全景地图实验二

实验二灰度直方图

一、实验目的

1. 掌握灰度直方图的概念及其计算方法；

2. 在学习灰度图像直方图的概念、计算方法、性质和相关应用基础上，应用Photoshop 和Matlab软件查看图像的灰度直方图；

3. 掌握灰度直方图在判断图像质量以及计算图像中物体面积的应用。

二、实验原理

直方图是多种空间城处理技术的基础。除了提供有用的图像统计资料外，直方图固有的信息在其他图像处理应用中也是非常有用的，如图像压缩与分割。直方图在软件中易于计算，也适用于商用硬件设备，因此，它们成为了实时图像处理的一个流行工具。

直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。

图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。

三、实验要求

1．熟悉Photoshop软件常用功能；

2. 利用Photoshop显示图像的灰度直方图，从直方图了解图像平均亮度和对比度等信息，并对比灰度图像和彩色图像对应灰度直方图的差别；

3. 利用Photoshop实现不同类型图像的转换，并利用阈值对图像进行二值化处理；

4. 利用Matlab显示图像的灰度直方图，通过灰度直方图在判断图像量化质量，统计二值图像前景面积。

四、实验内容与步骤

1.熟悉Photoshop软件功能。

（1）熟悉Photoshop的工作界面，主要包括标题栏、菜单栏、工具箱、属性栏、

图像窗口和控制面板，了解各部分的作用；

（2）掌握Photoshop的基本操作方法：文件的新建、打开、存储和关闭，调整图像和画布大小、图像的裁剪、图像的变换；

（3）了解选择区的概念及对选择区进行的相关操作，如显示或隐藏选择区、移动选择区、复制、剪切和粘贴选择区、组合选择区等，较复杂的编辑操作包括：调整选区边缘、平滑选区、柔化选区边缘、扩大选取和选取相似等；

（4）了解绘画和图像修饰工具，能利用这些工具对图像进行编辑，如：魔术橡皮擦、背景橡皮擦、修复画笔、修补工具、红眼工具等；

（5）熟悉“图像”菜单的功能，利用各子菜单提供的功能对图像进行调整，如增加对比度、调整亮度等；

（6）了解“滤镜”菜单的功能，对图像进行模糊、扭曲、锐化以及轮廓提取等；

（7）了解“图层”的概念和基本操作。

2.使用Photoshop显示灰度直方图。

（1）点击“文件”——>“打开”，打开一幅灰度图像；

（2）在右边的直方图面板上查看图像的灰度直方图，如果右边没有直方图面板，请点击“窗口”——>“直方图”，将其打开；

（3）查看直方图控制面板中图像的直方图，说明各参数的含义并描述图像的特征（对比度不高/亮度偏低……）；

（4）点击“文件”——>“打开”，打开一幅彩色图像；

（5）查看直方图控制面板中图像的直方图，说明彩色图像的直方图和灰度图像直方图的区别。

3.使用Photoshop进行图像类型转换，以及二值化操作。

（1）点击“文件”——>“打开”，打开一幅RGB图像；

（2）点击“图像”——>“模式”——>“位图/灰度/索引颜色/……”，将图像转换成不同的类型，并对比转换前后图像发生了哪些变化；

（3）点击“文件”——>“打开”，打开一幅灰度图像；

（4）点击“图像”——>“调整”——>“阈值”，在弹出的对话框中，设置合适的阈值，点击“确定”，完成图像的二值化，检查处理结果是否理想，调整阈值优化处理结果；

4.使用Matlab显示图像的灰度直方图，参考“实习指导参考1.pdf”（P170-172）。

（1）按照【例5-12】的步骤，打开一幅JPG图像，并显示其灰度图像的灰度直方

图（该例中用两种方法实现直方图的绘制），并根据灰度直方图说明原图像在量化

上存在什么问题；

（2）按照【例5-13】的步骤，打开一幅JPG格式的彩色图像，并显示彩色图像的

R、G、B颜色分量的灰度直方图；

（3）按照【例5-15】的步骤，计算一幅图像的平均灰度或颜色值，将该数值与

Photoshop中该图像灰度直方图自带的参数进行比较；

（5）按照【例5-17】的步骤，计算图像的标准偏差，将该数值与Photoshop中该

图像灰度直方图自带的参数进行比较。

5.使用Matlab统计二值图像前景面积，参考“实习指导参考1.pdf”（P162）。

（1）使用windows的画图工具，绘制P163图5-2中的（a）和（b），并保存为bmp

图像；

（2）按照【例5-4】的步骤，打开上述两幅图像，计算图像中前景的面积；

6.使用Matlab实现图像二值化。

（1）使用im2bw函数将一幅灰度、索引或RGB图像转换为二值图像，im2bw(I, level)

前一个参数I为待处理的图像，level为阈值，在[0,1]之间取值，该值可用阈值除以

图像最大灰度求得，例如：level取0.5代表用整幅图像的灰度中间值作为阈值进行

二值化处理；

（2）自己编程实现给定阈值的图像二值化处理。

下面的程序是打开一个灰度图像，以150为阈值进行二值化的实现过程：I=imread('D:\004.jpg') ；

subplot(2,2,1)；% 将图像显示窗口划分为2*2的区域

imshow(I)

J=find(I<150)；% 以150为阈值来二值化图像

I(J)=0；%小于150的赋值为0

J=find(I>=150)；

I(J)=255；%大于150的赋值为255

title('图像二值化(阈值为150）')；

subplot(2,2,2)；

imshow(I)

请自己选择一幅灰度图像，根据其灰度直方图特征确定阈值（可使用Photoshop中

的功能找出阈值），改写上述程序，将图像二值化。

五、实验报告要求

描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果和源代码，并进行必要的讨论。