数字图像处理实验八
数字图像处理实验指导书
《数字图像处理》实验指导书数字图象处理实验的目的不仅是让学生通过用MATLAB等高级语言编写数字图像处理的一些基本算法程序,巩固和掌握图像处理技术的理论、方法和基本技能,提高实际动手能力,而且通过综合实习,让学生能探讨和应用数字图像处理技术去解决一些实际问题。
为学生进一步学习和应用数字图像技术解决实际问题奠定基础。
实验一、数字图像获取 (2)实验二、图像的傅立叶变换 (5)实验三、图像直方图增强 (7)实验四数字图像空间域平滑 (11)实验五数字图像锐化 (14)实验六、图像压缩 (17)实验七图像融合 (21)实验八图像分割 (23)实验一、数字图像获取一、实验目的1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法;2修改图像的存储格式。
二、实验原理用扫描仪获取图像也是图像的数字化过程的方法之一。
扫描仪按种类可以分为手持扫描仪,台式扫描仪和滚筒式扫描仪(鼓形扫描仪)。
扫描仪的主要性能指标有x、y方向的分辨率、色彩分辨率(色彩位数)、扫描幅面和接口方式等。
各类扫描仪都标明了它的光学分辨率和最大分辨率。
分辨率的单位是dpi,dpi 是英文Dot Per Inch的缩写,意思是每英寸的像素点数。
扫描仪工作时,首先由光源将光线照在欲输入的图稿上,产生表示图像特征的反射光(反射稿)或透射光(透射稿)。
光学系统采集这些光线,将其聚焦在CCD上,由CCD将光信号转换为电信号,然后由电路部分对这些信号进行A/D转换及处理,产生对应的数字信号输送给计算机。
当机械传动机构在控制电路的控制下,带动装有光学系统和CCD的扫描头与图稿进行相对运动,将图稿全部扫描一遍,一幅完整的图像就输入到计算机中去了。
图1.1扫描仪的工作原理扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上,原稿可以是文字稿件或者图纸照片;然后启动扫描仪驱动程序后,安装在扫描仪内部的可移动光源开始扫描原稿。
为了均匀照亮稿件,扫描仪光源为长条形,并沿y方向扫过整个原稿;照射到原稿上的光线经反射后穿过一个很窄的缝隙,形成沿x方向的光带,又经过一组反光镜,由光学透镜聚焦并进入分光镜,经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上,CCD将RGB光带转变为模拟电子信号,此信号又被A/D变换器转变为数字电子信号。
数字图像处理实验报告
数字图像处理实验报告1. 引言数字图像处理是使用计算机来处理和优化图像的一种技术。
在本实验中,我们将探索几种常见的数字图像处理方法,并使用Python编程语言和相关库来实现。
2. 实验目的本实验的主要目的是:1.了解图像的基本特性和数字图像处理的基本原理;2.熟悉Python编程语言和相关图像处理库的使用;3.实现常见的图像处理算法并进行实验验证。
3. 实验方法在本实验中,我们使用Python编程语言和以下相关库来实现图像处理算法:•OpenCV:用于图像读取、显示和保存等基本操作;•Numpy:用于图像数据的处理和算术运算;•Matplotlib:用于图像的可视化和结果展示。
以下是实验涉及到的图像处理方法和步骤:1.图像读取和显示:使用OpenCV库读取图像,使用Matplotlib库显示图像;2.图像的灰度化:将彩色图像转换为灰度图像;3.图像的二值化:将灰度图像转换为黑白二值图像;4.图像的平滑处理:使用平滑滤波器对图像进行平滑处理,如均值滤波和高斯滤波;5.图像的边缘检测:使用边缘检测算法对图像进行边缘检测,如Sobel算子和Canny算子;6.图像的直方图均衡化:对灰度图像进行直方图均衡化,增强图像的对比度。
4. 实验过程和结果4.1 图像读取和显示首先,我们使用OpenCV库读取一张图像,并使用Matplotlib库显示该图像:import cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来,我们将彩色图像转换为灰度图像:# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后,我们将灰度图像转换为黑白二值图像:# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来,我们使用平滑滤波器对图像进行平滑处理,例如使用5x5的均值滤波器和高斯滤波器:# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后,我们使用边缘检测算法对图像进行边缘检测,例如使用Sobel算子和Canny算子:# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后,我们对灰度图像进行直方图均衡化,以增强图像的对比度:# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验,我们熟悉了数字图像处理的基本方法和步骤,并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。
数字图像处理实验报告(全部)
实验1直方图一.实验目的1.熟悉matlab图像处理工具箱及直方图函数的使用;2.理解和掌握直方图原理和方法;二.实验设备:1.PC机一台;2.软件matlab。
三.程序设计在matlab环境中,程序首先读取图像,然后调用直方图函数,设置相关参数,再输出处理后的图像。
I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题四.实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境;2. 在matlab命令窗口中输入相应程序。
书写程序时,首先读取图像,一般调用matlab自带的图像,如:cameraman图像;再调用相应的直方图函数,设置参数;最后输出处理后的图像;3.浏览源程序并理解含义;4.运行,观察显示结果;5.结束运行,退出;五.实验结果:观察图像matlab环境下的直方图分布。
(a)原始图像 (b)原始图像直方图六.实验报告要求1、给出实验原理过程及实现代码:I=imread('coins.png');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题2、输入一幅灰度图像,给出其灰度直方图结果,并进行灰度直方图分布原理分析。
实验2 均值滤波一.实验目的1.熟悉matlab图像处理工具箱及均值滤波函数的使用;2.理解和掌握3*3均值滤波的方法和应用;二.实验设备:1.PC机一台;2.软件matlab三.程序设计在matlab环境中,程序首先读取图像,然后调用图像增强(均值滤波)函数,设置相关参数,再输出处理后的图像。
《数字图像处理》实验报告
《数字图像处理》实验报告数字图像处理是一门将图像进行数字化处理的学科,它通过计算机算法和技术手段对图像进行分析、增强、压缩和重建等操作。
在本次实验中,我们学习了数字图像处理的基本概念和常用算法,并通过实验来探索其应用和效果。
首先,我们进行了图像的读取和显示实验。
通过使用Python中的OpenCV库,我们能够轻松地读取图像文件,并将其显示在屏幕上。
这为我们后续的实验奠定了基础。
同时,我们还学习了图像的像素表示方法,了解了图像由像素点组成的原理。
这使我们能够更好地理解后续实验中的算法和操作。
接下来,我们进行了图像的灰度化实验。
灰度化是将彩色图像转换为灰度图像的过程。
在实验中,我们使用了不同的算法来实现灰度化操作,包括平均值法、最大值法和加权平均法等。
通过比较不同算法得到的灰度图像,我们发现不同算法对图像的处理效果有所差异,这使我们深入理解了灰度化的原理和应用。
随后,我们进行了图像的直方图均衡化实验。
直方图均衡化是一种用于增强图像对比度的方法。
在实验中,我们使用了直方图均衡化算法来对图像进行处理,并观察了处理前后的效果变化。
通过实验,我们发现直方图均衡化能够显著提高图像的对比度,使图像更加清晰和鲜明。
在进一步探索图像处理技术的过程中,我们进行了图像的滤波实验。
滤波是一种常用的图像处理操作,它通过对图像进行卷积操作来实现。
在实验中,我们学习了不同类型的滤波器,包括均值滤波器、高斯滤波器和中值滤波器等。
通过比较不同滤波器对图像的处理效果,我们发现每种滤波器都有其适用的场景和效果。
此外,我们还进行了图像的边缘检测实验。
边缘检测是一种用于提取图像边缘信息的方法。
在实验中,我们学习了不同的边缘检测算法,包括Sobel算子、Canny算子和Laplacian算子等。
通过比较不同算法对图像的处理效果,我们发现每种算法都有其独特的特点和应用。
最后,我们进行了图像的压缩实验。
图像压缩是一种将图像数据进行压缩以减小文件大小的方法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的(1)理解数字图像处理的基本概念和原理;(2)掌握常用数字图像处理算法和技巧;(3)培养实际操作能力和动手能力,提高解决实际问题的能力。
2. 实验要求(1)熟悉实验环境和相关软件;(2)了解实验原理和流程;二、实验环境与工具1. 实验环境(1)计算机操作系统:Windows 10/Linux/macOS;(2)编程语言:MATLAB/Python/C++等;(3)图像处理软件:Photoshop/OpenCV等。
2. 实验工具(1)编程环境:MATLAB/Python/C++开发工具;(2)图像处理软件:Photoshop/OpenCV;(3)实验教材和参考资料。
三、实验内容与步骤1. 实验一:图像读取与显示(1)打开图像处理软件,导入一幅图像;(2)了解图像的基本信息,如像素大小、分辨率等;(3)将图像显示在界面上,进行观察和分析。
2. 实验二:图像基本运算(1)对图像进行灰度化处理;(2)进行图像的直方图均衡化;(3)实现图像的滤波处理,如高斯滤波、中值滤波等。
3. 实验三:边缘检测(1)实现Sobel边缘检测算法;(2)实现Canny边缘检测算法;(3)分析不同边缘检测算法的效果和特点。
4. 实验四:图像分割(1)利用阈值分割法对图像进行分割;(2)利用区域生长法对图像进行分割;(3)分析不同图像分割算法的效果和特点。
5. 实验五:特征提取与匹配(1)提取图像的关键点,如角点、边缘点等;(2)利用特征匹配算法,如SIFT、SURF等,进行图像配准;(3)分析不同特征提取与匹配算法的效果和特点。
四、实验注意事项1. 严格遵循实验要求和步骤,确保实验的正确性;2. 注意实验环境和工具的使用,防止计算机和设备的损坏;3. 尊重知识产权,不得抄袭和剽窃他人成果;4. 实验过程中遇到问题,应及时请教老师和同学。
五、实验报告要求1. 报告内容:实验目的、实验环境、实验内容、实验步骤、实验结果及分析;2. 报告格式:文字描述清晰,条理分明,公式和图像正确无误;3. 报告篇幅:不少于2000字;4. 提交时间:实验结束后一周内。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的1. 使学生了解和掌握数字图像处理的基本概念和基本算法。
2. 培养学生运用数字图像处理技术解决实际问题的能力。
3. 提高学生使用相关软件工具进行数字图像处理操作的技能。
二、实验内容1. 图像读取与显示:学习如何使用相关软件工具读取和显示数字图像。
2. 图像基本操作:学习图像的旋转、缩放、翻转等基本操作。
3. 图像滤波:学习使用不同类型的滤波器进行图像去噪和增强。
4. 图像分割:学习利用阈值分割、区域增长等方法对图像进行分割。
5. 图像特征提取:学习提取图像的边缘、角点等特征信息。
三、实验环境1. 操作系统:Windows或Linux。
2. 编程语言:Python或MATLAB。
3. 图像处理软件:OpenCV、ImageJ或MATLAB。
四、实验步骤1. 打开相关软件工具,导入图像。
2. 学习并实践图像的基本操作,如旋转、缩放、翻转等。
3. 学习并实践图像滤波算法,如均值滤波、中值滤波等。
4. 学习并实践图像分割算法,如全局阈值分割、局部阈值分割等。
5. 学习并实践图像特征提取算法,如Canny边缘检测算法等。
五、实验要求1. 每位学生需独立完成实验,并在实验报告中详细描述实验过程和结果。
2. 实验报告需包括实验目的、实验内容、实验步骤、实验结果和实验总结。
3. 实验结果要求清晰显示每个步骤的操作和效果。
4. 实验总结部分需对本次实验的学习内容进行归纳和总结,并提出改进意见。
六、实验注意事项1. 实验前请确保掌握相关软件工具的基本使用方法。
3. 在进行图像操作时,请尽量使用向量或数组进行处理,避免使用低效的循环结构。
4. 实验过程中如需保存中间结果,请使用合适的文件格式,如PNG、JPG等。
5. 请合理安排实验时间,确保实验报告的质量和按时提交。
七、实验评价1. 实验报告的评价:评价学生的实验报告内容是否完整、实验结果是否清晰、实验总结是否到位。
2. 实验操作的评价:评价学生在实验过程中对图像处理算法的理解和运用能力。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)=f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的(1)理解数字图像处理的基本概念和原理;(2)掌握常用的数字图像处理方法和技术;(3)提高实际操作能力和解决问题的能力。
2. 实验要求(1)熟悉实验环境和相关软件;(2)认真阅读实验教材和参考资料;二、实验内容与步骤1. 实验内容(1)图像读取与显示;(2)图像基本运算;(3)图像滤波;(4)图像增强;(5)图像边缘检测。
2. 实验步骤(1)打开实验软件,导入图像;(2)进行图像基本运算,如加、减、乘、除等;(3)应用图像滤波算法,如低通滤波、高通滤波等;(4)采用图像增强技术,如直方图均衡化、对比度增强等;(5)利用图像边缘检测算法,如Sobel算子、Canny算子等。
三、实验注意事项1. 实验环境要求:确保实验环境稳定,网络畅通,软件安装正确;2. 实验数据要求:使用规定的图像数据进行实验,确保数据质量;3. 实验操作要求:严格按照实验步骤进行操作,注意调整参数;四、实验评价与评分标准1. 实验结果评价:根据实验要求,评估实验结果的正确性和效果;2. 实验报告评价:评估实验报告的完整性、逻辑性和表达能力;3. 实验操作评价:评估实验操作的规范性和熟练程度。
五、实验拓展与建议1. 实验拓展:尝试研究其他数字图像处理技术和算法;2. 学习建议:深入学习数字图像处理的基本理论和应用领域;3. 实践建议:多进行实际操作,参加相关竞赛或项目,提高综合能力。
六、实验一:图像读取与显示1. 实验目的(1)掌握图像读取和显示的基本方法;(2)熟悉实验软件的操作界面。
2. 实验内容(1)打开实验软件,导入图像;(2)显示原图像;(3)进行图像的放大、缩小、旋转等操作;(4)保存实验结果。
3. 实验步骤(1)打开实验软件,选择图像文件;(2)导入图像,观察原图像;(3)利用软件工具对图像进行放大、缩小、旋转等操作;(4)保存实验结果,关闭软件。
七、实验二:图像基本运算1. 实验目的(1)掌握图像加、减、乘、除等基本运算方法;(2)了解图像运算的原理和应用。
数字图像处理实验报告
[键入公司名称]数字图像处理实验报告班级:姓名:学号:目录实验一:matlab数字图像处理初步 (3)一.实验目的 (3)二.实验内容 (3)三.实验步骤 (3)实验二:图像的傅立叶变换 (7)一.实验目的 (7)二.实验原理 (7)三.实验内容 (8)四.实验步骤 (8)实验三:数字图像的频域滤波 (9)一.实验目的 (9)二.实验原理 (9)三.实验内容 (10)四.实验步骤 (11)实验四:图象旋转 (14)一.实验目的 (14)二.实验原理 (14)三.实验内容 (14)四.实验步骤 (14)实验五: 图象压缩 (16)一. 实验目的 (16)二.实验内容 (16)二.实验步骤 (16)实验一:matlab数字图像处理初步一.实验目的1、学习在matlab环境下对图像文件的I/O操作,为读取各种格式的图像文件和后续进行图像处理打下基础2、熟悉matlab操作环境3、熟悉matlab的一些指令语句二.实验内容利用matlab为用户提供的专门函数从图像格式的文件中读/写图像数据、显示图像,以及查询图像文件的信息三.实验步骤1、利用imshow显示MATLAB自带的图像在控制台输入>> I=imread('H:\a.bmp');>> imshow(I)弹出窗口显示图像2、用(imfinfo)功能得到图像的相关信息;>> info=imfinfo('autumn.tif');>> info结果为Filename: Filename: 'D:\MATLAB7\toolbox\images\imdemos\autumn.tif' FileModDate: '04-Dec-2000 21:57:54'FileSize: 213642Format: 'tif'FormatVersion: []Width: 345Height: 206BitDepth: 24ColorType: 'truecolor'FormatSignature: [73 73 42 0]ByteOrder: 'little-endian'NewSubfileType: 0BitsPerSample: [8 8 8]Compression: 'Uncompressed'PhotometricInterpretation: 'RGB'StripOffsets: [30x1 double]SamplesPerPixel: 3RowsPerStrip: 7StripByteCounts: [30x1 double]XResolution: 72YResolution: 72ResolutionUnit: 'Inch'Colormap: []PlanarConfiguration: 'Chunky'TileWidth: []TileLength: []TileOffsets: []TileByteCounts: []Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100MaxSampleValue: [255 255 255]MinSampleValue: 0Thresholding: 13、利用显示颜色条功能(colorbar)在图像的左边画一条颜色亮度显示条>> colorbar(I)显示结果为4、读取一幅RGB彩色图像,将其转换为灰度图像,并在同一窗口显示原图>>RGB=imread('autumn.tif'); [m,n,p]=size(RGB) ; %矩阵大小>>I=rgb2gray(RGB) ; % 真彩色图像转换为灰度图像>>I1=im2bw(I) ; % 灰色图像二值画>>I2=~I1; %对二值图像取反>>subplot(1,2,1),imshow(RGB); >>subplot(1,2,2),imshow(I); >>figure % 新建个图形窗口>>subplot(1,3,1),imshow(I); >>subplot(1,3,2),imshow(I1); >>subplot(1,3,3),imshow(I2); 结果为:实验二:图像的傅立叶变换一.实验目的1、理解离散傅立叶变换的基本原理2、掌握应用MATLAB语言进行FFT及逆变换的方法二.实验原理Matlab 函数 fft、fft2 和 fftn 分别可以实现一维、二维和 N 维 DFT 算法;而函数 ifft、ifft2 和 ifftn 则用来计算反 DFT 。
数字图像处理_实验报告书(八)彩色图像处理
rgb=cat(3,rgb_R,rgb_G,rgb_B);figure,imshow(rgb),title('RGB彩色图像');截图:(2)编写MATLAB程序,将一彩色图像从RGB空间转换为HIS空间,并观察其效果。
如例9.2所示。
程序:rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);g=rgb1(:,:,2);b=rgb1(:,:,3);I=(r+g+b)/3figure,imshow(I);tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2==0)=eps;S=1-3.*tmp1./tmp2;figure,imshow(S);tmp1=0.5*((r-g)+(r-b));tmp2=sqrt((r-g).^2+(r-b).*(g-b));theta=acos(tmp1./(tmp2+eps));H=theta;H(b>g)=2*pi-H(b>g);H=H/(2*pi);H(S==0)=0;figure,imshow(H);截图:(3)编写MATLAB程序,将一彩色图像在RGB空间进行彩色分割,并观察其效果。
如例9.11所示。
程序:rgb=imread('LenaRGB.bmp');figure,imshow(rgb);rgb1=im2double(rgb);r=rgb1(:,:,1);figure,imshow(r);g=rgb1(:,:,2);figure,imshow(g);b=rgb1(:,:,3);figure,imshow(b);r1=r;r1_u=mean(mean(r1(:)));[m,n]=size(r1);sd1=0.0;for i=1:mfor j=1:nsd1= sd1+(r1(i,j)-r1_u)*(r1(i,j)-r1_u);endendr1_d=sqrt(sd1/(m*n));r2=zeros(size(rgb1,1),size(rgb1,2));ind=find((r>r1_u-1.25*r1_d)&(r<r1_u+1.25*r1_d));r2(ind)=1;figure,imshow(r2);截图:(4)编写MATLAB程序,将一彩色图像在向量空间进行边缘检测,并观察其效果。
数字图像处理——彩色图像实验报告
数字图像处理——彩色图像实验报告第一篇:数字图像处理——彩色图像实验报告6.3实验步骤(1)对彩色图像的表达和显示* * * * * * * * * * * *显示彩色立方体* * * * * * * * * * * * *rgbcube(0,0,10);%从正面观察彩色立方体rgbcube(10,0,10);%从侧面观察彩色立方rgbcube(10,10,10);%从对角线观察彩色立方体%* * * * * * * * * *索引图像的显示和转换* * * * * * * * * f=imread('D:PictureFig0604(a)(iris).tif');figure,imshow(f);%f是RGB真彩图像%rgb图像转换成8色索引图像,不采用抖动方式[X1,map1]=rgb2ind(f,8,'nodither');figure,imshow(X1,map1);%采用抖动方式转换到8色索引图像[X2,map2]=rgb2ind(f,8,'dither');figure,imshow(X2,map2);%显示效果要好一些 g=rgb2gray(f);%f转换为灰度图像g1=dither(g);%将灰色图像经过抖动处理,转换打二值图像figure,imshow(g);%显示灰度图像figure,imshow(g1);%显示抖动处理后的二值图像程序运行结果:*彩色立方体原图不采用抖动方式转换到8色索引图像采用抖动方式转换到8色索引图像灰度图像抖动处理后的二值图像(2)彩色空间转换f=imread('D:PictureFig0604(a)(iris).tif');figure,imshow(f);%转换到NTSC彩色空间%f是RGB真彩图像ntsc_image=rgb2ntsc(f);figure,imshow(ntsc_image(:,:,1));%显示亮度信息figure,imshow(ntsc_image(:,:,2));%显示色差信息figure,imshow(ntsc_image(:,:,3));%显示色差信息%转换到HIS彩色空间hsi_image=rgb2hsi(f);figure,imshow(hsi_image(:,:,1));%显示色度信息figure,imshow(hsi_image(:,:,2));%显示饱和度信息figure,imshow(hsi_image(:,:,3));%显示亮度信息程序运行结果:原图转换到NTSC彩色空间显示亮度信息显示色差信息显示色差信息转换到HIS彩色空间显示色差信息显示饱和度信显示亮度信息(3)彩色变换f=imread('D:PictureFig0614(a)(Chalk Original).tif');G=ice('image',f);%打开ice窗口对图像进行调整%在窗口中执行以下操作:%a)得到图像的补色%b)拖动映射曲线,对图像显示效果进行修改%c)在颜色通道中选中某一颜色,然后对映射曲线进行修改程序运行结果(1):全彩色图片ICE窗口它的补色ICE窗口拖动映射曲线,图像的显示效果ICE窗口f2=imread('D:Picture JLK Magenta.tif');figure,imshow(f2);%在CMYK彩色空间内打开图像选择RedICE窗口g2=ice('image',f2,'space','CMYK');%f2的图像色彩偏红,拖动映射曲线,%调整映射参数,使图像的色彩看起来比较正常。
数字图像处理实验报告
数字图像处理实验报告数字图像处理实验报告姓名:学号:⽬录实验⼀常⽤MA TLAB图像处理命令 (3)⼀、实验⽬的 (3)⼆、实验环境 (3)三、常⽤函数 (3)●读写图像⽂件 (3)●图像类型转换 (4)●图像运算 (4)四、实验内容 (4)五、实验总结 (7)实验⼆图像基本操作 (8)⼀、实验⽬的 (8)⼆、实验环境 (8)三、相关函数 (8)●图像的增强 (8)●运算函数 (9)四、实验内容 (9)实验三图像变换 (14)⼀、实验⽬的 (14)⼆、实验环境 (14)三、相关函数 (14)●图像的变换 (14)四、实验内容 (15)实验四常⽤图像增强⽅法 (18)⼀、实验⽬的 (18)⼆、实验环境 (18)三、相关知识 (18)四、实验内容 (19)五、实验总结 (21)实验五图像恢复和图像分割 (22)⼆、实验环境 (22)三、相关知识 (22)四、实验内容 (22)实验⼀常⽤MATLAB图像处理命令⼀、实验⽬的1、熟悉并掌握MA TLAB⼯具的使⽤;2、实现图像的读取、显⽰、代数运算和简单变换。
⼆、实验环境MATLAB 6.5以上版本、WIN XP或WIN2000计算机三、常⽤函数读写图像⽂件imreadimread函数⽤于读⼊各种图像⽂件,如:a=imread('e:\w01.tif')imwriteimwrite函数⽤于写⼊图像⽂件,如:imwrite(a,'e:\w02.tif',’tif’)imfinfoimfinfo函数⽤于读取图像⽂件的有关信息,如:imfinfo('e:\w01.tif') 图像的显⽰imageimage函数是MATLAB提供的最原始的图像显⽰函数,如:a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);imshowimshow函数⽤于图像⽂件的显⽰,如:i=imread('e:\w01.tif');imshow(i);title(‘原图像’)%加上图像标题colorbarcolorbar函数⽤显⽰图像的颜⾊条,如:i=imread('e:\w01.tif');imshow(i);colorbar;figurefigure函数⽤于设定图像显⽰窗⼝,如:figure(1);/figure(2);subplot把图形窗⼝分成多个矩形部分,每个部分可以分别⽤来进⾏显⽰。
数字图像处理实验大纲
《数字图像处理》实验教学大纲课程编号:课程名称:数字图像处理实验总学时数:8学时适应专业:电子信息工程、信息工程承担实验室:信息工程学院实验室一、实验教学的目的和任务1.目的掌握数字图像处理的基本理论及分析方法,掌握数字图像加减及逻辑运算、图像变换、图像增强、二进制图像操作处理及滤波等原理。
2.任务能够熟练地用Matlab语言编写数字图像处理的各种应用程序,计算图像统计参数,对数字图像进行二维离散Fourier变换,掌握图像边缘检测、图象去噪及各种高通、低通滤波的程序实现方法,并能解决实际中的问题。
二、实验项目及学时分配三、每项实验的内容和要求实验一:数字图像文件基本类型的转换1.实验目的、意义1)了解Matlab支持4种图像类型:灰度图像、二值图像、索引图像和RGB图像。
2)学会运用RGB颜色空间与灰度图像类型的转换3)分析灰度图像与二值图像的变换关系。
2.实验内容1)灰度图像与索引图像的相互转换2)RGB 图像与索引图像的相互转换3)将灰度图像转换为二值化图像3.实验要求1)实验之前要预习,简述图像文件基本类型的转换原理和方法;2)写出实验报告。
报告要求:有实验目的,实验内容,实验过程,实验小结。
实验二:数字图像FFT变换1.实验目的、意义1)掌握二维Fourier变换的基本定义以及快速Fourier变换的方法;2)学会运用zeros; fft2;ifft2; fftshift等函数3)分析二维离散Fourier变换的基本特点。
2.实验内容1)创建一副图像,大小为128*128,背景为黑色,中间开出一个8×8白色的窗口;2)运用ff2函数,对上面产生的图像做二维离散傅立叶变换;3)把低频分量移到图像中心,而把高频分量移到四个角上。
采用两种方法:a)在FFT以前对测试图像逐点加权;b)利用FFTSHIFT函数4) 利用图像增强中动态范围压缩的方法增强傅立叶变换并在频域中显示变换结果。
数字图像处理实验报告
数字图象处理实验报告主要是图象的几何变换的编程实现,详细包括图象的读取、改写,图象平移,图象的镜像,图象的转置,比例缩放,旋转变换等.详细要求如下:1.编程实现图象平移,要求平移后的图象大小不变;2.编程实现图象的镜像;3.编程实现图象的转置;4.编程实现图象的比例缩放,要求分别用双线性插值和最近邻插值两种方法来实现,并比较两种方法的缩放效果;5.编程实现以任意角度对图象发展旋转变换,要求分别用双线性插值和最近邻插值两种方法来实现,并比较两种方法的旋转效果.本实验的目的是使学生熟悉并掌握图象处理编程环境,掌握图象平移、镜像、转置和旋转等几何变换的方法,并能通过程序设计实现图象文件的读、写操作,及图象平移、镜像、转置和旋转等几何变换的程序实现.3.1 实验所用编程环境:Visual C++(简称VC)是微软公司提供的基于C/C++的应用程序集成开辟工具.VC拥有丰富的功能和大量的扩展库,使用它能有效的创立高性能的Windows应用程序和Web应用程序.VC除了提供高效的C/C++编译器外,还提供了大量的可重用类和组件,包括著名的微软根抵类库(MFC)和活动模板类库(ATL),因此它是软件开辟人员不可多得的开辟工具.VC丰富的功能和大量的扩展库,类的重用特性以及它对函数库、DLL库的支持能使程序更好的模块化,并且通过向导程序大大简化了库资源的使用和应用程序的开辟,正由于VC具有明显的优势,于是我选择了它来作为数字图象几何变换的开辟工具.在本程序的开辟过程中,VC的核心知识、消息映射机制、对话框控件编程等都得到了生动的表达和灵便的应用.3.2 实验处理的对象:256色的BMP(BIT MAP )格式图象BMP(BIT MAP )位图的文件构造:详细组成图: BITMAPFILEHEADER位图文件头(只用于BMP文件) bfType=”BM” bfSize bfReserved1bfReserved2bfOffBitsbiSizebiWidthbiHeightbiPlanesbiBitCountbiCompressionbiSizeImagebiXPelsPerMeterbiYPelsPerMeterbiClrUsedbiClrImportant单色DIB有2个表项16色DIB有16个表项或者更少256色DIB有256个表项或者更少真彩色DIB没有调色板每一个表项长度为4字节(32位)像素按照每行每列的顺序罗列每一行的字节数必须是4的整数倍BITMAPINFOHEADER 位图信息头 Palette 调色板 DIBPixels DIB图象数据1. BMP文件组成BMP文件由文件头、位图信息头、颜色信息和图形数据四部份组成.2. BMP文件头BMP文件头数据构造含有BMP文件的类型(必须为BMP)、文件大小(以字节为单位)、位图文件保存字(必须为0)和位图起始位置(以相对于位图文件头的偏移量表示)等信息.3. 位图信息头BMP位图信息头数据用于说明位图的尺寸(宽度,高度等都是以像素为单位,大小以字节为单位, 水平和垂直分辨率以每米像素数为单位) ,目标设备的级别,每一个像素所需的位数, 位图压缩类型(必须是 0)等信息.4. 颜色表颜色表用于说明位图中的颜色,它有假设干个表项,每一个表项是一个RGBQUAD类型的构造,定义一种颜色.详细包含蓝色、红色、绿色的亮度(值范围为0-255)位图信息头和颜色表组成位图信息5. 位图数据位图数据记录了位图的每一个像素值,记录顺序是在扫描行内是从左到右,扫描行之间是从下到上.Windows一个扫描行所占的字节数必须是 4的倍数(即以long为单位),缺乏的以0填充.3.3 BMP(BIT MAP )位图的显示:①普通显示方法:1. 申请内存空间用于存放位图文件2. 位图文件读入所申请内存空间中3. 在函数中用创立显示用位图, 用函数创立兼容DC,用函数选择显示删除位图但以上方法的缺点是: 1)显示速度慢; 2) 内存占用大; 3) 位图在缩小显示时图形失真大,(可通过安装字体平滑软件来解决); 4) 在低颜色位数的设备上(如256显示模式)显示高颜色位数的图形(如真彩色)图形失真严重.②BMP位图缩放显示 :用视频函数来显示位图,内存占用少,速度快,而且还可以对图形发展淡化(Dithering )处理.淡化处理是一种图形算法,可以用来在一个支持比图象所用颜色要少的设备上显示彩色图象.BMP位图显示方法如下:1. 翻开视频函数,普通放在在构造函数中2. 申请内存空间用于存放位图文件3. 位图文件读入所申请内存空间中4. 在 函数中 显示位图5. 关闭视频函数 ,普通放在在析构函数中以上方法的优点是: 1)显示速度快; 2) 内存占用少; 3) 缩放显示时图形失真小,4) 在低颜色位数的设备上显示高颜色位数的图形图形时失真小; 5) 通过直接处理位图数据,可以制作简单动画.3.4 程序中用到的访问函数Windows支持一些重要的DIB访问函数,但是这些函数都还没有被封装到MFC中,这些函数主要有:1. SetDIBitsToDevice函数:该函数可以直接在显示器或者打印机上显示DIB. 在显示时不发展缩放处理.2. StretchDIBits函数:该函数可以缩放显示DIB于显示器和打印机上.3. GetDIBits函数:还函数利用申请到的内存,由GDI位图来构造DIB.通过该函数,可以对DIB的格式发展控制,可以指定每一个像素颜色的位数,而且可以指定是否发展压缩.4. CreateDIBitmap函数:利用该函数可以从DIB出发来创立GDI位图.5. CreateDIBSection函数:该函数能创立一种特殊的DIB,称为DIB项,然后返回一个GDI位图句柄.6. LoadImage函数:该函数可以直接从磁盘文件中读入一个位图,并返回一个DIB句柄.7. DrawDibDraw函数:Windows提供了窗口视频(VFW)组件,Visual C++支持该组件.VFW中的DrawDibDraw函数是一个可以替代StretchDIBits的函数.它的最主要的优点是可以使用颤动颜色,并且提高显示DIB的速度,缺点是必须将VFW代码连接到进程中.3.5 图象的几何变换图象的几何变换,通常包括图象的平移、图象的镜像变换、图像的转置、图象的缩放和图象的旋转等.实验目的:本实验内容旨在让学生通过用VC等高级语言编写数字图象处理的一些根本算法程序,来稳固和掌握图象处理技术的根本技能,提高实际动手能力,并通过实际编程了解图象处理软件的实现的根本原理。
数字图像处理实验报告
数字图像处理实验报告数字图像处理实验报告专业:电⼦信息⼯程学号:2010210137姓名:刘珂2013年6⽉17⽇⽬录实验⼀MATLAB数字图像处理初步 (1)实验⼆图像的代数运算 (8)实验三图像增强—灰度变换 (16)实验四图像增强—直⽅图变换 (18)实验五图像增强—空域滤波 (22)实验六图像的傅⽴叶变换 (27)实验七图像增强—频域滤波 (32)实验⼋彩⾊图像处理 (40)实验九图像分割 (54)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(Intensity images)⼆值图像(Binary images)索引图像(Indexed images)RGB图像(RGB images)(1) 亮度图像(2) ⼆值图像(3) 索引图像(4) RGB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');2.利⽤whos 命令提取该读⼊图像flower.tif的基本信息;>>whos iName Size Bytes Class Attributesi 1x1 1 uint83.利⽤imshow()函数来显⽰这幅图像;>> imshow(i)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;>> imfinfo ('flower.tif')ans =Filename:'C:\Program Files\MATLAB\R2011a\bin\flower.tif'FileModDate: '1-Apr-2013 08:32:36'FileSize: 286256Format: 'tif'FormatVersion: []Width: 517Height: 350BitDepth: 24ColorType: 'truecolor' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubFileType: 0 BitsPerSample: [8 8 8] Compression: 'PackBits' PhotometricInterpretation: 'RGB' StripOffsets: [70x1 double] SamplesPerPixel: 3 RowsPerStrip: 5 StripByteCounts: [70x1 double] XResolution: 96 YResolution: 96 ResolutionUnit: 'Inch' Colormap: [] PlanarConfiguration: 'Chunky' TileWidth: []TileLength: []TileOffsets: [] TileByteCounts: [] Orientation: 1FillOrder: 1 GrayResponseUnit: 0.0100 MaxSampleV alue: [255 255 255] MinSampleValue: [0 0 0] Thresholding: 1Offset: 285464ImageDescription: 'MATLAB Handle Graphics'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。
数字图像处理实验报告
数字图像处理实验报告数字图像处理实验报告一、引言数字图像处理是计算机科学与工程领域中的一个重要研究方向。
通过使用数字化技术,对图像进行采集、传输、存储和处理,可以实现对图像的增强、恢复、分析和识别等功能。
本实验旨在通过对数字图像处理算法的实践应用,探索图像处理的原理和方法。
二、实验目的本实验的主要目的是掌握数字图像处理的基本概念和算法,并通过实际操作加深对图像处理原理的理解。
具体目标包括:1. 学习使用图像处理软件,如Photoshop或Matlab等。
2. 掌握图像增强的方法,如直方图均衡化、滤波和锐化等。
3. 理解图像压缩和编码的原理,如JPEG和PNG等格式。
4. 了解图像分割和边缘检测的基本算法,如阈值分割和Canny边缘检测等。
三、实验过程1. 图像增强图像增强是指通过一系列算法和技术,改善图像的质量和视觉效果。
在实验中,我们可以使用直方图均衡化算法来增强图像的对比度和亮度。
该算法通过将图像的像素值映射到一个更大的范围内,使得图像的亮度分布更加均匀。
2. 图像滤波图像滤波是指通过一系列滤波器对图像进行处理,以实现去噪、平滑和锐化等效果。
在实验中,我们可以使用平滑滤波器(如均值滤波器和高斯滤波器)来去除图像中的噪声。
同时,我们还可以使用锐化滤波器(如拉普拉斯滤波器和Sobel滤波器)来增强图像的边缘和细节。
3. 图像压缩和编码图像压缩是指通过减少图像的数据量来减小图像文件的大小,从而实现存储和传输的效率提升。
在实验中,我们可以使用JPEG和PNG等压缩算法来对图像进行压缩和编码。
JPEG算法通过对图像的频域进行离散余弦变换和量化,实现对图像的有损压缩。
而PNG算法则采用无损压缩的方式,通过对图像的差值编码和哈夫曼编码,实现对图像的高效压缩。
4. 图像分割和边缘检测图像分割是指将图像分成若干个区域,以实现对图像的目标提取和图像分析的目的。
而边缘检测是指通过检测图像中的边缘和轮廓,实现对图像的形状分析和目标识别。
《数字图像处理》实验报告
《数字图像处理》实验报告数字图像处理是计算机科学与技术领域中的一个重要分支,它涉及到对图像进行获取、处理、分析和显示等一系列操作。
在本次实验中,我们将学习和探索数字图像处理的基本概念和技术,并通过实验来加深对这些概念和技术的理解。
首先,我们需要了解数字图像的基本概念。
数字图像是由像素组成的二维矩阵,每个像素代表图像中的一个点,像素的灰度值或颜色值决定了该点的亮度或颜色。
在实验中,我们将使用灰度图像进行处理,其中每个像素的灰度值表示了该点的亮度。
在数字图像处理中,最基本的操作之一是图像的获取和显示。
我们可以通过摄像头或者从文件中读取图像数据,然后将其显示在计算机屏幕上。
通过这种方式,我们可以对图像进行观察和分析,为后续的处理操作做好准备。
接下来,我们将学习一些常见的图像处理操作。
其中之一是图像的灰度化处理。
通过将彩色图像转换为灰度图像,我们可以减少图像数据的维度,简化后续处理的复杂度。
灰度化处理的方法有多种,例如将彩色图像的RGB三个通道的像素值取平均值,或者使用加权平均值的方法来计算灰度值。
另一个常见的图像处理操作是图像的平滑处理。
图像平滑可以减少图像中的噪声,并使得图像更加清晰。
常用的图像平滑方法包括均值滤波和高斯滤波。
均值滤波通过计算像素周围邻域像素的平均值来平滑图像,而高斯滤波则使用一个高斯核函数来加权平均邻域像素的值。
除了平滑处理,图像的锐化处理也是数字图像处理中的一个重要操作。
图像的锐化可以增强图像的边缘和细节,使得图像更加清晰和鲜明。
常用的图像锐化方法包括拉普拉斯算子和Sobel算子。
这些算子通过计算像素周围邻域像素的差异来检测边缘,并增强边缘的灰度值。
此外,我们还将学习一些图像的变换操作。
其中之一是图像的缩放和旋转。
通过缩放操作,我们可以改变图像的尺寸,使其适应不同的显示设备或应用场景。
而旋转操作可以将图像按照一定的角度进行旋转,以达到某种特定的效果。
最后,我们将学习一些图像的特征提取和分析方法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的1. 理解数字图像处理的基本概念和原理;2. 掌握常用的数字图像处理方法和技术;3. 培养实际操作数字图像处理工具的能力;4. 提高对数字图像处理问题的分析和解决能力。
二、实验内容1. 图像读取与显示:使用图像处理软件,读取、显示和保存不同格式的图像文件;2. 图像基本运算:进行图像的加、减、乘、除等基本运算;3. 图像滤波:使用低通滤波器、高通滤波器、带通滤波器等对图像进行滤波处理;4. 图像增强:采用直方图均衡化、对比度增强等方法改善图像质量;5. 边缘检测:使用Sobel算子、Canny算子等方法检测图像边缘。
三、实验原理1. 图像读取与显示:介绍图像处理软件的基本操作,掌握图像文件格式的转换;2. 图像基本运算:介绍图像像素的运算规则,理解图像基本运算的原理;3. 图像滤波:介绍滤波器的原理和应用,掌握滤波器的设计和实现方法;4. 图像增强:介绍图像增强的目的和方法,理解直方图均衡化和对比度增强的原理;5. 边缘检测:介绍边缘检测的原理和算法,掌握不同边缘检测方法的特点和应用。
四、实验步骤1. 图像读取与显示:打开图像处理软件,选择合适的图像文件,进行读取、显示和保存操作;2. 图像基本运算:打开一幅图像,进行加、减、乘、除等基本运算,观察结果;3. 图像滤波:打开一幅图像,选择合适的滤波器,进行滤波处理,观察效果;4. 图像增强:打开一幅图像,选择合适的增强方法,进行增强处理,观察质量改善;5. 边缘检测:打开一幅图像,选择合适的边缘检测方法,进行边缘检测,观察边缘效果。
五、实验要求1. 熟练掌握图像处理软件的基本操作;2. 能够正确进行图像的基本运算;3. 能够合理选择和应用不同类型的滤波器;5. 能够根据图像特点选择合适的边缘检测方法。
六、实验环境1. 操作系统:Windows 10或更高版本;2. 图像处理软件:MATLAB或OpenCV;3. 编程环境:MATLAB或C++;4. 硬件要求:普通计算机或服务器。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
数字图像处理
实验
实验八:彩色图像处理
学院:信息工程学院
姓名:
学号:
专业及班级:
指导教师:
一、实验目的
使用MatLab 软件对图像进行彩色处理。
使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法,并体会到图像彩色处理技术以及对图像处理的效果。
二、实验内容
要求学生能够完成彩色图像的分析,能正确讨论彩色图像的亮度、色调等性质;会对彩色图像进行直方图均衡,并能正确解释均衡处理后的结果;能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
利用MATLAB软件实现彩色图像处理的程序:
rgb_image=imread('flower1.tif'); %读取图像flower1.tif
fR=rgb_image(:,:,1); %获取图像的红色分量
fG=rgb_image(:,:,2); %获取图像的绿色分量
fB=rgb_image(:,:,3); %获取图像的蓝色分量
figure(1),imshow(fR) %分别显示图像
figure(2),imshow(fG)
figure(3),imshow(fB)
%实现rgb图像转化为NTSC彩色空间的图像
yiq_image=rgb2ntsc(rgb_image);
fY=yiq_image(:,:,1); %图像flower1.tif的亮度
fI=yiq_image(:,:,2); %图像flower1.tif的色调
fQ=yiq_image(:,:,3); %图像flower1.tif的饱和度
figure(4),imshow(fY)
figure(5),imshow(fI)
figure(6),imshow(fQ)
fR=histeq(fR,256); %对彩色图像的分量进行直方图均衡化
fG=histeq(fG,256);
fB=histeq(fB,256);
RGB_image=cat(3,fR,fG,fB); %将直方图均衡化后的彩色图像合并
figure,imshow(RGB_image) %观察处理后的彩色图色度,亮度参照前面
f1=imread('v1_red.jpg');
f2=imread('v1_green.jpg');
f3=imread('v1_blue.jpg');
f4=imread('infer_near.jpg');
ture_color=cat(3,f1,f2,f3);
figure,imshow(ture_color) %显示由红、绿、蓝三幅图合成的彩色图
false_color=cat(3,f4,f2,f3); %用近红外图像代替R分量
figure,imshow(false_color) %显示由近红外、绿、蓝三幅图合成的假彩色图
f=imread('head.jpg');
cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);%提取灰度在16-128之间的像素
cut_2=imadjust(f,[0.5 1],[0.5 1]); %提取灰度在128-256之间的像素
figure,imshow(cut_1),colormap(hot) %显示图像cut_1,并使用hot模型彩色化
figure,imshow(cut_2),colormap(cool) %显示图像cut_2,并使用cool模型彩色化
三、实验具体实现
(1) 彩色图像的分析
调入并显示彩色图像flower1.tif ;
拆分这幅图像,并分别显示其R,G,B分量;
根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。
rgb_image=imread('3.jpg');
fR=rgb_image(:,:,1);
imwrite(fR,'v1_red.jpg');
fG=rgb_image(:,:,2);
imwrite(fR,'v1_green.jpg');
fB=rgb_image(:,:,3);
imwrite(fR,'v1_blue.jpg');
figure(1);
subplot(1,3,1),imshow(fR)
subplot(1,3,2),imshow(fG)
subplot(1,3,3),imshow(fB)
(2) 彩色图像的直方图均衡
接内容(1);
显示这幅图像的R,G,B分量的直方图,分别进行直方图均衡处理,并显示均衡后的直方图和直方图均衡处理后的各分量;
将处理完毕的各个分量合成彩色图像并显示其结果;
观察处理前后图像的彩色、亮度、色调等性质的变化。
yiq_image=rgb2ntsc(rgb_image);
fY=yiq_image(:,:,1);
fI=yiq_image(:,:,2);
fQ=yiq_image(:,:,3);
figure(2);
subplot(1,3,1),imshow(fY)
subplot(1,3,2),imshow(fI)
subplot(1,3,3),imshow(fQ)
(3) 假彩色处理
调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg和蓝色可见光的灰度图像vl_blue.jpg;以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg;
以图像vl_red.jpg为R;图像vl_green.jpg为G;图像vl_blue.jpg为B,将这三幅图像组合成可见光RGB彩色图像;
分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量,形成假彩色图像;
观察处理的结果,注意不同波长红外线图像组成图像的不同结果
fR=histeq(fR,256);
fG=histeq(fG,256);
fB=histeq(fB,256);
RGB_image=cat(3,fR,fG,fB);
figure,imshow(RGB_image)
f1=imread('v1_red.jpg');
f2=imread('v1_green.jpg');
f3=imread('v1_blue.jpg');
f4=imread('v1_red.jpg');
ture_color=cat(3,f1,f2,f3);
figure,imshow(ture_color)
false_color=cat(3,f4,f2,f3);
figure,imshow(false_color)
(4) 伪彩色处理1:灰度切片处理
调入并显示灰度图像head.jpg;
利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理,并使用hot模式和cool模式进行彩色化;
观察处理的结果。
f=imread('1.jpg');
cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);
cut_2=imadjust(f,[0.5 1],[0.5 1]);
figure,imshow(cut_1),colormap(hot) figure,imshow(cut_2),colormap(cool)
四、思考题
1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外,还有色调的变化?
2. 实验内容(3)的假彩色处理方案是否可以有多种?若有,请估计其它方案的可能结果。
答:1. 因为直方图均衡化后,通过直方图可以看出图像的像素点数在各个级别上分布均匀,所以除了对比度会有所增强外,还有色调的变化。
2.图像进行高频、中频、低频滤波,然后分别将高频赋予红色、中频绿色、低频蓝色,实际上也就是空间滤波实现假彩色。
五、实验小结。