第8篇数字图像处理工具箱

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)(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。

1. 图像和图像数据缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩阵中每个数据占用1个字节。

在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。

另外，uint8与double两种类型数据的值域不同，编程需注意值域转换。

从uint8到double的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色 B=double(A)+1索引色或真彩色 B=double(A)/255二值图像 B=double(A)---------------------------------------------从double到uint8的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色B=uint8(round(A-1))索引色或真彩色 B=uint8(round(A*255))二值图像B=logical(uint8(round(A))) ---------------------------------------------2. 图像处理工具箱所支持的图像类型2.1 真彩色图像R、G、B三个分量表示一个像素的颜色。

如果要读取图像中(100,50)处的像素值，可查看三元数据(100,50,1:3)。

真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无符号整型存储，亮度值范围[0,255]2.2 索引色图像包含两个结构，一个是调色板，另一个是图像数据矩阵。

Technology Application技术应用DCW209数字通信世界2019.01从专业角度分析，数字处理技术就是在计算机的支撑下，实现图像的目的性与针对性的变换与处理。

目前，数字图像处理技术的应用极具广泛性，社会生活中随处可见，如二维码的扫描、网络连接的操作、手机指纹识别以及医学领域的X 光透视等，这些都是应用数字处理技术的表现。

因此，要以MATLAB 软件为依托，对其在数字图像中的应用进行分析，以实现对数字图像处理模式与价值的深入理解。

1 对图像处理技术涵义以及数字处理技术发展的分析针对图像处理技术，其依托计算机，以计算机相关性能为基础，强化图像信号向数字信号的转化，为分析与处理提供便利，涉及图像变换、增强、分割以及特征提取等，是操作方法与应用技术的结合。

在发展初期，图像处理的主要目的是进行图像质量的改善，以期增强图像呈现的视觉效果。

随着科技的不断进步，数字图像处理技术在整个行业中凸显先进性，优势突出，强化信息的分析理解与高效利用，在医疗、科研等领域得到广泛应用，优势突出。

2 M ATLAB 图像处理工具箱功能原理及优势2.1 MATLAB 软件以及数字图像处理技术的基本原理对于MATLAB ，其功能较多，是综合性软件，工具包众多，而MATLAB 图像处理工具箱是其中工具包的一部分。

从图像处理原理上进行分析，MATLAB 就是借助数组进行图像颜色或者灰度的表示，借助其自身强大的计算能力，实现对数据组变换与处理的目的，以促进数字图像处理的完成。

2.2 MATLAB 数字图像处理的优势与原因MATLAB 是以技术运算为基础的高性能语言，能够实现算法开拓、数据可视化以及分析计算等功能，将其融于更加优质的操作背景下，依托数学原理，实现问题处理。

其次，MATLAB 工具箱组成丰富，具备突出的绘图功能，尤其是在数据统计分析、信号处理以及设计仿真领域作用更加显著，强化凸显图像矩阵的转化，发挥公式化在图像处理中的作用。

实验一 Matlab及其图像处理工具箱的使用一、实验目的与要求1．熟悉常用图像的格式和类型。

2．熟练掌握在MATLAB中如何读取和保存图像。

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．掌握如何进行图像间转化。

5．掌握如何实时获取USB2.0摄像头采集的视频图像。

二、实验内容及步骤1．利用imread函数读取一幅图像，设名为cameraman.tif，存入一个数组中；I=imread(‘cameraman.tif’); % 读入原图像,tif格式2．利用whos 命令提取该读入图像cameraman.tif的基本信息；whos I；%显示图像I的基本信息3．利用imshow()函数来显示这幅图像；imshow(I) %显示图像前三步综合程序：>> I=imread('cameraman.tif');>> whos IName Size Bytes Class AttributesI 256x256 65536 uint8>> imshow(I)步骤三图像：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；程序：>> imfinfo cameraman.tifans =Filename:'D:\Program Files\MA TLAB\R2009a\toolbox\images\imdemos\cameraman.tif'FileModDate: '04-十二月-2000 13:57:54'FileSize: 65240Format: 'tif'FormatV ersion: []Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: [77 77 42 0]ByteOrder: 'little-endian'NewSubFileType: 0BitsPerSample: 8Compression: 'PackBits'PhotometricInterpretation: 'BlackIsZero'StripOffsets: [8x1 double]SamplesPerPixel: 1RowsPerStrip: 32StripByteCounts: [8x1 double]XResolution: 72YResolution: 72ResolutionUnit: 'None'Colormap: []PlanarConfiguration: 'Chunky'TileWidth: []TileLength: []TileOffsets: []TileByteCounts: []Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100MaxSampleV alue: 255MinSampleV alue: 0Thresholding: 1Offset: 64872ImageDescription: [1x112 char]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。

《数字图像处理及MATLAB实现》图像增强与平滑实验一．实验目的及要求1、熟悉并掌握MA TLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。

二、实验设备MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。

熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。

（可将每段程序保存为一个.m文件）1．直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Reads the sample images ‘pout.tif’, and stores it inimshow(I) % an array named I.display the imagetext(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.text(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file2．直接灰度变换clear all; close allI = imread('cameraman.tif'); 注意：imadjust()功能：调整图像灰度值或颜色映像表，也可实现伽马校正。

《数字图像处理》知识点汇总1.什么是图像?“图”是物体投射或反射光的分布，“像”是⼈的视觉系统对图的接受在⼤脑中形成的印象或反映。

图像是客观和主观的结合。

2.数字图像是指由被称作象素的⼩块区域组成的⼆维矩阵。

将物理图象⾏列划分后，每个⼩块区域称为像素（pixel）。

对于单⾊即灰度图像⽽⾔，每个像素包括两个属性：位置和灰度。

灰度⼜称为亮度，灰度⽤⼀个数值来表⽰，通常数值范围在0到255之间，即可⽤⼀个字节来表⽰。

0表⽰⿊、255表⽰⽩。

3.彩⾊图象可以⽤红、绿、蓝三元组的⼆维矩阵来表⽰。

通常，三元组的每个数值也是在0到255之间，0表⽰相应的基⾊在该象素中没有，⽽255则代表相应的基⾊在该象素中取得最⼤值，这种情况下每个象素可⽤三个字节来表⽰。

4.数字图像处理就是利⽤计算机系统对数字图像进⾏各种⽬的的处理。

5.对连续图像f(x,y)进⾏数字化需要在空间域和值域进⾏离散化。

空间上通过图像抽样进⾏空间离散，得到像素。

像素亮度需要通过灰度级量化实现灰度值离散。

数字图像常⽤矩阵来表⽰。

6.从计算机处理的⾓度可以由⾼到低将数字图像分为三个层次，分别为图像处理、图像分析和图像理解。

这三个层次覆盖了图像处理的所有应⽤领域。

(1). 图像处理指对图像进⾏各种加⼯，以改善图像的视觉效果；强调图像之间进⾏的变换。

图像处理是⼀个从图像到图像的过程。

(2). 图像分析指对图像中感兴趣的⽬标进⾏提取和分割，获得⽬标的客观信息（特点或性质），建⽴对图像的描述；图像分析以观察者为中⼼研究客观世界，它是⼀个从图像到数据的过程。

(3). 图像理解指研究图像中各⽬标的性质和它们之间的相互联系，得出对图像内容含义的理解及原来客观场景的解释；图像理解以客观世界为中⼼，借助知识、经验来推理、认识客观世界，属于⾼层操作（符号运算）。

7.图像处理、图像分析和图像理解是处在三个抽象程度和数据量各有特点的不同层次上。

图像处理是⽐较低层的操作，它主要在图像像素级上进⾏处理，处理的数据量⾮常⼤。

图像锐化处理目录第一章前言 (3)第二章绪论 (4)2.1 研究的目的及意义 (6)2.2 国内外研究现状 (7)2.2.1 国外研究现状 (7)2.2.2 国内研究现状 (10)2.3 本文主要研究内容与结构安排 (11)第三章算法分析与描述 (13)3.1 数字图像处理简介 (14)3.1.1 数字图像处理的特点 (14)3.1.2 数字图像处理的目的和主要内容 (16)3.2 VC++简介 (18)3.2.1 Visual C++开发语言的特点 (20)3.2.2 Visual C++ 6.0 的特点 (21)3.2.3 Visual C++ 6.0 及其开发环境 (23)3.3 本章小结 (25)第四章算法分析与描述 (26)4.1 空域微分锐化方法 (26)4.1.1拉普拉斯微分算子函数 (28)4.1.2 Roberts交叉微分算子函数 (30)4.1.3 Prewitt微分算子函数(平均差分法) (31)4.1.4 Sobel微分算子函数（加权平均差分法） (31)4.2 频域高通滤波锐化方法 (34)4.2.1理想高通滤波器 (34)4.2.2巴特沃思高通滤波器 (35)4.2.3指数高通滤波器 (35)第五章详细设计过程 (36)5.1微分算子图像锐化编程实现说明 (36)5.2理想高通滤波图像锐化编程实现说明 (42)5.3 Butterworth 高通滤波图像锐化编程实现说明 (49)5.4 程序运行中的图像 (56)设计总结 (59)参考文献 (60)致谢 (62)第一章前言图像是人类获取和交换信息的主要来源, 因此, 图像处理的应用领域必然涉及到人类生活和工作的方方面面。

随着人类活动范围的不断扩大, 图像处理的应用领域也将随之不断扩大。

数字图像处理（Digital Image Processing）又称为计算机图像处理, 它是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。

1. 图像和图像数据缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩阵中每个数据占用1个字节。

在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。

另外，uint8与double两种类型数据的值域不同，编程需注意值域转换。

从uint8到double的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色 B=double(A)+1索引色或真彩色 B=double(A)/255二值图像 B=double(A)---------------------------------------------从double到uint8的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色B=uint8(round(A-1))索引色或真彩色 B=uint8(round(A*255))二值图像B=logical(uint8(round(A))) ---------------------------------------------2. 图像处理工具箱所支持的图像类型2.1 真彩色图像R、G、B三个分量表示一个像素的颜色。

如果要读取图像中(100,50)处的像素值，可查看三元数据(100,50,1:3)。

真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无符号整型存储，亮度值范围[0,255]2.2 索引色图像包含两个结构，一个是调色板，另一个是图像数据矩阵。

第八章数字图像处理的应用本章通过几个MATLAB数字图像处理实例，介绍数字图像处理技术的应用，具体内容包括：☐MATLAB图像处理工具箱和基本的图像处理操作☐图像直方图及其拟合☐图像平滑：中值滤波去噪☐图像复原8.1MATLAB图像处理工具箱和基本的图像处理操作图像处理工具箱是一个函数的集合，它扩展了matlab数值计算环境的能力。

这个工具箱支持了大量图像处理操作，包括：空间图像变换Spatial image transformations形态操作Morphological operations邻域和块操作Neighborhood and block operations线性滤波和滤波器设计Linear filtering and filter design格式变换Transforms图像分析和增强Image analysis and enhancement图像登记Image registration清晰化处理Deblurring兴趣区处理Region of interest operations工具箱里的函数都是M文件，可以通过type function_name来查看代码，也可以通过写自己的matlab函数来扩展工具箱。

要查看是否安装了该工具箱，可以使用ver命令来查看已安装的工具箱。

其他相关工具箱有：DSP BlocksetImage Acquisition ToolboxMapping ToolboxSignal Processing ToolboxWavelet Toolbox下面通过简单的例子介绍工具箱的使用方法，此例子介绍了一些基本的图像处理操作，包括读、写图像，演示图像的直方图均衡，得到图像信息等。

（1）MATLAB中的数字图像表示在MATLAB中，一幅数字图像表示成矩阵(以二维数组的形式存储的)：其中的每一个元素称为象素，符号f(p,q)表示位于第p行和q 列的元素。

（2）读取一个图像使用imread可以将图像读入MATLAB环境。