数字图像处理实验报告

重庆邮电大学《数字图像处理》课程上机实验学院生物信息学院专业生物医学工程班级0611302姓名李霞学号2013211957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。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。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；解：读取图像，存入数组I中：I=imread('flower.tif');2．利用whos命令提取该读入图像flower.tif的基本信息；解：查询数组I的信息：3．利用imshow()函数来显示这幅图像；解：因为imshow()方法不能直接显示tif图像矩阵，因此要先转换成RGB模式，再调用imshow()显示。代码如下：I1=I(:,:,1);I2=I(:,:,2);I3=I(:,:,3);RGB=cat(3,I1,I2,I3);imshow(RGB);显示的图像为：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；解：代码如下：imfinfo('flower.tif')结果截图：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。解：代码：imwrite(RGB,'flower.jpg','quality',80);结果截图：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。解：代码：imwrite(RGB,'flower.bmp');结果截图：7．用imread()读入图像：Lenna.jpg和camema.jpg；解：代码：J=imread('Lenna.jpg');K=imread('camema.jpg');8．用imfinfo()获取图像Lenna.jpg和camema.jpg的大小；解：代码：imfinfo('Lenna.jpg')imfinfo('camema.jpg')结果截图：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。解：代码：imshow(J);结果截图：imshow(K)结果截图：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。解：代码：gg=im2bw(J);imshow(gg);结果截图：四、思考题(1)简述MatLab软件的特点。答：①高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；②具有完备的图形处理功能,实现计算结果和编程的可视化;③友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；④功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等),为用户提供了大量方便实用的处理工具。(2)MatLab软件可以支持哪些图像文件格式？JPEG、JPEG、PCX、TIFF、PNG、GIF、HDF、XWD等等。(3)说明函数imread的用途格式以及各种格式所得到图像的性质。imread函数用于读入各种图像文件，其一般的用法为[X，MAP]=imread(‘filename’,‘fmt’)其中，X，MAP分别为读出的图像数据和颜色表数据，fmt为图像的格式，filename为读取的图像文件（可以加上文件的路径）。(4)为什么用I=imread(‘lena.bmp’)命令得到的图像I不可以进行算术运算？Matlab系统默认的算术运算时针对双精度类型（double）的数据，而上述命令产生的矩阵的数据类型是无符号8位，直接进行运算会溢出。实验二图像的代数运算一、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。三、实验步骤1．图像的加法运算代码如下：I=imread('flower2.jpg');J=imread('flowerBackground.jpg');Z=I+J;%直接矩阵加法运算imshow(Z);K=imadd(I,J);%用函数进行加法运算imshow(K);结果截图：%图像加亮：代码如下：RGB=imread('rose.jpg');RGB1=imadd(RGB,50);RGB2=imadd(RGB,-50);subplot(2,2,1);imshow(RGB);subplot(2,2,2);imshow(RGB1);subplot(2,2,3);imshow(RGB2);结果截图：2．图像的减法运算代码如下：I=imread('camema.jpg');background=imopen(I,strel('disk',15));%提取背景I2=imsubtract(I,background);subplot(1,2,1);imshow(I);subplot(1,2,2);imshow(I2);结果截图：3.图像的乘法运算代码如下：I=imread('room.tif');J=immultiply(I,1.2);subplot(1,2,1);imshow(I);subplot(1,2,2);imshow(J);结果截图：4．图像的除法运算代码如下：I=imread('camema.jpg');J=double(I);J=J*0.43+90;I2=uint8(J);Ip=imdivide(I,I2);imshow(Ip,[])结果5．图像的四则代数运算代码如下：Z=imlincomb(A,X,B,Y,C);%Z=A*X+B*Y+C四、思考题1.由图像算术运算的运算结果，思考图像减法运算在什么场合上发挥优势？答：使用背景减法进行运动目标检测可以提取出完整的目标图像．可将所得标用于进一步的图像处理工作中。除去人身体在环境中运动产生的动态区域外．背景减法对其它的动态场景的变化、干扰等特别敏感背景图像获取的理想情况是在场景没有运动因素，最简单背景获取方法是当场景中任何目标时采集一幅图像作为背景图像，但这种固定背景图像的方法．只适合应于外界条件较好的场。实验三图像变换内容一：灰度变换一、实验目的：1、了解图像增强的目的及意义，加深对图像增强的感性认识，巩固所学理论知识。2、学会对图像直方图的分析。3、掌握直接灰度变换的图像增强方法。二、实验原理术语‘空间域’指的是图像平面本身，在空间与内处理图像的方法是直接对图像的像素进行处理。空间域处理方法分为两种：灰度级变换、空间滤波。空间域技术直接对像素进行操作其表达式为g(x,y)=T[f(x,y)]其中f(x,y)为输入图像，g(x,y)为输出图像，T是对图像f进行处理的操作符，定义在点(x,y)的指定领域内。定义点(x,y)的空间邻近区域的主要方法是，使用中心位于(x,y)的正方形或长方形区域，。此区域的中心从原点(如左上角)开始逐像素点移动，在移动的同时，该区域会包含不同的领域。T应用于每个位置(x,y)，以便在该位置得到输出图像g。在计算(x,y)处的g值时，只使用该领域的像素。灰度变换T的最简单形式是使用领域大小为1×1，此时,(x,y)处的g值仅由f在该点处的亮度决定，T也变为一个亮度或灰度级变化函数。当处理单设(灰度)图像时，这两个术语可以互换。由于亮度变换函数仅取决于亮度的值，而与(x,y)无关，所以亮度函数通常可写做如下所示的简单形式：s=T(r)其中，r表示图像f中相应点(x,y)的亮度，s表示图像g中相应点(x,y)的亮度。三、实验内容：1、图像数据读出2、计算并分析图像直方图3、利用直接灰度变换法对图像进行灰度变换代码如下：f=imread('medicine_pic.jpg');g=imhist(f,256);%显示其