数字图像处理作业2.docx
《数字图像处理作业2.docx》由会员分享，可在线阅读，更多相关《数字图像处理作业2.docx（7页珍藏版）》请在冰豆网上搜索。
数字图像处理作业2
数字图像处理作业2
数字图像处理作业
学院：
专业班级：
姓名：
学号：
摘要
MATLAB全称是MatrixLaboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。
实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。
这一特点也就决定了MATLAB在处理数字图像上的独特优势。
理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。
二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。
而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。
MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读、写和显示。
MATLAB对图像的处理功能主要集中在它的图像处理工具箱（ImageProcessingToolbox）中。
图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。
一、MATLAB语言的基本操作
MATLAB语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示（单独一个数据可以认为是一维向量）；其程序语法类似于C语言，只要有一点C语言基础的人可以很快掌握。
针对数字图像处理的需要，可以重点掌握以下几个内容：
矩阵、向量的输入和操作（包括如何输入一个矩阵，如何产生一个全零全一的矩阵，如何对一个矩阵的行列元素进行读取、写入）；矩阵与向量的基本运算（包括加、减、点乘等）
二、MATLAB中图像文件的读/写
（a）imread
imread函数用于读入各种图像文件，其一般的用法为
[X，MAP]=imread（‘filename’,‘fmt’）
其中，X为读出的图像数据，MAP为颜色表数据（或称调色板，亦即颜色索引矩阵，对灰度图像和RGB彩色图像，该MAP为空矩阵），fmt为图像的格式（可以缺省），filename为读取的图像文件（可以加上文件的路径）。
例：
[X，MAP]=imread（‘flowers.tif’,‘tif’）
（b）imwrite
imwrite函数用于输出图像，其语法格式为：
imwrite（X,MAP,filename,fmt）
imwrite（X,MAP,filename,fmt）按照fmt指定的格式将图像数据矩阵X和调色板MAP写入文件filename。
（c）imfinfo
imfinfo函数用于读取图像文件的有关信息，其语法格式为
imfinfo（filename,fmt）
imfinfo函数返回一个结构info，它反映了该图像的各方面信息，其主要数据包括：
文件名（路径）、文件格式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、每个像素的位数（BitDepth）、图像的类型（ColorType）、颜色表矩阵（Colormap）等等。
三、MATLAB中图像文件的显示
MATLAB图像处理工具箱提供了imshow函数来显示各种图像，其语法如下：
imshow（I,n）
或imshow（I_BW）；imshow（X,MAP）；imshow（I_RGB）
其中imshow（I,n）用于显示灰度图像，I是图像数据矩阵，n为灰度级数目（n可缺省，缺省值为256）。
其它的分别用于显示二值图像、索引色图像和RGB真彩色图像。
另外，对RGB彩色图像，还可以用imshow（RGB（:
:
1））、imshow（RGB（:
:
2））、imshow（RGB（:
:
3））分别显示RGB图像的R、G、B三个分量（注意：
这样显示出的图像是以各分量值为对应的灰度值所显示的灰度图像）。
需要显示多幅图像时，可以使用figure语句，它的功能就是打开一个新的图像显示窗口。
也可以使用subplot函数将多幅图像显示在同一个图像显示窗口的不同区域位置。
四、图像的旋转
在工具箱中的函数imrotate可用上述三种方法对图像进行插值旋转，默认的插值方法也是最邻近插值法。
imrotate的语法格式为：
B=imrotate（A,angle,‘method’）
函数imrotate对图像进行旋转，参数’method’用于指定插值的方法，可选用的值为'nearest'（最邻近法），'bilinear'（双线性插值），'bicubic'（双三次插值），默认为'nearest'。
一般说来旋转后的图像会比原图大，超出原图部分值为0。
五、对比度调整
如果原图像f（x,y）的灰度范围是[m,M]，我们希望对图像的灰度范围进行线性调整，调整后的图像g（x,y）的灰度范围是[n,N]，那么下述变换：
就可以实现这一要求。
MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度调整。
imadjust函数的语法格式为：
J=imadjust（I,[low_inhigh_in],[low_outhigh_out]）
J=imadjust（I,[low_inhigh_in],[low_outhigh_out]）返回原图像I经过对比度调整后的新图像J。
其中[low_inhigh_in]为原图像中要变换的灰度范围，[low_outhigh_out]指定了变换后的灰度范围，灰度范围可以用[]空矩阵表示默认范围，默认值为[0,1]（注意：
灰度范围只能在0～1之间）。
代数运算是指对两幅输入图像进行点对点的加、减、乘或除运算而得到输出图像的运算。
对于相加和相乘的情形，可能不止有两幅图像参加运算。
在一般情况下，输入情况之一可能为常数。
四种图像处理代数运算的数学表达式如下：
其中A（x,y）和B（x,y）为输入图像，而C（x,y）为输出图像。
还可以通过适当的组合形成涉及几幅图像的复合代数运算方程。
在MATLAB中，我们可以用函数imread很容易的得到数字图像的图像数据矩阵（即A（x,y）和B（x,y）），有了这些矩阵后我们只要适当地设计代数运算的形式并写出方程，就可以得到一个输出图像的矩阵（即C（x,y））。
图像相加的一个重要应用是对同一场景的多幅图像求平均值。
这点被经常用来有效的降低加性随机噪声的影响。
在求平均值的过程中，图像的静止部分不会改变，而对每一幅图像，各不相同的噪声图案则累积很慢。
对M幅图像进行平均，使图像中每一点的平方信噪比提高了M倍，幅度信噪比是功率信噪比的平方根，因此达到了提高信噪比降低噪声的作用。
六、图像加入噪声
本次实验要求完成人为的往一幅图像中加入随机噪声，并通过多次相加求平均的方法降低所加入的噪声对图像的影响。
在MATLAB中提供了给图像加入噪声的函数imnoise，imnoise的语法格式为
J=imnoise（I,type）
J=imnoise（I,type,parameters）
其中J=imnoise（I,type）返回对原始图像I添加典型噪声的有噪图像J。
参数type和parameters用于确定噪声的类型和相应的参数。
下面的命令是对图像eight.tif分别加入高斯噪声、椒盐噪声和乘性噪声，其结果如图所示：
例：
I=imread（'eight.tif'）;
J1=imnoise（I,'gaussian',0,0.02）;
J2=imnoise（I,'salt&pepper',0.02）;
J3=imnoise（I,'speckle',0.02）;
subplot（2,2,1）,imshow（I）,title（'原图像'）;
subplot（2,2,2）,imshow（J1）,title（'加高斯噪声'）;
subplot（2,2,3）,imshow（J2）,title（'加椒盐噪声'）;
subplot（2,2,4）,imshow（J3）,title（'加乘性噪声'）;
程序：
I=imread（'E:
\8.tif'）;
J=imrotate（I,30,'bilinear'）;
imshow（I）;title（'原图像'）
figure,imshow（J）;title（'旋转后的图像'）
J=imadjust（I,[0.30.7],[]）;%输出灰度范围为默认范围，即为[0,1]
figure,imshow（J）;title（'对比度调整'）
J1=imnoise（I,'gaussian',0,0.02）;
J2=imnoise（I,'salt&pepper',0.02）;
J3=imnoise（I,'speckle',0.02）;
subplot（2,2,1）,imshow（I）,title（'原图像'）;
subplot（2,2,2）,imshow（J1）,title（'加高斯噪声'）;
subplot（2,2,3）,imshow（J2）,title（'加椒盐噪声'）;
subplot（2,2,4）,imshow（J3）,title（'加乘性噪声'）;
升级会员 