1灰度级：

（4）结果分析：对一幅 512*512,256 个灰度级的具有较多细节的图像，保持空间分辨率不变，仅将灰度级数依次递减为128、64、32、16、8、4、2，比较得到的结果就可以发现灰度级数对图像的影响。 前四张图灰度级数较高，图像基本看不出什么变化。当灰度级数继续降低，则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。灰度级数越低，越不能将图像的细节刻画出来。对比实验中处理过的图像，可以发现，虽然都是灰度图，但是灰度范围越大则图像显示出的色彩越丰富。

3.计算lena512图像的均值方差。

（1）问题分析：首先通过imread（）函数读入图像文件到灰度矩阵A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：lena2.m （2）MATLAB函数： mean2（）

MATLAB中提供均值计算函数mean（）和mean2（）。mean2( A )，用于对整一个矩 阵求像素平均值。 调用格式： u=mean2（A） std2（）

MATLAB中提供标准差计算函数std（）和std2（）。 调用格式： s=std2（A）

（3）处理结果：

均值u=95.6564 方差s^2=1.9273e+03

（4）结果分析：经过MATLAB运算，得到图像lena512.bmp的均值约为95.6564，标准差约为43.9012，方差是标准差的平方，约为1927.3。方差越大，图像的对比度越大，可以显示的细节就越多。

4.把lena图像用近邻、双线性和双三次插值法zoom到2048*2048。

（1）问题分析：插值算法是估计在图象像素间的某个位置的像素的取值方法。最近邻点插值法：在待插像素的周围四邻像素中，距离待求插像素最近的像素灰度赋给待插像素。该方法最简单，但校正后存在灰度不连续性，图像有明显锯齿状。双线性插值算法：双线性插值算法输出的图像的每个像素都是原图中四个像素（２×２）运算的结果，这种算法极大地消除了锯齿现象。双三次插值算法： 双三次插值算法是上一种算法的改进算法， 它输出图像的每个像素都是原图１６个像素（１６×１６）运算的结果。这种算法是一种很常见的算法，普遍用在图像编辑软件、打印机驱动和数码相机上。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。对应源程序：lena3.m

（2）MATLAB函数：

imresize（）函数用于对图像做缩放处理。 调用格式：

B = imresize(A, [numrows numcols],method)

其中，numrows和numcols分别指定目标图像的高度和宽度。 显而易见，由于这 种格式允许图像缩放后长宽比例和源图像长宽比例不相同，因此所产生的图像有可能 发生畸变。

method参数用于指定在改变图像尺寸时所使用的算法，可以为一下几种：

'nearest'： 这个参数也是默认的， 即改变图像尺寸时采用最近邻插值算法； 'bilinear'：采用双线性插值算法； 'bicubic'： 采用双三次插值算法；

（3）处理结果： 原始图像：

最近邻插值法：

双线性插值法：

双三次插值法：