数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

实验一图像的基本操作和基本统计指标计算一、实验目的熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。了解计算图像的统计指标的方法及其在图像处理中的意义。了解图像的几何操作，如改变图像大小、剪切、旋转等。二、实验主要仪器设备（1）台式计算机或笔记本电脑（2）MATLAB（安装了图像处理工具箱，即ImageProcessingToolbox(IPT）)（3）典型的灰度、彩色图像文件三、实验原理（1）将一幅图像视为一个二维矩阵。（2）利用MATLAB图像处理工具箱读、写和显示图像文件。①调用imread函数将图像文件读入图像数组（矩阵）。例如“I=imread(‘tire.tif’);”。其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。②调用imwrite函数将图像矩阵写入图像文件。例如“imwrite(A,’test_image.jpg’);”。其基本格式为“imwrite(a,filename.fmt)”。③调用imshow函数显示图像。例如“imshow(‘tire.tif’);”。其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。（3）计算图像有关的统计参数。四、实验内容（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。（2）利用MATLAB计算图像有关的统计参数。五、实验步骤（1）利用“读图像文件I/O”函数读入图像Italy.jpg。（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion（格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType（彩色类型）、CodingMethod（编码方法）等。（3）利用“像素和统计处理”函数计算读入图像的二维相关系数（corr2函数）、确定像素颜色值（impixel函数）、确定像素的平均值（mean2函数）、显示像素信息（pixval函数）、计算像素的标准偏移（std2函数）等。要求：参照例题2.1，对图像J加均值为0、方差为0.01的高斯白噪声形成有噪图像J1，即“J1=imnoise(J,’gaussian’,0,0.01);”，求J1的像素总个数、图像灰度的平均值、标准差、J和J1的互协方差和相关系数、J和K的互协方差和相关系数。如果将方差加至0.1，重新计算上述统计参数。（4）改变图像大小（imresize函数），旋转图像（imrotate函数）、对图像进行裁剪（imcrop函数）等，再对操作后的图像进行统计。要求：参照例2.1，将图像I分别放大和缩小1.5倍、旋转30°，再对操作后的图像进行统计。（5）将上述不同操作后的图像用“读图像文件I/O”函数分别写入各自的图像文件。六、实验程序I=imread('Italy.jpg');subplot(3,3,1);imshow(I);A=imfinfo('Italy.jpg');J=rgb2gray(I);subplot(3,3,2);imshow(J);J1=imnoise(J,'gaussian',0,0.01);subplot(3,3,3);imshow(J1);B=numel(J1);ave=mean2(J1);sd=std2(J1);J2=im2double(J);J3=im2double(J1);Cfg=cov(J2,J3);corrgfg=corr2(J2,J3);s=size(J);all_white=255*ones(s(1),s(2));all_white_uint8=uint8(all_white);K=imsubtract(all_white_uint8,J);subplot(3,3,4);imshow(K);K1=im2double(K);Cfg2=cov(J2,K1);corrgfg2=corr2(J2,K1);J4=imresize(I,0.2);subplot(3,3,5);imshow(J4);J5=imrotate(I,30);subplot(3,3,6);imshow(J5);RECT=[0200300250]J6=imcrop(I,RECT);subplot(3,3,7);imshow(J6);imwrite(J1,'J1.rpg');imwrite(J,'J.rpg');imwrite(K,'K.rpg');imwrite(J4,'J4.rpg');imwrite(J5,'J5.rpg');imwrite(J6,'J6.rpg');七、实验结果八、思考（1）说明图像的统计特征对图像处理的意义。图像的种类很多，不同图像的用途和处理方法也不相同。图像处理算法往往针对一定特征（如颜色、纹理、形状、空间关系等）的图像，因此对图像特征的分析至关重要。图像是典型的二维随机信号，其统计特征对于进一步处理和分析是十分重要的。图像的统计特征是图像的一类基本特征。一些算法也是基于图像的统计指标设计的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别于其他图像的许多参数指标。（2）比较不同图像的统计特征的差别，并分析原因。不同图像的尺寸、大小、颜色、纹理、形状等不同。（3）讨论施加不同方差的噪声，对图像统计参数产生的影响。施加不同方差的噪声，会改变图像的灰度平均值，协方差矩阵，灰度标准差。（4）图像旋转后，图像的尺寸是否发生变化？如果数据增加，多余的数据是怎样补充的？对图像的统计参数会产生怎样的影响？由实验结果图6可以看出，图像旋转后，尺寸也会变化，多余数据用黑色补充，图像的大小等发生变化。