数字图像处理期末考试

课程考查答题册

学号

班级

姓名

考查课目数字图像处理

铜陵学院电气工程学院

彩色图像灰度化

目录

摘要 (3)

第一章引言 (4)

第二章理论及方案 (5)

2.1加权平均法 (5)

2.2平均值法 (5)

2.3最大值法 (5)

第三章具体过程 (6)

第四章结果与分析 (7)

第五章结论 (11)

参考文献 (12)

摘要

图像灰度化是指只含亮度信息, 不含色彩信息的图像,广泛应用于图像模式识别、图像分割、图像增强等数字图像处理的各个领域。本次设计通过加权平均法、平均值法和最大值法这三种方法(方法)，实现了彩色图像的灰度化处理（目的、结果），并对它们进行了对比分析，在加深对数字图像处理课本知识理解的基础上，学会运用已学的知识设计彩色图像灰度化的处理方法并对结果进行分析（意义）。

关键词:加权平均法；平均值法；最大值法；彩色图像；灰度化

第一章引言

数字图像处理就是采用一定的算法对数字图像进行处理，以获得人眼视觉或者某种接受系统所需要的图像处理过程。图像处理的基础是数字，主要任务是进行各种算法设计和算法实现。

目前，图像处理技术已经在许多不同的应用领域中得到重视，并取得了巨大成就。根据应用领域要求的不同，数字图像处理技术可以分为许多分支技术。重要的分支技术有：

(1)图像变换。图像阵列很大时，若直接在空域中处理，计算量将很大。为此，通常采用各种图像变换方法，如傅立叶变换、沃尔什变换、离散余弦变换、小波变换等间接处理技术，将空域处理转换到变换域处理，这样可以有效地减少计算量，提高处理性能。

(2)图像增强与复原。主要目的是增强图像中的有用信心，削弱干扰和噪声，使图像更加清晰，或者将其转换为更适合人或机器分析的形式。图像增强并不是要求真实地反映原始图像，而图像复原则要求尽量消除或减少获取图像过程中所产生的某些退化，使图像能够反映原始图像的真实面貌。

(3)图像压缩编码。在满足一定保真度条件下，对图像信息进行编码，可以压缩图像信息量，简化图像的边式，从而大大压缩图像描述的数据量，以便存储和传输；图像压缩在不同应用背景下可以采用不失真压缩和失真压缩。

(4)图像分割。图像分割是数字图像处理中的关键技术之一，是为了将图像中有意义的特征提取出来。它是进一步进行图像识别、分析和理解的基础。图像的有意义特征包括图像的边缘、区域等。

(5)图像分析。对图像中的不同对象进行分割、分类、识别、描述和解释。

(6)图像识别。图像识别属于模式识别的范畴，起主要内容是在图像经过某些预处理（增强、复原、压缩）后，进行图像分割和提取，从而进行判别分类。图像分类常用的经典识别方法有统计模式分类和句法模式分类。近年来，新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中越来越受到重视。

(7)图像隐藏。是指媒体信息的相互隐藏，常见的有数字水印和图像的信息伪装等。

第二章理论及方案

将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255个中值可取，这样一个像素点可以有1600多万（255×255×255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其中一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。

在RGB模型中，如果R=G=B时，则彩色表示一种灰度颜色，其中R=G=B 的值叫做灰度值。因此，灰度图像每个像素只需一个字节存放灰度值（又称强度值、亮度值），灰度范围为0-255。图像的灰度化处理，一般有以下三种设计方案：2.1加权平均法

根据重要性及其它指标，将三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感最高，对蓝色敏感最低，因此，对RGB三分量进行加权平均能得到较合理的灰度图像。

2.2平均值法

求出每个像素点的R、G、B三个分量的平均值，然后将彩色图像中的这个平均值赋予给这个像素的三个分量。

2.3最大值法

将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。

分别采用了以上三种设计方案，即加权平均法、平均值法和最大值法，实现了彩色图像的灰度化处理。

第三章具体过程

采用三种方法，实现对彩色图像的灰度化处理。下面分别对其作具体分析如下：

方法一：加权平均法

根据重要性及其它指标，将R、G、B三个分量以不同的权值进行加权平均。由于人眼对绿色的敏感度最高，对蓝色敏感度最低。因此，我们可以按下式（1-1），对RGB三分量进行加权平均能得到较合理的灰度图像。

f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)) （1-1）方法二：平均值法

将彩色图像中的R、G、B三个分量的亮度求简单的平均值，将得到均值作为灰度值输出而得到灰度图。其表达式见下式（1-2）：

f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 （1-2）方法三：最大值法

将彩色图像中的R、G、B三个分量中亮度的最大值作为灰度图的灰度值。其表达式见下式（1-3）：

f(i,j)=max(R(i,j),G(i,j),B(i,j)) （1-3）

第四章结果与分析

对应如上三种方法，对此图灰度化可分别得到如图1, 2和3。

图1 采用加权平均法的灰度图

图2 简单平均法之灰度图像

图3 最大值法之灰度图像

通过上面4副图片可发现，以三种方法得到的处理结果并不完全相同，这是由于不同的处理方法对于灰度值的选取不同，其转化是依据亮度方程f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j))来实现的，即依据人眼对不同颜色的敏感度不同，对RGB分量以不同系数的加权平均，得到较为合理的灰度化结果。而采

用方法二处理是对RGB三个分量取简单的平均，从而得到对应灰度值，而方法三则是直接取用RGB分量中最大值作为灰度值输出。

为作进一步说明问题，可以分别选用红色图，绿色图以及蓝色图用如上方法处理后来进一步比较说明。

首先，选用以红色分量较多的图像进行处理，如图4所示。

图4 红色图像灰度化对比

观察如上对比结果可以发现，对于前两种方法处理得到的figure2和figure3，两图中红色分量灰度化之后基本没有区别，这是由于采用加权平均法对红色分量R的加权系数为0.30，而采用简单平均法的红色分量系数为0.33，故两者对于红色分量的处理结果区别不大，而对于figure4，其采用最大值法，故在亮度现实上明显大于前面二者。

接下来，选取一绿色分量为主的图像进行处理分析，如图5所示。

图5 绿色图像灰度化对比

观察如上对比图像结果可以发现，figure3的亮度明显低于figure2，而figure4的亮度则为三个处理结果中最大的。稍加分析，不难发现，这是由于在方法一的处理中，其对于绿色分量的加权系数为0.59，而方法二中绿色分量的系数约为0.33，加之上图中物体部分颜色为绿色，故作处理后，方法一所得的灰度值大于方法二处理得到的灰度值，因而在显示上，方法一对应的figure2

较之方法二对应的figure3更亮；而对于方法三所得的figure4，因其取的是最大值，故最终的灰度值也最大，所以显示最亮。

最后，选取一蓝色分量为主的图像进行处理，如图6所示。

图6 蓝色图像灰度化对比

对比如上图像可以发现，此时figure3的亮度大于figure2的，而figure4的亮度依然是三个图像中最大的。这是由于在得到figure2的方法中，其对于蓝色分量的加权系数是0.11，而figure3对应的方法二中蓝色分量的系数约为0.33，加之此图像中蓝色分量居多，因而就不难解释如上现象，对于方法一处理后对应像素点的灰度值小于方法三处理后对应点的灰度值，故显示在图像上，figure2就偏暗，而figure4取的是最大值，故最终在亮度显示上最亮。

采用的三种不同方法对同一彩色图像的灰度化处理结果不相同，究其原因是由于它们在对同一像素点的灰度值确定上采取的手段不一。对于方法一，其转换公式为

f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)) （2-1）其对于不同颜色分量RGB的加权系数不相同，对比方法二中采用的

f(i,j)=(R(i,j)+G(i,j)+B(i,j)) /3 （2-2）其采用的加权系数约为0.33，且对于RBG三个分量采用统一加权系数，所以，当一幅图像中红色分量居多的时候，由于对于红色分量，公式（2-1）计算结果与公式（2-2）计算结果基本相同，即对应点像素灰度值基本一致，故处理结果在亮度显示上区别不大；而对于绿色分量，公式（2-1）计算结果大于公式（2-2）计算结果，也即处理所得的像素灰度值更大，所以在绿色分量居多的图像中，两者在处理后，方法一所得图像亮度大于方法二处理得到的图像；同理，对于蓝色分量居多的图像，其方法一处理所得的图像在亮度显示上会低于方法二处理得到的图像。对于方法三，由于其对灰度值的选取上取的是最大值，故在最终显示上也最亮。

根据上文分析，不难解释在图像1, 2和3之间显示不同的问题。由于原图是一七彩图，其包含了红、绿、蓝以及这三者组合得到的其他颜色分量，故在最终显示上，由方法一所得的图1可在对比方法二所得的图2时，有些部分偏亮，而有些部分则偏暗，这都是由于两种方法中对不RGB三个不同分量的加权平均系数不一致而造成的。而对于方法三，由于它只是简单的选取三个分量中的最大值作为灰度值输出，故图3的亮度最大。

第五章结论

通过这次的课程论文，我深深的感受到了自身的不足。不但需要多方面的知识，同时还要考验一个人的独立动脑能力和动手能力，这在课本上学不到的。另外，这还要求我们具有一定的自学能力，在面对多次错误时要能冷静，并且还要有坚定的意志力，并且使我看到了理论与实际相结合的重要性。

在实际中，仅仅拥有理论知识是远远不够的，如果不能把理论赋予实践，再丰富的理论知识也只能是“纸上谈兵”，只有将理论与实践相结合，才能结出智慧的果实。这次设计论文是对我们综合能力的检测，是培养我们的专业素养以及学习兴趣的很好的途径，学习把理论付诸于实现，能够让我们更加清楚的看到我们努力的结果。虽然本次设计已经结束了，但是我不会忘记从中收到的感受与启发，相信在以后的学习中，我将更加认真努力，争取从知识以及动手能力方面都能更上一层楼！

参考文献

[1] Rafael C.Gonzalez ，Richard E.woods. 数字图像处理[M].电子工业出版社，2007.8.

[2] 张强，王正林. 精通MATLAB数字图像处理[M]. 电子工业出版社，2009.6.

[3] 朱晓荣. 数字图像处理及其应用研究[D]. 河海大学;2001年

[4] 潘建江. 数字图像分割及变形技术研究[D]. 浙江大学,2004年

[5] 张弘. 数字图像处理与分析[M].机械工业出版社,2013.5.

[6] 唐相洪,岳恒立等.MATLAB及在电子信息类课程中的应用[M].电子工业出版

社,2009.6.

数字图像处理实验1

实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);

RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000

(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B

数字图像处理复习练习题

练习题 1、图像灰度量化用6比特编码时，量化等级为（ B ） A 32个 B 64个 C128个 D 256个 2.下面说法正确的是：（ B ） A、基于像素的图像增强方法是一种线性灰度变换； B、基于像素的图像增强方法是基于空间域的图像增强方法的一种； C、基于频域的图像增强方法由于常用到傅里叶变换和傅里叶反变换，所以总比基于图像 域的方法计算复杂较高； D、基于频域的图像增强方法比基于空域的图像增强方法的增强效果好。 3、采用幂次变换进行灰度变换时，当幂次取大于1时，该变换是针对如下哪一类图像进行增强。（ B ） A 图像整体偏暗 B 图像整体偏亮 C图像细节淹没在暗背景中D图像同时存在过亮和过暗背景 4、采用模板［-1 1］T主要检测（ A ）方向的边缘。 A.水平 B.45 C.垂直 5、下列算法中属于图象锐化处理的是（ C ） A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 6、维纳滤波器通常用于（C ） A、去噪 B、减小图像动态范围 C、复原图像 D、平滑图像 7、彩色图像增强时，（ C ）处理可以采用RGB彩色模型。 A. 直方图均衡化 B. 同态滤波 C. 加权均值滤波 D. 中值滤波 8、（ B ）滤波器在对图像复原过程中需要计算噪声功率谱和图像功率谱。 A. 逆滤波 B. 维纳滤波 C. 约束最小二乘滤波 D. 同态滤波 9、高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫B ）。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器

《遥感数字图像处理》习题与标准答案

《遥感数字图像处理》习题与答案 第一部分 1.什么是图像？并说明遥感图像与遥感数字图像的区别。 答：图像（image）是对客观对象的一种相似性的描述或写真。图像包含了这个客观对象的信息。是人们最主要的信息源。 按图像的明暗程度和空间坐标的连续性划分，图像可分为模拟图像和数字图像。模拟图像（又称光学图像）是指空间坐标和明暗程度都连续变化的、计算机无法直接处理的图像，它属于可见图像。数字图像是指被计算机储存，处理和使用的图像，是一种空间坐标和灰度都不连续的、用离散数字表示的图像，它属于不可见图像。 2.怎样获取遥感图像？ 答：遥感图像的获取是通过遥感平台搭载的传感器成像来获取的。根据传感器基本构造和成像原理不同。大致可分为摄影成像、扫描成像和雷达成像三类。 m= 3.说明遥感模拟图像数字化的过程。灰度等级一般都取2m（m是正整数），说明8时的灰度情况。 答：遥感模拟图像数字化包括采样和量化两个过程。 ①采样：将空间上连续的图像变换成离散点的操作称为采样。空间采样可以将模拟图像具有的连续灰度（或色彩）信息转换成为每行有N个像元、每列有M个像元的数字图像。 ②量化：遥感模拟图像经离散采样后，可得到有M×N个像元点组合表示的图像，但其灰度（或色彩）仍是连续的，不能用计算机处理。应进一步离散、归并到各个区间，分别用有限个整数来表示，称为量化。 m=时，则得256个灰度级。若一幅遥感数字图像的量化灰度级数g=256级，则灰当8 度级别有256个。用0—255的整数表示。这里0表示黑，255表示白，其他值居中渐变。由于8bit就能表示灰度图像像元的灰度值，因此称8bit量化。彩色图像可采用24bit量化，分别给红，绿，蓝三原色8bit，每个颜色层面数据为0—255级。 4.什么是遥感数字图像处理？它包括那些容？ 答：利用计算机对遥感数字图像进行一系列的操作，以求达到预期结果的技术，称作遥感数字图像处理。 其容有： ①图像转换。包括模数（A/D）转换和数模（D/A）转换。图像转换的另一种含义是为使图像处理问题简化或有利于图像特征提取等目的而实施的图像变换工作，如二维傅里叶变换、沃尔什-哈达玛变换、哈尔变换、离散余弦变换和小波变换等。 ②数字图像校正。主要包括辐射校正和几何校正两种。 ③数字图像增强。采用一系列技术改善图像的视觉效果，提高图像的清晰度、对比度，突出所需信息的工作称为图像增强。图像增强处理不是以图像保真度为原则，而是设法有选择地突出便于人或机器分析某些感兴趣的信息，抑制一些无用的信息，以提高图像的使用价值。 ④多源信息复合（融合）。 ⑤遥感数字图像计算机解译处理。 5.说明遥感数字图像处理与其它学科之间的关系。 答：应具备的基础理论知识有：数学、地学、信息论、计算机、GIS、现代物理学。 6.说明全数字摄影测量系统的任务和主要功能。目前，比较著名的全数字摄影测量系统有哪些？

数字图像处理四个实验报告,带有源程序

数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像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)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images)

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MATLAB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MATLAB中的处理就是处理一个矩阵。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MATLAB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，请自己编程和调用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 请自己编程和调用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。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 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，即分段线性拉伸： 其对应的数学表达式为：

数字图像处理试题

名词：*数字图像，数字图像处理，图像采样，线性拉伸，高通滤波，低通滤波，中值滤波，特征空间，图像分析，图像分割 问答题：1、设一幅图像有如图所示直方图，对该图像进行直方图均衡化，写出均衡化过程，并画出均衡化后的直方图。若在原图像一行上连续8个像素的灰度值分别为：0、1、2、3、4、5、6、7，则均衡后，他们的灰度值为多少？ 如图为一幅16级灰度的图像。请写出均值滤波和中值滤波的3x3滤波器；说明这两种滤波器各自的特点；并写出两种滤波器对下图的滤波结果（只处理灰色区域，不处理边界）。（15分） 设一幅灰度图像，其目标和背景的像素点灰度呈正态分布，灰度直方图如图所示。其中：、分 别为目标点的灰度分布密度函数、均值；、分别为背景点的灰度分布密度函数、均值。并设目标点和背景点的方差均为，目标点个数和图像总像点数的比为1:2。T是根据最小误差准则确定的最佳阈值。（15分） 试证明：

1．根据所学过的图像处理和分析方法，设计一套算法流程来实现汽车牌照的定位和数字的识别（给出设计思想即可）。 1、如图所示，A和B的图形完全一样，其背景与目标的灰度值分别标注于图中， 请问哪一个目标人眼感觉更亮一些？为什么？（10分） 选择题： 图像灰度方差说明了图像哪一个属性。（B ） A 平均灰度 B 图像对比度 C 图像整体亮度D图像细节 下列算法中属于图象锐化处理的是：( C ) A.低通滤波 B.加权平均法 C.高通滤波 D. 中值滤波 高通滤波后的图像通常较暗，为改善这种情况，将高通滤波器的转移函数加上一常数量以便引入一些低频分量。这样的滤波器叫 B 。 A. 巴特沃斯高通滤波器 B. 高频提升滤波器 C. 高频加强滤波器 D. 理想高通滤波器 ( )7.下列图象边缘检测算子中抗噪性能最好的是： a.梯度算子 b.Prewitt算子 c.Roberts算子 d. Laplacian算子

遥感数字图像处理教程复习分析

第一章． 遥感概念 遥感（Remote Sensing，简称RS），就是“遥远的感知”，遥感技术是利用一定的技术设备和系统，远距离获取目标物的电磁波信息，并根据电磁波的特征进行分析和应用的技术。 遥感技术的原理 地物在不断地吸收、发射（辐射）和反射电磁波，并且不同物体的电磁波特性不同。 遥感就是根据这个原理，利用一定的技术设备和装置，来探测地表物体对电磁波的反射和地物发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。 图像 人对视觉感知的物质再现。图像可以由光学设备获取，如照相机、镜子、望远镜、显微镜等；也可以人为创作，如手工绘画。图像可以记录、保存在纸质媒介、胶片等等对光信号敏感的介质上。随着数字采集技术和信号处理理论的发展，越来越多的图像以数字形式存储。因而，有些情况下“图像”一词实际上是指数字图像。 物理图像：图像是人对视觉感知的物质再现 数字图像：图像以数字形式存储。 图像处理 运用光学、电子光学、数字处理方法，对图像进行复原、校正、增强、统计分析、分类和识别等的加工技术过程。 光学图像处理 应用光学器件或暗室技术对光学图像或模拟图像(胶片或图片)进行加工的方法技术 数字图像处理 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。图像处理能做什么？（简答） 是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理主要目的：提高图像的视感质量，提取图像中所包含的某些特征或特殊信息，进行图像的重建，更好地进行图像分析，图像数据的变换、编码和压缩，更好图像的存储和传输。数字图像处理在很多领域都有应用。 遥感图像处理(processing of remote sensing image data )是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理的方法。常用的遥感图像处理方法有光学的和数字的两种。

数字图像处理实验指导书模板

《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月

目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。

数字图像处理实验 实验二

实验二MATLAB图像运算一、实验目的 1．了解图像的算术运算在数字图像处理中的初步应用。 2．体会图像算术运算处理的过程和处理前后图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：

2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply

数字图像处理总复习题

第一章引言 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字，表示数字图像的一个最小单位，称为__________。1. 像素 2. 数字图像处理可以理解为两个方面的操作：一是从图像到图像的处理，如图像增强等；二是____________________，如图像测量等。2. 从图像到非图像的一种表示 3. 数字图像处理可以理解为两个方面的操作：一是__________________，如图像增强等；二是从图像到非图像的一种表示，如图像测量等。3. 从图像到图像的处理 5. 数字图像处理包含很多方面的研究内容。其中，________________的目的是根据二维平面图像数据构造出三维物体的图像。5. 图像重建 二.简答题 1. 数字图像处理的主要研究内容包含很多方面，请列出并简述其中的4种。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 ⑤图像识别与理解：通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。 2. 什么是图像识别与理解？ 图像识别与理解是指通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提取，并且对所提取的目标物进行一定的定量分析。比如要从一幅照片上确定是否包含某个犯罪分子的人脸信息，就需要先将照片上的人脸检测出来，进而将检测出来的人脸区域进行分析，确定其是否是该犯罪分子。 3. 简述数字图像处理的至少3种主要研究内容。 ①图像数字化：将一幅图像以数字的形式表示。主要包括采样和量化两个过程。 ②图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图 像的可观察性。 ③图像的几何变换：改变图像的大小或形状。 ④图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进 行分析。 5. 简述图像几何变换与图像变换的区别。 ①图像的几何变换：改变图像的大小或形状。比如图像的平移、旋转、放大、缩小等， 这些方法在图像配准中使用较多。 ②图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进

遥感数字图像处理考试知识点整理

遥感 第一章 1遥感数字图像；遥感数字图像的分类方式和对应类别。 （1）定义：遥感数字图像是数字形式的遥感图像。不同的地物能够反射或辐射不同波长的电磁波，利用这种特性，遥感系统可以产生不同的遥感数字图像。 （2）可见图像和不可见图像 单波段和多波段，超波段 数字图像和模拟图像 2遥感图像的成像方式（三大种：摄影、扫描、雷达）。 （1）摄影，扫描属于被动遥感 雷达属于主动遥感 （2）摄影：根据芦化银物质在关照条件下回发生分解这一机制，将卤化银物质均匀涂在片基上，制成感光胶片 扫描：扫描类遥感传感器逐点逐行地以时序方式获取的二维图像 雷达：由发射机向侧面发射一束窄波段，地物反射的脉冲，由无线接收后被接收机接收 3遥感图像的数字化（模数转换）过程——两大过程：采样、量化，名词解释。 采样：将空间上连续的图像变换成离散点的操作称为采样，即：图像空间位置的数字化。采样是空间离散。 量化：遥感模拟图像经离散采样后，可得到由Ｍ×Ｎ个像素点组合表示的图像，但其灰度（或彩色）仍是连续的，还不能用计算机处理。它们还要进一步离散并归并到各个区间，分别用有限个整数来表示，这称之为量化，即：图像灰度的数字化。量化属于亮度属性离散。 遥感图像数字化过程两个特点：亮度和空 4遥感数字图像的存储空间大小的计算。 图像的灰度级有：2,64,128,256 存储一幅大小为M*N，灰度量化位数G的图像，所需要的存储空间（图像数据量）为M*N*G(bit) 1B=8bit 1KB=1024B 1MB=1024KB 1GB=1024MB TM空间分辨：1,2,3,4,5,7为30米，6为120米 5遥感数字图像的分辨率（时间、空间、光谱、辐射分辨率）； （1）时间分辨率：指对同一地点进行遥感采样的时间间隔即采样的时间频率，也称重访周期空间分辨率：指图像像素所代表的相应地面范围的大小，空间分辨率愈高，像素所代表的范围愈小 光谱分辨率：光谱分辨率是指成像的波段范围，分得愈细，波段愈多，光谱分辨率愈高 辐射分辨率：是传感器区分反射或发射的电磁波辐射强度差异的能力。高辐射分辨率可以区分信号强度的微小差异。 （2）常见传感器和空间分辨率书17-18页 6遥感数字图像的数据（数据级别、数据存储格式、元数据定义） （1）数据级别： 0级产品：未经过任何校正的原始图像数据 1级产品：经过了初步辐射校正的图像校正 2级产品：经过了系统级的几何校正，即根据卫星的轨道和姿态等参数以及地面系统中的有关参数对原始数据进行几何校正。产品的几何精度由上述参数和处理模型决定。 3级产品：经过几何精校正，即利用地面控制点对图像进行了校正，使之具有了更精确的地理坐标信息。产品的几何精度要求在亚像素量级上。 不同点：不同级别的产品使用条件不同，但是他们都是数据的集合，是信息量的汇总。一般来说，都是由元数据和图像基本数据两部分数据汇总的结果。

数字图像处理程序

数字图像处理程序

数字图像处理实验 图像处理实验（一）直方图 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。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)

数字图像处理——彩色图像实验报告

6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：

彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像

(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间

(完整版)数字图像处理试卷复习资料

█一、叙述常见的数字图像处理开发工具有哪些？各有什么特点？（10分） 答．目前图像处理系统开发的主流工具为Visual C++（面向对象可视化集成工具）和MATLAB的图像处理工具箱（Image Processing Tool box）。两种开发工具各有所长且有相互间的软件接口。 Microsoft公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，用它开发出来的Win 32程序有着运行速度快、可移植能力强等优点。VC++所提供的Microsoft 基础类库MFC对大部分与用户设计有关的Win 32应用程序接口API进行了封装，提高了代码的可重用性，大大缩短了应用程序开发周期，降低了开发成本。由于图像格式多且复杂，为了减轻程序员将主要精力放在特定问题的图像处理算法上，VC++ 6.0提供的动态链接库ImageLoad.dll支持BMP、JPG、TIF等常用6种格式的读写功能。 Microsoft公司的VC++是一种具有高度综合性能的面向对象可视化集成工具，开发出来的Win 32程序有着运行速度快、可移植能力强等优点。VC++对WIN32应用程序接口API 进行了封装，提高了代码的重用性，缩短了应用程序开发周期，降低了开发成本。VC++6.0提供的动态链接库imageload.dll支持BMP、JPG、TIF等六种格式的读写功能。MATLAB的图像处理工具箱MATLAB是由MathWorks公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能，力求使人们摆脱繁杂的程序代码。MATLAB图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可以完成大部分图像处理工作，从而大大节省编写低层算法代码的时间，避免程序设计中的重复劳动。MATLAB图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法，如图形句柄、图像的表示、图像变换、二维滤波器、图像增强、四叉树分解域边缘检测、二值图像处理、小波分析、分形几何、图形用户界面等。但是，MATLAB也存在不足之处限制了其在图像处理软件中实际应用。首先，强大的功能只能在安装有MATLAB系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。其次，MATLAB使用行解释方式执行代码，执行速度很慢。第三，MATLAB擅长矩阵运算，但对于循环处理和图形界面的处理不及C++等语言。为此，通应用程序接口API和编译器与其他高级语言（如C、C++、Java等）混合编程将会发挥各种程序设计语言之长协同完成图像处理任务。API支持MATLAB与外部数据与程序的交互。编译器产生独立于MATLAB环境的程序，从而使其他语言的应用程序使用MATLAB。 MATLAB的图像处理工具箱MATLAB是由MathWorks 公司推出的用于数值计算的有力工具，是一种第四代计算机语言，它具有相当强大的矩阵运算和操作功能。MATLAB 图像处理工具箱提供了丰富的图像处理函数，灵活运用这些函数可以完成大部分图像处理工作。MATLAB图像处理工具箱涵盖了在工程实践中经常遇到的图像处理手段和算法。它的缺点有：1、强大的功能只能在安装有MATLAB 系统的机器上使用图像处理工具箱中的函数或自编的m文件来实现。2、MATLAB使用行解释方式执行代码，执行速度很慢。3、MATLAB擅长矩阵运算，但对于循环处理和图形界面的处理不及C++等语言。█二、叙述常见的数字图像应用软件有哪些？各有什么特 点？（10分） 答：图像应用软件是可直接供用户使用的商品化软件。用户 从使用功能出发，只要了解软件的操作方法就可以完成图像 处理的任务。对大部分用户来说，商品化的图像应用软件无 需用户进行编程，操作方便，功能齐全，已经能满足一般需 求，因而得到广泛应用。常用图像处理应用软件有以下几种： 1）PHOTOSHOP：当今世界上一流的图像设计与制作工具。 PHOTOSHOP已成为出版界中图像处理的专业标准。高版 本的PHOTOSHOP支持多达20多种图像格式和TWAIN接 口，接受一般扫描仪、数码相机等图像输入设备采集的图像。 PHOTOSHOP支持多图层的工作方式，只是PHOTOSHOP 的最大特色。使用图层功能可以很方便地编辑和修改图像， 使平面设计充满创意。利用PHOTOSHOP还可以方便地对 图像进行各种平面处理、绘制简单的几何图形、对文字进行 艺术加工、进行图像格式和颜色模式的转换、改变图像的尺 寸和分辨率、制作网页图像等。 2）CorelDRAW：一种基于矢量绘图、功能强大的图形图像 制作与设计软件。矢量式图像以几何、色彩参数描述图像， 其内容以线条和色块为主，数据量较小。CorelDraw是当今 流行的图像处理软件中为数不多的特点明显、功能强大的基 于矢量绘图的软件包。利用它，可以方便地制作精美的名片、 贺卡、书签、图书封面、广告、宣传画等作品。 3）ACDSee：快速、高性能的看图程序，是目前最享盛名 的图片浏览器。它能广泛应用于图片的获取、管理、浏览和 优化，支持BMP、GIF、JPG、TGA、TIF等超过50种常见 的图形文件格式，图片打开速度极快，可以直接查看动画 GIF，处理如Mpeg之类常用的视频文件，还可以为每一个 目录建立一个相册。ACDSee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。ACDSee可以 轻松处理数码影像。 █三、傅里叶变换、加窗傅里叶变换和小波变换的时间－频 率特性有什么不同？（10分） 解：傅里叶变换使得时间信号变成了频域信号，加窗傅里叶 变换使得时间信号变成了时频信号，但是窗口是固定的，小 波变换同样变成了视频信号，但是时频的窗口是变化的。 █四、用JPEG标准，对于576行×720列的CCIR601建议分辨 率的彩色图像，其亮度分量可分割成多少个子块，而两个 色差分量可分别分割成多少子块？（10分） 解：对于576行×720列的CCIR601建议分辨率的彩色图像， JPEG将其亮度分量分割成（576/8）×（720/8）=6480块。 两个色差分量都可分割成两组：（576/8）×（360/8）=3240 块。 █五、二维傅里叶变换的分离性有什么实际意义？（10分） 解：该性质表明，一个二维傅里叶变换可由连续两次 一维傅里叶变换来实现。实现的方法如下图所示： █六、有了离散傅里叶及其快速算法FFT，为什么还要提出 离散余弦算法DCT及其快速算法？为什么许多视频国际标 准将DCT作为帧内编码的基本压缩算法？（10分） 答：在所有的变换编码方案中，离散K-L变换是最佳变换， 理论价值较高，常常作为对其他变换特性进行评价的标准。 但此变换没有快速算法，在工程应用中受到限制。在次最 佳变换算法中，DFT和DCT都是常用的变换编码方法，它们 分别有快速算法：FFT和FCT。这两种方法相比较，DFT涉及 到复数运算，而DCT是实数变换具有十分吸引人的一些特 点：它是一种实数变换，计算量较小，其变换矩阵的基向 量很好地描述了人类视觉的相关性，且对于大多数图像来 说，该变换的压缩性能很接近离散K-L变换，而且其变换矩 阵与图像内容无关，另外由于它构造对称的数据序列，避 免了在图像边界处的跳跃及所引起的Gibbs效应，并且也有 快速算法，因而得到广泛的应用。作为准最佳变换，它已 成为一些静态图像、视频压缩国际标准（或建议）中的基 本处理模块。 █七、扫描仪的光学分辨率是600×1200线，一个具有5000 个感光单元的CCD器件，用于A4幅面扫描仪，A4幅面的纸张 宽度是8.3英寸，该扫描仪的光学分辨率是多少dpi？（10 分） 解：（1）600×1200线，其中前一个数字代表扫描仪的横向 分辨率，后一数字则代表纵向分辨率。 （2）dpi是指单位面积内像素的多少，也就是扫描精度， 目前国际上都是计算一英寸面积内像素的多少。光学分辨 率是扫描仪的光学部件在每平方英寸面积内所能捕捉到的 实际的光点数,是指扫描仪CCD 的物理分辨率，也是扫描仪 的真实分辨率，它的数值是由CCD的像素点除以扫描仪水平 最大可扫尺寸得到的数值。 每一个感光单元对应一个像素。由于CCD感光单元个 数为5000， 5000/8.3＝602 (dpi) █八、直方图均衡，若一个64×64的离散图像，灰度分成8 层，其灰度rk的值和分布情况如下：请绘制该图像的直方 图，并求经过直方图均衡后的图像的直方图。 （20分） 解： █九、一图像大小为640×480，256色。用软件工具SEA （version 1.3）将其分别转成24位色BMP，24位色JPEG， GIF（只能转成256色）压缩格式，24位色TIFF压缩格式， 24位色TGA压缩格式，得到的文件大小分别为：921,654字 节；17,707字节；177,152字节；923,044字节；768,136字 节。分别计算每种压缩图像的压缩比。（10分） 解：不计算较小的文件头和彩色查找表（LTU）的数据量， 原始图像的数据量为： 640×480×1 byte=307,200 byte。 经转换后各种格式的压缩比如下： 24位色BMP格式： 307,200/921,654=0.333（增加了冗余度） 24位色JPEG格式： 307,200/17,707=17.35 GIF压缩格式： 307,200/177,152=1.73 24位色TIFF压缩格式： 307,200/923,044=0.333（增加了 冗余度） 24位色TGA压缩格式： 307,200/768,136=0.400（增加了冗 余度） █十、用JPEG标准，对于576行×720列的CCIR601建议分辨 率的彩色图像，其亮度分量可分割成多少个子块，而两个 色差分量可分别分割成多少子块？（10分） 解：对于576行×720列的CCIR601建议分辨率的彩色图像， JPEG将其亮度分量分割成（576/8）×（720/8）=6480块。 两个色差分量都可分割成两组：（576/8）×（360/8）=3240 块。 █十一、对下面的图像采用基于区域灰度差进行区域增长， 给出灰度差值 T①＝1；T②＝2；T③＝3三种情况下的分割图像。（10分） 解： 十二、用4连通或8连通准则，判断如下图像中的目标。 (10 分) 1 1 1 0 0 0 0 0 解： 1 1 1 0 1 1 0 0 1 1 0 0 1 1 0 0 1 1 0 0 0 1 1 0 0 1 0 0 0 0 1 0 1 0 1 0 0 0 1 0 1 1 1 0 0 1 1 0 1 1 1 0 0 0 0 0 X 1) 2) 3) 四邻域：L4 = 1 1 1 0 0 0 0 0 1 1 1 0 3 3 0 0 1 1 0 0 3 3 0 0 1 1 0 0 0 3 3 0 0 1 0 0 0 0 3 0 2 0 2 0 0 0 3 0 2 2 2 0 0 3 3 0 2 2 2 0 0 0 0 0 八邻域：L8 = 1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 0 0 2 2 0 0 1 1 0 0 0 2 2 0 0 1 0 0 0 0 2 0 1 0 1 0 0 0 2 0 1 1 1 0 0 2 2 0 1 1 1 0 0 0 0 0