数字图像处理结课论文Word文档下载推荐.docx

1、 R（x，y）= G（x，y）= B（x，y）= 其中R（x，y），G（x，y），B（x，y）分别表示伪彩色中三基色分量的数值；f（x，y）为处理前图像的灰度值；，表示三基色与原灰度值f（x，y）的变换关系。 图c：伪彩色图像处理的能力框图程序如下：a=imread（i_horse.bmp）;%灰度到彩色的转换a=rgb2gray（a）;c=zeros（size（a）;pos=find（a=60）&（a=150）;pos=find（a,3）=c;b=uint8（b）;subplot（1,2,1）,imshow（a,）,title（原始图像subplot（1,2,2）,imshow（b,）,ti

2、tle（灰度彩色变换后图像实验结果：实验分析： 灰度图像变换成伪彩色图像，图像内容的层次变得较清晰，改善了图像的视觉效果。2.彩色图像的两种平滑滤波彩色图像实现平滑滤波共两种方法：（1）彩色图像用传统的邻域单独平滑R、G、B三个分量图像，再对平滑后的分量图像合成。（2）将RGB图像转换到HSI模型，仅对强度分量I进行平滑处理，而保持色度和饱和度分量不变，再将其转换到RGB空间进行显示。最后可计算两种平滑滤波的差。式中，可以看出，如标量图像那样，该向量分量可以用传统的灰度邻域处理单独的平滑RGB图像的每一平面得到。rgb1=imread（006.jpgrgb=im2double（rgb1）;fR

3、=rgb（:,1）;fG=rgb（:,2）;fB=rgb（:,3）;figure（）;imshow（fR）;imshow（fG）;imshow（fB）;imshow（rgb）;w=fspecial（averagefR_filtered=imfilter（fR,w）;fG_filtered=imfilter（fG,w）;fB_filtered=imfilter（fB,w）;imshow（fR_filtered）;imshow（fG_filtered）;imshow（fB_filtered）;rgb_filtered=cat（3,fR_filtered,fG_filtered,fB_filtere

4、d）;imshow（rgb_filtered）;I1=（fR+fG+fB）/3;tmp1=min（min（fR,fG）,fB）;tmp2=fR+fG+fB;tmp2（tmp2=0）=eps;S=1-3.*tmp1./tmp2;tmp1=0.5*（fR-fG）+（fR-fB）;tmp2=sqrt（fR-fG）.2+（fR-fB）.*（fG-fB）;theta=acos（tmp1./（tmp2+eps）;H1=theta;H1（fBfG）=2*pi-H1（fBfG）;H1=H1/（2*pi）;H1（S=0）=0;imshow（H1）;imshow（S）;imshow（I1）;I=imfilter（

5、I1,w）;imshow（I）;H=H1*2*pi;R=zeros（size（rgb1,1）,size（rgb1,2）;G=zeros（size（rgb1,1）,size（rgb1,2）;B=zeros（size（rgb1,1）,size（rgb1,2）;ind=find（H=0）&（Hg）=2*pi-H1（bg）;I=histeq（I1）;%对图像I1进行均衡化%均衡化结果hsi=cat（3,H1,S,I）;H=hsi（:,1）*2*pi;S=hsi（:I=hsi（:imhist（I1）;%I分量直方图imhist（I）;%I分量直方图均衡化后直方图R=zeros（size（hsi,1）,s

6、ize（hsi,2）;G=zeros（size（hsi,1）,size（hsi,2）;B=zeros（size（hsi,1）,size（hsi,2）;RGB=cat（3,R,G,B）;imshow（rgb1）;%RGB原图像imshow（RGB）;%对I分量均衡化后的彩色图像转换成拥有显示的RGB图像 H分量 I分量 I分量直方图均衡化后结果 I分量直方图 S分量 I分量直方图均衡化后直方图 RGB原图 对I分量均衡化后的色彩图像转化成拥有显示的RGB图像其强度分量I的范围值归一化后为0,1。正如在处理前强度分量I直方图中看到的，强度分布还是比较宽的。只对强度I均衡化处理而不改变图像的色调H和

7、饱和度值S，将其结果转换到RGB空间，从显示的图像上可以看出，它的确影响啦整体图像的彩色感官。6.RGB彩色空间分割：imshow（r）;imshow（g）;imshow（b）;r1=r（129:256,86:170）;r1_u=mean（mean（r1（:）;m,n=size（r1）;sd1=0.0;for i=1:m for j=1:n sd1=sd1+（r1（i,j）-r1_u）*（r1（i,j）-r1_u）; endendr1_d=sqrt（sd1/（m*n）;r2=zeros（size（rgb1,1）,size（rgb1,2）;ind=find（rr1_u-1.25*r1_d）&（rr1_u）+1.25*r1_d）;r2（ind）=1;imshow（r2）;参考文献：（1）数字图像处理及MATLAB实现，电子工业出版社，杨杰。（2）数字图像处理及MATLAB实现学习与实验指导，电子工业出版社，杨杰。（3）刘维一，于德月，王肇圻等.用迭代法消除数字图像放大后的模糊J.光电子激光，2002，13（4）：398400.（4）陶洪.数字共焦显微技术及其图像复原算法研究四川大学硕士学位论文D.CNKI:CDMD:10610.2.2003.6632.（5）罗军辉，冯平等.MATLAB7.0在图像处理中的应用M.北京：机械工业出版社，2006：202204，257278.