实验一 图像的输入输出、表示及评价

实验一：图像的输入输出、表示及评价（2学时）实验目的：1、学习数字图像的计算机描述和存储格式，熟悉MATALAB环境下图像的类型及其转换，熟练掌握图像输入输出的基本技术。2、学习图像统计指标的计算、熟悉各项指标在图像处理中的意义3、研究图像采样、量化分辨率对图像质量的影响。实验内容：1.熟悉MATLAB图像处理环境，应用MATLAB图像处理环境完成图像的输入输出。（1）输入一幅彩色图像，将其变换成索引图像、灰度图像、二值图像，并在同一画面输出四幅图像。（2）输入一幅灰度图像，变成索引图像、彩色图像、输出。2.计算彩色图像、索引图像、灰度图像、二值图像的大小，计算存储空间、灰度平均值、相关系数。3.选定一幅灰度图像，设计不同的采样标准，分析采样标准对图像质量的影响。例如一幅M*N的图像，分别以1/2M*N、1/4M*N、等采样。3.选定一幅图像，设计不同的量化标准，比较不同量化标准对图像质量的影响。例如，分别采用256、128、32、16等灰度级量化一幅图像。实验原理：1、图像的表示：数字图像分为彩色图像、索引图像、灰度图像、二值图像。彩色图像使用红、绿、蓝三种颜色表示。每种颜色分为256级，每级使用8位表示，共用24位表示一个像素，可以描述1677万种色彩。索引图像能表示256种颜色，每种色彩其使用24位表示，以索引矩阵的方式存储，占用256*24的空间，图像以8位表示一个像素。灰度图像只含亮度信息，每个像素用8位二进制数表示；二值图像只含两种信息，黑和白，只用一位二进制数表示一个像素。2、不同类型图像之间的转换：彩色图像可以转换为索引图像，按照索引矩阵，以最接近颜色替换完成。彩色图像、索引图像转换为灰度图像，只保留亮度信息。彩色、索引、灰度图像转换为二值图像采用阈值分割的方法，即选定一个阈值，大于此阈值的像素取1，小于此阈值的像素取0。灰度图像转换成彩色图像，采用索引的方式。3、采样、量化原理：对于连续图像f(x,y)进行采样量化变成数字图像，分两步进：首先，在空间上对图像进行采样，将空间连续的图像转换成离散的像素集合；第二步，对每一个像素的亮度进行量化处理，使得像素函数成为可以用二进制数表示的整数。采样、量化的过程会产生误差，影响图像质量。4、描述图像的统计参数图像的大小：M*N，M表示图像的宽度，N表示图像的高度。图像的灰度平均值：灰度标准差实验方法：设计matlab程序，在计算机中处理图像，输出结果。1．设计程序从文档文件夹中读取图像，查看图像的存储形式，显示图像的分辨率。2．设计程序将图像分别以灰度图像，索引图像，二值图像，RGB图像的形式输出，比较它们所占的存储空间大小，计算它们的统计指标。3．设计不同采样、量化标准的程序，运行，记录结果。实验要求：1、进实验室前必须设计好程序。2、认真调试，记录结果。3、实验报告必须有实验结论分析。实验设备：MATLAB实验环境，图像输入输出设备，图像处理设备。附录：常matlab函数语句。1.将任意一幅图像存储为(‘name’.fig),或属性定义打开方式为matalab，则可以在matalab环境下进行处理2.将目标图像在matalab环境下打开，可以用commandwindow对话框直接键入命1100(,)MNijfijfMN1100[(,)]MNijfijfsMN令。用I=imread(‘name’)可以看到原始矩阵，用[m,n]=size(‘name’)可以求出图像大小，即M*N。3.灰度图像显示：imagesc(I,[0,256]);colormap(gray).4.索引图像的显示：image(I);colormap(map)5.灰度图像转化为索引图像使用：[x,map]=gray2ind(I,n)6.索引图像转化为灰度图像使用：I=ind2gray(x,map)7.彩色图像的显示：image(rgb).8.RGB图像转化为灰度图像使用:I=rgb2gray(RGB)9.RGB图像转化为索引图像使用:（1）[x,map]=rgb2ind(RGB,n);(用最小方差量化将RGB转换为索引图像x,map中至少包含n个颜色。(2)I=rgb2ind(RGB,map)（将RGB中的颜色与map中最相近的颜色匹配。（3）[]=rgb2ind(…,dither_option)利用dither_option来设置是否抖动。（4）I=rgb2ind(RGB)；10.索引图像转化为RGB图像使用RGB=ind2rgb(x,map)11.B=im2bw[I,map,level]索引转换为二值；12.B=im2bw[I,level]灰度转换为二值13.B=im2bw[RGB,level]彩色转换为二值14.图像的读取用：I=imread(‘name’)；图像的显示用imshow（），subimage和subplot结合可以显示多幅图。例如：subplot（1,2,1）；subimage(rgb);title(‘lily.tif’);subplot(1,2,2);subimage(x,map);title(‘women.mat’);15.图像的保存，用file-saveas.或直接存取。16.Toolbox中的读图像I/O的Imfinfo函数了解图像信息；impixel确定图像大小，mean2计算灰度平均值，std2计算标准差。六、实验结果1、输入彩色图像，将其变换成索引图像、灰度图像、二值图像，并在同一画面输出四幅图像A=imread('E:\liuzheng.jpg');[A1,map]=rgb2ind(A,110);A2=rgb2gray(A);A3=im2bw(A,0.5);subplot(2,2,1),imshow(A);xlabel('彩色图像');subplot(2,2,2),imshow(A1,map);xlabel('索引色图像');subplot(2,2,3),imshow(A2);xlabel('灰度图像');subplot(2,2,4),imshow(A3);xlabel('二值图像');2、输入一幅灰度图像，变成索引图像、彩色图像、输出A=imread('E:\liuzheng.jpg');figureB=rgb2gray(A);subplot(1,3,1),imshow(B)title('灰度图像')[X,map]=gray2ind(B,63);subplot(1,3,2),imshow(X,map)title('灰度变索引图像')RGB=ind2rgb(X,map)subplot(1,3,3)imshow(RGB);title('索引图像变彩色图像')3、计算彩色图像、索引图像、灰度图像、二值图像的大小，计算存储空间、灰度平均值、相关系数I=imread('E:\liuzheng.jpg');J=rgb2gray(I);subplot(2,3,1),imshow(J);title('灰度图像')J=double(J);[m,n]=size(J);sumg=0.0;fori=1;m;forj=1;n;sumg=sumg+J(i,j);endendavg=sumg/(m*n)maxg=max(max(J))ming=min(min(J))whos;4、采样量化I=imread('E:\liuzheng.jpg');J1=imresize(I,1/2);J2=imresize(I,1/4);J3=imresize(I,1/8);subplot(1,4,1),subimage(I);title('原始图像');subplot(1,4,2),subimage(J1);title('1/2采样');subplot(1,4,3),subimage(J2);title('1/4采样');subplot(1,4,4),subimage(J3);title('1/8采样');figure;K1=(I-rem(I,I))/2;K2=(I-rem(I,I))/8;K3=(I-rem(I,I))/16;subplot(1,4,1),subimage(I);title('256灰度级量化');subplot(1,4,2),subimage(K1);title('128灰度级量化');subplot(1,4,3),subimage(K2);title('32灰度级量化');subplot(1,4,4),subimage(K3);title('16灰度级量化');