表示得到的除法操作结果。
图象乘法在图象处理中应用十分广泛。比如，以下代码使用减法操作将图2.1中的(a)、(b)两幅图象叠加在一起：
I=imread(‘rice.tif’)；
J=imread(‘cameraman.tif’)；
K=imadd(I,J)；
imshow(K)；
叠加结果如图2.2所示。
图2.1待叠加的两幅图象
图2.2叠加后的图象疗效
给图象的每一个象素加上一个常数可以使图象的色温降低。比如，以下代码将降低图3(a)所示的RGB图象的照度，加亮后的结果如图3(b)所示。
RGB=imread(‘flower.tif’)；
RGB2=imadd(RGB,50)；
subplot(1,2,1)；imshow(RGB)；
subplot(1,2,2)；imshow(RGB2)；
加50减50
原图
加50减50
图2.3色温降低与变暗
两幅图象的象素值相客场形成的结果很可能超过图象数据类型所支持的最大值，尤其对于uint8类型的图象，溢出情况最为常见。当数据值发生溢出时，imadd函数将数据截取为数据类型所支持的最大值，这些截取疗效称之为饱和。为了防止出现饱和现象，在进行乘法估算前最好将图象转换为一种数据范围较宽的数据类型。诸如，在乘法操作前将uint8图象转换为uint16类型。
2．图象的加法运算
图象除法俗称为差分方式，是一种常用于测量图象变化及运动物体的图象处理方式。图象除法可以作为许多图象处理工作的打算步骤。比如，可以使用图象加法来测量一系列相同场景图象的差别。图象加法与阀值化处理的综合使用常常是构建机器视觉系统最有效的方式之一。在借助图象减法处理图象时常常须要考虑背景的更新机制，尽量补偿因为天气、光照等诱因对图象显示疗效引起的影响。
在MATLAB中，使用imsubtract函数可以将一幅图象从另一幅图象中除以，或则从一幅图象中乘以一个常数。imsubtract函数将一幅输入图象的象素值从另一幅输入图象相应的象素值中除以，再将这个结果作为输出图象相应的象素值。imsubtract函数的调用格式如下：
Z=imsubtract(X,Y)；
其中，Z是X-Y操作的结果。以下代码首先按照原始图象（如图2.4(a)所示）生成其背景色温图象，之后再从原始图象上将背景色温图象乘以，因而生成图2.4(b)所示的图象：
rice=imread(‘rice.tif’)；
background=(rice,strel(‘disk’,15))；
rice2=imsubtract(rice,background)；
subplot(1,2,1)；imshow(rice)；
subplot(1,2,2)；imshow(rice2)；
图2.4原始图象、减去背景图象
假如希望从图象数据I的每一个象素乘以一个常数，可以将上述调用格式中的Y替换为一个指定的常数值，比如：
Z=imsubtract(I,50)；
除法操作有时会造成个别象素值变为一个正数，对于uint8或uint16类型的数据，倘若发生此类情况，这么imsubtract函数手动将这种正数截取为0。为了防止差值形成负值，同时防止象素值运算结果之间形成差别，可以调用函数imabsdiff。imabsdiff将估算两幅图象相应象素差值的绝对值，因此返回结果不会形成正数。该函数的调用格式与imsubtract函数类似。
3.图象的加法运算
两幅图象进行加法运算可以实现掩模操作，即屏蔽掉图象的个别部份。一幅图象减去一个常数一般被称为缩放，这是一种常见的图象处理操作。假如使用的缩放因子小于1，这么将提高图象的照度，假如因子大于1则会使图象变暗。缩放一般将形成比简单添加象素偏斜量自然得多的疏密效果，这是由于这些操作就能更好地维持图象的相关对比度。据悉，因为频域的频域或相关运算与信噪比的乘积运算对应，因而加法运算有时也被作为一种方法来实现频域或相关处理。
在MATLAB中，使用immultiply函数实现两幅图象的除法。immultiply函数将两幅图象相应的象素值进行元素对元素的除法操作（MATLAB点乘），并将除法的运算结果作为输出图形相应的象素值。immulitply函数的调用格式如下：
Z=immulitply(X,Y)
其中，Z=X*Y。比如，以下代码将使用给定的缩放因子对图2.5(a)所示的图象进行缩放，因而得到如图2.5(b)所示的较为明亮的图象：
I=imread(‘moon.tif’)；
J=immultiply(I,1.2)；
subplot(1,2,1)；imshow(I)；
subplot(1,2,2)；imshow(J)；
图2.5原图和减去因子1.5的图象
uint8图象的除法操作通常还会发生溢出现象。Immultiply函数将溢出的数据截取为数据类型的最大值。为了防止形成溢出现象，可以在执行加法操作之前将uint8图象转换为一种数据范围较大的图象类型，比如uint16。
4．图象的加法运算
加法运算可用于校准成像设备的非线性影响，这在特殊形态的图象（如断层扫描等医学图象）处理中经常用到。图象乘法也可以拿来测量两幅图象间的区别，而且减法操作给出的是相应象素值的变化百分比，而不是每位象素的绝对差别，因此图象加法称作为百分比变换。
在MATLAB中使用imdivide函数进行两幅图象的减法。imdivide函数对两幅输入图象的所有相应象素执行元素对元素的乘法操作（点除），并将得到的结果作为输出图象的相应象素值。imdivide函数的调用格式如下：
Z=imdivide(X,Y)
其中，Z=X/Y。比如，以下代码将图4所示的两幅图象进行加法运算，请将这个结果和除法操作的结果相比较，对比它们之间的不同之处：
Rice=imread(‘rice.tif’)；
I=double(rice)；
J=I*0.43+90；
Rice2=uint8(J)；
Ip=imdivide(rice,rice2)；
Imshow(Ip,[])；
减法操作的结果如图2.6所示。
图2.6原图和减背景后的图象相除的图象疗效
5．图象的四则代数运算
可以综合使用多种图象代数运算函数来完成一系列的操作。比如，使用以下句子估算两幅图象的平均值：
I=imread(‘rice.tif’)；
I2=imread(‘cameraman.tif’)；
K=imdivide(imadd(I,I2),2)；
建议最好不要用这些方法进行图象操作，这是由于，对于uint8或uint16数据，每一个算术函数在将其输出结果传递给下一项操作之前都要进行数据截取，这个截取过程将会大大降低输出图象的信息量。执行图象四则运算操作较好的一个办法就是使用函数imlincomb。函数imlincomb根据双精度执行所有代数运算操作，并且仅对最好的输出结果进行截取，该函数的调用格式如下：
Z=imlincomb(A,X,B,Y,C)；
其中，Z=A*X+B*Y+C。MATLAB会手动依据输入参数的个数判定须要进行的运算。比如，以下句子将估算Z=A*X+C：
Z=imlincomb(A,X,C)
而以下句子将估算Z=A*X+B*Y：
Z=imlincomb(A,X,B,Y,)
四、实验报告要求
1描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果并进行必要的讨论。
2必须包括原始图象及其估算处理后的图象以及相应的解释。
五、思考题
由图象算术运算的运算结果，思索图象加法运算在哪些场合上发挥优势？
实验四图象分割
一、实验目的
使用MatLab软件进行图象的分割。使中学生通过实验感受一些主要的分割算子对图象处理的疗效，以及各类诱因对分割疗效的影响。
二、实验要求
要求中学生就能自行评价各主要算子在无噪音条件下和噪音条件下的分割性能。才能把握分割条件(阀值等)的选择。完成规定图象的处理并要求正确评价处理结果，才能从理论上做出合理的解释。
三、实验内容与步骤
(1)使用Roberts算子的图象分割实验
调入并显示图象room.tif中图象；使用Roberts算子对图象进行边沿检查处理；Roberts算子为一对模板：
相应的矩阵为：rh=[01；-10]；rv=[10；0-1]；这儿的rh为水平Roberts算子，rv为垂直Roberts算子。分别显示处理后的水平边界和垂直边界检查结果；用“欧几里德距离”和“街区距离”方式估算梯度的模，并显示检查结果；对于测量结果进行二值化处理，并显示处理结果；
提示：先做测量结果的直方图，参考直方图中灰度的分布尝试确定阀值；应反复调节阀值的大小，直到二值化的疗效最为满意为止。分别显示处理后的水平边界和垂直边界检查结果；将处理结果转化为“白底黑腰线”的形式；给图象加上零均值的高斯噪音；对于噪音图象重复步骤b~f。
(2)使用Prewitt算子的图象分割实验
使用Prewitt算子进行内容(1)中的全部步骤。
(3)使用Sobel算子的图象分割实验
使用Sobel算子进行内容(1)中的全部步骤。
(4)使用LoG(拉普拉斯-高斯)算子的图象分割实验
使用LoG(拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1：处理后可以直接显示处理结果，无须另外估算梯度的模。提示2：注意调节噪音的硬度以及LoG(拉普拉斯-高斯)算子的参数，观察处理结果。
(5)复印全部结果并进行讨论。
下边是使用sobel检测器对图象进行分割的MATLAB程序
f=imread('room.tif');
[gv,t1]=edge(f,'sobel','vertical');%使用edge函数对图象f提取垂直的边沿
imshow(gv)
[gb,t2]=edge(f,'sobel','horizontal');%使用edge函数对图象f提取垂直的边沿
figure,imshow(gb)
w45=[-2-10;-101;012];%指定模版使用imfilter估算45度方向的边沿
g45=imfilter(double(f),w45,'replicate');
T=0.3*max(abs(g45(:)));%设定阀值
g45=g45>=T;%进行阀值处理
figure,imshow(g45);
在函数中使用'prewitt'和'roberts'的过程，类似于使用sobel边沿检查器的过程。
四、实验设备及软件
1．计算机；
2．MATLAB程序；
3．联通式储存器（软驱、U盘等）。
4．记录用的笔、纸。
五、实验报告要求
1．表述实验过程；
2．递交实验的原始图象和结果图象。
六、思考题/问答题
1.评价一下Roberts算子、Prewitt算子、Sobel算子对于噪音条件下边界检查的性能。
2.为何LoG梯度测量算子的处理结果不须要象Prewitt等算子那样进行幅度组合？
3.实验中所使用的四种算子所得到的边界有哪些优缺？
七、实验图片
room.tif
