西安交大数字图像处理第二次实验报告
西安交通大学数字图像处理第二次作业知识分享
数字图像处理的基本数学工具的使用摘要本报告主要介绍了运用编程软件MATLAB对图像灰度级进行变换、求取图像均值与方差、采用不同的内插方法对图像进行缩放及利用仿射变换对图像进行空间变换处理的方法。
同时，对最近邻内插法、双线性内插法、双三次内插法进行图像处理的效果进行了详细的对比，并对出现差异的原因做出了简要分析。
姓名： X X X班级：学号：提交日期：年月日2_1. 把lena 512*512图像灰度级逐级递减8-1显示；(1)问题分析：所要实现的功能是：在不改变图像大小的前提下，使得整幅图像的灰度级逐级递减并将图像显示出来；即对所有像素点的灰度依次进行除2操作；(2)实验过程：工具：MATLAB软件；利用imread()函数将图像读入MATLAB，利用imshow()对原图像进行显示，再利用循环体对整幅图像的灰度级逐级递减并一一进行显示。
源代码附于本报告最后一部分。
(3)实验结果：备注：在大小为512X512的途中观察更为方便，但此处为了便于排版以及将结果进行对比对所有图像做了一定的缩小。
a bc de fg h图2_1 (a)大小为512X512的256灰度级图像；(b)~(h)保持图像大小不变的同时以灰度级128,62,32,16,8,4,2显示的图像。
(4)结果分析：对图2_1中的(a)~(h)图像进行对比可知，256级、128级、64级以及32级灰度的图像几乎没有太大的区别；然而在灰度级为16的图(e)中出现了较为明显的伪轮廓，这种效果是由数字图像的平滑区域中的灰度级数不足引起的。
（说明：此分析为本人肉眼的观察结果，对细节的观察难免存在疏漏之处，还请批评指正。
）2_2. 计算lena图像的均值方差；(1)问题分析：所要实现的功能是：计算图像‘lena.bmp’的均值与方差；(2)实验过程：工具：MATLAB软件；利用imread()函数将图像读入MATLAB，由于二维数字图像使用二维阵列表示的，因而可以直接利用MATLAB中的mean2()及std2()分别求整幅图像的均值于方差；源代码附于本报告最后一部分。
数字图像处理实验实验报告 实验二
数字图像处理实验实验报告（实验一）一、实验目的：1、直方图显示2、计算并绘制图像直方图3、直方图均衡化二．程序脚本clear all;RGB=imread('me.jpg');figure;imshow(RGB);title('图1 彩色图');%========================================================== I=rgb2gray(RGB);figure;imshow(I);title('图2 灰度图');%========================================================= figure;imhist(I);title('灰度直方图');%========================================================= hi=imhist(I);j=1;%为使画出的直方图更好看，在此进行了抽样for(i=1:256)if(mod(i,10)==1)h(j)=hi(i);j=j+1;endendn=0:10:255;figure;stem(n,h);axis([0 255 0 2500]);title('图3.1 stem显示直方图');figure;bar(n,h);axis([0 255 0 2500]);title('图3.2 bar显示直方图');figure;plot(n,h);axis([0 255 0 2500]);title('图3.3 plot显示直方图');%========================================================= I=rgb2gray(RGB);figure;subplot(3,2,1);imshow(I);title('图4.1 原始灰度图');subplot(3,2,2);imhist(I);title('图4.2 原始灰度直方图');%=============================J1=imadjust(I);subplot(3,2,3);imshow(J1);title('调整对比度以后的图');subplot(3,2,4);imhist(J1);title('调整对比度以后的灰度直方图');%=================================J2=histeq(I);subplot(3,2,5);imshow(J2);title('均衡化以后的的图');subplot(3,2,6);imhist(J2);title('均衡化以后的灰度直方图');三．实验结果图1 彩色图图2 灰度图010002000灰度直方图10020010020005001000150020002500图3.1 stem 显示直方图10020005001000150020002500图3.2 bar 显示直方图10020005001000150020002500图3.3 plot 显示直方图图4.1 原始灰度图10002000图4.2 原始灰度直方图0100200调整对比度以后的图010002000调整对比度以后的灰度直方图0100200均衡化以后的的图02000均衡化以后的灰度直方图100200。
西南交大数字图像处理第二次试验
西南交⼤数字图像处理第⼆次试验数字图像处理第⼆次实验注意提交实验报告的⽂件名格式（姓名+学号+实验报告⼆.doc）实验三灰度变换增强⼀、实验⽬的1.熟悉matlab图像处理⼯具箱及直⽅图函数的使⽤；2.了解灰度变换增强的Matlab实现⽅法3.掌握直⽅图灰度变换⽅法4.理解和掌握直⽅图原理和⽅法；⼆、实验内容1. 线段上像素灰度分布读⼊灰度图像'peppers_gray.bmp'，采⽤交互式操作，⽤improfile绘制⼀条线段的灰度值。
imshow(rgb2gray(imread('peppers.bmp')))Improfile读⼊RGB图像‘flowers.tif’，显⽰所选线段上红、绿、蓝颜⾊分量的分布imshow('flowers.tif')Improfile2. 直⽅图变换A)直⽅图显⽰在matlab环境中，程序⾸先读取图像'cameraman.tif'，然后调⽤直⽅图函数，设置相关参数，再输出处理后的图像。
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读⼊图像‘rice.png’，在⼀个窗⼝中显⽰灰度级n=64，128和256的图像直⽅图。
I=imread('rice.png');imshow(I)I=imread('rice.png');subplot(1,3,1),imhist(I,64)title('n=64')subplot(1,3,2),imhist(I,128)title('n=128')subplot(1,3,3),imhist(I,256)title('n=256')B)直⽅图灰度调节利⽤函数imadjust调解图像灰度范围，观察变换后的图像及其直⽅图的变化。
《数字图像处理》实验报告
《数字图像处理》实验报告数字图像处理是一门将图像进行数字化处理的学科，它通过计算机算法和技术手段对图像进行分析、增强、压缩和重建等操作。
在本次实验中，我们学习了数字图像处理的基本概念和常用算法，并通过实验来探索其应用和效果。
首先，我们进行了图像的读取和显示实验。
通过使用Python中的OpenCV库，我们能够轻松地读取图像文件，并将其显示在屏幕上。
这为我们后续的实验奠定了基础。
同时，我们还学习了图像的像素表示方法，了解了图像由像素点组成的原理。
这使我们能够更好地理解后续实验中的算法和操作。
接下来，我们进行了图像的灰度化实验。
灰度化是将彩色图像转换为灰度图像的过程。
在实验中，我们使用了不同的算法来实现灰度化操作，包括平均值法、最大值法和加权平均法等。
通过比较不同算法得到的灰度图像，我们发现不同算法对图像的处理效果有所差异，这使我们深入理解了灰度化的原理和应用。
随后，我们进行了图像的直方图均衡化实验。
直方图均衡化是一种用于增强图像对比度的方法。
在实验中，我们使用了直方图均衡化算法来对图像进行处理，并观察了处理前后的效果变化。
通过实验，我们发现直方图均衡化能够显著提高图像的对比度，使图像更加清晰和鲜明。
在进一步探索图像处理技术的过程中，我们进行了图像的滤波实验。
滤波是一种常用的图像处理操作，它通过对图像进行卷积操作来实现。
在实验中，我们学习了不同类型的滤波器，包括均值滤波器、高斯滤波器和中值滤波器等。
通过比较不同滤波器对图像的处理效果，我们发现每种滤波器都有其适用的场景和效果。
此外，我们还进行了图像的边缘检测实验。
边缘检测是一种用于提取图像边缘信息的方法。
在实验中，我们学习了不同的边缘检测算法，包括Sobel算子、Canny算子和Laplacian算子等。
通过比较不同算法对图像的处理效果，我们发现每种算法都有其独特的特点和应用。
最后，我们进行了图像的压缩实验。
图像压缩是一种将图像数据进行压缩以减小文件大小的方法。
数字图像处理实验报告
实 验 内 容
3-2 根据直方图定义，通过结构化编程方式给出 3-1）中灰度图像像素点统计形式的直方图，并与利用 函数调用方式获得的直方图在两个不同窗口中进行比较，两窗口图像名称分别为”编程直方图”、”函 数调用直方图”； 参考函数 imread、size、bar、imhist、image I=imread('panda.jpg'); B=rgb2gray(I); A=uint8(B); [m n]=size(B); s=zeros(m,n); for i=1:m for j=1:n for rank=0:255 if B(i,j)==rank s(rank+1)=s(rank+1)+1; end
在水平和垂直方 列的方式同时显
I=imread('panda.jpg');
subplot(1,3,1);imshow(I)
subplot(1,3,2);imshow(I)
colorbar
subplot(1,3,3);imshow(I)
colorbar('horizontal')
实 验 1）、实验采用的原始图片要求是包含自己头像的照片，图片大小控制在 640×480 之内； 要 2）、实验中的当前工作目录采用 MATLAB 目录下的 work 文件夹。 求
学号
12109940423 指导教师
实验地点
1C06-329
实验成绩
图像灰度统计特性及其相关变换
12 级 1 班 杜云明
实 理解直方图的形成原理，掌握绘制灰度直方图的方法；熟悉图像灰度直方图的变换及直方图均衡化方 验 法；理解图像灰度变换处理在图像增强中的作用；熟悉图像灰度分布统计与图像视觉质量之间的关系； 目 通过工具箱函数调用和结构化编程两种方式实现图像的相关处理，在加深理解基本原理的同时，提高 的 编程实践的技巧和能力。
数字图像处理实验二报告
贵州大学实验报告学院：专业：班级：姓名学号实验组实验时间指导教师成绩实验项目名称实验二：数字图像的空域增强处理实验目的通过本实验的学习使学生熟悉和掌握数字图像中的空域增强的一些典型方法：直方图的均衡化处理、平滑滤波、锐化滤波。
实验要求集中授课的教学形式实验原理1、直方图均衡化：基本思想：把原始图的直方图变换为均匀分布的形式，这样就增加了灰度值的动态范围从而达到增强图像整体对比度的效果。
其优点是能自动地增强整个图像的对比度。
均衡化步骤：(1)列出原始灰度级；(2)归一化原始灰度级；(3)统计原始直方图个灰度级像素kn；(4)计算原始直方图；(5)计算累计直方图；(6)确定映射关系（原则是：取最靠近的灰度级别）；(7)统计新直方图各灰度级像素kn(8)计算新直方图；也可以用以下方法：(1)计算出原始图像的所有灰度级ks，1,,1,0-=Lk ；(2)统计原始图像各灰度即的像素数k n ；(3)计算原始图像的直方图n n s p kk =)(，1,,1,0-=L k ；(4)计算原始图像的累积直方图)()(00∑∑=====ki i s ki ik k s p n n s EH t ；(5)取整运算：])1int[(N kt N t k k +-=；(6)定义映射关系k k t s →；(7)统计新直方图各灰度级的像素数k n ；(8)计算新的直方图n n t p kk t =)(；2、邻域平均法对含噪声原始图像),(y x f 的每个像素点取一个邻域S 。
计算S 中的所有像素灰度级的平均值，作为空间域平均处理后图像),(y x g 的像素值。
即：∑∈=Sy x y x f My x g ),(),(1),(其中M 为邻域S 中的像素点数。
3、中值滤波对含噪声原始图像),(y x f 的每个像素点取一个邻域S （一般选取奇数点模板窗口）。
选取S 中的所有像素灰度级的中间值，作为空间域平均处理后图像),(y x g 的像素值。
数字图像处理实验报告
数字图像处理试验报告实验二:数字图像的空间滤波与频域滤波姓名:XX学号:2XXXXXXX 实验日期:2017 年4 月26 日1、实验目的1、掌握图像滤波的基本定义及目的。
2、理解空间域滤波的基本原理及方法。
3、掌握进行图像的空域滤波的方法。
4、掌握傅立叶变换及逆变换的基本原理方法。
5、理解频域滤波的基本原理及方法。
6、掌握进行图像的频域滤波的方法。
2、实验内容与要求1、平滑空间滤波:1) 读出一幅图像,给这幅图像分别加入椒盐噪声与高斯噪声后并与前一张图显示在同一图像窗口中。
2) 对加入噪声图像选用不同的平滑(低通)模板做运算,对比不同模板所形成的效果, 要求在同一窗口中显示。
3) 使用函数 imfilter 时, 分别采用不同的填充方法( 或边界选项, 如零填充、’replicate’、’symmetric’、’circular’)进行低通滤波,显示处理后的图像。
4) 运用for 循环,将加有椒盐噪声的图像进行10 次,20 次均值滤波,查瞧其特点, 显示均值处理后的图像(提示:利用fspecial 函数的’average’类型生成均值滤波器)。
5) 对加入椒盐噪声的图像分别采用均值滤波法,与中值滤波法对有噪声的图像做处理,要求在同一窗口中显示结果。
6) 自己设计平滑空间滤波器,并将其对噪声图像进行处理,显示处理后的图像。
2、锐化空间滤波1) 读出一幅图像,采用3×3 的拉普拉斯算子 w = [ 1, 1, 1; 1 – 8 1; 1, 1, 1]对其进行滤波。
2) 编写函数w = genlaplacian(n),自动产生任一奇数尺寸n 的拉普拉斯算子,如5×5的拉普拉斯算子w = [ 1 1 1 1 11 1 1 1 11 1 -24 1 11 1 1 1 11 1 1 1 1]3) 分别采用5×5,9×9,15×15与25×25大小的拉普拉斯算子对blurry_moon、tiff (x, y) -∇2 f (x, y) 完成图像的锐化增强,观察其有何进行锐化滤波,并利用式g(x, y) =不同,要求在同一窗口中显示。
数字图像处理实验报告
《数字图像处理》实验报告目录第一章实验一数字图像的基本操作和灰度变换 (3)1.1实验目的 (3)1.2实验原理与方法 (3)1.3实验内容与结果分析 (4)1.4思考问题 (8)第二章实验二图像的空间域增强 (9)2.1实验目的 (9)2.2实验原理与方法 (9)2.3实验内容与结果分析 (10)2.4思考问题 (16)第三章实验三图像的傅里叶变换和频域处理 (17)3.1实验目的 (17)3.2实验原理与方法 (17)3.3实验内容与结果分析 (18)附录：实验代码 (23)第一章实验一数字图像的基本操作和灰度变换1.1实验目的①了解数字图像的基本数据结构②熟悉Matlab中数字图像处理的基本函数和基本使用方法③掌握图像灰度变换的基本理论和实现方法④掌握直方图均衡化增强的基本理论和实现方法1.2实验原理与方法1.2.1图像灰度的线性变换灰度的线性变换可以突出图像中的重要信息。
通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。
那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。
设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。
假设原图像中我们关心的景物的灰度分布在[a f ，b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。
在这里)(a b g g g -=∆()b a f f f >∆=-，也就是说我们所关心的景物的灰度级得到了展宽。
根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展宽的计算公式：),(j i f α， a f j i f <≤),(0=),(j i ga a g f j i f +-)),((β，b a f j i f f <≤).,( （1-1）b b g f j i f +-)),((γ，255),(<≤j i f f b（m i ,3,2,1Λ=；n j ,3,2,1Λ=） 其中，a a f g =α，a b a b f f g g --=β，bbf g --=255255γ，图像的大小为m ×n 。
- 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)。
数字图像处理第二次作业摘要本次报告主要记录第二次作业中的各项任务完成情况。
本次作业以Matlab 2013为平台，结合matlab函数编程实现对lena.bmp,elain1.bmp图像文件的相关处理：1.分别得到了lena.bmp 512*512图像灰度级逐级递减8-1显示，2.计算得到lena.bmp图像的均值和方差，3.通过近邻、双线性和双三次插值法将lena.bmp zoom到2048*2048，4. 把lena和elain图像分别进行水平shear（参数可设置为1.5，或者自行选择）和旋转30度，并采用用近邻、双线性和双三次插值法zoom到2048*2048。
以上任务完成后均得到了预期的结果。
1.把lena 512*512图像灰度级逐级递减8-1显示（1）实验原理：给定的lena.bmp是一幅8位灰阶的图像，即有256个灰度色。
则K位灰阶图像中某像素的灰度值k(x,y)(以2k阶色为基准)与原图同像素的灰度值v(x,y)(以256阶色为基准)的对应关系为：k(x,y)=floor(v(x,y))28−k式中floor函数为向下取整操作。
取一确定k值，对原图进行上式运算即得降阶后的k位灰阶图像矩阵。
（2）实验方法首先通过imread()函数读入lena.bmp得到图像的灰度矩阵I，上式对I矩阵进行灰度降阶运算，最后利用imshow()函数输出显示图像。
对应源程序为img1.m。
（3）处理结果8灰度级7灰度级6灰度级5灰度级4灰度级3灰度级2灰度级（4）结果讨论：由上图可以看出，在灰度级下降到5之前，肉眼几乎感觉不出降阶后图像发生的变化。
但从灰度级4开始，肉眼明显能感觉到图像有稍许的不连续，在灰度缓变区常会出现一些几乎看不出来的非常细的山脊状结构。
随着灰度阶数的继续下降，图像开始出现大片的伪轮廓，灰度级数越低，越不能将图像的细节刻画出来，最终的极端情况是退化为只有黑白两色的二值化图像。
由此可以得出，图像采样的灰度阶数越高，灰度范围越大，细节越丰富，肉眼看去更接近实际情况。
2. 计算lena 图像的均值方差 （1）实验原理对分辨率为M*N 的灰度图像，其均值和方差分别为：m =1MN∑∑f(i,j)Nj=1Mi=1σ2=1MN∑∑(f (i,j )−m)2N j=1Mi=1（2）实验方法首先通过imread （）函数读入图像文件到灰度矩阵I 中，然后利用 mean2函数和std2函数计算灰度矩阵（即图像）的均值和标准差，再由标准差平方得到方差。
对应源程序：img1.m（3）处理结果均值me =99.0512，标准差st =52.8776，方差sf =2.7960e+03。
（4）结果分析图像的均值可反应图像整体的明暗程度，而方差可以反应图像整体的对比度情况，方差越大，图像的对比度越大，可以显示的细节就越多。
3. 把lena 图像用近邻、双线性和双三次插值法zoom 到2048*2048； （1）实验原理1灰度级图像插值就是利用已知邻近像素点的灰度值来产生未知像素点的灰度值，以便由原始图像再生出具有更高分辨率的图像。
典型方法包括最近邻、双线性、双三次三种方法。
最邻近插值法就是将待插值点像素的灰度值取为其相对于原图坐标中最邻近像素点的灰度值。
这种方法比较简单，计算速度快，但效果不好，校正后存在灰度不连续性，图像有明显锯齿状，会产生严重的“棋盘格”效应。
双线性插值法是将待插值点像素的灰度值取为其在原图坐标中距离最近的4个像素点灰度值的加权和。
双线性插值法可以比较平滑得对图像进行插值，效果令人满意，但计算速度较最邻近法有所下降。
双三次插值是一种更加复杂的插值方式， 通过待插值像素点周围 9 个点的灰度值，可以结合导数信息列出线性方程组求解系数向量。
双三次插值法较双线性插值法能显示更多的细节，效果更好，但计算开销较大，速度不理想。
（2）实验方法本题先通过imread 函数读入图像文件，然后利用imresize 函数将图像分别利用三种插值方法放大到2048*2048。
对应源程：img1.m （3）处理结果原始图像最近邻插值法分别放大细节后如图：双线性插值法双三次插值法最近邻插值法（4）结果分析通过放大细节可以看到，经过最邻近插值后的图像产生了“棋盘格”效应，而后两种插值方法得到的图像比较平滑。
4. 把lena 和elain 图像分别进行水平shear （参数可设置为1.5，或者自行选择）和旋转30度，并采用用近邻、双线性和双三次插值法zoom 到2048*2048 （1）实验原理二维仿射变换是一种二维坐标到二维坐标之间的线性变换，保持二维图形的“平直性”和“平行性”，即用图像的矩阵去乘仿射变换的矩阵T ，把图像上的像素重新定位到一个新位置，并为这些新位置赋灰度值, 而这个过程可以用灰度内插的方法完成。
二维仿射变换可以用一个3×3的矩阵来表示，其最后一行为(0 0 1)。
该变换矩阵将原坐标(v,w)变换为新坐标(x,y)。
设仿射矩阵为T ，则新坐标与原坐标的关系为：[x y 1]=[v w 1]×T −1对于shear 水平偏移变换，T =[1S K0010001] S K 根据要求设为1.5 对于旋转变换，T =[cos θsin θ0−sin θcos θ001] （2）实验方法使用 imrotate 函数旋转图像，使用 imtransform 函数完成一般的二维空间转换。
其语法格式如下：B=imtransform(A,TFORM,paraml,vall,param2,val2)。
其中TFORM 为空间变换结构。
可使用makeform 函数或cp2tform 函数创建一个TFORM 结构，本次实验中使用makeform 函数，指定的仿射变换“affine ”类型，即进行平移，旋转，比例，拉伸和错切等功能。
对应源程序;img2.m （3）处理结果双线性插值法双三次插值法水平偏移 最近邻内插水平偏移 双线性内插水平偏移 双三次内插水平偏移最近邻内插水平偏移双线性内插水平偏移双三次内插旋转30度双线性内插旋转30度双三次内插旋转30度 双线性内插旋转30度 双三次内插（4）结果分析三种插值方法中，最近邻内插再次产生了“棋盘格”效应，边缘锯齿化严重，而后两种插值方法得到的图像比较平滑。
双三次内插产生了稍微清晰的结果附录：参考文献：Rafael C. Gonzalez., et al. 数字图像处理（第三版）, 电子工业出版社，2011.源代码：img1.mI=imread('lena.bmp');me=mean2(I)st=std2(I)sf=st^2figure(1)imshow(I)title('8灰度级');[x,y]=size(I);img7=zeros(x,y);img6=zeros(x,y);img5=zeros(x,y);img4=zeros(x,y);img3=zeros(x,y);img2=zeros(x,y);Img1=zeros(x,y);for i=1:xfor j=1:yimg7(i,j)=floor(I(i,j)/2);endendfigure(2)imshow(uint8(img7),[0,127])title('7灰度级');for i=1:xfor j=1:yimg6(i,j)=floor(I(i,j)/4);endendfigure(3)imshow(uint8(img6),[0,63])title('6灰度级');for i=1:xfor j=1:yimg5(i,j)=floor(I(i,j)/8);endendfigure(4)imshow(uint8(img5),[0,31])title('5灰度级');for i=1:xfor j=1:yimg4(i,j)=floor(I(i,j)/16);endendfigure(5)imshow(uint8(img4),[0,15])title('4灰度级');for i=1:xfor j=1:yimg3(i,j)=floor(I(i,j)/32);endendfigure(6)imshow(uint8(img3),[0,7])title('3灰度级');for i=1:xfor j=1:yimg2(i,j)=floor(I(i,j)/64);endendfigure(7)imshow(uint8(img2),[0,3])title('2灰度级');for i=1:xfor j=1:yImg1(i,j)=floor(I(i,j)/128);endendfigure(8)imshow(uint8(Img1),[0,1])title('1灰度级');figure(8);imshow(I);title('原始图像');A1=imresize(I,[2048 2048],'nearest'); figure(9);imshow(A1);title('最近邻插值法');A2=imresize(I,[2048 2048],'bilinear'); figure(10);imshow(A2);title('双线性插值法');A3=imresize(I,[2048 2048],'bicubic');figure(11);imshow(A3);title('双三次插值法');img2.mtransformtype='affine';transformmatrix=[1 1.5 0;0 1 0;0 0 1];T=maketform(transformtype,transformmatrix); I=imread('lena.bmp');nI=imtransform(I,T);A1=imresize(nI,[2048 2048],'nearest');figure(1);imshow(A1);title('水平偏移最近邻内插');A2=imresize(nI,[2048 2048],'bilinear'); figure(2);imshow(A2);title('水平偏移双线性内插');A3=imresize(nI,[2048 2048],'bicubic'); figure(3);imshow(A3);title('水平偏移双三次内插');I1=imread('elain1.bmp');nI1=imtransform(I1,T);B1=imresize(nI1,[2048 2048],'nearest'); figure(4);imshow(B1);title('水平偏移最近邻内插');B2=imresize(nI1,[2048 2048],'bilinear'); figure(5);imshow(B2);title('水平偏移双线性内插');B3=imresize(nI1,[2048 2048],'bicubic'); figure(6);imshow(B3);title('水平偏移双三次内插');R1=imrotate(I,30,'nearest');C1=imresize(R1,[2048 2048],'nearest'); figure(7);imshow(C1);title('旋转30度最近邻内插');R2=imrotate(I,30,'bilinear');C2=imresize(R2,[2048 2048],'bilinear'); figure(8);imshow(C2);title('旋转30度双线性内插');R3=imrotate(I,30,'bicubic');C3=imresize(R3,[2048 2048],'bicubic'); figure(9);imshow(C3);title('旋转30度双三次内插');r1=imrotate(I1,30,'nearest');D1=imresize(r1,[2048 2048],'nearest'); figure(10);imshow(D1);title('旋转30度最近邻内插');r2=imrotate(I1,30,'bilinear');D2=imresize(r2,[2048 2048],'bilinear'); figure(11);imshow(D2);title('旋转30度双线性内插');r3=imrotate(I1,30,'bicubic');D3=imresize(r3,[2048 2048],'bicubic'); figure(12);imshow(D3);title('旋转30度双三次内插');。