《数字图像处理实验一》由会员分享，可在线阅读，更多相关《数字图像处理实验一（5页珍藏版）》请在金锄头文库上搜索。
1、实验一 MATLAB 数字图像处理初步 实验一 MATLAB 数字图像处理初步 一、实验目的与要求 1熟悉及掌握在 MATLAB 中能够处理哪些格式图像。 2熟练掌握在 MATLAB 中如何读取图像。 3掌握如何利用 MATLAB 来获取图像的大小、颜色、高度、宽度等等相关信息。 4掌握如何在 MATLAB 中按照指定要求存储一幅图像的方法。 5图像间如何转化。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数 f(x,y),其中 x 和 y 是空间(平面)坐标， f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩
2、色图像是由单个二维图像组合形成的。例如，在 RGB 彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于 x 和 y 坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图 1 所示。因此，当 f 的 x、y 分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为 MATLAB 基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图图 1 图像
3、的采样和量化图像的采样和量化 根据图像数据矩阵解释方法的不同，MATLAB 把其处理为 4 类： ? 亮度图像(Intensity images) ? 二值图像(Binary images) ? 索引图像(Indexed images) ? RGB 图像(RGB images) (1) 亮度图像 一幅亮度图像是一个数据矩阵， 其归一化的取值表示亮度。 若亮度图像的像素都是 uint8类或 uint16 类，则它们的整数值范围分别是0，255和0，65536。若图像是 double 类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是0，1 (2) 二值图像 一幅二值图像是一个取值只
4、有 0 和 1 的逻辑数组。 而一幅取值只包含 0 和 1 的 uint8 类数组，在 MATLAB 中并不认为是二值图像。使用 logical 函数可以把数值数组转化为二值数组或逻辑数组。创建一个逻辑图像，其语法为： B=logical(A) 其中，B 是由 0 和 1 构成的数值数组。 要测试一个数组是否为逻辑数组，可以使用函数: islogical(c) 若 C 是逻辑数组，则该函数返回 1；否则，返回 0。 (3) 索引图像 索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示 256 种颜色。 一幅索引颜色图像在图像
5、文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。 (4) RGB 图像 一幅 RGB 图像就是彩色像素的一个 MN3 数组，其中每一个彩色相似点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅 RGB 彩色图像的三个图像常称为红、绿或蓝分量图像。 令 fR，fG 和 fB 分别代表三种 RGB 分量图像。一幅 RGB 图像就利用 cat(级联)操作将这些分量图像组合成彩色图像： rgb_image=cat(3,fR,fG,fB) 在操作中，图像按顺序放置。 2、数据类和图像类型间的转化 表 1 中列出了 MATLAB
6、 和 IPT 为表示像素所支持的各种数据类。表中的前 8 项称为数值数据类，第 9 项称为字符类，最后一项称为逻辑数据类。 工具箱中提供了执行必要缩放的函数(见表 2)。以在图像类和类型间进行转化。 表 1-1 MATLAB 和 IPT 支持数据类型 表 1-1 MATLAB 和 IPT 支持数据类型 名称 描述 double 双精度浮点数，范围为 3083081010uint8 无符号 8 比特整数，范围为0 255 uint16 无符号 16 比特整数，范围为0 65536 uint32 无符号 32 比特整数，范围为0 4294967295 int8 有符号 8 比特整数，范围为-128
7、 127 int16 有符号 16 比特整数，范围为-32768 32767 int32 有符号 32 比特整数，范围为-2147483648 2147483647 single 单精度浮点数，范围为 char 字符 logical 值为 0 或 1 表 1-2 格式转换函数 表 1-2 格式转换函数 名称 将输入转化为 有效的输入图像数据类 im2uint8 uint8 logical,uint8,uint16 和 doulbe im2uint16 uint16 logical,uint8,uint16 和 doulbe mat2gray double,范围为0 1 double im2do
8、uble double logical,uint8,uint16 和 doulbe im2bw logical uint8,uint16 和 double 下面给出读取、压缩、显示一幅图像的程序(%后面的语句属于标记语句，编程时可不用输入) I=imread(原图像名.tif); % 读入原图像,tif 格式 whos I % 显示图像 I 的基本信息 imshow(I) % 显示图像 % 这种格式知识用于 jpg 格式，压缩存储图像，q 是 0-100 之间的整数 imfinfo filename imwrite(I,filename.jpg,quality,q); imwrite(I,fi
9、lename.bmp); % 以位图（BMP）的格式存储图像 % 显示多幅图像，其中 n 为图形窗口的号数 figure(n), imshow(filename); gg=im2bw(filename); % 将图像转为二值图像 figure, imshow(gg) % 显示二值图像 三、实验内容及步骤 1利用 imread( )函数读取一幅图像，假设其名为 flower.tif，存入一个数组中； 2利用 whos 命令提取该读入图像 flower.tif 的基本信息； 3利用 imshow()函数来显示这幅图像； 4利用 imfinfo 函数来获取图像文件的压缩，颜色等等其他的详细信息； 5
10、利用 imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的 jpg 文件,设为flower.jpg；语法：imwrite(原图像，新图像，quality,q), q 取 0-100。 30830810106 同样利用 imwrite()函数将最初读入的 tif 图象另存为一幅 bmp 图像， 设为 flower.bmp。 7用 imread()读入图像：Lenna.jpg 和 camema.jpg； 8用 imfinfo()获取图像 Lenna.jpg 和 camema.jpg 的大小； 9用 figure,imshow()分别将 Lenna.jpg 和 camema.jpg 显示
11、出来，观察两幅图像的质量。 10用 im2bw 将一幅灰度图像转化为二值图像，并且用 imshow 显示出来观察图像的特征。 11将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第 3、9、10 步得到的图像效果拷贝下来。 四、考核要点 1、熟悉在 MATLAB 中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。 2、 明确不同的图像文件格式， 由于其具体的图像存储方式不同， 所以文件的大小不同，因此当对同一幅图像来说，有相同的文件大小时，质量不同。 五、实验仪器与软件 (1) PC 计算机 (2) MatLab 软件/语言包括图像处理工具箱(I
12、mage Processing Toolbox) (3) 实验所需要的图片 六、实验报告要求 描述实验的基本步骤， 用数据和图片给出各个步骤中取得的实验结果和源代码， 并进行必要的讨论，必须包括原始图像及其计算/处理后的图像。 七、思考题 (1) 简述 MatLab 软件的特点。 (2) MatLab 软件可以支持哪些图像文件格式？ (3) 说明函数 imread 的用途格式以及各种格式所得到图像的性质。 (4) 为什么用 I = imread(lena.bmp) 命令得到的图像 I 不可以进行算术运算？ 八、实验图像 Fig.1 flower.tif Fig.2 elephant.jpg Fig.3 Lenna.jpg Fig.4 camema.jpg
