变换函数为 ：s = a r + b设计程序，实现（a>1,b=0）、（0<a<1, b=0）、（a=1,b>0）和（a=1,b<0）等情况下的灰度变换处理，并比较处理前后的图像效果。
Matlab（matrixlab）矩阵实验室，在我的理解中matlab对灰度图片的提取即将其每个像素点的灰度提取，组成矩阵。
matlab代码：
R=imread('boats.bmp'); [m,n]=size(R) figure, imshow(R); title('aerial.bmp'); S1=R*3; figure; subplot(121); imshow(S1); subplot(122); plot(R,S1); N=im2double(R); S2=N*0.5; figure; subplot(121); imshow(S2); subplot(122); plot(N,S2); S3=R+10; figure; subplot(121); imshow(S3); subplot(122); plot(R,S3);由于是线性变换，对于矩阵而言就是可以直接进行线性变换。
这里显示一个运行后的范例。
2、灰度非线性变换
设计程序，实现图像的指数变换和对数变换。
这里是非线性的变换，对于上面的整体进行变换的方式我认为并不可取，例如矩阵的指数变换，涉及矩阵相乘，而线性代数中说明了矩阵相乘的要求，左矩阵的行数等于右矩阵的列数，而图片的像素问题不能保证，因此要对每个像素点进行操作。
指数部分代码：
f=imread('boats.bmp'); [M,N]=size(f); g=zeros(M,N); f=double(f); g=double(g); for i=1:M for j=1:N g(i,j)=f(i,j)^10; end end figure; subplot(121); imshow(uint8(g)); subplot(122); plot(f,g);对数部分只要修改其中关键行即可。
设计程序，实现3×3邻域平均和7×7邻域平均的平滑处理。观察处理前后图像效果，分析实验结果。
对图片的每个固定区域的像素取值都取其区域的平均值。
例7*7均值
代码：
f=imread('boats.bmp'); [M,N]=size(f); g=zeros(M,N); yu=0; yu=double(yu); f=double(f); g=double(g); for i=1:M-7 for j=1:N-7 for x=i:i+6 for y=j:j+6 yu=yu+f(x,y); end; end; for x=i:i+6 for y=j:j+6 g(x,y)=yu/49; end; end; yu=0; j=j+6; end; i=i+6; end; figure; subplot(121); imshow(uint8(g)); subplot(122); plot(f,g); 也是对每个像素点的操作。
