您好,欢迎访问三七文档
当前位置:首页 > 临时分类 > 数字图像处理四个实验报告-带有源程序
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,MATLAB把其处理为4类:亮度图像(Intensityimages)二值图像(Binaryimages)索引图像(Indexedimages)RGB图像(RGBimages)(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。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。表1-1MATLAB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[0255]uint16无符号16比特整数,范围为[065536]uint32无符号32比特整数,范围为[04294967295]int8有符号8比特整数,范围为[-128127]int16有符号16比特整数,范围为[-3276832767]int32有符号32比特整数,范围为[-21474836482147483647]3083081010single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,uint8,uint16和doulbeim2uint16uint16logical,uint8,uint16和doulbemat2graydouble,范围为[01]doubleim2doubledoublelogical,uint8,uint16和doulbeim2bwlogicaluint8,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whosI%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imfinfofilenameimwrite(I,'filename.jpg','quality',q);imwrite(I,'filename.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;I=imread('flower.tif');%读入原图像,tif格式2.利用whos命令提取该读入图像flower.tif的基本信息;whosI%显示图像I的基本信息NameSizeBytesClassAttributesI129x173x366951uint83利用imshow()函数来显示这幅图像;figure(1),imshow(I)30830810104.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;imfinfoflower.tifans=Filename:'flower.tif'FileModDate:'31-五月-201217:49:15'FileSize:6777Format:'jpg'FormatVersion:''Width:173Height:129BitDepth:24ColorType:'truecolor'FormatSignature:''NumberOfSamples:3CodingMethod:'Huffman'CodingProcess:'Sequential'Comment:{}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。imwrite(I,'flower.jpg','quality',10);%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figure(2),imshow('flower.jpg');imwrite(I,'flower2.jpg','quality',50);figure(3),imshow('flower2.jpg');%显示多幅图像,其中n为图形窗口的号数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。imwrite(I,'flower.bmp');%以位图(BMP)的格式存储图像7.用imread()读入图像:Lenna.jpg和camema.jpg;P=imread('Lenna.jpg');Q=imread('camema.jpg');%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;imfinfoLenna.jpgans=Filename:'Lenna.jpg'FileModDate:'31-五月-201217:49:15'FileSize:3957Format:'jpg'FormatVersion:''Width:159Height:152BitDepth:8ColorType:'grayscale'FormatSignature:''NumberOfSamples:1CodingMethod:'Huffman'CodingProcess:'Sequential'Comment:{}imfinfocamema.jpgans=Filename:'camema.jpg'FileModDate:'31-五月-201217:49:15'FileSize:4857Format:'jpg'FormatVersion:''Width:154Height:154BitDepth:8ColorType:'grayscale'FormatSignature:''NumberOfSamples:1CodingMethod:'Huffman'CodingProcess:'Sequential'Comment:{}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。figure(1),imshow(P);figure(2),imshow(Q);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。A=imread('lily.tif');B=im2bw(A);%将图像转为二值图像figure(1),imshow(A);figure(2),imshow(B);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(ImageProcessingToolbox)(3)实验所需要的图片总结:本次实验的目的是学习MATLAB数字图像处理的一些基本知识,熟悉及掌握在MATLAB中能够处理哪些格式图像,如何读取图像,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,掌握如何在MATLAB中按照指定要求存储一幅图像的方法及图像间如何转化。实验比较容易实验。实验二图像基本运算一、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),则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的两幅或多幅图像的误差。使用MATLAB的基本算术符(+、-、*、/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基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。
本文标题:数字图像处理四个实验报告-带有源程序
链接地址:https://www.777doc.com/doc-4586876 .html