传统的SNR和PSNR不能很好地评价水印图像的质量。人类视觉对图像中不同强度的亮度区域和不同程度的纹理区域具有不同的视觉阈值，SNR和PSNR没有对这些不同进行区分，利用Watson提出的DCT域JND（Just Noticeable Difference，刚辨差）计算模型计算出图像中每个DCT系数的JND值，为图像中不同成分设置不同的权值，得到了优化的图像质量评价模型。用不同方法对传统模型和本文模型进行对比实验，结果表明新模型优于传统模型，其评价结果更接近人的视感觉，适用于各种不同的灰度图像和水印算法，可以对水印算法进行不可感知性性能评价。

实现任意彩色 灰度图像的放大缩小 任意角度旋转

资源包含实现的Python源码和三页的详细实验报告。 实验内容：给定一幅灰度图像，使用任意方法将其变成一幅彩色图像，并尽量使得添加的色彩显得较为真实。

把灰度图像转化为彩色图像的MATLAB代码。

使用MATLAB将灰度bmp格式图进行基于先例知识的彩色增强。

matlab灰色处理代码OCT_preprocess，tanh为婷 光学相干断层扫描（OCT）的预处理包括以下步骤： octSpectrailisReader将OCT图像转换为python可处理的nd-array，并在matlab.pyplot.imshow所示的第一层图像OCT图像中检索有用的信息： retinaDetect查找内部限制膜（ILM），内部段（IS），外部段（OS）和Bruch膜（BM）的边界所示图像上的三行是ILM，ISOS（IS和OS的组合）和BM代码检测到的边界： 对图像进行归一化后，normalizeOCT对OCT图像进行归normalizeOCT化并减少噪声，灰度图像如下所示： retinaFlatten根据retinaDetect中的返回值计算retinaDetect并使用BM作为基线展平图像。 灰度和RGB两种形式的最终图像：

图像处理自定义灰度映射、matlab交互方法学习案例，效果预览https://blog.csdn.net/tkl32172/article/details/122060028 （代码中变换函数为yf变量，简单易改）

根据SFS算法，通过单张灰度图像重建物体三维形貌模型的matlab源代码，辛辛苦苦写出来的

对图像的处理，求出图像的面积，对灰度图进行统计

read.m为主文件，imgSeg.m为分割函数，lena.jpg为参考图，img1.bmp、img2.bmp、img3.bmp、img4.bmp均为分割后的图像。通过修改m和n可以实现任意m*n分割图像。