数字图像处理上机报告2.docx
《数字图像处理上机报告2.docx》由会员分享，可在线阅读，更多相关《数字图像处理上机报告2.docx（14页珍藏版）》请在冰豆网上搜索。
数字图像处理上机报告2
数字图像处理第一次实习报告
指导老师：
傅华明
姓名：
班级：
数字图像处理上机实习
1-0、基本要求
1，显示一个灰度图象（在p01-p10中选）和彩色图象（在p13-p14中选）；
2，观察灰度图象和彩色图象的数据矩阵和文件内容；
3，熟悉灰度图象、二值图象、彩色图象和索引图象之间的变换。
1，显示一个灰度图象（在p01-p10中选）和彩色图象（在p13-p14中选）；
用inread函数可以直接显示出灰度图像和彩色图像，过程如下：
i=imread（'P08.tif'）;
j=imread（'P13.tif'）;
subplot（1,2,1）;imshow（i）
Subplot（1,2,2）;imshow（j）
2，观察灰度图象和彩色图象的数据矩阵和文件内容；
观察数据矩阵
观察文件内容
imfinfo（'P08.tif'）
ans=
Filename:
'D:
\matlab\P08.tif'
FileModDate:
'16-六月-200714:
29:
40'
FileSize:
65710
Format:
'tif'
FormatVersion:
[]
Width:
256
Height:
256
BitDepth:
8
ColorType:
'grayscale'
FormatSignature:
[7373420]
ByteOrder:
'little-endian'
NewSubFileType:
0
BitsPerSample:
8
Compression:
'Uncompressed'
PhotometricInterpretation:
'BlackIsZero'
StripOffsets:
8
SamplesPerPixel:
1
RowsPerStrip:
4.2950e+009
StripByteCounts:
65536
XResolution:
72
YResolution:
72
ResolutionUnit:
'None'
Colormap:
[]
PlanarConfiguration:
'Chunky'
TileWidth:
[]
TileLength:
[]
TileOffsets:
[]
TileByteCounts:
[]
Orientation:
1
FillOrder:
1
GrayResponseUnit:
0.0100
MaxSampleValue:
255
MinSampleValue:
0
Thresholding:
1
Offset:
65544
3，熟悉灰度图象、二值图象、彩色图象和索引图象之间的变换。
将彩色图像转换为灰度、二值、索引图像
figure
（1）;
R=imread（'p13.tif'）;
imshow（R）;
figure
（2）;
I=rgb2gray（R）;
[X,map]=rgb2ind（R,0.4）;
BW=im2bw（R,0.5）;
subplot（2,2,1）;imshow（R）;title（'彩色'）;
subplot（2,2,2）;imshow（I）;title（'灰度'）;
subplot（2,2,3）;subimage（X,map）;title（'索引'）;
subplot（2,2,4）;subimage（BW）;title（'二值'）;
将索引图像转换为二值、灰度、彩色图像
figure
（1）;
R=imread（'p13.tif'）;
imshow（R）;figure
（2）;
BW=im2bw（X,map,0.4）;
I=ind2gray（X,map）;
RGB=ind2rgb（X,map）;
subplot（2,2,1）;subimage（X,map）;title（'索引'）;
subplot（2,2,2）;subimage（BW）;title（'二值'）;
subplot（2,2,3）;subimage（I）;title（'灰度'）;
subplot（2,2,4）;subimage（RGB）;title（'彩色'）;
将灰度图像转化为二值图象:
i=imread（'P08.tif'）;
I=im2bw（i,0.5）;
subplot（211）;imshow（i）;title（'原图'）
subplot（212）;imshow（I）;title（'二值图像'）;
1-1对图象p03计算其灰度的直方图
I=imread（'P08.tif'）;
J=I;
L=256;
nk=zeros（L,1）;
[r,c]=size（I）;
n=r*c;
fori=1:
r
forj=1:
c
h=double（I（i,j））+1;%获取像素点灰度级
nk（h）=nk（h）+1;
end
end
%计算直方图概率估计
figure;
subplot（2,1,1）;imshow（J）,title（'原图'）;
subplot（2,1,2）,plot（nk）,title（'直方图'）;
用累加法获得各灰度级数量。
可以看出灰度级在50和150附近比较集中
1-2对图象p08实施指数变换（公式4.1.8）
I=imread（'P08.tif'）;
[M,N]=size（I）;
g=zeros（M,N）;
I=double（I）;
g=double（g）;
k1=min（min（I））;
k2=max（max（I））;
a=（k2-k1）/2;
b=k2-80;
c=k1-20;
fori=1:
M
forj=1:
N
g（i,j）=b^（c*（I（i,j）-a））-1;
end
end
figure;
subplot（121）;
imshow（I,[]）;
subplot（122）;
imshow（g,[]）;
指数变换使能对图像的高灰度区进行较大的拉伸
计算公式为：
g（i,j）=b^（c*（I（i,j）-a））-1;代入公式可得到变换后的灰度级。
1-3图象p08施加高斯噪声和椒盐噪声并实施中值滤波法（X字窗口）
用imnoise函数施加噪声，实施中值滤波法
I=imread（'P08.tif'）;
subplot（321）,imshow（I）;title（'原图'）;
J=imnoise（I,'gaussian'）;
subplot（323）,imshow（J）;title（'加高斯噪声'）;
G=imnoise（I,'salt',0.01）;
subplot（325）,imshow（G）;title（'加椒盐噪声'）;
[m,n]=size（J）;
mid=zeros（m,n）;
mid=uint8（mid）;
a=zeros（5,1）;
b=zeros（1,1）;
fort=1:
5
fori=2:
m-1
forj=2:
n-1
a（1,1）=J（i-1,j-1）;a（2,1）=J（i-1,j+1）;a（3,1）=J（i,j）;
a（4,1）=J（i+1,j-1）;a（5,1）=J（i+1,j+1）;
fork=1:
5
forl=k+1:
5
ifa（k,1）>=a（l,1）
b（1,1）=a（k,1）;a（k,1）=a（l,1）;a（l,1）=b（1,1）;
end
end
end
mid（i,j）=a（3,1）;
end
end
J=mid;
end
subplot（324）,imshow（J）;title（'gaussian中值滤波'）
[m,n]=size（G）;
mid=zeros（m,n）;
mid=uint8（mid）;
a=zeros（5,1）;
b=zeros（1,1）;
fort=1:
5
fori=2:
m-1
forj=2:
n-1
a（1,1）=G（i-1,j-1）;a（2,1）=G（i-1,j+1）;a（3,1）=G（i,j）;
a（4,1）=G（i+1,j-1）;a（5,1）=G（i+1,j+1）;
fork=1:
5
forl=k+1:
5
ifa（k,1）>=a（l,1）
b（1,1）=a（k,1）;a（k,1）=a（l,1）;a（l,1）=b（1,1）;
end
end
end
mid（i,j）=a（3,1）;
end
end
G=mid;
end
subplot（326）,imshow（G）;title（'salt中值滤波'）;
中值滤波后图像变得比原图模糊了一点，但是比加了噪声的图像的效果好一些。
1-4根据Isotropic算子，按照公式4.3.10和公式4.3.11对图象p08实施空间锐化
[I,map]=imread（'P08.tif'）;
[H,W]=size（I）;
M=double（I）;
J=M;
fori=2:
H-1;
forj=2:
W-1
J（i,j）=abs（M（i-1,j+1）-M（i-1,j-1）+sqrt
（2）*（M（i,j+1））-sqrt
（2）*（M（i,j-1））+M（i+1,j+1）-...
M（i+1,j-1））+abs（M（i+1,j-1）-M（i-1,j-1）+sqrt
（2）*（M（i+1,j））-sqrt
（2）*（M（i-1,j））+M（i+1,j+1）-...
M（i-1,j+1））;
end
end
subplot（1,2,1）;imshow（I）;
title（'原图'）;
subplot（1,2,2）;imshow（uint8（J））;
title（'锐化处理后'）;
[Gx,Gy]=gradient（J）;
G=sqrt（Gx.*Gx+Gy.*Gy）;
J4=I;
K=find（G<=30）;
J4（K）=255;
J5=I;
K=find（G<=50）;
J5（K）=0;
Q=find（G>=50）;
J5（Q）=255;
figure,
subplot（121）;imshow（J4,map）;title（'第四种图像增强'）;
subplot（122）;imshow（J5,map）;title（'第五种图像增强'）;
锐化处理使得图像轮廓更加突出，第四种图像增强方式将图像背景用指定的灰度级来表现，便于研究边缘灰度的变化。
第五种图像增强方式使得图像变为二值图像，便于研究边缘所在的位置。
可以看出，第五种方式处理的图像可以清晰的看出边缘的位置。
升级会员 