数字图像处理之彩色图像的处理.docx
《数字图像处理之彩色图像的处理.docx》由会员分享，可在线阅读，更多相关《数字图像处理之彩色图像的处理.docx（14页珍藏版）》请在冰豆网上搜索。
数字图像处理之彩色图像的处理
实验六彩色图像的处理
一、实验目的
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的转换。
3、掌握彩色图像的直方图处理方法。
二、实验内容及步骤
1、RGB图像与索引图像、灰度级图像的转换。
closeall
RGB=imread（'flowers.tif'）;
[R_i,map]=rgb2ind（RGB,8）;%RGB图像转换为8色的索引图像
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，是否调色板所表示的颜色值越多图像越好？
closeall
RGB=imread（'flowers.tif'）;
[R_i1,map]=rgb2ind（RGB,8）;%RGB图像转换为8色的索引图像
[R_i2,map]=rgb2ind（RGB,32）;%RGB图像转换为32色的索引图像
[R_i3,map]=rgb2ind（RGB,256）;%RGB图像转换为256色的索引图像
[R_i4,map]=rgb2ind（RGB,1024）;%RGB图像转换为1024色的索引图像
Subplot（221）;imshow（R_i1,map）;title（'8色的索引图像'）;
Subplot（222）;imshow（R_i2,map）;title（'32色的索引图像'）;
Subplot（223）;imshow（R_i3,map）;title（'256色的索引图像'）;
Subplot（224）;imshow（R_i4,map）;title（'1024色的索引图像'）;
结论：
随着索引值的增加图像的质量也有增加，更加清晰，色彩也更加鲜明。
但不是不是颜色值越多越好。
当索引值过高时，会出现无法识别而致模糊的情况出现。
2、RGB图像与不同颜色空间的转换。
（1）RGB与HSI颜色空间的转换
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（）函数是将HSI颜色空间转换为RGB颜色空间。
closeall
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的设备，如彩色打印机和复印机。
CMY（青、深红、黄）是RGB颜色空间的补色。
closeall
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。
closeall
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、彩色图像的直方图处理
（1）在HSI颜色空间对I（强度）分量进行调整及直方图均衡化。
closeall
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
closeall
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,[01],[],0.6）;%对G分量进行灰度值调整
b1=imadjust（b,[01],[],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）;%处理后的R、G、B分量合并回RGB图像
figure;imshow（x2）
title（'histeq（r/g/b）'）
思考：
参考彩色图像的直方图处理方法，分别对RGB图像'flowers.tif'进行尺寸为5*5的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;
-18-1;
-1-1-1;];
（1）5*5均值平滑滤波
closeall;
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
closeall;
x=imread（'flowers.tif'）;
h=[-1-1-1;
-18-1;
-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的知识。
以前只是看着课本上的内容学习，对很多知识只是生分的了解，但是不懂得如何应用，通过做实验，自己动手，对图像做一系列的处理和变换，体会到了各种参数对数字图像的影响。
通过此次实验也发现了自己的而许多问题，在对于MATLAB软件的应用上面我还有许多不足，尤其是对如何编写M文件方面很难掌握，仍有待加强。
升级会员 