數(shù)字圖像處理基礎(chǔ)程序及運(yùn)行結(jié)果圖像matlab程序

1、數(shù)字圖像處理實(shí)驗(yàn)1目錄實(shí)驗(yàn)一MATLAB 數(shù)字圖像處理初步 . 2實(shí)驗(yàn)二圖像的代數(shù)運(yùn)算 . 7實(shí)驗(yàn)三圖像增強(qiáng) 灰度變換 . 11實(shí)驗(yàn)四圖像增強(qiáng) 直方圖變換 . 14實(shí)驗(yàn)五圖像增強(qiáng) 空域?yàn)V波 . 16實(shí)驗(yàn)六圖像的傅立葉變換 . 22實(shí)驗(yàn)七圖像增強(qiáng) 頻域?yàn)V波 . 24實(shí)驗(yàn)八彩色圖像處理 . 27實(shí)驗(yàn)九圖像分割 . 33實(shí)驗(yàn)十形態(tài)學(xué)運(yùn)算 . 36數(shù)字圖像處理實(shí)驗(yàn)2實(shí)驗(yàn)一MATLAB數(shù)字圖像處理初步一、實(shí)驗(yàn)?zāi)康呐c要求1熟悉及掌握在MATLAB能夠處理哪些格式圖像。2熟練掌握在MATLAB如何讀取圖像。3掌握如何利用MATLAB獲取圖像的大小、顏色、高度、寬度等等相關(guān)信息。4掌握如何在MATLAB按照指

2、定要求存儲(chǔ)一幅圖像的方法。5圖像間如何轉(zhuǎn)化。二、實(shí)驗(yàn)內(nèi)容及步驟1利用imread( )函數(shù)讀取一幅圖像，假設(shè)其名為flower.tif，存入一個(gè)數(shù)組中；2利用whos命令提取該讀入圖像flower.tif的基本信息；3.利用imshow()函數(shù)來(lái)顯示這幅圖像；4利用imfinfo函數(shù)來(lái)獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息；5.利用imwrite()函數(shù)來(lái)壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件，設(shè)為flower.jpg;語(yǔ)法：imwrite(原圖像，新圖像，quality，取q-100。6.同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像，設(shè) 為flow

3、er.bmp。7.用imread()讀入圖像：Lenna.jpg和camema.jpg；8.用imfinfo()獲取圖像Lenna.jpg和camema.jpg的大?。?.用figure,imshow()分別將Lenna.jpg和camema.jpg顯示出來(lái)，觀察兩幅圖 像的質(zhì)量。10.用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像， 并且用imshow顯示出來(lái)觀 察圖像的特征。11.將每一步的函數(shù)執(zhí)行語(yǔ)句拷貝下來(lái)，寫入實(shí)驗(yàn)報(bào)告，并且將得到第3、9、10步得到的圖像效果拷貝下來(lái)三、考核要點(diǎn)1、 熟悉在 MATLAB 中如何讀入圖像、如何獲取圖像文件的相關(guān)信息、如何顯示圖像 及保存圖像等，熟悉相關(guān)的處

4、理函數(shù)。2、 明確不同的圖像文件格式， 由于其具體的圖像存儲(chǔ)方式不同， 所以文件的大小不同， 因此當(dāng)對(duì)同一幅圖像來(lái)說(shuō)，有相同的文件大小時(shí)，質(zhì)量不同。五、實(shí)驗(yàn)儀器與軟件(1) PC 計(jì)算機(jī)數(shù)字圖像處理實(shí)驗(yàn)3(2) MatLab 軟件 / 語(yǔ)言包括圖像處理工具箱 (Image Processing Toolbox)(3) 實(shí)驗(yàn)所需要的圖片四、實(shí)驗(yàn)內(nèi)容f=imread( C:UsersGatewayDesktopi?flower.tif);whos f ;imshow(f);imfinfo C:UsersGatewayDesktopi?flower.tifans =圖片 flower.tifFile

5、ModDate: 24- 六月 -2012 18:46:53FileSize: 392018Format: jpgFormatVersion: Width: 1600Height: 1200BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: ans =%imfinfo 壓縮后的信息Filename: flower.jpgFileModDate: 25- 六月 -2012 16:07:40數(shù)字圖像處理實(shí)驗(yàn)4

6、FileSize: 81013Format: jpg FormatVersion: Width: 1600Height: 1200BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: f=imread( C:UsersGatewayDesktopg=imread( C:UsersGatewayDesktopfigure;imshow(f);figure,imshow(g);imfinfo C:UsersGa

7、tewayDesktopimfinfo C:UsersGatewayDesktop?lenna.jpg );?camera.jpg );?lenna.jpg?camera.jpg數(shù)字圖像處理實(shí)驗(yàn)5ans =FileModDate: 24- 六月 -2012 18:44:09FileSize: 21307Format: jpgFormatVersion: Width: 300Height: 300BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess

8、: SequentialComment: ans =FileModDate: 24- 六月 -2012 18:44:32FileSize: 18653Format: jpgFormatVersion: Width: 256Height: 256BitDepth: 24ColorType: truecolorFormatSignature: NumberOfSamples: 3CodingMethod: HuffmanCodingProcess: SequentialComment: f=imread( C:UsersGatewayDesktopi?lenna.jpg);g=im2bw(f);圖

9、片 lenna.jpg圖片 camera.jpg數(shù)字圖像處理實(shí)驗(yàn)6figure,imshow(g);五、思考題(1) 簡(jiǎn)述 MatLab 軟件的特點(diǎn)。(2) MatLab 軟件可以支持哪些圖像文件格式？ doc imread(3) 說(shuō)明函數(shù) imread 的用途格式以及各種格式所得到圖像的性質(zhì)。(4) 為什么用 I = imread ( lena.bmp 命令) 得到的圖像 I 不可以進(jìn)行算術(shù)運(yùn)算？數(shù)字圖像處理實(shí)驗(yàn)7實(shí)驗(yàn)二 圖像的代數(shù)運(yùn)算一、實(shí)驗(yàn)?zāi)康?了解圖像的算術(shù)運(yùn)算在數(shù)字圖像處理中的初步應(yīng)用。 2體會(huì)圖像算術(shù)運(yùn)算處理的過(guò)程和處理前后圖像的變化。二、實(shí)驗(yàn)步驟2圖像的減法運(yùn)算3. 圖像的乘法運(yùn)

10、算4圖像的除法運(yùn)算三、實(shí)驗(yàn)內(nèi)容1圖像的加法運(yùn)算I=imread(C:UsersGatewayDesktopi?lenna2.jpgJ=imread( C:UsersGatewayDesktopi?camera.jpgK = imadd(I,J);imshow(K);%lenna 原圖和 camera 尺寸大小不一樣，不能相加，用camera 相同尺寸););ps 將 lenna 裁剪成 256*256 與數(shù)字圖像處理實(shí)驗(yàn)8I=imread( C:UsersGatewayDesktopJ=imadd(I,50);subplot(1,2,1);imshow(I);subplot(1,2,2);im

11、show(J);2圖像的減法運(yùn)算I2=zeros(256,256);I=imread( rice.png );imshow(I)background=imopen(I,strel( diskfigure,imshow( background)I2=imsubtract(I,background);figure,imshow(I2)?camera.jpg );,15);數(shù)字圖像處理實(shí)驗(yàn)93. 圖像的乘法運(yùn)算數(shù)字圖像處理實(shí)驗(yàn)10I=imread( C:UsersGatewayDesktopJ=immultiply(I,1.5);subplot(1,2,1);imshow(I);subplot(1,

12、2,2);imshow(J);4圖像的除法運(yùn)算I=imread( rice.png);J=double( rice.png);K=J*0.43+90;I2=unit8(J);Ip=imdivide(I,I2); imshow(Ip,);5圖像的四則代數(shù)運(yùn)算I=imread( C:UsersGatewayDesktopJ=imread( C:UsersGatewayDesktopZ=imlincomb(0.5,I,0.5,J,50); imshow(Z);?camera.jpg );?lenna2.jpg);?camera.jpg);數(shù)字圖像處理實(shí)驗(yàn)11四、思考題由圖像算術(shù)運(yùn)算的運(yùn)算結(jié)果，思考圖

13、像減法運(yùn)算在什么場(chǎng)合上發(fā)揮優(yōu)勢(shì)？ 從背景中提取圖像實(shí)驗(yàn)三 圖像增強(qiáng)灰度變換一、實(shí)驗(yàn)?zāi)康模?、了解圖像增強(qiáng)的目的及意義，加深對(duì)圖像增強(qiáng)的感性認(rèn)識(shí)，鞏固所學(xué)理論知識(shí)。2、學(xué)會(huì)對(duì)圖像直方圖的分析。3、掌握直接灰度變換的圖像增強(qiáng)方法。實(shí)驗(yàn)內(nèi)容：數(shù)字圖像處理實(shí)驗(yàn)121、圖像數(shù)據(jù)讀出2、計(jì)算并分析圖像直方圖3、利用直接灰度變換法對(duì)圖像進(jìn)行灰度變換I=imread( C:UsersGatewayDesktopi?medicine.jpg);J=rgb2gray(I);imhist(J);數(shù)字圖像處理實(shí)驗(yàn)13I=imread( C:UsersGatewayDesktopi?medicine.jpg);J=rg

14、b2gray(I);g=imhist(J,256);g1=imadjust(f,0 1,1 0);figure;imshow(g1);%將 0.5 到 0.75 的灰度級(jí)擴(kuò)展到范圍 0 1g2=imadjust(f,0.5 0.75,0 1);figure;imshow(g2);g=imread( C:UsersGatewayDesktopi?point.jpg);h=log(1+double(g);h=mat2gray(h); h=im2uint8(h); figure;imshow(h);%將矩陣 h 轉(zhuǎn)換為灰度圖片% 將灰度圖轉(zhuǎn)換為 8 位圖數(shù)字圖像處理實(shí)驗(yàn)14實(shí)驗(yàn)四 圖像增強(qiáng)直方圖變換

15、一、實(shí)驗(yàn)?zāi)康?掌握灰度直方圖的概念及其計(jì)算方法； 2熟練掌握直力圖均衡化和直方圖規(guī)定化的計(jì)算過(guò)程； 3熟練掌握空域?yàn)V波中常用的平滑和銳化濾波器； 4掌握色彩直方圖的概念和計(jì)算方法 5利用 MATLAB 程序進(jìn)行圖像增強(qiáng)。二、實(shí)驗(yàn)步驟1 打開計(jì)算機(jī)，啟動(dòng) MATLAB 程序；程序組中“ work ”文件夾中應(yīng)有待處理的圖像文件; 2調(diào)入“實(shí)驗(yàn)一”中獲取的數(shù)字圖像，并進(jìn)行計(jì)算機(jī)均衡化處理； 3 顯示原圖像的直方圖和經(jīng)過(guò)均衡化處理過(guò)的圖像直方圖。4 記錄和整理實(shí)驗(yàn)報(bào)告三、實(shí)驗(yàn)內(nèi)容l=imread( C:UsersGatewayDesktopi?pollen.jpg);g=rgb2gray(I);J=

16、histeq(g);%對(duì)原圖像進(jìn)行直方圖均衡化處理imshow(l);title(?-i?);figure;imshow(J);ti tle(?uoa?-obi?);figure,subplot(1,2,1);imhist(g,64);%將原圖像直方圖顯示為 64 級(jí)灰度title(?-i? ?);subplot(1,2,2);imhist(J,64);title(?uoa?-oo? 1)?數(shù)字圖像處理實(shí)驗(yàn)16四、思考題1直方圖是什么概念？它反映了圖像的什么信息？直方圖是圖像的最基本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布情況 . 直方圖是以圖形 化參數(shù)來(lái)顯示圖片曝光精確度的手段， 其描述的是

17、圖片顯示范圍內(nèi)影像的灰度分布曲線。 它 可以幫助分析圖片的曝光水平等一些信息2直方圖均衡化是什么意思？它的主要用途是什么？直方圖拉伸和直方圖均衡化化是兩種最常見的間接對(duì)比度增強(qiáng)方法， 直方圖均衡化則 通過(guò)使用累積函數(shù)對(duì)灰度值進(jìn)行“調(diào)整”以實(shí)現(xiàn)對(duì)比度的增強(qiáng)。 直方圖均衡化就是對(duì) 圖像進(jìn)行非線性拉伸， 重新分配圖像像素值， 使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。 直方圖均衡化就是把給定圖像的直方圖分布改變成 “均勻 ”分布直方圖分布。實(shí)驗(yàn)五 圖像增強(qiáng)空域?yàn)V波一、實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解 MatLab 軟件/語(yǔ)言，學(xué)會(huì)使用 MatLab 對(duì)圖像作濾波處理， 使學(xué)生有機(jī)會(huì)掌 握濾波算法，體會(huì)濾波效果。了解幾種

18、不同濾波方式的使用和使用的場(chǎng)合，培養(yǎng)處理實(shí)際圖像的能力，并為課堂教 學(xué)提供配套的實(shí)踐機(jī)會(huì)。二、實(shí)驗(yàn)內(nèi)容與步驟a) 調(diào)入并顯示原始圖像 Sample2-1.jpg 。數(shù)字圖像處理實(shí)驗(yàn)17b) 利用 imnoise 命令在圖像 Sample2-1.jpg 上加入高斯 (gaussian) 噪聲c)利用預(yù)定義函數(shù) fspecial 命令產(chǎn)生平均(average)濾波器1111 9 1111d) 分別采用 3x3 和 5x5 的模板，分別用平均濾波器以及中值濾波器，對(duì)加入噪聲的圖像進(jìn)行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果；e) 選擇不同大小的模板，對(duì)加入某一固定噪聲水平噪聲的圖像進(jìn)行處理，觀

19、察上述濾 波器處理的結(jié)果。f)利用 imnoise 命令在圖像 Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g) 重復(fù) c) e)的步驟h) 輸出全部結(jié)果并進(jìn)行討論。三、實(shí)驗(yàn)內(nèi)容,0.02);,3);%產(chǎn)生3*3均值模板,5);%均值濾波%中值濾波-figure;imshow(K)i=imread( C:UsersGatewayDesktop?electric.tif);I=rgb2gray(i);J=imnoise(I,gauss ,0.02);J=imnoise(I,salt & pepperave1=fspecial(averageave2=f

20、special(averageK=filter2(ave1,J)/255;L=filter2(ave2,J)/255;M=medfilt2(J,3 3);N=medfilt2(J,5 5);imshow(I);figure;imshow(J);數(shù)字圖像處理實(shí)驗(yàn)18;figure;imshow(L);figure;imshow(M);figure數(shù)字圖像處理實(shí)驗(yàn)19;imshow(N);數(shù)字圖像處理實(shí)驗(yàn)20原圖gauss噪聲數(shù)字圖像處理實(shí)驗(yàn)21Gauss 噪聲 3*3 模板均值濾波Gauss 噪聲 5*5 模板均值濾波Gauss 噪聲 3*3 中值濾波Gauss噪聲 5*5 中值濾波數(shù)字圖像處理

21、實(shí)驗(yàn)22椒鹽噪聲數(shù)字圖像處理實(shí)驗(yàn)23椒鹽噪聲 3*3 均值濾波椒鹽噪聲 5*5 均值濾波椒鹽噪聲3*3中值濾波 椒鹽噪聲5*5中值濾波四，思考題/問(wèn)答題(1) 簡(jiǎn)述高斯噪聲和椒鹽噪聲的特點(diǎn)。椒鹽噪聲是由圖像傳感器， 傳輸信道，解碼處理等產(chǎn)生的黑白相間的亮暗點(diǎn)噪聲。 檢驗(yàn)噪聲往往由圖像切割引起。 椒鹽噪聲是指兩種噪聲， 一種是鹽噪聲 (salt noise)，另一種是胡椒噪聲(pepper noise)。鹽=白色，椒=黑色。前者是 高灰度噪聲，后者屬于低灰度噪聲。一般兩種噪聲同時(shí)出現(xiàn)，呈現(xiàn)在圖像 上就是黑白雜點(diǎn)。高斯噪聲是一種隨機(jī)噪聲。在任選瞬時(shí)中任取n個(gè)，其值按n個(gè)變數(shù)的高斯概率定律分布。 高

22、斯噪聲是指它的概率密度函數(shù)服從高斯分布 (即正態(tài)分布)的一類噪聲。如果一個(gè)噪聲，它的幅度分布服從高斯分布， 而它的功率譜密度又是均勻分布的，則稱它為高斯白噪聲。(2) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)平均濾波器 /中值濾波器對(duì)高斯噪聲和椒鹽噪聲的去噪效果？ 兩種濾波對(duì)高斯噪聲效果都不是很好，5*5的中值濾波效果好于3*3。中值濾波 對(duì)椒鹽噪聲效果好于均值濾波。數(shù)字圖像處理實(shí)驗(yàn)24(3) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)濾波窗口對(duì)去噪效果的影響？ 窗口越大，去噪效果越好，但是窗口越大所用的時(shí)間越多。實(shí)驗(yàn)六 圖像的傅立葉變換一、實(shí)驗(yàn)?zāi)康? 了解圖像變換的意義和手段；2 熟悉傅立葉變換的基本性質(zhì)；3 熟練掌握 FFT

23、變換方法及應(yīng)用；4 通過(guò)實(shí)驗(yàn)了解二維頻譜的分布特點(diǎn)；5 通過(guò)本實(shí)驗(yàn)掌握利用 MA TLAB 編程實(shí)現(xiàn)數(shù)字圖像的傅立葉變換。6 評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。二、實(shí)驗(yàn)原理傅里葉變換是線性系統(tǒng)分析的一個(gè)有力工具， 它能夠定量地分析諸如數(shù)字化系統(tǒng)、 采樣 點(diǎn)、電子放大器、卷積濾波器、噪音和顯示點(diǎn)等的作用。通過(guò)實(shí)驗(yàn)培養(yǎng)這項(xiàng)技能，將有助于 解決大多數(shù)圖像處理問(wèn)題。 對(duì)任何想在工作中有效應(yīng)用數(shù)字圖像處理技術(shù)的人來(lái)說(shuō)， 把時(shí)間 用在學(xué)習(xí)和掌握博里葉變換上是很有必要的。三、實(shí)驗(yàn)步驟1將圖像內(nèi)容讀入內(nèi)存；2用 Fourier 變換算法，對(duì)圖像作二維 Fourier 變換；3將其幅度譜進(jìn)行搬移，在圖像

24、中心顯示；4用 Fourier 系數(shù)的幅度進(jìn)行 Fourier 反變換；5用 Fourier 系數(shù)的相位進(jìn)行 Fourier 反變換；6比較 4、 5 的結(jié)果，評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。7記錄和整理實(shí)驗(yàn)報(bào)告。四、實(shí)驗(yàn)內(nèi)容數(shù)字圖像處理實(shí)驗(yàn)25J=imread( C:UsersGatewayDesktopi?number.jpgimshow(J););I=rgb2gray(J);fftI=fft2(I);sfftI=fftshift(fftI);figure;imshow(sfftI);RR=real(sfftI);II=imag(sfftI);A=sqrt(RRA2+II.A2)

25、;%二維傅里葉變換%直流分量移到頻譜中心%取實(shí)部%取虛部%計(jì)算幅值A(chǔ)=(A-min(min(A)/(max(max(A)-min(min(A)*255;figure;imshow(A);%顯示圖像頻譜%歸一化另一種J=imread( C:UsersGatewayDesktopi?number.jpgI=rgb2gray(J);F=fft2(l);%?t?a?e0?o?S=abs(F);imshow(S,);FC=fftshift(F);imshow(abs(FC),);S2=log(1+abs(FC);figure;imshow(S2,););數(shù)字圖像處理實(shí)驗(yàn)26原圖歸一化后圖像實(shí)驗(yàn)七 圖像增

26、強(qiáng)頻域?yàn)V波一、 實(shí)驗(yàn)?zāi)康?掌握怎樣利用傅立葉變換進(jìn)行頻域?yàn)V波 2掌握頻域?yàn)V波的概念及方法 3熟練掌握頻域空間的各類濾波器4.利用 MATLAB序進(jìn)行頻域?yàn)V波數(shù)字圖像處理實(shí)驗(yàn)27二、實(shí)驗(yàn)原理頻域?yàn)V波分為低通濾波和高通濾波兩類，對(duì)應(yīng)的濾波器分別為低通濾波器和高通濾波 器。頻域低通過(guò)濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個(gè)低通過(guò)濾器變換函數(shù),G(u,v)是通過(guò) H(u,v)減少 F(u,v)的高頻部分來(lái)得到的結(jié)果，運(yùn)用傅立葉逆變換得到鈍化后 的圖像。n 階巴特沃茲低通濾波器(BLPF)(在距離原點(diǎn)D0處出現(xiàn)截至頻率)的傳

27、遞函數(shù)為1 調(diào)入并顯示所需的圖片；2利用 MATLAB 提供的低通濾波器實(shí)現(xiàn)圖像信號(hào)的濾波運(yùn)算，并與空間濾波進(jìn)行比 較。3.利用 MATLAB 提供的高通濾波器對(duì)圖像進(jìn)行處理。4 記錄和整理實(shí)驗(yàn)報(bào)告。f1=imread( C:UsersGatewayDesktopi?camera.jpg);f=rgb2gray(f1);F=fft2(f);S=fftshift(log(1+abs(F);figure;imshow(S,);%2ueu?卩？xi?h=fspecial( sobe l );figure;freqz2(h);PQ=paddedsize(size(f);H=freqz2(h,PQ,PQ

28、 (2);H1=ifftshift(H);figure;imshow(abs(H),);H(u,v)11 D(u,v) Do2n與理想地通濾波器不同的是，巴特沃茲率通濾波器的傳遞函數(shù)并不是在續(xù)。高斯低通濾波器(GLPF)的傳遞函數(shù)為H(u,v) eD2(u)2 2其中，為標(biāo)準(zhǔn)差。Do處突然不連實(shí)驗(yàn)步驟:數(shù)字圖像處理實(shí)驗(yàn)28Sobel邊緣提取f=imread( C:UsersGatewayDesktopf=rgb2gray(f);f=im2double(f);VSFAT=edge(f, sobel , verticalfigure;imshow(f);figure;imshow(VSFAT);?

29、dabao.jpg);數(shù)字圖像處理實(shí)驗(yàn)29實(shí)驗(yàn)八 彩色圖像處理一、實(shí)驗(yàn)?zāi)康氖褂?MatLab 軟件對(duì)圖像進(jìn)行彩色處理。 使學(xué)生通過(guò)實(shí)驗(yàn)熟悉使用 彩色處理的有關(guān)方法，并體會(huì)到圖像彩色處理技術(shù)以及對(duì)圖像處理的效果。、實(shí)驗(yàn)要求要求學(xué)生能夠完成彩色圖像的分析， 能正確討論彩色圖像的亮度、MatLab 軟件進(jìn)行圖像色調(diào)等性質(zhì)； 會(huì)對(duì)彩數(shù)字圖像處理實(shí)驗(yàn)30色圖像進(jìn)行直方圖均衡， 并能正確解釋均衡處理后的結(jié)果； 能夠?qū)紊珗D像進(jìn)行偽彩色處理、 利用多波長(zhǎng)圖像進(jìn)行假彩色合成、進(jìn)行單色圖像的彩色變換。三、實(shí)驗(yàn)步驟(1) 彩色圖像的分析(2)彩色圖像的直方圖均衡(3)假彩色處理(4)偽彩色處理 1 ：灰度切片處理

30、(5)彩色變換 ( 選做 )四、實(shí)驗(yàn)內(nèi)容f=imread( C:UsersGatewayDesktopi?flower.tif);figure;imshow(f);fR=f(:,:,1);%獲得紅色分量fG=f(:,:,2);%獲得綠色分量fB=f(:,:,3);%獲得藍(lán)色分量figure;imshow(fR); figure;imshow(fG); figure;imshow(fB);數(shù)字圖像處理實(shí)驗(yàn)31綠色分量%實(shí)現(xiàn) rgb 圖像轉(zhuǎn)化為 NTSC 彩色空間的圖像f=imread( C:UsersGatewayDesktopi?flower.tiffigure;imshow(f);yiq_i

31、mage=rgb2 ntsc(f);fY=yiqm age(:,:,1);%圖像亮度f(wàn)l=yiq_image(:,:,2);%圖像色調(diào)fQ=yiqm age(:,:,3);%圖像飽和度f(wàn)igure;imshow(fY); figure;imshow(fl); figure;imshow(fQ);原圖紅色分量藍(lán)色分量);數(shù)字圖像處理實(shí)驗(yàn)32亮度色調(diào)飽和度數(shù)字圖像處理實(shí)驗(yàn)33f=imread( C:UsersGatewayDesktopi?flower.tif);figure;imshow(f);fR=histeq(fR,256);%對(duì)彩色圖像的分量進(jìn)行直方圖均衡化fG=histeq(fR,256

32、);fB=histeq(fR,256);RGB_image=cat(3,fR,fG,fB);%將直方圖均衡化后的彩色圖像合并figure;imshow(RGB_image);f=imread( C:UsersGatewayDesktopi?flower.tif);cut_1=imadjust(f,0.0925 0.5,0.0925 0.5); %提取灰度在16-128之間像素cut_2=imadjust(f,0.5 1,0.5 1);%提取灰度在128-256間像素figure,imshow(cut_1),colormap(hot) %顯示圖像cut-1，并用hot模型彩色化figure,im

33、show(cut_2),colormap(cool)數(shù)字圖像處理實(shí)驗(yàn)34128-256六、思考題1. 為什么經(jīng)彩色直方圖均衡后的圖像除了對(duì)比度會(huì)有所增強(qiáng)外，還有色調(diào)的變化？色調(diào)的增強(qiáng)具有特殊性。根據(jù)HIS模型表示法，色調(diào)對(duì)應(yīng)一個(gè)角度且是循環(huán) 的。如果對(duì)這個(gè)像素的色調(diào)值加一個(gè)常數(shù)， 將會(huì)使每個(gè)目標(biāo)的顏色在色譜上移動(dòng)。 當(dāng)常數(shù)比較小時(shí)，一般會(huì)使彩色圖像色調(diào)變“暖”或“冷”。常數(shù)比較大時(shí)。則 有可能會(huì)使對(duì)彩色圖像的感受發(fā)生比較激烈的變化。2.實(shí)驗(yàn)內(nèi)容 (3) 的假彩色處理方案是否可以有多種？若有，請(qǐng)估計(jì)其它方案的可能結(jié)果。3.在實(shí)驗(yàn)內(nèi)容 (4) 中，對(duì)于灰度切片處理的圖像 head.gif 使用多少

34、級(jí)切片比較合適？16-128數(shù)字圖像處理實(shí)驗(yàn)35實(shí)驗(yàn)九 圖像分割一、實(shí)驗(yàn)?zāi)康氖褂?MatLab 軟件進(jìn)行圖像的分割。使學(xué)生通過(guò)實(shí)驗(yàn)體會(huì)一些主要的分割算子對(duì)圖像處 理的效果，以及各種因素對(duì)分割效果的影響。要求學(xué)生能夠自行評(píng)價(jià)各主要算子在無(wú)噪聲條件下和噪聲條件下的分割性能。能夠掌 握分割條件 (閾值等 )的選擇。完成規(guī)定圖像的處理并要求正確評(píng)價(jià)處理結(jié)果， 能夠從理論上 作出合理的解釋。三、 實(shí)驗(yàn)步驟(1) 使用 Roberts 算子的圖像分割實(shí)驗(yàn)(2) 使用 Prewitt 算子的圖像分割實(shí)驗(yàn)(3) 使用 Sobel 算子的圖像分割實(shí)驗(yàn)(4) 使用 LoG ( 拉普拉斯 -高斯)算子的圖像分割實(shí)驗(yàn)

35、四、實(shí)驗(yàn)內(nèi)容下面是使用 sobel 監(jiān)測(cè)器對(duì)圖像進(jìn)行分割的MATLAB序figure;imshow(f1);f=rgb2gray(f1);gv,t1=edge(f,sobel, vertical); %使用edge函數(shù)對(duì)圖像f提取垂直邊緣figure;imshow(gv);gb,t2=edge(f,sobel, horizontal); %提取水平邊緣figure;imshow(gb)w45=-2 -1 0 ;-1 0 1;0 1 2;%使用imfilter計(jì)算45方向邊緣g45=imfilter(double(f),w45,replicate );T=0.3*max(abs(g45(:);%

36、設(shè)定閾值g45=g45=T;%進(jìn)行閾值處理figure;imshow(g45);實(shí)驗(yàn)要求f1=imread( C:UsersGatewayDesktop?room.jpg);數(shù)字圖像處理實(shí)驗(yàn)36垂直邊緣提取水平邊緣提取45閾值處理原圖數(shù)字圖像處理實(shí)驗(yàn)37256閾值處理六、思考題/問(wèn)答題1. 評(píng)價(jià)一下 Roberts 算子、 Prewitt 算子、 Sobel 算子對(duì)于噪聲條件下邊界檢測(cè)的性能。Roberts 算子：邊緣定位準(zhǔn)，但是對(duì)噪聲敏感。適用于邊緣明顯且噪聲較少的圖像分割。Roberts邊緣檢測(cè)算子是一種利用局部差分算子尋找邊緣的算子 ,Robert 算子圖像處理后結(jié) 果邊緣不是很平滑。經(jīng)

37、分析，由于 Robert 算子通常會(huì)在圖像邊緣附近的區(qū)域內(nèi)產(chǎn)生較寬的 響應(yīng)，故采用上述算子檢測(cè)的邊緣圖像常需做細(xì)化處理，邊緣定位的精度不是很高。Prewitt 算子：對(duì)噪聲有抑制作用，抑制噪聲的原理是通過(guò)像素平均，但是像素平均相 當(dāng)于對(duì)圖像的低通濾波，所以 Prewitt 算子對(duì)邊緣的定位不如 Roberts 算子。Sobel 算子： Sobel 算子和 Prewitt 算子都是加權(quán)平均，但是 Sobel 算子認(rèn)為，鄰域的數(shù)字圖像處理實(shí)驗(yàn)38像素對(duì)當(dāng)前像素產(chǎn)生的影響不是等價(jià)的， 所以距離不同的像素具有不同的權(quán)值， 對(duì)算子結(jié)果 產(chǎn)生的影響也不同。一般來(lái)說(shuō)，距離越遠(yuǎn)，產(chǎn)生的影響越小。2.為什么 LoG 梯度檢測(cè)算子的處理結(jié)果不需要象Prewitt 等算子那樣進(jìn)行幅度組合？3.實(shí)驗(yàn)中所使用的四種算子所得到的邊界有什么異同？實(shí)驗(yàn)十 形態(tài)學(xué)運(yùn)算1、實(shí)