搜索
《数字图像处理》实验指导书计算机科学与技术系魏佳2011年9月实验一、图像直方图统计（验证性）一、实验目的1掌握MATLAB处理数字图像的基本方法；2掌握MATLAB绘制图像直方图的方法。二、实验原理1MATLAB窗口构成:在缺省的情况下，由三个窗口组成。命令窗口(commandwindow)、命令历史（commandhistory)、工作空间（workbench)。注意：缺省窗口的设置为：MATLAB菜单/view选项/Desktoplayout/default2调入一个文件：i=imread('lena.bmp)（观察此时的i出现在什么窗口？是什么类型的变量？大小是多少？）；3显示这幅图：imshow(i);4显示这幅图像的直方图：imhist(i)；4将变量i转置成j,即j=i';显示j即imshow(j);5写入到一个新的图像文件'abc.tif'中即imwrite(j,'abc.tif')；6清除变量命令：clear；7清除用户开设的窗口命令：closeall；8试着自己写一段代码统计图像亮度信息绘制出直方图。三、实验步骤1运行MATLAB；2调入一个图像文件并显式；3显示图像的直方图信息；4对调入的图像进行转置并显示；5将转置后的图像用新的文件名保存；6清除变量和窗口；7记录和整理实验报告。四、实验仪器1计算机；2MATLAB应用软件；4记录用的笔、纸。五、实验报告内容1叙述操作过程2提交处理的图像的图像。六、思考题1图像转置后与原图像有何区别？实验二、灰度图像亮度变换（验证性）一、实验目的1了解灰度图像亮度变换的意义和手段；2熟悉灰度变换的基本性质；3通过本实验掌握利用MATLAB编程实现数字图像的灰度变换。二、实验原理1算法见教材P61，4.2.1灰度线性变换3利用MATLAB软件实现数字图像灰度变换的程序：I=imread(‘lena.bmp’);%读入原图像文件imshow(I);%显示原图像a=0;b=255;c=50;d=205;m=uint8(zeros(255,255));forj=1:size(i,1)fork=1:size(i,2)if(i(j,k)=a&i(j,k)b)m(j,k)=(d-c)/(b-a)*(i(j,k)-a)+c;elsem(j,k)=i(j,k);endendendimshow(m);三、实验步骤1打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；2利用MatLab工具箱中的函数编制灰度变换文件FG;3运行FG文件；4记录和整理实验报告。四、实验仪器1计算机；2MATLAB程序；3移动式存储器（U盘等）。4记录用的笔、纸。五、实验报告内容1叙述实验过程；2提交实验的原始图像和结果图像。六、思考题1如何将两幅图像显示在一个窗口内？实验三、图像去噪（验证性）一、实验目的1掌握灰度图像简单的去噪方法；2熟练掌握MATLAB实现模板操作的方法；3熟练掌握空域滤波中常用的平滑滤波器；4利用MATLAB程序进行图像去噪。二、实验原理见教材P65,4.4去除噪声。下面给出图像去噪的MATLAB程序：I=imread('lenan.bmp');%读入原图像subplot(1,3,1);imshow(I);title('原图');J=fspecial('average');J1=uint8(filter2(J,I));subplot(1,3,2);imshow(J1);title('3*3滤波');K=fspecial('average',9);K1=uint8(filter2(K,I));subplot(1,3,3);imshow(K1);title('9*9滤波');处理后的图像去除了噪声，但是会变得模糊。三、实验步骤1打开计算机，启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；2给加噪图片“lenan.bmp”去噪；4记录和整理实验报告。四、实验仪器1计算机；2MATLAB程序；3移动式存储器（U盘等）。4记录用的笔、纸。五、实验报告内容1叙述实验过程；2提交实验的原始图像和结果图像。六、思考题1试一试用fspecial函数生成其他滤波算子，观察去噪效果。实验四、图像压缩（综合性）一、实验目的1．理解有损压缩和无损压缩的概念；2．理解图像压缩的主要原则和目的；3．了解几种常用的图像压缩编码方式。4．利用MATLAB程序进行图像压缩。二、实验原理1.图像压缩原理图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。（1）.冗余度压缩方法，也称无损压缩、信息保持编码或嫡编码。具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。（2）信息量压缩方法，也称有损压缩、失真度编码或烟压缩编码。也就是说解码图像和原始图像是有差别的，允许有一定的失真。应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类：（1）无损压缩编码种类哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempelzev编码。（2）有损压缩编码种类预测编码，DPCM，运动补偿；频率域方法：正交变换编码(如DCT)，子带编码；空间域方法：统计分块编码；模型方法：分形编码，模型基编码；基于重要性：滤波，子采样，比特分配，向量量化；（3）混合编码。有JBIG，H261，JPEG，MPEG等技术标准。本实验主要利用MATLAB程序进行离散余弦变换（DCT）压缩和行程编码（RunLengthEncoding，RLE）。1)离散余弦变换(DCT)图像压缩原理离散余弦变换DCT在图像压缩中具有广泛的应用，它是JPEG、MPEG等数据压缩标准的重要数学基础。和相同图像质量的其他常用文件格式(如GIF(可交换的图像文件格式)，TIFF(标签图像文件格式)，PCX(图形文件格式))相比，JPEG是目前静态图像中压缩比最高的。JPEG比其他几种压缩比要高得多，而图像质量都差不多(JPEG处理的图像只有真彩图和灰度图)。正是由于其高压缩比，使得JPEG被广泛地应用于多媒体和网络程序中。JPEG有几种模式，其中最常用的是基于DCT变换的顺序型模式，又称为基本系统(Baseline)。用DCT压缩图像的过程为：(1)首先将输入图像分解为8×8或16×16的块，然后对每个子块进行二维DCT变换。(2)将变换后得到的量化的DCT系数进行编码和传送，形成压缩后的图像格式。用DCT解压的过程为：(1)对每个8×8或16×16块进行二维DCT反变换。(2)将反变换的矩阵的块合成一个单一的图像。余弦变换具有把高度相关数据能量集中的趋势，DCT变换后矩阵的能量集中在矩阵的左上角，右下的大多数的DCT系数值非常接近于0。对于通常的图像来说，舍弃这些接近于0的DCT的系数值，并不会对重构图像的画面质量带来显著的下降。所以，利用DCT变换进行图像压缩可以节约大量的存储空间。压缩应该在最合理地近似原图像的情况下使用最少的系数。使用系数的多少也决定了压缩比的大小。在压缩过程的第2步中，可以合理地舍弃一些系数，从而得到压缩的目的。在压缩过程的第2步，还可以采用RLE和Huffman编码来进一步压缩。2)行程编码（RLE）原理：例如如下这幅的二值图像，如果采用行程编码可以按如下格式保存其中10和8表示图像的宽和高。在这个小例子中行程编码并没有起到压缩图像的作用。这是由于这个图的尺寸过小，当图像尺寸较大时行程编码还是不错的无损压缩方法。对于灰度图像和二值图像，用行程编码—般都有很高的压缩率。行程编码方法实现起来很容易，对于具有长重复值的串的压缩编码很有效，例如：对于有大面积的阴影或颜色相同的图像，使用这种方法压缩效果很好。很多位图文件格式都采用行程编码，如TIFF，PCX，GEM，BMP等。2.图像压缩编码的MATLAB程序语句1）利用DCT变换进行图像压缩的MATLAB程序RGB=imread('原图像名.tif');I=rgb2gray(RGB);J=dct2(I);imshow(log(abs(J)),[]),colormap(jet(64)),colorbarJ(abs(J)10)=0;K=idct2(J);figure,imshow(I)figure,imshow(K,[0255])2）利用离散余弦变换进行JPEG图像压缩I=imread(‘原图像名.tif’);%读入原图像；I=im2double(I);%将原图像转为双精度数据类型；T=dctmtx(8);%产生二维DCT变换矩阵B=blkproc(I,[88],’P1*x*P2’,T,T’);%计算二维DCT，矩阵T及其转置T’是DCT函数P1*x*P2的参数Mask=[1111000011100000110000001000000000000000000000000000000000000000];%二值掩膜，用来压缩DCT系数，只留下DCT系数中左上角的10个B2=blkproc(B,[88],’P1.*x.’,mask);%只保留DCT变换的10个系数I2=blkproc(B2,[8,8],’P1*x*P2’,T’,T);%逆DCT，重构图像Subplot(1,2,1);Imshow(I);title(‘原图像’)；%显示原图像Subplot(1,2,2);Imshow(I2);title(‘压缩图像’)；%显示压缩后的图像。对比原始图像和压缩后的图像，虽然舍弃了85%的DCT系数，但图像仍然清晰（当然有一些质量损失）3）利用行程编码（RLE）进行图像压缩I=checkerboard(10,2);%调入原图像[mn]=size(I);J=[];fori=1:mvalue=I(i,1);num=1;forj=2:nifI(i,j)==valuenum=num+1;elseJ=[Jnumvalue];num=1;value=I(i,j);endendI=[Jnumvalue00];%添加的行判断位00enddisp(‘原图像大小：’)whos(‘I’);disp(‘压缩图像大小：’)whos(‘J’);disp(‘图像的压缩比：’)disp(m*n/length(J))三、实验步骤1打开计算机，启动MATLAB程序；2调入“实验一”中获取的数字图像，并进行数据的行程（RLE）编码压缩处理；3将原图像在Photoshop软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。4记录和整理实验报告四、实验仪器1计算机；2MATLAB、Photoshop等程序；3移动式存储器（U盘等）。4记录用的笔、纸。五、实验报告内容1叙述实验过程；2提交实验的原始图像和结果图像。六、思考题1．图像中哪些信息是主要的，哪些信息是次要的？2．简述离散余弦变换（DCT）和行程编码（RLE）的原理。