《数字图像处理四个实验的》由会员分享，可在线阅读，更多相关《数字图像处理四个实验的（27页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理实验报告书班级：通信102班姓名:于坤芳学号：202127117指导老师：孙洁2013年4月26日1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
2、的一个术语，而彩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根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1 图像的采样和量化根据图像数
3、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。假设亮度图像的像素都是uint8类或uint16类，那么它们的整数值范围分别是0，255和0，65536。假设图像是double类，那么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
4、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。创立一个逻辑图像，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)假设C是逻辑数组，那么该函数返回1；否那么，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文件里定义，当翻开该文件时，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
5、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。
6、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uint8无符号8比特整数，范围为0 255uint16无符号16比特整数，范围为0 65536uint32无符号32比特整数，范围为0 4294967295int8有符号8比特整数，范围为-128 127int16有符号16比特整数，范围为-32768 32767int32有符号32比特整数，范围为-2147483648 2147483647single单精度浮点数，范围为char字符logical值为0或1表1-2 格式转换函数名称将输入转化为有效的输入图像数据类im2uint8uint8logical,ui
7、nt8,uint16和doulbeim2uint16uint16logical,uint8,uint16和doulbemat2graydouble,范围为0 1doubleim2doubledoublelogical,uint8,uint16和doulbeim2bwlogicaluint8,uint16和double三、实验步骤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的根本信息；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
8、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。6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
9、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、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(Image Processing Toolbox) (3) 实验所需要的图片 五、实验程序 六、实验前图像和处理后图像 Fig.1 flower.tif Fig.2 elephant.jpg Fig.3 Lenna.jpg Fig.4 camema.jpg 第二 图像根本运算一、 实验目的1了解图像的算术运算在数字图像处理中的初步应用。2体会图像算术运算处理的过程和处理前后
10、图像的变化。二、 实验原理图像的代数运算是图像的标准算术操作的实现方法，是两幅输入图像之间进行的点对点的加、减、乘、除运算后得到输出图像的过程。如果输入图像为A(x,y)和B(x,y)，输出图像为C(x,y)，那么图像的代数运算有如下四种形式： C(x,y) = A(x,y) + B(x,y) C(x,y) = A(x,y) - B(x,y) C(x,y) = A(x,y) * B(x,y) C(x,y) = A(x,y) / B(x,y)图像的代数运算在图像处理中有着广泛的应用，它除了可以实现自身所需的算术操作，还能为许多复杂的图像处理提供准备。例如，图像减法就可以用来检测同一场景或物体生产
11、的两幅或多幅图像的误差。使用MATLAB的根本算术符(+、-、*、/ 等)可以执行图像的算术操作，但是在此之前必须将图像转换为适合进行根本操作的双精度类型。为了更方便地对图像进行操作，MATLAB图像处理工具箱包含了一个能够实现所有非稀疏数值数据的算术操作的函数集合。下表列举了所有图像处理工具箱中的图像代数运算函数。表2-1 图像处理工具箱中的代数运算函数函数名功能描述Imabsdiff两幅图像的绝对差值Imadd两幅图像的加法Imcomplement补足一幅图像Imdivide两幅图像的除法Imlincomb计算两幅图像的线性组合Immultiply两幅图像的乘法imsubtract两幅图像
12、的减法使用图像处理工具箱中的图像代数运算函数无需再进行数据类型间的转换，这些函数能够接受uint8和uint16数据，并返回相同格式的图像结果。虽然在函数执行过程中元素是以双精度进行计算的，但是MATLAB工作平台并不会将图像转换为双精度类型。代数运算的结果很容易超出数据类型允许的范围。例如，uint8数据能够存储的最大数值是255，各种代数运算尤其是乘法运算的结果很容易超过这个数值，有时代数操作主要是除法运算也会产生不能用整数描述的分数结果。图像的代数运算函数使用以下截取规那么使运算结果符合数据范围的要求：超出数据范围的整型数据将被截取为数据范围的极值，分数结果将被四舍五入。例如，如果数据类
13、型是uint8，那么大于255的结果包括无穷大inf将被设置为255。注意：无论进行哪一种代数运算都要保证两幅输入图像的大小相等，且类型相同。三、 实验步骤1图像的加法运算图像相加一般用于对同一场景的多幅图像求平均效果，以便有效地降低具有叠加性质的随机噪声。直接采集的图像品质一般都较好，不需要进行加法运算处理，但是对于那些经过长距离模拟通讯方式传送的图像如卫星图像，这种处理是必不可少的。在MATLAB中，如果要进行两幅图像的加法，或者给一幅图像加上一个常数，可以调用imadd函数来实现。imadd函数将某一幅输入图像的每一个像素值与另一幅图像相应的像素值相加，返回相应的像素值之和作为输出图像。
14、imadd函数的调用格式如下：Z = imaddX，Y其中，X和Y表示需要相加的两幅图像，返回值Z表示得到的加法操作结果。图像加法在图像处理中应用非常广泛。例如，以下代码使用加法操作将图2.1中的(a)、(b)两幅图像叠加在一起：I = imread(rice.tif)；J = imread(cameraman.tif)；K = imadd(I,J)；imshow(K)；叠加结果如图2.2所示。 图2.1 待叠加的两幅图像 图2.2 叠加后的图像效果给图像的每一个像素加上一个常数可以使图像的亮度增加。例如，以下代码将增加图3(a)所示的RGB图像的亮度，加亮后的结果如图3(b)所示。RGB = imread(flower.tif)；RGB2 = imadd(RGB,50)；subplot(1,2,1)；imshow(RGB)；subplot(1,2,2)；imshow(RGB2)；
