实验一 灰度图像的对比度线性展宽
一、实验目的
让学生通过使用对图像采用线性对比度展宽的方法进行处理，获得对图像画质的改善。
二、实验原理与方法
对比度线性展宽处理，其实质是对图像灰度值的一个线性映射——通过这种方式来实现突出图像中重要信息的目的。通常情况下，处理前后的图像灰度级是相同的，即处理前后的图像灰度级都为[0，255]。那么，从原理上讲，我们就只能通过抑制非重要信息的对比度来腾出空间给重要信息进行对比度展宽。
设原图像的灰度为),(j i f ，处理后的图像的灰度为),(j i g ，对比度线性展宽的原理示意图如图1.1所示。假设原图像中我们关心的景物的灰度分布在[a f ，
b f ]区间内，处理后的图像中，我们关心的景物的灰度分布在[a g ，b g ]区间内。在这里)(a b g g g -=?)(a b f f f -=?<，也就是说我们所关心的景物的灰度级得到了展宽。根据图中所示的映射关系中分段直线的斜率我们可以得出线性对比度展宽的计算公式：
b g a g a b )j
图1.1 对比度线性展宽映射关系
),(j i f α， a f j i f <≤),(0
=),(j i g a a g f j i f +-)),((β，
b a f j i f f <≤).,( （1-1）
b b g f j i f +-)),((γ，
255),(<≤j i f f b
（m i ,3,2,1 =；n j ,3,2,1 =） 其中，a a f g =
α，a b a b f f g g --=β，b
b
f g --=255255γ，图像的大小为m ×n 。
三、实验内容与步骤
1．熟悉MATLAB 语言的使用，主要包括图像处理相关的语句、表达式，以及变量的使用。
2．按照所给出的参考伪代码编写程序，实现对一幅灰度图像的对比度线性展宽。
3．调整α，β，γ的值，观察对处理结果的影响。
四、思考问题
1．在映射关系中，分段直线的斜率的大小对图像处理结果有哪些影响？ 2．在进行对比度展宽的时候，如果确定和选取所关心的景物？
五、参考伪代码程序
[image, map]=imread(‘实验图像.BMP ’);
%读入一幅灰度图像，放在二维数组变量image 中。 [m,n]=size(image); %得到图像的宽高。 result=zeros(m,n);
%开辟新的空间，存放结果图像。 fa=50; fb=200;
%输入所关心的图像景物的灰度分布范围[fa,fb]。
image=double(image);
%转换数据类型。
（因为在MATLAB中，图像的像素值为uint8型数据描述的，而这种类型不允许进行算术运算，所以要对F进行数据类型转换，即:F=double(F);然后，在进行循环处理。）
%设计两重循环（即：for (i=1:m) for(j=1:n)）按照公式（1-1），给出新图像的每个像素点的灰度值；
for i=1:m
for j=1:n
……%按照公式（1-1）计算出结果，并负值到结果图中。
end
end
%显示原图image与处理后的新图result；
figure(1)
imshow(image);
figure(2)
imshow(result);
imwrite(G, map,’结果图.bmp’)
%将新图result保存为.bmp位图后结束。
六、实验报告要求
1．简述实验目的和实验原理。
2．根据伪代码，完成编写为MATLAB程序，并实现更多的功能。
3．分析实验结果。
4．回答思考问题。
实验二图像去噪与边缘锐化
一、实验目的
采用均值滤波器分别对具有高斯噪声和椒盐噪声的图像进行滤波处理，比较滤波器对两种噪声的抑制效果。
采用Laplacian锐化算子对图像进行边缘锐化处理。
二、实验原理与方法
均值滤波器实际上就是对包含噪声的图像上的每个像素点，用一个给定的模板，模板的中心放在待处理像素的位置上，将模板内全体像素的均值替代原来的像素值即可。
例如，采用一个3×3的模板，待处理的像素为f(i,j)，则处理后图像对应的像素值为g(i-1,j+1)
g(i,j)=1/9*(f(i-1,j-1)+f(i-1,j)+f(i-1,j+1)+f(i,j-1)+f(i,j)+ f(i,j+1)+f(i+1,j-1)+f(i+1,j)+f(i+1,j+1));
（2-1）
采用Laplacian锐化算子进行图像边缘的锐化，是采用二阶差分运算获得像素间的差异值，由此，获得对图像景物边界的锐化。Laplacian也可以算子也可以写成是模板作用的方式，如下：
设待处理的像素为f(i,j)，则处理后图像对应的像素值为g(i-1,j+1)，则g(i,j)=4*f(i,j) -(f(i-1,j-1)+f(i,j-1)+f(i,j+1)+f(i+1,j));
（2-2）
三、实验内容与步骤
1．熟悉MATLAB语言的使用，主要包括图像处理相关的语句、表达式，以及变量的使用。
2．按照所给出的参考伪代码编写程序，实现对一幅包含高斯噪声以及椒盐噪声的灰度图像进行均值滤波。
3．调整滤波器模板的大小（分别比较3×3，5×5，7×7的模板），观察对
处理结果的影响。
3.对输入的图像采用Laplacian锐化算子进行滤波处理，并观察锐化算子对景物的哪些边缘的增强效果比较明显。
4．采用两种以上的方法对锐化后的小于0的数据进行标准化处理，观察不同方法所获得的不同处理效果。
四、思考问题
1．采用均值滤波，对高斯噪声和椒盐噪声的抑制哪种比较有效？
2．模板大小的不同，所处理效果有何不同？为什么？
3．对Laplacian锐化算子的处理结果中，对小于0的部分，采用不同的方法标准化到[0,255]时，图像的显示效果有什么不同？为什么？
五、参考伪代码程序
1．均值滤波去噪
[image, map]=imread(‘实验图像.BMP’);
%读入一幅灰度图像，放在二维数组变量image中。
[m,n]=size(image);
%得到图像的宽高。
result=zeros(m,n);
%开辟新的空间，存放结果图像。
template_size=3;
%输入作用模板的大小（或5×5或7×7）；
image=double(image);
%转换数据类型。
（因为在MATLAB中，图像的像素值为uint8型数据描述的，而这种类型不允许进行算术运算，所以要对F进行数据类型转换，即:F=double(F);然后，在进行循环处理。）
%设计两重循环（即：for (i=1:m) for(j=1:n)）按照均值滤波原理，给出新图像的每个像素点的灰度值；
for i=1:m
for j=1:n
……%计算3×3模板像素的均值（如公式（2-1）），负值到结果图中。
end
end
%显示原图image与处理后的新图result；
figure(1)
imshow(image);
figure(2)
imshow(result);
imwrite(G, map,’结果图.bmp’)
%将新图result保存为.bmp位图后结束。
2．Laplacian锐化处理
[image, map]=imread(‘实验图像.BMP’);
%读入一幅灰度图像，放在二维数组变量image中。
[m,n]=size(image);
%得到图像的宽高。
result=zeros(m,n);
%开辟新的空间，存放结果图像。
image=double(image);
%转换数据类型。
（因为在MATLAB中，图像的像素值为uint8型数据描述的，而这种类型不允许进行算术运算，所以要对F进行数据类型转换，即:F=double(F);然后，在进行循环处理。）
%设计两重循环（即：for (i=1:m) for(j=1:n)）按照均值滤波原理，给出新图像的每个像素点的灰度值；
for i=1:m
for j=1:n
……%按照公式（2-2）计算出结果，并负值到结果图中。
end
end
%显示原图image与处理后的新图result；
figure(1)
imshow(image);
figure(2)
imshow(result);
imwrite(G, map,’结果图.bmp’)；
%将新图result保存为.bmp位图后结束。
六、实验报告要求
1．简述实验目的和实验原理。
2．根据伪代码，完成编写为MATLAB程序，并实现更多的功能。3．分析实验结果。
4．回答思考问题。
选做实验：
实验一图像的放大和缩小
一、实验目的：
要求同学了解图像的放大和缩小的效果。
二、实验的原理与方法：
1）图像的缩小：分为按比例缩小和不安比例缩小两种。图像缩小之后，因为承载的信息量小了，所以画布可相应缩小。图像缩小实际上就是对原有的多个数据进行挑选或处理，获得期望缩小尺寸的数据，并且尽量保持原有的特征不丢失。最简单的方法就是等间隔的选取数据。设原图像大小为M*N，缩小为k1M*k2N，（K1<1,K2<1）。算法步骤如下：
设旧图像是F(i, j), i=1,2,…,M , j=1,2,…,N.
新图像是I(x, y), x=1,2,…,k1M , y=1,2,…,k2N.
2）图像的放大：图形的缩小是从多个信息中选出所需的信息，而图像的放大则是需要对多出的空位填入适当的值，是信息的估计。最简单的思想是，如果要将原图放大k倍，则将原图像中的每个象素值，填在新图像中对应的k*k大小的字块中。设原图像大小为M*N，放大为k1M*k2N，（K1>1,K2>1）。
算法步骤如下：
设旧图像是F(i, j), i=1,2,…,M , j=1,2,…,N.
新图像是I(x, y), x=1,2,…,k1M , y=1,2,…,k2N.
I(x, y)=F(c1*I,c2*j)
C1=k1 c2=k2
三、实验内容与步骤
1) 熟悉MATLAB语言的使用，包括矩阵的定义和一些必要语句，表达式、变
量的使用，及其语言环境。
2）编写程序
A 放大
B 缩小
3）对结果进行分析
原图
按比例缩小不按比例缩小
原图放大后
四、思考问题
1）在图像放大后为上么会出现马赛克，问题如何解决。2）比较等比例和不等比例放大缩小的结果。
五、报告要求
１）简述实验目的和实验原理。
２）修改完善参考程序，并使其实现更多功能。３）总结实验结论。
４）回答思考问题。
选做实验：
实验二 色系的转换
一、实验目的：
了解色系的概念，现在长用的几种色系方法，及如何在他们之间转换。 二、实验的原理与方法： 什么是色系？
我们生活的世界是五颜六色的，在色彩缤纷的世界里我们定义了红，橙，黄，绿，青，靛，紫等几种颜色，并把其他颜色看作某几种颜色合成的结果，但是这样的分法在图象处理时还是过于笼统，没有一个量化的标准，所以我们定义了色系的概念。
在数字图象的处理中，我们对颜色的描述还是通过建立色彩模型来实现的，不同的色彩模型对应于不同的处理目的，所以我们就有了很多为了处理不同情况而定义的色彩建摸。
XYZ 三刺激值的概念是以色觉的三元理论为根据的，他说明人眼具有接受三原色（红，绿，蓝）的接受器，而所有颜色均被视作该三原色的混合色，刺激值是利用这些标准观察者配色函数计算得来的：
Lab 颜色空间是在1976年制定的等色空间，以克服在x, y 色度图上相等的距离并不相当于我们所觉察到的相等色差的问题，在比较色差时，设A 为基准色，B 为试料色，A ’为与B 相同亮度的基准色，Eab ?为色差程度，Eab ?大小决定了色差程度的大小，具体见表
下面是我们要重点说明的两种色系系统
RGB 色系 以700nm (红)，546.1nm （绿）,435.8nm （蓝）三个色光为三基色。又称为物理三基色。自然界的所有颜色都可以过选用这三基色按不同比例混合而成
而HIS 色系的设计反映了人类观察彩色的方式。如：红色又分为浅红色和深红色等等，他将颜色分为了，亮度，色度，和饱和度三个系数，其中表示光照强度或称为亮度，他确定了象素的整体亮度，而不管其颜色是什么，（I 表示越黑I 越小，越白I 越大）；H ：表示色度，由角度表示，反映了该颜色最接近什么样的光谱波长，0o 为红色，120 o 为绿色，240o 为蓝色；S:表示饱和度，饱和度参数是色环的原点到彩色点的半径长度。在环的外围圆周是纯的或称饱和的颜色，其饱和度为0，容易理解的说法是当S 为1时是最纯的，最鲜亮的颜色，随着S 的减少灰色越来越多的“加”入了颜色中。
三、实验内容与步骤
1）本实验要实现的是HIS 色系与RGB 色系的相互转换，RGB 到HIS 的转换
)
(3
1B G R I ++=
B
G R B G R S ++-
=)
,,min(31
蓝（0，0，255）
青（0，255，255）
品红（255，0，255）
红（255，0，0）
黑（0，0，0）
白（255，255，255）
绿（0，255，0）
黄（255，255，0）
θ B G ≥
=H
πθ2 B G ≤
[]?????
???????--++-=-))(()_()_()(21cos 2
1B G B R G R B R G R θ 此外在实际运用中比较常用的还有YUV 和RGB 色系之间的转换，因为在彩色电视图像的传输中用的是YUV 格式的方法，所以也十分的重要。 2）编写程序实现要求 3）对结果分析
四、思考问题
RGB 色系可以直观的看作一个正方体（如上）那么在这个正方体上，一个点顺（逆）时针旋转会变成什么样？上下移动？向中心方向移动呢？
五、报告要求
1）简述实验目的和实验原理 2）总结实验结论 3）回答思考问题
选做实验：
实验三 旋转与平移
一、实验目的：
了解最基本的图像集合变化的方法； 二、实验的原理与方法： 1）平移
平移（translation ）变换大概是几何变换中最简单的一种；
如图所示，初始坐标为（x0,y0）的点经过平移（tx,ty ）（以向右，向下为正方向）后，坐标变为（x1, y1）。这两点之间的关系是x1= x0+tx , y1 =y0+ty 。
平移的示意图
以矩阵的形式表示为
]1[11y x =]1[0
0y x ????
?????
?1010001
y
x t t 我们更关心的是它的逆变换：
]1[00y x =]1[1
1y x ????
?????
?--1010001
y
x t t
这是因为：我们想知道的是平移后的图像中每个象素的颜色。例如我们想知道，新图中左上角的RGB 值是多少？很显然，该点是原图的某点经过平移后得到
y t
x t
的，这两点的颜色肯定是一样的，所以只要知道了原图那点的RGB值即可。那么到底新图中的左上角点对应原图中的哪一点呢？将左上角点的坐标（0，0）入公（2.2），得到x0=tx,y0=-ty;所以新图中的（0，0）点的颜色和原图中（-tx,-ty）的一样。
这样就存在一个问题：如果新图中有一点（x1，y1），按照公式（2.2）得到的（x0,y0）不在原图中该怎么办？通常的做法是，把该点的RGB值统一设成（0，0，0）或者（255，255，255）。
另一个问题是：平移后的图像是否要放大？一种做法是不放大，移出的部分被截断。例如下图。这种处理，文件大小不会改变。
移动前的图
移动后的图
还有一种做法是：将图像放大，使地能够显示下所有部分，如下图所示。
移动后图像被放大
这种处理，文件大小要改变。设原图的宽和高分别是w1,h1则新图的宽和高变为w1+|tx|和h1 +|ty| ，加绝对值符号是因为 tx ，ty 有可能为负（即向左，向上移动）。
2）旋转
旋转（rotation ）有一个绕着什么转的问题，通常的做法是以图像的中心为圆心旋转，举个例子，旋转30度（顺时针方向）后如图所示：
旋转前的图 旋转后的图
可以看出，旋转后图像变大了。另一种做法是不让图像变大，转出的部分被剪裁掉。如下图所示。
我们采用第一种做法，
首先给出变换矩阵。在我们熟悉的坐标系中，将一个
点顺时针旋转a角后的坐标变换公式，如下图所示，r为该点到原点的距离，在旋转过程中，r保持不变；b为r与x轴之间的夹角。
旋转后保持原图大小旋转示意图
旋转前：x0＝rcosb；y0=rsinb
旋转a角度后：
x1= rcos(b-a)= rcosbcosa+rsinbsina= x0cosa+y0sina；
y1= rsin(b-a)= rsinbcosa-rcosbsina= -x0sina+y0cosa；
以矩阵的形式表示：
]1
[
1
1
y
x=]1
[
y
x
?
?
?
?
?
?
?
?
?
?-
1
cos
sin
sin
cos
α
α
α
α
上面的公式中，坐标系xoy是以图像的中心原点，向右为正方向，向上为y 轴正方向。它和以图像左上角点为原点o’,向右为x’轴正方向，向下为y’轴正方向的坐标系x’o’y’之间的转换关系如何呢？如下图中所示。
两种坐标系间的转换关系
Y’
设图像的宽为w ，高为h ，容易得到
]1[y x =]1''
[y x ??
??
??????--15.05.0010001
h w 逆变换为：
]1''[y x =]1[y x
??
??
??????-15.05.0010001
h w 有了上面的公式，我们可以把变换分成三步： 1）将坐标系o ’变成o ； 2）将该点顺时针旋转a 角；
3）将坐标系o 变回o ’，这样，我们就得到了变换矩阵，是上面三个矩阵的级联。
]1[11y x =]1''
[y x ??????????--15.05.0010001
h w ????
???
???-10
0cos sin 0sin cos α
ααα??????????-15.05.0010001h w =]1[0
0y x ????
??????
+--++--15.0cos 5.0sin 5.05.0sin 5.0cos 5.00cos sin 0sin cos new
old old new
old old h h w w h w ααααα
αα
α 要注意得是，因为新图变大，所以上面公式中出现了wold ，hold ，wnew ，hnew ，他们分别表示原图（old ）和新图（new ）的宽,高。我们从图2.8中容易看出：wnew=max(|x4-x1|,|x3-x2|);
hnew=max(|y4-y1|,|y3-y2|)。
三、实验内容与步骤
对任意图片做旋转和平移的操作，比较他们的结果。 四、思考问题
在旋转和平移时出现了图片超出画布的情况怎么办？
实验一 实验内容和步骤 练习图像的读取、显示和保存图像数据，步骤如下： (1)使用命令figure(1)开辟一个显示窗口 (2)读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内显示、二值图像和灰度图像，注上文字标题。 (3)保存转换后的灰度图像和二值图像 (4)在同一个窗口显示转换后的灰度图像的直方图 I=imread('BaboonRGB.bmp'); figure,imshow(I); I_gray=rgb2gray(I); figure,imshow(I_gray); I_2bw=Im2bw(I_gray); figure,imshow(I_2bw); subplot(1,3,1),imshow(I),title('RGB图像'); subplot(1,3,2),imshow(I_gray),title('灰度图像'); subplot(1,3,3),imshow(I_2bw),title('二值图像'); imwrite(I_gray,'Baboongray.png'); imwrite(I_2bw,'Baboon2bw.tif'); figure;imhist(I_gray);
RGB 图 像灰度图 像二值图 像 050100150200250 500 1000 1500 2000 2500 3000
(5)将原RGB 图像的R 、G 、B 三个分量图像显示在figure(2)中，观察对比它们的特点，体会不同颜色所对应的R 、G 、B 分量的不同之处。 [A_RGB,MAP]=imread('BaboonRGB.bmp'); subplot(2,2,1),imshow(A_RGB),title('RGB'); subplot(2,2,2),imshow(A_RGB(:,:,1)),title('R'); subplot(2,2,3),imshow(A_RGB(:,:,2)),title('G'); subplot(2,2,4),imshow(A_RGB(:,:,3)),title('B'); (6)将图像放大1.5倍，插值方法使用三种不同方法，在figure(3)中显示放大后的图像，比较不同插值方法的结果有什么不同。将图像放大到其它倍数，重复实验；A=imread('BaboonRGB.bmp'); figure(3),imshow(A),title('原图像'); B=imresize(A,1.5,'nearest'); figure(4),imshow(B),title('最邻近法') C=imresize(A,1.5,'bilinear'); ; figure(5),imshow(C),title('双线性插值'); D=imresize(A,1.5,'bicubic'); figure(6),imshow(D),title('双三次插值 '); RGB R G B
二○一四～二○一五学年第一学期电子信息工程系 实验报告书 班级：电子信息工程（DB）1102班姓名 学号： 课程名称：数字图像处理 二○一四年十一月一日
实验一图像直方图处理及灰度变换（2学时） 实验目的： 1. 掌握读、写、显示图像的基本方法。 2. 掌握图像直方图的概念、计算方法以及直方图归一化、均衡化方法。 3. 掌握图像灰度变换的基本方法，理解灰度变换对图像外观的改善效果。 实验内容： 1. 读入一幅图像，判断其是否为灰度图像，如果不是灰度图像，将其转化为灰度图像。 2. 完成灰度图像的直方图计算、直方图归一化、直方图均衡化等操作。 3. 完成灰度图像的灰度变换操作，如线性变换、伽马变换、阈值变换（二值化）等，分别使用不同参数观察灰度变换效果（对灰度直方图的影响）。 实验步骤： 1. 将图片转换为灰度图片,进行直方图均衡，并统计图像的直方图： I1=imread('pic.jpg'); %读取图像 I2=rgb2gray(I1); %将彩色图变成灰度图 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('灰度图'); subplot(3,2,4); imhist(I2); %统计直方图 title('统计直方图'); subplot(3,2,5); J=histeq(I2); %直方图均衡 imshow(J); title('直方图均衡'); subplot(3,2,6); imhist(J); title('统计直方图');
原 图 灰度图 01000 2000 3000统计直方图 100200直方图均衡 0统计直方图 100200 仿真分析： 将灰度图直方图均衡后，从图形上反映出细节更加丰富，图像动态范围增大，深色的地方颜色更深，浅色的地方颜色更前，对比更鲜明。从直方图上反应，暗部到亮部像素分布更加均匀。 2. 将图片进行阈值变换和灰度调整，并统计图像的直方图： I1=imread('rice.png'); I2=im2bw(I1,0.5); %选取阈值为0.5 I3=imadjust(I1,[0.3 0.9],[]); %设置灰度为0.3-0.9 subplot(3,2,1); imshow(I1); title('原图'); subplot(3,2,3); imshow(I2); title('阈值变换'); subplot(3,2,5); imshow(I3); title('灰度调整'); subplot(3,2,2); imhist(I1); title('统计直方图'); subplot(3,2,4);
数字图像处理 实验指导书 河北工业大学 计算机科学与软件学院
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．图像类型转换。 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。将坐标值数字化称为采样；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1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB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有0和1的逻辑数组。 (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M×N×3数组，其中每一个彩色相
数字图像处理 实验指导书 学院：通信与电子工程学院 专业：电子信息工程 班级： 学号： 姓名： XX理工大学
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1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB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)
数字图像处理实验报告 实验一数字图像基本操作及灰度调整 一、实验目的 1)掌握读、写图像的基本方法。 2)掌握MATLAB语言中图像数据与信息的读取方法。 3)理解图像灰度变换处理在图像增强的作用。 4)掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方 法。 二、实验内容与要求 1.熟悉MATLAB语言中对图像数据读取，显示等基本函数 特别需要熟悉下列命令：熟悉imread()函数、imwrite()函数、size()函数、Subplot（）函数、Figure（）函数。 1)将MATLAB目录下work文件夹中的forest.tif图像文件读出.用到imread， imfinfo 等文件，观察一下图像数据，了解一下数字图像在MATLAB中的处理就是处理一个矩阵。将这个图像显示出来（用imshow）。尝试修改map颜色矩阵的值，再将图像显示出来，观察图像颜色的变化。 2)将MATLAB目录下work文件夹中的b747.jpg图像文件读出，用rgb2gray() 将其 转化为灰度图像，记为变量B。 2.图像灰度变换处理在图像增强的作用 读入不同情况的图像，请自己编程和调用Matlab函数用常用灰度变换函数对输入图像进行灰度变换，比较相应的处理效果。 3.绘制图像灰度直方图的方法，对图像进行均衡化处理 请自己编程和调用Matlab函数完成如下实验。 1)显示B的图像及灰度直方图，可以发现其灰度值集中在一段区域，用 imadjust函 数将它的灰度值调整到[0，1]之间，并观察调整后的图像与原图像的差别，调整后的灰
度直方图与原灰度直方图的区别。 2) 对B 进行直方图均衡化处理，试比较与源图的异同。 3) 对B 进行如图所示的分段线形变换处理，试比较与直方图均衡化处理的异同。 图1.1 分段线性变换函数 三、实验原理与算法分析 1. 灰度变换 灰度变换是图像增强的一种重要手段，它常用于改变图象的灰度范围及分布，是图象数字化及图象显示的重要工具。 1) 图像反转 灰度级范围为[0, L-1]的图像反转可由下式获得 r L s --=1 2) 对数运算：有时原图的动态范围太大，超出某些显示设备的允许动态范围， 如直接使用原图，则一部分细节可能丢失。解决的方法是对原图进行灰度压缩，如对数变换： s = c log(1 + r )，c 为常数，r ≥ 0 3) 幂次变换： 0,0,≥≥=γγc cr s 4) 对比拉伸：在实际应用中,为了突出图像中感兴趣的研究对象，常常要求 局部扩展拉伸某一范围的灰度值，或对不同范围的灰度值进行不同的拉伸处理，即分段线性拉伸： 其对应的数学表达式为：
数字图像处理实验(全 完整答案)
实验一常用 MATLAB图像处理命令 一、实验目的 1 、熟悉并掌握MA TLAB 工具的使用； 2、实现图像的读取、显示、代数运算和简单变换。 二、实验环境 MATLAB 6.5 以上版本、WIN XP或W IN2000计算机 三、常用函数 读写图像文件 1 imread imread 函数用于读入各种图像文件，如：a=imread('e:\w01.tif') 2 imwrite imwrite 函数用于写入图像文件，如：imwrite(a,'e:\w02.tif', ’tif ’) 3 imfinfo imfinfo 函数用于读取图像文件的有关信息，如：imfinfo('e:\w01.tif')图像的显示 1 image image 函数是 MATLAB提供的最原始的图像显示函数，如： a=[1,2,3,4;4,5,6,7;8,9,10,11,12]; image(a); 2 imshow imshow 函数用于图像文件的显示，如： i=imread('e:\w01.tif'); imshow(i); title （‘原图像’） %加上图像标题
3 colorbar colorbar 函数用显示图像的颜色条，如： i=imread('e:\w01.tif'); imshow(i); colorbar; 4 figure figure 函数用于设定图像显示窗口，如：figure(1) ；/figure(2) ； 5 subplot 把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。 Subplot （m，n，p）分成 m*n个小窗口，在第p 个窗口中创建坐标轴为当 前坐标轴，用于显示图形。 6 plot 绘制二维图形 plot （y） Plot （x，y）xy 可以是向量、矩阵。 图像类型转换 1 rgb2gray 把真彩图像转换为灰度图像 i=rgb2gray （j ） 2 im2bw 通过阈值化方法把图像转换为二值图像 I=im2bw（j ，level ） Level 表示灰度阈值，取值范围0~1（即0.n ），表示阈值取自原图像灰度范围的n%
实验一 Matlab图像处理工具箱的初步练习 一、实验目的和任务 1、初步了解与掌握MA TLAB语言的基本用法； 2、掌握MA TLAB语言中图象数据与信息的读取方法； 3、掌握在MA TLAB语言中图像类型的转换。 二、实验仪器、设备及材料 1、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 三、实验原理 将数字图像的RGB表示转换为YUV表示； Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B 四、实验步骤 1、阅读资料并熟悉MatLab的基本操作 2、读取MATLAB中的图象数据 3、显示MATLAB中的图象文件。用MATLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MA TLAB目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MA TLAB中的处理就是处理一个矩阵的本质。 4、将3中的图象显示出来（用imshow）。 5、对MA TLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。 五、实验报告要求 1、描述实验的基本步骤； 2、用图片给出步骤4、5、6中取得的实验结果； 六、实验所需图片
lenacolor.jpg 七、实验注意事项 1、学生应提前预习 2、请大家在E盘建一个目录（matlab），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 八、思考题 1、图像之间转换的基础是什么，为什么可以实现相互的转换 九、附录 MATLAB简介 (1) MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MA TLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MA TLAB处理数字图像非常的方便。MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。 1、MATLAB中图象数据的读取 A、imread imread函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’) 其中，X，MAP分别为读出的图象数据和颜色表数据，fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。 例：[X，MAP]=imread（’flowers.tif’,’tif’）;
《数字图像处理》实验指导书 编写: 罗建军 海南大学三亚学院 10月
目录 一、概述 ....................................................................... 错误!未定义书签。 二、建立程序框架 ....................................................... 错误!未定义书签。 三、建立图像类 ........................................................... 错误!未定义书签。 四、定义图像文档实现图像读/写.............................. 错误!未定义书签。 五、实现图像显示 ....................................................... 错误!未定义书签。 六、建立图像处理类................................................... 错误!未定义书签。 七、实现颜色处理功能............................................... 错误!未定义书签。 (一) 亮度处理................................................................. 错误!未定义书签。 (二) 对比度处理............................................................. 错误!未定义书签。 (三) 色阶处理................................................................. 错误!未定义书签。 (四) 伽马变换................................................................. 错误!未定义书签。 (五) 饱和度处理............................................................. 错误!未定义书签。 (六) 色调处理................................................................. 错误!未定义书签。 八、实现几何变换功能............................................... 错误!未定义书签。 (一) 图像缩放................................................................. 错误!未定义书签。 (二) 旋转......................................................................... 错误!未定义书签。 (三) 水平镜像................................................................. 错误!未定义书签。 (四) 垂直镜像................................................................. 错误!未定义书签。 (五) 右转90度................................................................. 错误!未定义书签。 (六) 左转90度................................................................. 错误!未定义书签。 (七) 旋转180度............................................................... 错误!未定义书签。 九、实现平滑锐化功能............................................... 错误!未定义书签。 十、图像处理扩展编程............................................... 错误!未定义书签。
实验二MATLAB图像运算一、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图像的变化。 二、实验步骤 1．图像的加法运算-imadd 对于两个图像f x,y和 (x,y)的均值有： g x,y=1 f x,y+ 1 (x,y) 推广这个公式为： g x,y=αf x,y+β (x,y) 其中，α+β=1。这样就可以得到各种图像合成的效果，也可以用于两张图像的衔接。说明：两个示例图像保存在默认路径下，文件名分别为'rice.png'和'cameraman.tif'，要求实现下图所示结果。 代码： I1 = imread('rice.png'); I2 = imread('cameraman.tif'); I3 = imadd(I1, I2,'uint8'); I4 = imadd(I1, I2,'uint16'); subplot(2, 2, 1), imshow(I1), title('?-ê?í???1'); subplot(2, 2, 2), imshow(I2), title('?-ê?í???2'); subplot(2, 2, 3), imshow(I3), title('8??í?????ê?'); subplot(2, 2, 4), imshow(I4), title('16??í?????ê?'); 结果截图：
2．图像的减法运算-imsubtract 说明： 背景图像可通过膨胀算法得到background = imopen(I,strel('disk',15));，要求实现下图所示结果。 示例代码如下： I1 = imread('rice.png'); background = imerode(I1, strel('disk', 15)); rice2 = imsubtract(I1, background); subplot(2, 2, 1), imshow(I1), title('?-ê?í???'); subplot(2, 2, 2), imshow(background), title('±3?°í???'); subplot(2, 2, 3), imshow(rice2), title('′|àíoóμ?í???'); 结果截图： 3.图像的乘法运算-immultiply
数字图像处理实验 报告 学生姓名：学号： 专业年级： 09级电子信息工程二班
实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像，注上文字标题。 实验结果如右图： 代码如下： Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作，在同一个窗口内分成五个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)
title('相加结果')；Subplot (3,2,4)；z=imsubtract(x,y)；imshow(z)；title('相减结果') Subplot (3,2,5)；z=immultiply(x,y)；imshow(z)；title('相乘结果') Subplot (3,2,6)；z=imdivide(x,y)；imshow(z)；title('相除结果') 3、对一幅图像进行灰度变化，实现图像变亮、变暗和负片效果，在同一个窗口内分成四个子窗口来分别显示，注上文字标题。 实验结果如右图： 代码如下： Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果，分别陈述图像的加、减、乘、除运算可能的应用领域。 解答：图像减运算与图像加运算的原理和用法类似，同样要求两幅图像X、Y的大小类型相同，但是图像减运算imsubtract()有可能导致结果中出现负数，此时系统将负数统一置为零，即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y)，将结果输出到矩阵Z中，若乘以一个常数，将改变图像的亮度：若常数值大于1，则乘运算后的图像将会变亮；叵常数值小于是，则图像将会会暗。可用来改变图像的灰度级，实现灰度级变换，也可以用来遮住图像的某些部分，其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算，就是对两幅图像的对应像素点进行点（X./Y)， imdivide()同样可以通过除以一个常数来改变原始图像的亮度，可用来改变图像的灰度级，其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体，图像相减运算又称为图像差分运算，差分运算还可以用于消除图像背景，用于混合图像的分离。
数字图像处理程序
数字图像处理实验 图像处理实验（一）直方图 灰度变换是图像增强的一种重要手段，使图像对比度扩展，图像更加清晰，特 征更加明显。 灰度级的直方图给出了一幅图像概貌的描述，通过修改灰度直方图来得到图像 增强。 1、灰度直方图 （1）计算出一幅灰度图像的直方图 clear close all I=imread('004.bmp'); imhist(I) title('实验一（1）直方图'); （2）对灰度图像进行简单的灰度线形变换， figure subplot(2,2,1) imshow(I); title('试验2-灰度线性变换'); subplot(2,2,2) histeq(I); （3）看其直方图的对应变化和图像对比度的变化。 原图像 f(m,n) 的灰度范围 [a,b] 线形变换为图像 g(m,n),灰度范围[a’,b’]公式：g(m,n)=a’+(b’-a’)* f(m,n) /(b-a) figure subplot(2,2,1) imshow(I) J=imadjust(I,[0.3,0.7],[0,1],1); title(' 实验一（3）用g(m,n)=a’+(b’-a’)* f(m,n) /(b-a)进行变换 '); subplot(2,2,2) imshow(J) subplot(2,2,3) imshow(I) J=imadjust(I,[0.5 0.8],[0,1],1); subplot(2,2,4) imshow(J) (4) 图像二值化（选取一个域值，(5) 将图像变为黑白图像） figure subplot(2,2,1)
6.3实验步骤 (1)对彩色图像的表达和显示 * * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * * rgbcube(0,0,10); %从正面观察彩色立方体 rgbcube(10,0,10); %从侧面观察彩色立方 rgbcube(10,10,10); %从对角线观察彩色立方体 %* * * * * * * * * *索引图像的显示和转换* * * * * * * * * * f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %rgb图像转换成8色索引图像，不采用抖动方式 [X1,map1]=rgb2ind(f,8,'nodither'); figure,imshow(X1,map1); %采用抖动方式转换到8色索引图像 [X2,map2]=rgb2ind(f,8,'dither'); figure,imshow(X2,map2); %显示效果要好一些 g=rgb2gray(f); %f转换为灰度图像 g1=dither(g);%将灰色图像经过抖动处理，转换打二值图像figure,imshow(g);%显示灰度图像 figure,imshow(g1);%显示抖动处理后的二值图像 程序运行结果：
彩色立方体原图 不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像 灰度图像抖动处理后的二值图像
(2)彩色空间转换 f=imread('D:\Picture\Fig0604(a)(iris).tif'); figure,imshow(f);%f是RGB真彩图像 %转换到NTSC彩色空间 ntsc_image=rgb2ntsc(f); figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息 %转换到HIS彩色空间 hsi_image=rgb2hsi(f); figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2)); %显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息 程序运行结果： 原图 转换到NTSC彩色空间
数字图像处理 实验一 MATLAB数字图像处理初步 一、显示图像 1．利用imread( )函数读取一幅图像，假设其名为lily.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； 实验结果如下图： 源代码： >>I=imread('lily.tif') >> whos I >> imshow(I) 二、压缩图像 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．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lily.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flily.bmp。7．用imread()读入图像Sunset.jpg和Winter.jpg； 8．用imfinfo()获取图像Sunset.jpg和Winter.jpg的大小； 9．用figure,imshow()分别将Sunset.jpg和Winter.jpg显示出来，观察两幅图像的质量。其中9的实验结果如下图：
源代码： 4~6(接上面两个) >>I=imread('lily.tif') >> imfinfo 'lily.tif'； >> imwrite(I,'lily.jpg','quality',20); >> imwrite(I,'lily.bmp'); 7~9 >>I=imread('Sunset.jpg'); >>J=imread('Winter.jpg') >>imfinfo 'Sunset.jpg' >> imfinfo 'Winter.jpg' >>figure(1),imshow('Sunset.jpg') >>figure(2),imshow('Winter.jpg') 三、二值化图像 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。实验结果如下图： 源代码： >> I=imread('lily.tif') >>gg=im2bw(I,0.4); F>>igure, imshow(gg)
实验一数字图像处理编程基础 一、实验目的 1. 了解MATLAB图像处理工具箱； 2. 掌握MATLAB的基本应用方法； 3. 掌握MATLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验原理 略。 三、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 四、分析思考 归纳总结Matlab各个基本指令。 Dither 采用“抖动”方法从RGB 图像创建索引图像 grayslice 从灰度图像通过阈值处理创建索引图像 gray2ind 从灰度图像创建索引图像 ind2gray 从索引图像创建灰度图像 rgb2ind 从RGB 图像创建索引图像 ind2rgb 从索引图像创建RGB 图像 rgb2gray 从RGB 图像创建灰度图像
实验二 图像几何变换实验 一、实验目的 1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果； 2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现； 3．掌握matlab 编程环境中基本的图像处理函数。 二、实验原理 1. 初始坐标为(,)x y 的点经过平移00(,)x y ，坐标变为(',')x y ，两点之间的关系为：00 ''x x x y y y =+??=+?，以矩阵形式表示为： 00'10'01100 11x x x y y y ????????????=?????????????????? 2. 图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为： '100'01010011x x y y -????????????=?????????????????? '100'01010011x x y y ????????????=-?????????????????? 3. 图像缩小和放大变换矩阵相同： '00'0010011X y x S x y S y ????????????=?????????????????? 当1x S ≤，1y S ≤时，图像缩小；当1x S ≥，1y S ≥时，图像放大。 4. 图像旋转定义为以图像中某一点为原点以逆时针或顺时针方
数字图像处理实验报告
实验一数字图像处理编程基础 一、实验目的 1. 了解MA TLAB图像处理工具箱； 2. 掌握MA TLAB的基本应用方法； 3. 掌握MA TLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 三、源代码 I=imread('cameraman.tif') imshow(I); subplot(221), title('图像1'); imwrite('cameraman.tif') M=imread('pout.tif') imview(M) subplot(222), imshow(M); title('图像2'); imread('pout.bmp') N=imread('eight.tif') imview(N) subplot(223), imshow(N); title('图像3'); V=imread('circuit.tif') imview(V) subplot(224), imshow(V); title('图像4');
N=imread('C:\Users\Administrator\Desktop\1.jpg') imshow(N); I=rgb2gary(GRB) [X.map]=gary2ind(N,2) RGB=ind2 rgb(X,map) [X.map]=gary2ind(I,2) I=ind2 gary(X,map) I=imread('C:\Users\dell\Desktop\111.jpg'); subplot(231),imshow(I); title('原图'); M=rgb2gray(I); subplot(232),imshow(M); [X,map]=gray2ind(M,100); subplot(233),imshow(X); RGB=ind2rgb(X,map); subplot(234),imshow(X); [X,map]=rbg2ind(I); subplot(235),imshow(X); 四、实验效果
《数字图像处理》 实验报告 学院：信息工程学院 专业：电子信息工程 学号： 姓名： 2015年6月18日
目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)
实验一图像的读取、存储和显示 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．图像的显示。 二、实验原理 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。 三、实验设备 (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 四、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．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；