数字图像处理实验一图像的基本操作和基本统计指标计算实验报告

实验一图像的基本操作和基本统计指标计算

一、实验目的

熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。

了解计算图像的统计指标的方法及其在图像处理中的意义。

了解图像的几何操作，如改变图像大小、剪切、旋转等。

二、实验主要仪器设备

（1）台式计算机或笔记本电脑

（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)

（3）典型的灰度、彩色图像文件

三、实验原理

（1）将一幅图像视为一个二维矩阵。

<

（2）利用MATLAB图像处理工具箱读、写和显示图像文件。

①调用imread函数将图像文件读入图像数组（矩阵）。例如“I=imread(‘’);”。其基本格式为：“A=imread(‘’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。

②调用imwrite函数将图像矩阵写入图像文件。例如“imwrite(A,’’);”。其基本格式为“imwrite(a,”。

③调用imshow函数显示图像。例如“imshow(‘’);”。其基本格式为：I为图像矩阵，N 为显示的灰度级数，默认时为256。

（3）计算图像有关的统计参数。

四、实验内容

（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。

（2）利用MATLAB计算图像有关的统计参数。

五、实验步骤

（1）利用“读图像文件I/O”函数读入图像。

（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion（格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType（彩色类型）、CodingMethod（编码方法）等。

'

（3）利用“像素和统计处理”函数计算读入图像的二维相关系数（corr2函数）、确定像素颜色值（impixel函数）、确定像素的平均值（mean2函数）、显示像素信息（pixval函数）、计算像素的标准偏移（std2函数）等。

要求：参照例题，对图像J加均值为0、方差为的高斯白噪声形成有噪图像J1，即

“J1=imnoise(J,’gaussian’,0,;”，求J1的像素总个数、图像灰度的平均值、标准差、J 和J1的互协方差和相关系数、J和K的互协方差和相关系数。

如果将方差加至，重新计算上述统计参数。

（4）改变图像大小（imresize函数），旋转图像（imrotate函数）、对图像进行裁剪（imcrop 函数）等，再对操作后的图像进行统计。

要求：参照例，将图像I分别放大和缩小倍、旋转30°，再对操作后的图像进行统计。（5）将上述不同操作后的图像用“读图像文件I/O”函数分别写入各自的图像文件。

六、实验程序

I=imread('');

subplot(3,3,1);

imshow(I);

A=imfinfo('');

,

J=rgb2gray(I);

subplot(3,3,2);

imshow(J);

J1=imnoise(J,'gaussian',0,;

subplot(3,3,3);

imshow(J1);

B=numel(J1);

ave=mean2(J1);

sd=std2(J1);

J2=im2double(J);

J3=im2double(J1);

.

Cfg=cov(J2,J3);

corrgfg=corr2(J2,J3);

s=size(J);

all_white=255*ones(s(1),s(2));

all_white_uint8=uint8(all_white);

K=imsubtract(all_white_uint8,J);

subplot(3,3,4);

imshow(K);

K1=im2double(K);

Cfg2=cov(J2,K1);

corrgfg2=corr2(J2,K1);

：

J4=imresize(I,;

subplot(3,3,5);

imshow(J4);

J5=imrotate(I,30);

subplot(3,3,6);

imshow(J5);

RECT=[0 200 300 250]

J6=imcrop(I,RECT);

subplot(3,3,7);

imshow(J6);

imwrite(J1,'');

…

imwrite(J,'');

imwrite(K,'');

imwrite(J4,'');

imwrite(J5,'');

imwrite(J6,'');

七、实验结果

八、思考

（1）说明图像的统计特征对图像处理的意义。

图像的种类很多，不同图像的用途和处理方法也不相同。图像处理算法往往针对一定特征（如颜色、纹理、形状、空间关系等）的图像，因此对图像特征的分析至关重要。图像是典型的二维随机信号，其统计特征对于进一步处理和分析是十分重要的。图像的统计特征是图像的一类基本特征。一些算法也是基于图像的统计指标设计的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别于其他图像的许多参数指标。（2）比较不同图像的统计特征的差别，并分析原因。

不同图像的尺寸、大小、颜色、纹理、形状等不同。

（3）讨论施加不同方差的噪声，对图像统计参数产生的影响。