图像基本运算

实验五 传基本运算 1.0 C 语言编程实现

介绍了基于Matlab的数字图像处理，重点讲解了图像的加减乘除等基本操作方法。

数组的基本数值运算，用 MATLAB 写起来其实挺直观的。像数组的加减乘除、乘方这些，直接对着变量操作就行，不用写循环，效率也高，代码还不臃肿。平时要批量数据，像做图像、信号的，你就会发现向量化运算真香，用起来顺手多了。别小看这个基础，写得顺溜，效率能翻好几倍。想更系统一点，推荐几个资料：数组运算讲得比较全；数值数组和向量化运算教程挺适合刚上手的朋友；Matlab 数组运算详解则细节丰富，查资料也方便。另外像矩阵加减、乘法与除法这篇，细讲了常见运算的区别；还有运算符详解，把.*、./这类元素级操作解释得清楚。如果你常写数值运算脚本，或者做工程计算，建议多练练这些基本功，写起代码来事半功倍。

基本运算的实战，Matlab 的基础操作用得顺才算上路。这节教程挺适合刚接触 Matlab 的你，讲得不啰嗦，一上来就是加减乘除，顺带讲清楚括号怎么用、指数怎么算。对着例题练一练，快就能上手。

求和：- sum(X)：计算向量X元素的和。- sum(A)：按列计算矩阵A元素的和，返回一个行向量。- sum(A, dim)：按指定的维度dim计算A元素的和。 求积：- prod(X)：计算向量X元素的乘积。- prod(A)：按列计算矩阵A元素的乘积，返回一个行向量。- prod(A, dim)：按指定的维度dim计算A元素的乘积。 累加和与累乘积：- cumsum(X)：计算向量X元素的累加和，返回一个向量。- cumprod(X)：计算向量X元素的累乘积，返回一个向量。

矩阵的基本运算包括加法和减法，要求参与运算的矩阵需具有相同的维数。此外，矩阵的普通乘法须满足线性代数中的相乘原则。例如，若给定矩阵A和B如下：A=[1 2 3; 4 5 6]; B=[3 2 1; 6 5 4]，则可执行C=A+B和D=A-B操作。另一例子，若A=[1 2 3; 4 5 6]; B=[2 1; 3 4];，则可以计算C=A*B。

MATLAB 的基本运算用起来其实还挺顺手的，尤其是你刚开始接触的时候，搞清楚几个核心符号，写代码效率会高不少。像是右除`/`和左除`\`，看起来有点懵，但你习惯之后就会觉得其实还挺合理的。加减乘除这些符号在 MATLAB 里用法和数学表达式基本一致，唯一要注意的就是语法小细节。 加法用+，比如1 + 2，这谁都懂。减法也是一样，5 - 3直接写。 乘法用*，写成2 * 3；除法就分两种情况了，右除用/，像6 / 2；左除用\，这个更多用于矩阵运算，初学先记住有这么回事就行。 幂运算也有，写成^，比如2^3就是 2 的三次方。这些在写函数或做数学建模时用得多。 顺手提醒一下，如果你之前玩过PL

6.1关系代数是一种查询语言，它包含一系列运算，这些运算以一个或两个关系作为输入，生成一个新的关系作为输出。关系代数的基本运算包括选择、投影、并、集合差、笛卡尔积和重命名。除了基本运算外，还有集合交、自然连接和赋值等其他运算。选择、投影和重命名属于一元运算，因为它们作用于单个关系；而并、集合差和笛卡尔积属于二元运算，因为它们作用于两个关系。选择运算通过筛选满足特定谓词的元组。例如，为了从关系中选择工资大于90,000美元的员工，可以使用选择运算。通过这些基本运算，我们可以定义和操作关系数据库中的数据。

这段代码展示了如何在MATLAB中执行图像算术运算，例如加法、减法、乘法和除法，用于图像增强和分析等任务。

图像的点运算灰度直方图描述了一副图像的灰度级统计信息，主要应用于图像分割和灰度变换等处理过程。从数学角度来看，图像直方图展示了图像各个灰度级的统计特性，是图像灰度值的函数，反映了图像中各灰度级出现的次数或概率。归一化直方图直观地展示了不同灰度级别的像素比率。imhist(I);%灰度直方图I=imread（‘red.bmp’）;%读入图像figure;%打开新窗口[M，N]=size(I);%计算图像大小[counts，x]=imhist(I，32);%计算32个小区间的灰度直方图counts=counts/M/N;%计算各区间的归一化灰度直方图值stem(x，counts);%绘制归一化直方