数字图像处理之彩色图像的处理

实验六彩色图像得处理
一、实验目得
1、掌握mａtlab中RGＢ图像与索引图像、灰度级图像之间转换函数。

2、了解RGB图像与不同颜色空间之间得转换.
3、掌握彩色图像得直方图处理方法。

二、实验内容及步骤
1、RGＢ图像与索引图像、灰度级图像得转换。

cｌoｓe ａll
RGB＝iｍrｅａd（'ｆlｏｗｅrs、ｔif’）；
[R_i，mａp]=rgb2ind（RＧB，８）；%ＲGB图像转换为８色得索引图像figｕｒe
imｓhoｗ（R_i,mａp)
[R_g]=rgb２gray（ＲＧB)；%RGB图像转换为灰度级图像
figｕrｅ
iｍshｏw（Ｒ_g)
思考：
将RGB图像’fｌoｗｅｒs、tif’分别转换为32色、256色、１０24色索引图像，就是否调色板所表示得颜色值越多图像越好？
close aｌl
ＲGB=iｍread（＇ｆlｏｗｅｒs、tｉf’）；
［R＿ｉ１,mａp]=rgｂ2iｎd(RGB,8)；%RＧＢ图像转换为8色得索引图像［R＿ｉ２，mａｐ］=rgｂ2ind(RGB,32)；%ＲGB图像转换为3２色得索引图像
［Ｒ_i3,ｍaｐ]=rｇｂ2ｉnd(ＲＧＢ，２５６)；％RGB图像转换为2５6色得索引图像
[Ｒ_i4，ｍａp］=rgb２ind(RGB,1024)；％RＧB图像转换为1０24色得索引图像
Suｂplot（221）；imsｈow（R＿i1，maｐ）；tｉｔle(’8色得索引图像'）；
Subpｌot(22２)；iｍshow(R_i2，map）；ｔｉｔle（’3２色得索引图像＇)；
Subploｔ(223);imsｈow（R_i３，ｍaｐ);tiｔle('2５6色得索引图像’）;
Sｕbｐｌｏt(２24)；imshｏw(R_ｉ４,ｍap）；tｉtlｅ（'1０2４色得索引图像
'）;
结论:随着索引值得增加图像得质量也有增加，更加清晰，色彩也更加鲜明.但不就是不就是颜色值越多越好.当索引值过高时，会出现无法识别而致模糊得情况出现。

２、RGB图像与不同颜色空间得转换。

（1) RGＢ与HSI颜色空间得转换
HSI应用于彩色图像处理。

实验六文件夹中rgb2hsi（）函数将RGＢ颜色空间转换为HＳI空间并显示各分量,ｈsi2rｇb（)函数就是将HSI颜色空间转换为ＲＧB颜色空间。

ｃlose all
x=imrｅad（’flowers、ｔｉf')；
figurｅ
iｍｓhｏw（x）
title（'RGＢ’)
x_ｈsｉ＝ｒgb2hｓi(x）；％ＲGB颜色空间转换成ＨSI颜色空间，
％并显示H、S、I各分量
figｕre
ｉmshｏｗ（ｘ_hｓi)
title('HSI')
x_h_r=hsi2rgb(x＿hsi）; ｆｉgure
ｉmｓｈoｗ(x＿h_r)
tｉtle('HＳI——>RGB')
(２)ＲGB与CＭY颜色空间转换
CMY颜色空间运用在大多数在纸上沉积彩色颜料得设备,如彩色打印机与复印机。

CＭY(青、深红、黄)就是RGB颜色空间得补色。

close aｌｌ
x=imread（＇flowers、tｉf＇)；
X ＝im2ｄoublｅ(x）;
Ｒ=Ｘ（:,：，１）；
Ｇ=X（：,：,2）；
B=X（：,：,3)；
C=1-R；
M=1－G；
Y=1—B;
R1＝1—C;
Ｇ1=1-M；
Ｂ1=1-Ｙ；
CMY＝cat（3，C，M，Y）；
RGB1=cａt（3，Ｒ，G，B）;
subplot（1,3,1）,iｍshｏw（X)；tｉtle（＇ＲＧB＇) ；
ｓubplｏt（１，3，2）,iｍshｏw（CMY)；tiｔlｅ（’CMＹ') ；
sｕｂplot(1,３，3)，ｉｍshｏw（RGＢ1）；tｉtlｅ('CMＹ—-—>RGB') ；
思考：
如何将RGB图像分解出其Ｒ、Ｇ、B颜色分量？结果类似下图. clｏse alｌ
x＝iｍrｅad(’flowers、tｉf＇）；
X = im2dｏｕbｌe(x）；
R=X(:,：，1);
G=Ｘ（:，:，2）；
Ｂ＝X(：,：，3);
C1=Ｒ;
M1=Ｇ-Ｇ；
Y１=B－B；
C2=R-R;
M２＝Ｇ；
Y2=B-B;
C３=Ｒ—Ｒ；
M3=Ｇ-G；
Y３=B;
R＝cat（3,C１,M1,Ｙ1)；
G=cat（3，C2，M2，Y2）；
B＝cａt(3,C3，M3，Y３)；
subｐｌoｔ(1,3，１），ｉmshｏw（Ｒ)；ｔitlｅ（＇Ｒ'）；
subｐlot(1,3，2）,iｍshｏｗ(G）;tｉtle(’G’);
subpｌoｔ（1，3，3），iｍshow(B);title(’B'）；
3、彩色图像得直方图处理
(１)在HＳI颜色空间对I（强度）分量进行调整及直方图均衡化。

close all
x=imｒead（'fｌｏwers、tif’）;
figｕｒe
imshow（x）
tｉｔle（’RＧＢ’)
x_hsi=rgｂ2hｓi（x)；% RＧB颜色空间转换成HSI颜色空间，
％并显示H、Ｓ、I各分量
ｈ＝x_ｈsi（：,：，1）;
ｓ=ｘ_ｈsｉ（：,：,2）;
ｉ=x＿hsi（：，:，3)；
ｉ1＝ｉmadｊuｓt(i，［01］,[］,0、6）;％对I分量进行灰度值调整，使图像更亮
ｘ_hsｉ＝caｔ（3，ｈ,ｓ，ｉ1）;
x＿h＿ｒ＝ｈsi2rgb(x_hｓi);% HＳＩ空间转换为ＲGB空间
fｉｇuｒe
iｍshｏw(ｘ_ｈ_r）
titｌｅ（’imaｄｊｕsｔ(i,[］，［］,0、6)'）
ｉ２＝hiｓteｑ(i）; ％对I分量进行直方图均衡化,加强对比度
x_hsi=ｃaｔ(3，ｈ，s,i2）；
x_ｈ_ｒ=hsi2rgb(x_hsi）; ％HＳＩ空间转换为RGＢ空间
figure
imshow(x_h_r）
titｌe（’hiｓteｑ(i）'）
(2) RGB颜色空间对全彩色进行直方图处理
cloｓe alｌ
x＝iｍｒｅａd（'fｌowｅｒs、ｔif'）;
figure
imsｈow（x）
ｔitｌe（'ＲGB’)
r=ｘ(:,：,1）; ｇ=x(:，:，2);ｂ=x(：,：，3）；
ｒ1=ｉmadjust(r,［01］,[］,０、6)；%对R分量进行灰度值调整
g１＝imaｄjusｔ(g,[0 １］，［］,0、6）; ％对G分量进行灰度值调整b1=ｉmadjｕst（ｂ，[0 1]，[］,0、6）; %对B分量进行灰度值调整
x1＝ｃａt（3，ｒ1,ｇ1,b１);
ｆiｇuｒe; imｓhow（ｘ1）
tｉtle（’imaｄｊust（ｒ/g/b,［］，［］，0、6）'）
ｒ2＝ｈiｓteq(r)；％直方图均衡化
g2＝hisｔeq（g)；
b2＝histeq（b)；
x2=cat（3,r２，g2，b2）；%处理后得R、G、B分量合并回RGＢ图像fｉgurｅ；ｉmshｏw(x2）
titｌe（’ｈisｔeq(ｒ/g／b）')
思考：
ﻩ参考彩色图像得直方图处理方法，分别对RGＢ图像’fｌowers、tif’进行尺寸为5*5得均值平滑滤波及拉普拉斯锐化。

（在HIS空间或RGB空间都可以）结果类似下图.
拉普拉斯算子：h＝[ -1 -1 -１；
—1 8 —１；
－1 -１—1；］；（１）5＊5均值平滑滤波
cloｓe alｌ；
x＝imreaｄ（'fｌowｅｒs、ｔiｆ＇）；
h＝fspecｉal(＇aｖeｒagｅ＇，5);
y=ｉmｆilter(x,ｈ);
sｕbplot(1，２,1)；
imsｈow(ｘ);tiｔle('RGB＇);
subpｌot（1,2，2)；
imshｏw(y）;tｉtle（’5＊5 均值平滑滤波');
(2)拉普拉斯锐化
close all；
ｘ=iｍreaｄ(＇flowerｓ、tiｆ')；
h=［-１—1 -1；
-1 8 —1;
—1 —１—1；]；
y=imｆilｔeｒ（x,h)；
sｕbplｏt(1,2,1）;
imｓhoｗ(ｘ)；title（'RＧB'）；
subｐlot（１,2,2）;
imsｈow(y）；tiｔle（’拉普拉斯滤波’)；
三、实验报告
1、按照实验步骤做实验；
2、记录实验结果，并作出总结；
3、按照实验报告格式写出报告。

四、实验心得及机会
通过这次实验,我学会并了解了许多有关数字图像处理方面得知识。

以前只就是瞧着课本上得内容学习,对很多知识只就是生分得了解，但就是不懂得如何应用，通过做实验，自己动手,对图像做一系列得处理与变换,体会到了各种参数对数字图像得影响。

通过此次实验也发现了自己得而许多问题,在对于MATLAB软件得应用上面我还有许多不足,尤其就是对如何编写M文件方面很难掌握，仍有待加强。