数字图像处理实验讲义Word下载.docx
《数字图像处理实验讲义Word下载.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验讲义Word下载.docx（25页珍藏版）》请在冰豆网上搜索。
imwrite（f,‘filename’）
使用函数size可以察看图像大小，size的语法为
size（）
使用函数imfinfo可以察看图像信息，imfinfo的语法为
imfinfofilename
使用函数imshow可以显示图像缩略图，imshow的语法为
imshow（）
使用函数imview可以显示图像原图，imview的语法为，不同的是imview是一个工具，可以完成一些基本的图像操作
imview（）
使用函数figure可以开辟一个新的窗口，figure的语法为
figure,imshow（）
figure,imview（）
figure,plot（）
…………………
使用数据类型转换函数可以转换图像数据类型，如
im2uint8（）------------------convertimagetouint8
im2uint16（）----------------convertimagetouint16
mat2gray（）-----------------convertimagetodouble,range[0,1]
im2double（）----------------convertimagetodouble
im2bw（）---------------------convertimagetological
5.实验过程
使用函数imread打开一幅灰度图像（fig0309abc.jpg），使用函数imwrite将图像另存为不同的文件名；
在此过程中观察图像矩阵的形式，并用图像矩阵的索引法，观察并记录5×
5的矩阵片断；
使用函数size察看图像大小，使用函数imfinfo察看图像信息；
记录图像信息；
分别使用函数imshow和函数imview显示图像；
记录两种方式的区别；
使用函数imread打开一幅彩色图像（start.jpg），观察图像矩阵的形式；
并分别观察和记录RGB三色5×
使用函数rgb2gray将彩色图像转换为灰度图像；
使用im2uint8和im2double转换图像的数据类型，记录5×
5矩阵片断在转换前后的变化。
实验2图像点运算
1．实验要求
图像灰度变换方法；
灰度的对数扩展法；
绘制灰度直方图；
直方图均衡法；
任意灰度变换实现；
2．实验类型验证型
3．实验时间2学时
4．实验方法
使用函数imadjust可以实现图像灰度变换，imadjust的语法为
imadjust（f,[low_inhigh_in],[low_outhigh_out],gamma）
gamma所表示的意义：
>
1----------凹曲线
<
1----------凸曲线
=1----------直线
灰度的对数扩展法g=c*log（1+double（f））
目的是使亮区域得到抑制，暗区域灰度得到均匀增强
使用语句
im2uint8（mat2gray（log（1+double（f））））
其中系数c通过mat2gray函数自动调整
灰度直方图反映图像的灰度分布情况，即亮度分布情况；
它说明不同灰度的像素个数或分布概率
使用函数imhist绘制灰度直方图，imhist的语法为
h=imhist（f）;
figure,imhist（f）;
figure,plot（h）;
figure,stem（h）;
figure,bar（h）;
由于拍摄和处理的原因，导致图像的灰度分布范围过小；
最大熵原理指出：
数据满足均匀分布时，信息量最大；
依据这个原理，通过灰度直方图均衡化将图像灰度分布扩展到整个灰度分布范围，可以使图形信息量最大，即使使得图像对比度增强。
使用函数histeq对图像进行直方图均衡，histeq的语法为
g=histeq（f,nlev）;
%nlev为输出的灰度级数，通常取256，默认64
figure,imhist（g）;
任意灰度变换需要进行分段计算，如图1
α*f,0≤f＜a;
g=β*（f-a）+ga,a≤f＜b;
γ*（f-b）+gb,b≤f≤c;
5．实验过程
使用函数imread打开一幅灰度图像（fig0222b.jpg），使用函数imadjust实现图像灰度变换；
分别使用：
g1=imadjust（f,[20255],[0255],0.5）;
g2=imadjust（f,[20255],[0255],1）;
g3=imadjust（f,[20255],[0255],2）;
g4=imadjust（f,[0255],[25505],1）;
figure,imshow（g1）;
figure,imshow（g2）;
figure,imshow（g3）;
figure,imshow（g4）;
观察并记录四种变换差别。
（注意：
请将方括号内的整数需要手工折算成浮点数）
使用函数imread打开一幅灰度图像（fig0305.tif），使用如下语句进行对数扩展
figure,imshow（f2）;
g5=im2uint8（mat2gray（log（1+double（f2））））;
figure,imshow（g5）;
观察并记录均衡前后的差别。
使用函数imread打开一幅灰度图像（fig0222b.jpg），使用函数imhist绘制灰度直方图，直方图有四种表现形式
h=imhist（f3）;
figure,imhist（f3）;
观察四种直方图的差别。
使用函数imread打开一幅灰度图像（fig0308.tif），说明这幅图像直方图存在的问题。
使用函数histeq对图像进行直方图均衡，比较并记录均衡前后图像的变化
h1=histeq（f3,256）;
figure,imhist（h1）;
figure,imshow（f3）;
figure,imshow（h1）;
打开一幅灰度图像（fig0309abc.jpg），编写一个m文件完成图2的灰度变换功能，观察并记录图像变换前后的区别，将程序记录
图2
实验3图像间的运算
图像加法；
图像减法；
图像乘法；
图像除法；
图像与或非等逻辑运算；
图像加法是把图像叠加在一起的操作，使用函数imadd将两幅图像相加。
f1=imread（'
Fig0206a.tif'
）;
%读入图像
f2=imread（'
Fig0207.tif'
f3=imadd（f1,f2）;
figure,imshow（f3）;
图像减法是从一幅图像中减去另一幅图像，经常被用作检测两幅图像的差别，使用函数imsubtract将两幅图像相减。
下面的操作是根据一幅原始图像，生成其背景亮度图像，然后再从原图像中减去背景亮度图像，从而得到结果。
f4=imread（'
Fig0404.jpg'
bkgrd=imopen（f4,strel（'
disk'
15））;
f5=imsubtract（f4,bkgrd）;
figure,subplot（1,2,1）,imshow（f4）;
subplot（1,2,2）,imshow（f5）;
图像乘法将两幅图像对应点的像素进行相乘操作（MATLAB的点乘），使用函数immultiply对两幅图像进行乘法操作，并将相乘的结果作为输出图像对应点的像素值。
f6=imread（'
f7=imread（'
Fig0207.tif'
f8=immultiply（f6,f7）;
%两幅图像相乘
f9=immultiply（f6,1.2）;
%图像和一个系数相乘，等于将灰度乘以一个系数
figure,subplot（2,2,1）,imshow（f6）;
subplot（2,2,2）,imshow（f7）;
subplot（2,2,3）,imshow（f8）;
subplot（2,2,4）,imshow（f9）;
图像除法将两幅图像对应点的像素进行相除操作（MATLAB的点除），使用函数imdivide对两幅图像进行除法操作，并将相除的结果作为输出图像对应点的像素值。
f10=imread（'
Fig0206a.tif'
f11=imread（'
f12=double（f11）;
f13=f12*0.2+50;
f14=uint8（f13）;
f15=imdivide（f10,f14）;
figure,imshow（f15）;
图像间的逻辑运算主要有“与”、“或”、“非”等，把它们组合起来可以构成其他逻辑运算。
当我们对灰度级进行逻辑操作时，像素值作为一个二进制数来处理，逻辑操作按位进行。
“与”和“或”运算通常用作模板，即通过这些操作可以从一幅图像中提取子图像，更加突出子图像的内容。
下面的“与”和“或”运算通过逐点进行。
f=imread（'
fig0222b.jpg'
[m,n]=size（f）;
figure,subplot（2,3,1）,imshow（f）;
f1=zeros（m,n）;
f1（20:
150,70:
170）=255;
f1=uint8（f1）;
subplot（2,3,2）,imshow（f1）;
fori=1:
m
forj=1:
n
f2（i,j）=bitand（f（i,j）,f1（i,j））;
end
end
subplot（2,3,3）,imshow（f2）;
%显示“与”的结果
f3=ones（m,n）*255;
f3（20:
170）=0;
f3=uint8（f3）;
subplot（2,3,5）,imshow（f3）;
f4（i,j）=bitor（f（i,j）,f3（i,j））;
subplot（2,3,6）,imshow（f4）;
%显示“或”的结果
forj=1
升级会员 