本文档包含数字图像处理中的图像灰度变换和空间滤波两部分实验，包含整个实验过程和原理解释，以及详细的执行代码。代码复制后可在matlab中直接运行。

由MATLAB编写的图像灰度变换，其中所包含的灰度变换由线性变换、对数变换、反转变换、指数变换4中，并由相应的实验结果图片

Matlab图像处理基础及图像灰度变换

主要介绍了OpenCV图像处理之常见的图像灰度变换，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

实验--Matlab图像处理基础及图像灰度变换

使用python以及numpy通过直接操作图像数组完成一系列基本的图像处理 numpy简介： NumPy是一个非常有名的 Python 科学计算工具包,其中包含了大量有用的工具,比如数组对象(用来表示向量、矩阵、图像等)以及线性代数函数。 数组对象可以实现数组中重要的操作,比如矩阵乘积、转置、解方程系统、向量乘积和归一化。这为图像变形、对变化进行建模、图像分类、图像聚类等提供了基础。 在上一篇python基本图像操作中,当载入图像时,通过调用 array() 方法将图像转换成NumPy的数组对象。NumPy 中的数组对象是多维的,可以用来表示向量、矩阵和图像。通过对图像的数组进行直接操作，就可

1．从硬盘中读取一幅灰度图像； 2．显示图像信息，查看图像格式、大小、位深等内容； 3．用灰度面积法编写求图像直方图的Matlab程序，并画图； 4．把第3步的结果与直接用Matlab工具箱中函数histogram的结果进行比较，以衡量第3步中程序的正确性。 5．对读入的图像进行直方图均衡化，画出处理后的直方图，并比较处理前后图像效果的变化。

1.灰度线性变换 图像的灰度线性变换是图像灰度变换的一种，图像的灰度变换通过建立灰度映射来调整源图像的灰度，从而达到图像增强的目的。灰度映射通常是用灰度变换曲线来进行表示。通常来说，它是将图像的像素值通过指定的线性函数进行变换，以此来增强或者来减弱图像的灰度，灰度线性变换的函数就是常见的线性函数。 g(x, y) = k · f(x, y) + d 设源图像的灰度值为x，则进行灰度线性变换后的灰度值为y = kx + b (0<=y<=255)，下面分别来讨论k的取值变化时线性变换的不同效果 (1).|k|>1时 当k>1时，可以用来增加图像的对比度，图像的像素值在进行变换后全部都线性方法，增

bmp图像灰度变换实现了图像直方图二值化锐化反转等等功能大家看看吧

基于流处理器的图像灰度变换并行处理研究.pdf