度值变化更加平滑，整体效果好于直接消除像素Task3
pixelrepetitio
像素重复和双线性插值法对图像的缩放，其处理效果相近，但从MSE和PSNR值来看，双线性插值法更好。但运算时间较长将缩小后的图像再放大，还原效果都较好Task4
可以看出，对图像进行量化后，随着量化步长越大，图像越接近原图；当Q2时，图像几乎全白，而直方图灰度值也极端的集中在0和250两个值上。随着量化步长增加，图像细节几个方面均有明显转变，而直方图灰度值也逐渐向着整个灰度级数覆盖，最后集中于10到250之间Task5
第一幅图，绘制其直方图可以看到直方图灰度值主要集中在100到150之间，均衡化后灰度值覆盖整个灰度级数。
第二幅图图相比相对亮一些，绘制其直方图可以看到直方图灰度值主要集中在60到120以及200到250之间，均衡化后灰度值覆盖整个灰度级数。
f附录：程序列表
第一题：
均方误差（MSE）：sumsumaijbij2MSEsumMN峰值信噪比（PSNR）sumsumaijbij2PSNR10log102552MSE
计算MSEPSNR
clearall
closeallIimreadC\UsersDarkSeleeDesktopbbpg录入图像
figure1imshowIXrgb2grayI
将真彩色图像转换为灰度图像。
heightwidthsizeX
Xim2doubleX
Aim
oiseXgaussia
0005加高斯噪声
figure2imshowA利用两组for循环，即可实现计算
sigma10
fori1height
forj1width
sigma1sigma1XijAij2
e
d
e
d
msesigma1heightwidth均方误差ps
r10log102552mse峰值信噪比
信噪比（SNR）sum2sum2aij2SNR10log10sum2MSE计算SNR
clearall
closeall
Jim
oiseIgaussia

加噪声
adoubleI
bdoubleJ
MNsizeI
sum0先计算出MSEfori1M
forj1Nsumsumaijbij2e
d
fe
dMSEsumMNsum20同上，利用两组for循环，即可实现计算fori1M
forj1Nsum2sum2aij2e
de
dSNR10log10sum2MSE
平均绝对误差（MAE）sumsumaijbijMAEsumMN
计算MAE
Jim
oiseIgaussia

加噪声
adoubleI
bdoubleJ
MNsizeI
sum0
fori1M
forj1N
sumsumaijbij
e
d
e
d
MAEsumMN
处理给定的测试图像，以其原始的形式和加过噪声之后的形式
clearall
closeallIimreadC\UsersDarkSeleeDesktopaajpg读入图像
figure1imshowIXrgb2grayI
将真彩色图像转换为灰度图像。
heightwidthsizeX
Xim2doubleX
Aim
oiseXgaussia
0005加高斯噪声
figure2imshowA
显示图像
f第二题
直接消除像素点XimreadC\UsersDarkSeleeDesktopbbjpg读图像Irgb2grayXfigure2mimfilterIwcorrreplicatesubplot321imshowItitle原图subplot323Mg12e
d12e
d以21r