数字图像处理作业 1
数字图像处理 作业1汇总
数字图像处理报告标题：01报告编号：课程编号：学生姓名：截止日期：上交日期：摘要（1）编写函数计算灰度图像的均方误差（MSE）、信噪比（SNR）、峰值信噪比（PSNR）、平均绝对误差（MAE）；（2）编写函数对灰度图像经行降采样，直接消除像素以及消除像素前进行简单平滑滤波；（3）编写函数对图像进行放大，分别使用像素直接复制和双线性插值的方法：（4）编写函数用题目给出的量化步骤Q去量化灰度图像，并给出相应的MSE和直方图；（5）编写函数对灰度图像执行直方图均衡化，显示均衡前后的直方图。
同时，熟悉使用MATLAB，并且熟练操作对图像进行各种修改变换等。
KEY WORD :MATLAB MSE、PSNR 直方图量化技术探讨数字图像处理是基于Matlab来实现的，由于Matlab 独特的功能和对矩阵，图像，函数灵活的处理，因而用于图像的处理相当的方便。
task1均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）。
可以使用使用for循环语句，分别计算图像MSE/SNR/PSNR/MAE，具体的计算公式见附录代码，下面只附运算原理代码均方误差（MSE）：sum=sum+(a(i,j)-b(i,j))^2; MSE=sum/(M*N)信噪比（SNR）：sum2=sum2+a(i,j)^2; SNR=10*log10(sum2/MSE)峰值信噪比（PSNR）：sum=sum+(a(i,j)-b(i,j))^2; PSNR=10*log10(255^2/MSE)平均绝对误差（MAE）：sum=sum+a(i,j)+b(i,j); MAE=sum/(M*N)在每次对同一个图像处理时它们的均方误差（MSE）,信噪比（SNR）,峰值信噪比（PSNR）,平均绝对误差（MAE）都会有所不同，因为它是原图像与加噪后的图像比较，而电脑的每次操作都会对加噪过得图像有影响。
task3按比例缩小灰度图像（1）直接消除像素点：I1=g(1:m:end,1:m:end);I1 为缩小后的图像，g为原图。
数字图像处理大作业
1、下图是一用于干涉原理进行测试的干涉场图像，要求判读条纹的间距，请给出图像处理的方案并说明每一步的作用及其对其它处理步骤可能产生的影响。
解：步骤与思路：○1.进行模糊处理，消除噪声○2.边缘检测，进行图像增强处理○3．二值化图像，再进行边缘检测，能够得到很清晰的边界。
○4.采用横向标号法，根据值为1像素在标号中的相邻位置可以确定间距I=imread('xz mjt.bmp');I1=medfilt2(I); %对图像中值滤波imshow(I1);[m,n]=size(I1);for i=1:mfor j=1:nif(I1(i,j)<100) %阈值为100I1(i,j)=255;elseI1(i,j)=0; %进行二值化endendendfigure;imshow(I1);Y1=zeros(1,25);y2=y1;c=y2;i=100;for j=1:1200if (I1(i,j)==255&&I1(i,j+1)==0)Y1=j+1;endif (I1(i,j)==0&&I1(i,j+1)==255)Y2=j;endendfor i=1:25c=Y2(i)-Y1(i)endc %找出每两个条纹之间的距离2. 现有8个待编码的符号m0,……,m7,它们的概率分别为0.11,0.02,0.08,0.04,0.39,0.05,0.06,0.25,利用哈夫曼编码求出这一组符号的编码并画出哈夫曼树。
3. 请以图像分割方法为主题，结合具体处理实例，采用期刊论文格式，撰写一篇小论文。
各种算子对图像进行边缘检测效果的研究图像分割是根据需要将图像划分为有意义的若干区域或部分的图像处理技术。
通过边缘检测在Matlab中实现方法，及用四叉数分解函数进行区域分割的方法，掌握了Matlab区域操作函数的使用和图像分析和理解的基本方法,并学到了'roberts','sobel','prewitt','canny','log'算子对图像进行边缘检测的不同效果。
《数字图像处理》期末大作业(1)
《数字图像处理》期末大作业大作业题目及要求：一、题目：本门课程的考核以作品形式进行。
作品必须用Matlab完成。
并提交相关文档。
二、作品要求：1、用Matlab设计实现图形化界面，调用后台函数完成设计，函数可以调用Matlab工具箱中的函数，也可以自己编写函数。
设计完成后，点击GUI图形界面上的菜单或者按钮，进行必要的交互式操作后，最终能显示运行结果。
2、要求实现以下功能：每个功能的演示窗口标题必须体现完成该功能的小组成员的学号和姓名。
1）对于打开的图像可以显示其灰度直方图，实现直方图均衡化。
2）实现灰度图像的对比度增强，要求实现线性变换和非线性变换（包括对数变换和指数变换）。
3）实现图像的缩放变换、旋转变换等。
4）图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理。
5）采用robert算子，prewitt算子，sobel算子，拉普拉斯算子对图像进行边缘提取。
6）读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标。
3、认真完成期末大作业报告的撰写，对各个算法的原理和实验结果务必进行仔细分析讨论。
报告采用A4纸打印并装订成册。
附录：报告模板《数字图像处理》期末大作业班级：计算机小组编号：第9组组长：王迪小组成员：吴佳达浙江万里学院计算机与信息学院2014年12月目录（自动生成）1 绘制灰度直方图，实现直方图均衡化 (5)1.1 算法原理 (5)1.2 算法设计 (5)1.3 实验结果及对比分析 (5)2 灰度图像的对比度增强 (5)2.1 算法原理 (5)2.2 算法设计 (5)2.3 实验结果及分析 (5)3 图像的几何变换 (5)3.1 算法原理 (5)3.2 算法设计 (5)3.3 实验结果及分析 (5)4 图像加噪（用输入参数控制不同噪声），然后使用空域和频域进行滤波处理 (5)4.1 算法原理 (5)4.2 算法设计 (6)4.3 实验结果及分析 (6)5 采用robert，prewitt，sobel，拉普拉斯算子对图像进行边缘提取 (6)5.1 算法原理 (6)5.2 算法设计 (6)5.3 实验结果及分析 (6)6 读入两幅图像，一幅为背景图像，一幅为含有目标的图像，应用所学的知识提取出目标 (6)6.1 算法原理 (6)6.2 算法设计 (6)6.3 实验结果及分析 (6)7 小结（感受和体会） (6)1 绘制灰度直方图，实现直方图均衡化1.1 算法原理图像增强是指按特定的需要突出一幅图像中的某些信息，同时，消弱或去除某些不需要的信息的处理方法。
西安交大数字图像处理第一次作业
数字图像处理第一次作业姓名：班级：学号：提交日期：2015年3月13日摘要本次报告首先简单阐述了BMP图像格式及其相关数据结构，随后主要完成了作业要求中关于图像处理与计算的各项任务。
本次作业以Matlab 2014为平台，通过对lena.bmp,elain.bmp图像文件的编程处理，分别得到了lena.bmp图像的8到1级灰度逐级递减显示，lena.bmp图像的均值和方差，通过近邻、双线性和双三次插值法对lena.bmp进行4倍放大后得到的2048×2048尺寸图像，和对lena.bmp、elain.bmp图像分别进行水平偏移变换和旋转变换后的图像及其4倍插值放大图像。
以上任务完成后均得到了预期的结果。
1.Bmp图像格式简介。
1.1 BMP格式概述BMP（全称Bitmap）是Windows操作系统中的标准图像文件格式，可以分成两类：设备相关位图（DDB）和设备无关位图（DIB），使用非常广。
它采用位映射存储格式，除了图像深度可选以外，不采用其他任何压缩，因此，BMP文件所占用的空间很大。
BMP文件的图像深度可选lbit、4bit、8bit及24bit。
BMP文件存储数据时，图像的扫描方式是按从左到右、从下到上的顺序。
1.2 BMP格式组成典型的BMP图像文件由四部分组成：（1）位图头文件数据结构，它包含BMP图像文件的类型、显示内容等信息；（2）位图信息数据结构，它包含有BMP图像的宽、高、压缩方法，以及定义颜色等信息；（3）调色板，这个部分是可选的，有些位图需要调色板，有些位图，比如真彩色图（24位的BMP）就不需要调色板；（4）位图数据，这部分的内容根据BMP位图使用的位数不同而不同，在24位图中直接使用RGB，而其他的小于24位的使用调色板中颜色索引值。
1.3 BMP格式对应数据结构BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成。
1.3.1 BMP文件头（14字节）BMP文件头数据结构含有BMP文件的类型、文件大小和位图起始位置等信息。
数字图像处理作业
数字图像处理作业close all %关闭打开了的所有图形窗⼝clc %清屏命令clear %清除⼯作空间中所有变量%⼀，图像的预处理，读⼊彩⾊图像将其灰度化PS=imread('E:\Lena.bmp');%读⼊bmp图像⽂件%⼆，绘制直⽅图[m,n]=size(PS); %测量图像尺⼨参数GP=zeros(1,256); %预创建存放灰度出现概率的向量for k=0:255GP(k+1)=length(find(PS==k))/(m*n);%计算每级灰度出现的概率，将其存⼊GP中相应位置end %三，灰度压缩S1=zeros(1,256);sum=0;for i=1:256if(i>=64&&i<=192)S1(i)=255*GP(i)/128-255*64/128/(m*n);endend%四，直⽅图均衡化S2=zeros(1,256);for i=1:256for j=1:iS2(i)=S1(j)+S2(i);endendS3=zeros(1,256);for i=1:256S3(i)=floor((S2(i)*255)+0.5); %将Sk归到相近级的灰度endd=zeros(size(PS));for i=1:mfor j=1:nendd=uint8(d);ZK=zeros(1,256);x=0;for k=0:255ZK(k+1)=length(find(d==k))/(m*n);%计算每级灰度出现的概率，将其存⼊GP中相应位置end imwrite(d,'E:\PicEqual.bmp');subplot(1,2,1);imshow(PS); %显⽰出来灰度图像title('原灰度图像');subplot(1,2,2);imshow(d);title('均衡化后的图像');figure(2);subplot(2,1,1);bar(0:255,GP);%绘制直⽅图title('原图像直⽅图');xlabel('灰度值');ylabel('每级灰度出现概率');subplot(2,1,2);bar(0:255,S1);title('压缩后图像直⽅图');xlabel('灰度值');ylabel('每级灰度出现概率');figure(3);bar(0:255,ZK);title('均衡化后图像直⽅图');xlabel('灰度值');ylabel('每级灰度出现概率');原灰度图像均衡化后的图像-5005010015020025030000.0050.010.015原图像直⽅图灰度值每级灰度出现概率-5005010015020025030000.010.02压缩后图像直⽅图灰度值每级灰度出现概率-5005010015020025030000.050.10.150.20.250.30.35均衡化后图像直⽅图灰度值每级灰度出现概率2.空间域的unsharp_nasking%利⽤均值滤波器对图像进⾏平滑处理，噪声得到了有效的去除%并且选择模版的尺⼨越⼤，噪声的去除效果越好，同时图像边缘细节越模糊close all;clear;clc;I=imread('D:\1.jpg'); %读⼊原图像M=rgb2gray(I); %将原图像灰度化%创建均值滤波器模版H1=ones(3)/9; %3*3的模H2=ones(7)/49; %7*7的模J=imnoise(M,'gaussian',0,0.02); %添加⾼斯噪声，均值为0，⽅差为0.02%转化J 为double 数据类型J=double(J);%均值滤波S1=conv2(J,H1,'same');S2=conv2(J,H2,'same');%图像显⽰subplot(2,2,1);imshow(M);title('原始图像的灰度图');subplot(2,2,2);imshow(J,[]);title('添加⾼斯噪声图像');subplot(2,2,3);imshow(S1,[]);title('3*3均值滤波图像');subplot(2,2,4);imshow(S2,[]);title('7*7均值滤波图像');%反锐化掩膜滤波W=[1 1 1;1 1 1;1 1 1];W=1/9*W;%对3*3均值滤波图像后的图像进⾏反掩膜滤波[m,n]=size(S1);M1=zeros(size(S1));G1=zeros(size(S1));for x=1:mfor y=1:nif (x==1|y==1|x==m|y==n)Blur_S1(x,y)=S1(x,y);elseBlur_S1(x,y)=W(1,1)*S1(x-1,y-1)+W(1,2)*S1(x-1,y)+W(1,3)*S1(x-1,y+1)+... W(2,1)*S1(x,y-1)+W(2,2)*S1(x,y)+W(2,3)*S1(x,y+1)+...W(3,1)*S1(x+1,y-1)+W(3,2)*S1(x+1,y)+W(3,3)*S1(x+1,y+1);endM1(x,y)=C*(S1(x,y)-Blur_S1(x,y));G1(x,y)=S1(x,y)+M1(x,y);endend%对7*7均值滤波后的图像进⾏反掩膜滤波[a,b]=size(S2);M2=zeros(size(S2));G2=zeros(size(S2));for x=1:afor y=1:bif (x==1|y==1|x==a|y==b)Blur_S2(x,y)=S2(x,y);elseBlur_S2(x,y)=W(1,1)*S2(x-1,y-1)+W(1,2)*S2(x-1,y)+W(1,3)*S2(x-1,y+1)+... W(2,1)*S2(x,y-1)+W(2,2)*S2(x,y)+W(2,3)*S2(x,y+1)+...W(3,1)*S2(x+1,y-1)+W(3,2)*S2(x+1,y)+W(3,3)*S2(x+1,y+1);endM2(x,y)=C*(S2(x,y)-Blur_S2(x,y));G2(x,y)=S2(x,y)+M2(x,y);endendsubplot(2,1,1);imshow(uint8(G1));title('3*3均值滤波后的图像进⾏反锐化掩膜增强后的图像'); subplot(2,1,2);imshow(uint8(G2));title('7*7均值滤波后的图像进⾏反锐化掩膜增强后的图像');原始图像的灰度图添加⾼斯噪声图像3*3均值滤波图像7*7均值滤波图像3*3均值滤波后的图像进⾏反锐化掩膜增强后的图像7*7均值滤波后的图像进⾏反锐化掩膜增强后的图像4.巴特沃斯低通滤波close all %关闭打开了的所有图形窗⼝clc %清屏命令clear %清除⼯作空间中所有变量img=imread('E:\lena.bmp'); %读⼊图像img1=imnoise(img,'salt'); %加⼊椒盐噪声f=double(img1); %图像存储类型转换g=fft2(f); %傅⾥叶变换g=fftshift(g); %转换数据矩阵[N1,N2]=size(g); %测量图像尺⼨参数n=2; d0=50;n1=fix(N1/2);n2=fix(N2/2);for i=1:N1for j=1:N2d=sqrt((i-n1)^2+(j-n2)^2);h=1/(1+0.414*(d/d0)^(2*n)); %计算Butterworth低通转换result(i,j)=h*g(i,j);endendresult=ifftshift(result);result2=ifft2(result); %傅⾥叶反变换subplot(131),imshow(img); title('原图像');subplot(132),imshow(img1);title('加噪后的图像');subplot(133),imshow(result3);title('滤波后的图像');5.维纳滤波clear;clcclose all;I=imread('E:\lena.bmp');figure;subplot(2,2,1);imshow(I);title('原图像');[m,n]=size(I);F=fftshift(fft2(I));k=0.025;for u=1:mfor v=1:nH(u,v)=exp((-k)*(((u-m/2)^2+(v-n/2)^2)^(5/6)));endendG=F.*H;I0=real(ifft2(fftshift(G)));subplot(2,2,2);imshow(uint8(I0));title('模糊退化图像');I1=imnoise(uint8(I0),'gaussian',0,0.002);subplot(2,2,3);imshow(uint8(I1));title('模糊退化且添加⾼斯噪声的图像'); F0=fftshift(fft2(I1)); K=0.05;for u=1:mfor v=1:nH(u,v)=exp(-k*(((u-m/2)^2+(v-n/2)^2)^(5/6)));H0(u,v)=(abs(H(u,v)))^2;H1(u,v)=H0(u,v)/(H(u,v)*(H0(u,v)+K));endendF2=H1.*F0;I3=ifft2(fftshift(F2));（2）当k=0.025，K=0.5时（3）当k=0.025，K=0.5时。
完整版数字图像处理作业题及部分答案
1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y)与数字图像I(c,r)中各量的含义是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantagesof a digital image? Let f(x,y) be an analog image, I(r, c) be a digital image, please giveexplanation and comparison for defined variables: f/I, x/r, and y/c)2.图像处理可分为哪三个阶段? 它们是如何划分的？各有什么特点? (We can divide image processing into 3 stages, what are they? how they are divided? What are their features?)答：低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程;中级处理---中层操作,主要对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述,是一个从图像到数值或符号的过程;高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释;3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什么是同时对比度?它们反映了什么共同问题? (According to the structure and function of theeyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast?)答：人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关. 马赫带效应和同时对比度现象表明人所感觉到的亮度并不是强度的简单函数.4.比较说明像素邻域、连接、通路以及连通基本概念的联系与区别。
数字图像处理作业题
1.设一幅图像大小为M×N，灰度级为256，试求图像的数据量。
解：灰度级为256，则每个像素点占8位则图像总共有8×M×N bit，即M×N字节2.什么是直方图？直方图有哪些基本性质？直方图阈值的含义是什么？从图像直方图能够获得图像的哪些信息？答：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，其横坐标是灰度级，纵坐标是该灰度出现的频率，即等于该灰度的像素的个数与总像素之比。
直方图的性质：（1）直方图只包含一幅图像中某一灰度值的像素出现的概率，而丢失了其所在位置的信息。
（2）图像与直方图之间是多对一的映射关系。
（3）如果一幅图像由多个不连续的区域组成，并且每个区域的直方图已知，则整幅图的直方图是这些区域的直方图之和。
直方图阈值是指直方图中像素数目相对较少，可以用于分割图像中背景与目标的灰度级对应的数值。
直方图反映了一幅图像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，同时，通过直方图可以获得图像的灰度阈值和综合光密度等信息。
3.用Laplacian-4算子求出课本P54 3.5中图像的边缘图像，并确定图像二值化的阈值（边缘点数不超过总像素数的10%）解题思路：（1）根据Laplacian-4算子模板求出原图像的边缘图像，即图像中的每个像素点对应的边缘图像的灰度值为原图像中上、下、左、右四个方向的像素点的灰度值之和减去该像素点的灰度值的4倍再取绝对值。
（2）原图像矩阵中位于边缘的像素点在边缘图像矩阵中直接置为1（因为利用Laplacian-4算子计算时，这些点四个方向不齐）（3）画出边缘图像的灰度直方图，得出边缘图像中概率小于等于10%的灰度值即为二值化的阈值T4.课本P67 4.7参考课本P60-61例题4.15.一幅图像共有8个灰度级，每一灰度级概率分布如下表所示，要求对其进行直方图均衡化处理，并画出均衡化后的图像的直方图。
数字图像处理作业1
数字图像处理技巧2012年下半年课程的第二次作业：1、请对图1.jpg中红色花改变颜色。
2、请对图2.jpg-3.jpg进行增强处理。
3、请对图dessau_blue.bmp等5幅图进行假彩色合成处理，注意图像放置在不同通道的效果。
4、请对图脸部修复.jpg进行脸部修复处理。
5、请对其中一幅偏色照片进行偏色修复。
6、请对图旧照片.jpg进行翻新，并对照片着色。
7、请将”兔子.jpg”中的兔子融入风景照片中。
要求：以上题目的解答都需要提供操作步骤说明。
1.图像--->调整--->色调分离--->图像--->调整--->替换颜色。
或采用蒙版2.3.增强亮度色彩：图像--->调整--->对比度/亮度、色阶、曲线4.5.伪色彩增强：先观察其索引色模式，在该模式下，图层命令不可用。
执行图像-模式-颜色表，为不同灰度等级设置颜色，可观察伪彩色增强图像效果。
3.假色彩合成：打开三张图像--->图像--->模式--->灰度--->通道控制面板菜单中的合并通道--->对应选择--->完成合成--->4.放大--->工具箱中修复画笔工作--->alt选取--->修补--->缩小5.偏色修复:图像——>调整——>色彩平衡：6.旧照片翻新：先调整亮度对比度等，再放大，用仿制图章或污点修复工具对照片进行修改，之后在把人物抠出羽化边缘,用第一题的方法修改下颜色，再换上新背景，在用动作给图片加上相框：7.法一用魔棒进行抠图，把兔子抠出来调整边缘，再与原风景合并法二一用Photoshop打开原图，点击来到通道面板，选择黑白较为分明的红色通道，右击复制，得到红副本通道.二，再对副本通道执行CTRL+I反相三，用工具栏上的减淡工具对人物头发边缘进行减淡处理。
按住ctrl键同时点击红副本通道(载入选区）四，保持选区，返回图层面板，双击解锁背景图层五，给背景图层添加蒙版六，与原图合并，同理做另一只兔子7.总合并：将两只兔子拖入。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理作业 11.基本问题a.什么是数字图像处理，英语全称是什么？数字图像处理：对图像进行一些列的操作，以达到预期目的的技术，可分为模拟图像处理和数字图像处理两种方式。
英文全称：Image Processingb.数字图像处理与什么领域的发展密切相关？数字图像处理与数字计算机的发展，医学，遥感，通信，文档处理和工业自动化等许多领域的发展密切相关。
c.人类主要通过什么来感知获取信息的？主要通过人的视觉、味觉、嗅觉、触觉、听觉以及激光、量子通信、现代计算机网络、卫星通信、遥感技术、数码摄影、摄像等来获取信息。
d.数字图像处理技术与哪些学科领域密切相关？与数学、物理学、生理学、心理学、电子学、计算机科学等学科密切相关e.数字图像处理在哪些领域得到广泛应用？数字图像处理的应用越来越广泛，已渗透到工程、工业、医疗保健、航空航天、军事、科研、安全保卫等各个领域。
f.数字图像处理起源于什么年代？20世纪20年代g.现代大规模的图像处理需要具备哪些计算机能力？需要具备图像处理、图像分析、图像理解计算机能力h.根据人的视觉特点，图像可分为哪两种图像？分为可见图像和不可见图像。
i.根据光的波段，图像可分为哪几种图像？分为单波段、多波段和超波段图像。
j.图像数字与模拟图像的本质区别是什么？区别：模拟图像：空间坐标和明暗程度都是连续变化的、计算机无法直接处理。
数字图像：空间的坐标和灰度都不连续、用离散的数字表示，能被计算机处理。
2.通过互联网，查下数字图像处理有哪些应用？选一个应用范例即可。
具体描绘如何通过数字图像处理技术来实现其应用。
要有图像范例说明。
数字图像处理主要应用领域有：生物医学，遥感领域，工业方面，军事公安领域，通信领域，交通领域等。
我就生物医学领域做一个简单介绍。
自伦琴1895年发现X射线以来，在医学领域可以用图像的形式揭示更多有用的医学信息医学的诊断方式也发生了巨大的变化。
随着科学技术的不断发展，现代医学已越来越离不开医学图像的信息处理，医学图像在临床诊断、教学科研等方面有重要的作用。
目前的医学图像主要包括CT (计算机断层扫描) 图像、MRI( 核磁共振)图像、B超扫描图像、数字X 光机图像、X 射线透视图像、各种电子内窥镜图像、显微镜下病理切片图像等。
医学图像处理跨计算机、数学、图形学、医学等多学科研究领域，医学图像处理技术包括图像变换、图像压缩、图像增强、图像平滑、边缘锐化、图像分割、图像识别、图像融合等等。
在此联系数字图像处理的相关理论知识和步骤设计规划系统采集和处理的具体流程同时充分考虑到图像采集设备的拍摄效果以及最终处理结果的准确性。
下面是关于人体微血管显微图像的采集实例。
人体微血管显微图像的采集人体微血管显微图像的采集采用了如图1镜模组滤镜模组光源系统电荷耦合器件以及图采集卡等构成。
为实现人体微小血管显微图像的血管直径测量整个系统图像采集和处理的具体流程如下图像采集预处理二值化提取中心线直径。
图像采集通过显微光学放大系统及CCD数字图像采集系统拍摄人体手指甲襞处微血管图像如图2所示图2中浅色部分为周边组织深色弯曲部分为微循环血管3.通过网上找一找，有关图像处理的软件，比如Adobe的PhotoShop,MathWork的Matlab 等。
有否开源的，公共享用的软件？1)软件名称：photoWORKS 1.5中文版软件简介：photoWORKS是一款专为自动添加照片边框而开发的软件。
除了它自带的众多边框效果外，你也可以把边框模板改造成自己的风格，并且你还可以在边框上加上签名、EXIF信息等。
个性化设置虽多，不过伴随而来的也是参数界面比较繁杂。
软件预设有二百多个边框式样，极大部分边框的样子非常漂亮，完全可以满足一般需要。
2）软件名称：Acd See 8.0 软件简介：ACDSee 是目前最流行的数字图象处理软件，它能广泛应用于图片的获取、管理、浏览、优化甚至和他人的分享！使用ACDSee，你可以从数码相机和扫描仪高效获取图片，并进行便捷的查找、组织和预览。
超过50 种常用多媒体格式被一网打尽！作为最重量级看图软件，它能快速、高质量显示您的图片，再配以内置的音频播放器，我们就可以享用它播放出来的精彩幻灯片了。
Acdsee 还能处理如Mpeg 之类常用的视频文件。
此外ACDSee 是您最得心应手的图片编辑工具，轻松处理数码影像，拥有的功能像去除红眼、剪切图像、锐化、浮雕特效、曝光调整、旋转、镜像等等，还能进行批量处理3）软件名称：Turbo Photo数码照片处理管理4.80 软件简介：Turbo Photo是一个以数码影像为背景，面向数码相机普通用户和准专业用户而设计的一套集图片管理，浏览，处理，输出为一身的国产软件系统。
如果您拥有数码相机，Turbo Photo可以完成与之相关的绝大部分工作，成为您的数码相机最好伴侣。
照片自动调整、美容、插值和打印、去除噪声、批量处理、浏览与管理.有开源的，公共享用的软件，如ImageMagickImageMagick是一套功能强大、稳定而且免费的工具集和开发包。
可以用来读、写和图像格式转换，可以处理超过100种图像格式，包括流行的TIFF, JPEG, GIF, PNG, PDF以及PhotoCD 等格式。
对图片的操作，即可以通过命令行进行，也可以用C/C++、Perl、Java、PHP、Python 或Ruby编程来完成。
运行平台ImageMagick几乎可以在任何非专有的操作系统上编译，无论是32位还是64位的CPU，包括*nix ，Windows ‘95/’98/ME/NT 4.0/2000/XP, Macintosh (MacOS 9 /10), VMS 和OS/2.使用协议ImageMagick是免费软件：全部源码开放，可以自由使用，复制，修改，发布。
它遵守GPL 许可协议。
它可以运行于大多数的操作系统。
4.查找并下载有关MathLab的使用资料，比如Mathlab使用资料或手册，培训教材课本，技术指导资料等MATLAB 软件使用简介MATLAB 是一个功能强大的常用数学软件, 它不但可以解决数学中的数值计算问题, 还可以解决符号演算问题, 并且能够方便地绘出各种函数图形。
MATLAB自1984年由美国的MathWorks公司推向市场以来，历经十几年的发展和竞争，现已成为国际最优秀的科技应用软件之一。
这里主要以适用于Windows操作系统的MATLAB5.3版本向读者介绍MA TLAB 的使用命令和内容。
一、MATLAB 的进入退出MATLAB 的安装成功后, 系统会在Windows【开始】菜单的【程序】子菜单中加入启动MATLAB命令的图标, 用鼠标单击它就可以启动MATLAB系统,见图2.1。
图2.1 启动MA TLAB启动MATLAB后, 屏幕上出现MATLAB命令窗口图2.2 MA TLAB命令窗口图 2.2的空白区域是MA TLAB 的工作区（命令输入区）, 在此可输入和执行命令。
退出MATLAB系统像关闭Word文件一样, 只要用鼠标点击MA TLAB系统集成界面右上角的关闭按钮即可。
二、MATLAB 操作的注意事项l 在MATLAB工作区输入MATLAB命令后, 还须按下Enter键, MA TLAB才能执行你输入的MA TLAB命令, 否则MATLAB不执行你的命令。
l MA TLAB 是区分字母大小写的。
l 一般，每输入一个命令并按下Enter键, 计算机就会显示此次输入的执行结果。
(以下用↙表示回车)。
如果用户不想计算机显示此次输入的结果，只要在所输入命令的后面再加上一个分号“；”即可以达到目的。
如：x= 2 + 3 ↙x=5x = 2 + 3 ↙不显示结果5l 在MA TLAB工作区如果一个表达式一行写不下，可以用在此行结尾处键入三个英文句号的方法达到换行的目的。
如：q=5^6+sin(pi)+exp(3)+(1+2+3+4+5)/sin(x)…-5x+1/2-567/(x+y)l MATLAB 可以输入字母、汉字，但是标点符号必须在英文状态下书写。
l MATLAB 中不需要专门定义变量的类型，系统可以自动根据表达式的值或输入的值来确定变量的数据类型。
l 命令行与M文件中的百分号“%”标明注释。
在语句行中百分号后面的语句被忽略而不被执行，在M文件中百分号后面的语句可以用Help命令打印出来。
三、MATLAB的变量与表达式l MATLAB的变量名MATLAB的变量名是用一个字母打头，后面最多跟19个字母或数字来定义的。
如x,y,ae3,d3er45都是合法的变量名。
应该注意不要用MATLAB中的内部函数或命令名作为变量名。
MA TLAB中的变量名是区分大小写字母的。
如在MATLAB中，ab与Ab表示两个不同的变量。
列出当前工作空间中的变量命令为Who 将内存中的当前变量以简单形式列出；Whos列出当前内存变量的名称、大小、类型等信息；Clear清除内存中的所有变量与函数。
l MATLAB的运算符数学运算符：+（加号），-（减号），*（乘号）, \（左除）, / (右除) , ^ (乘幂)关系运算符：< (小于), > (大于), <= (小于等于), >= (大于等于), = =(等于), ~= (不等于)逻辑运算符：&(逻辑与运算), |( 逻辑或运算), ~( 逻辑非运算)l MATLAB的表达式及语句表达式由运算符、函数、变量名和数字组成的式子。
MATLAB 语句由变量、表达式及MATLAB命令组成，用户输入的语句由MA TLAB 系统解释运行。
MATLAB 语句的2种最常见的形式为：形式1：表达式形式2：变量=表达式在第一种形式中，表达式运算后产生的结果如果为数值类型，系统自动赋值给变量ans，并显示在屏幕上。
四、MATLAB的数据显示格式虽然MATLAB系统中数据的存储和计算都是双精度进行的，但MA TLAB可以利用菜单或format命令来调整数据的显示格式。
Format命令的格式和作用如下：。