實(shí)驗(yàn)一圖像處理基本操作

1、實(shí)驗(yàn)一圖像處理基本操作一、 實(shí)驗(yàn)?zāi)康?、熟悉并掌握在MATLAB中進(jìn)行圖像類(lèi)型轉(zhuǎn)換及圖像處理的基本操作。2、熟練掌握?qǐng)D像處理中的常用數(shù)學(xué)變換。二、實(shí)驗(yàn)設(shè)備1、計(jì)算機(jī)1臺(tái)2、MATLAB軟件1套3、實(shí)驗(yàn)圖片三、實(shí)驗(yàn)原理1、數(shù)字圖像的表示和類(lèi)別一幅圖像可以被定義為一個(gè)二維函數(shù)f(x,y,其中x和y是空間(平面坐標(biāo),f在坐標(biāo)(x,y處的幅度稱(chēng)為圖像在該點(diǎn)的亮度。灰度是用來(lái)表示黑白圖像亮度的一個(gè)術(shù)語(yǔ),而彩色圖像是由若干個(gè)二維圖像組合形成的。例如,在RGB彩色系統(tǒng)中,一幅彩色圖像是由三幅獨(dú)立的分量圖像(紅、綠、藍(lán)組成的。因此,許多為黑白圖像處理開(kāi)發(fā)的技術(shù)也適用于彩色圖像處理,方法是分別處理三幅獨(dú)立的分量

2、圖像即可。圖像關(guān)于x和y坐標(biāo)以及幅度連續(xù)。要將這樣的一幅圖像轉(zhuǎn)化為數(shù)字形式,就要求數(shù)字化坐標(biāo)和幅度。將坐標(biāo)值數(shù)字化稱(chēng)為取樣,將幅度數(shù)字化稱(chēng)為量化。采樣和量化的過(guò)程如圖1所示。因此,當(dāng)f的x、y分量和幅度都是有限且離散的量時(shí),稱(chēng)該圖像為數(shù)字圖像。作為MATLAB基本數(shù)據(jù)類(lèi)型的數(shù)組十分適于表達(dá)圖像,矩陣的元素和圖像的像素之間有著十分自然的對(duì)應(yīng)關(guān)系。圖1 圖像的采樣和量化圖1 采樣和量化的過(guò)程根據(jù)圖像數(shù)據(jù)矩陣解釋方法的不同,MATLAB把其處理為4類(lèi):亮度圖像(Intensity images二值圖像(Binary images索引圖像(Indexed images RGB圖像(RGB images

3、(1 亮度圖像一幅亮度圖像是一個(gè)數(shù)據(jù)矩陣,其歸一化的取值表示亮度。若亮度圖像的像素都是uint8類(lèi)型或uint16類(lèi)型,則它們的整數(shù)值范圍分別是0,255和0,65536。若圖像是double 類(lèi)型,則像素取值就是浮點(diǎn)數(shù)。規(guī)定雙精度double型歸一化亮度圖像的取值范圍是0 1。(2 二值圖像一幅二值圖像是一個(gè)取值只有0和1的邏輯數(shù)組。而一幅取值只包含0和1的uint8類(lèi)型數(shù)組,在MATLAB中并不認(rèn)為是二值圖像。使用logical函數(shù)可以把數(shù)值數(shù)組轉(zhuǎn)化為邏輯數(shù)組。創(chuàng)建一個(gè)邏輯圖像,其語(yǔ)法為:B=logical(A其中,A是由0和1構(gòu)成的數(shù)值數(shù)組。(3 索引圖像索引顏色通常也稱(chēng)為映射顏色,在這

4、種模式下,顏色都是預(yù)先定義的,并且可供選用的一組顏色也很有限,索引顏色的圖像最多只能顯示256種顏色。一幅索引顏色圖像在圖像文件里定義,當(dāng)打開(kāi)該文件時(shí),構(gòu)成該圖像具體顏色的索引值就被讀入程序里,然后根據(jù)索引值找到最終的顏色。(4 RGB圖像一幅RGB圖像就是彩色像素的一個(gè)M×N×3數(shù)組,其中每一個(gè)彩色像素點(diǎn)都是在特定空間位置的彩色圖像相對(duì)應(yīng)的紅、綠、藍(lán)三個(gè)分量。按照慣例,形成一幅RGB彩色圖像的三個(gè)圖像常稱(chēng)為紅、綠和藍(lán)分量圖像。2、數(shù)據(jù)類(lèi)型表1列出了MATLAB為表示像素所支持的各種數(shù)據(jù)類(lèi)型。表中前8項(xiàng)稱(chēng)為數(shù)值數(shù)據(jù)類(lèi)型,第9項(xiàng)稱(chēng)為字符類(lèi)型,最后一項(xiàng)稱(chēng)為邏輯數(shù)據(jù)類(lèi)型。表1 數(shù)

5、據(jù)類(lèi)型名稱(chēng)描述double 雙精度浮點(diǎn)數(shù),范圍:-10308 10308uint8 無(wú)符號(hào)8 bit整數(shù),范圍:0 255uint16 無(wú)符號(hào)16 bit整數(shù),范圍:0 65536uint32 無(wú)符號(hào)32 bit整數(shù),范圍:0 4294967295int8 有符號(hào)8 bit整數(shù),范圍:-128 127int16 有符號(hào)16 bit整數(shù),范圍:-32768 32767int32 有符號(hào)32 bit整數(shù),范圍:-2147483648 2147483647single 單精度浮點(diǎn)數(shù),范圍為:-10308 10308char 字符logical 值為0或13、圖像文件的讀、寫(xiě)和顯示(1 讀圖像imre

6、ad函數(shù)用于讀入各種圖像文件,其一般的用法為X,MAP=imread( filename, fmt其中,X為讀出的圖像數(shù)據(jù),MAP為顏色表數(shù)據(jù)(或稱(chēng)調(diào)色板,亦即顏色索引矩陣,對(duì)灰度圖像和RGB彩色圖像,該MAP為空矩陣,fmt為圖像的格式(可以缺省,filename 為讀取的圖像文件(可以加上文件的路徑。例:X,MAP=imread(flowers.tif, tif(2 寫(xiě)圖像imwrite函數(shù)用于輸出圖像,其語(yǔ)法格式為:imwrite(X, MAP, filename, fmtimwrite(X, MAP, filename, fmt 按照f(shuō)mt指定的格式將圖像數(shù)據(jù)矩陣X和調(diào)色板MAP 寫(xiě)入

7、文件filename。(3 顯示圖像MATLAB圖像處理工具箱提供了imshow函數(shù)來(lái)顯示各種圖像,其語(yǔ)法如下: imshow(I, n或imshow(I_BW;imshow(X, MAP;imshow(I_RGB其中imshow(I, n用于顯示灰度圖像,I是圖像數(shù)據(jù)矩陣,n為灰度級(jí)數(shù)目(n可缺省,缺省值為256。其它的分別用于顯示二值圖像、索引色圖像和RGB真彩色圖像。另外,對(duì)RGB彩色圖像,還可以用imshow( RGB(:, :, 1 、imshow( RGB(:, :, 2 、imshow( RGB(:, :, 3 分別顯示RGB圖像的R、G、B三個(gè)分量(注意:這樣顯示出的圖像是以各

8、分量值為對(duì)應(yīng)的灰度值所顯示的灰度圖像。需要顯示多幅圖像時(shí),可以使用figure語(yǔ)句,它的功能就是打開(kāi)一個(gè)新的圖像顯示窗口。也可以使用subplot函數(shù)將多幅圖像顯示在同一個(gè)圖像顯示窗口的不同區(qū)域位置。例:I=imread(rice.tif;imshow(I;J=imread(flowers.tif;figure, imshow(J;4、圖像類(lèi)型的轉(zhuǎn)化圖像的類(lèi)型主要有二值圖像、灰度圖像、索引圖像和RGB彩色圖像。一幅圖像的類(lèi)型可以根據(jù)讀入的圖像數(shù)據(jù)的特點(diǎn)加以判斷。假設(shè)圖像“flowers.tif”的大小為N×M,讀取圖像X,MAP=imread(flowers.tif, tif。對(duì)灰度

9、圖像來(lái)說(shuō):X為N×M矩陣、MAP為空矩陣;對(duì)索引圖像:X為N×M矩陣,而MAP不是空矩陣,一般為256×3矩陣;對(duì)RGB圖像:X為N×M×3三維矩陣,MAP為空矩陣。另外根據(jù)用imfinfo函數(shù)讀取的圖像文件的有關(guān)信息也可以確定圖像的類(lèi)型。圖像類(lèi)型之間的轉(zhuǎn)換有時(shí)非常有用。表2是MATLAB提供的圖像類(lèi)型轉(zhuǎn)換函數(shù)。表2 MATLAB提供的圖像類(lèi)型轉(zhuǎn)換函數(shù)函數(shù)功能dither 使用抖動(dòng)方法,將灰度圖像變成二值圖像或由RGB圖像創(chuàng)建索引圖像gray2ind 根據(jù)一幅灰度圖像創(chuàng)建索引圖像grayslice 使用閾值截取方法,根據(jù)一幅灰度圖像創(chuàng)建索引圖像

10、im2bw 使用閾值截取法,將灰度圖像、索引圖像或RGB圖像轉(zhuǎn)換為二值圖像ind2gray 根據(jù)一幅索引圖像創(chuàng)建一幅灰度圖像ind2rgb 根據(jù)一幅索引圖像創(chuàng)建一幅RGB圖像mat2gray 通過(guò)數(shù)據(jù)縮放,在根據(jù)矩陣數(shù)據(jù)創(chuàng)建一幅灰度圖像rgb2gray 根據(jù)一幅RGB圖像創(chuàng)建一幅灰度圖像rgb2ind 根據(jù)一幅RGB圖像創(chuàng)建一幅索引圖像上表中函數(shù)有類(lèi)似的調(diào)用格式:函數(shù)的輸入?yún)?shù)是圖像數(shù)據(jù)矩陣(如果是索引圖像,那么輸入?yún)?shù)還包括調(diào)色板,返回值是轉(zhuǎn)換后的圖像(包括索引圖像的調(diào)色板,只有函數(shù)im2bw的調(diào)用格式不同,其輸入?yún)?shù)中還包括一個(gè)截取閾值,超過(guò)此閾值的像素被截取為1否則為0。如:“I_RGB

11、, MAP=imread('flowers.tif' I_GRAY=rgb2gray(I_RGB;”將RGB圖像轉(zhuǎn)換為灰度圖像。5、代數(shù)運(yùn)算設(shè)定A(x,y和B(x,y為輸入圖像,C(x,y為輸出圖像。(1 加法運(yùn)算C ( x , y = A ( x , y + B ( x , y (2 減法運(yùn)算C ( x , y = A ( x , y B ( x , y (3 乘法運(yùn)算C ( x , y = A ( x , y ×B ( x , y (4 除法運(yùn)算C ( x , y = A ( x , y / B ( x , y 圖像相加的一個(gè)重要應(yīng)用是對(duì)同一場(chǎng)景的多幅圖像求平均值

12、。這點(diǎn)被經(jīng)常用來(lái)有效地降低加性隨機(jī)噪聲的影響。在求平均值的過(guò)程中,圖像的靜止部分不會(huì)改變,而對(duì)每一幅圖像,各不相同的噪聲圖案則累積很慢。對(duì)M幅圖像進(jìn)行平均,使圖像中每一點(diǎn)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,因此達(dá)到了提高信噪比降低噪聲的作用。在MATLAB中,可人為地往一幅圖像中加入隨機(jī)噪聲,并通過(guò)多次相加求平均的方法降低所加入的噪聲對(duì)圖像的影響。MATLAB中提供了給圖像加入噪聲的函數(shù)imnoise,imnoise的語(yǔ)法格式為J = imnoise(I, typeJ = imnoise(I, type, parameters其中J = imnoise(I, type返回對(duì)

13、原始圖像I添加典型噪聲的有噪圖像J。參數(shù)type和parameters 用于確定噪聲的類(lèi)型和相應(yīng)的參數(shù)。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('原圖像'subplot(2,2,2, imshow(J1, title('加

14、高斯噪聲'subplot(2,2,3, imshow(J2, title('加椒鹽噪聲'subplot(2,2,4, imshow(J3, title('加乘性噪聲'代數(shù)運(yùn)算中需要有若干幅帶有隨機(jī)噪聲的圖像數(shù)據(jù),在這里我們運(yùn)用MATLAB中的FOR循環(huán)語(yǔ)句來(lái)完成產(chǎn)生多幅帶有噪聲的圖像數(shù)據(jù)及將這些圖像數(shù)據(jù)進(jìn)行相加運(yùn)算。MATLAB中FOR END循環(huán)的用法如下:for end循環(huán)這種循環(huán)允許一組命令以固定的和預(yù)定的次數(shù)重復(fù),循環(huán)的一般形式為: for variable = expressionstatementsend例:圖像加噪聲再通過(guò)多次相加求平均的方

15、法去除噪聲I, M = imread('eight.tif'J = imnoise(I, 'gaussian', 0, 0.02;subplot(1,2,1, imshow(I, title('原圖像'subplot(1,2,2, imshow(J, title('加噪聲后圖像'm, n = size(I;K = zeros(m, n;for i = 1 : 100J = imnoise(I, 'gaussian', 0, 0.02;J1 = im2double(J;K = K + J1;endK = K / 10

16、0; %求圖像的平均figure; imshow(K, title('相加求平均后的圖像' 6、幾何運(yùn)算 (1 圖像的縮放 MATLAB 圖像處理工具箱中的函數(shù) imresize 可以用上述的三種方法對(duì)圖像進(jìn)行插值縮 放，如果不指定插值方法，則默認(rèn)為最鄰近插值法。 imresize 函數(shù)的語(yǔ)法格式為： B = imresize(A, m, method 上式返回原圖像 A 的 m 倍放大的圖像（m 小于 1 時(shí)效果是縮小） 。這里參數(shù)method用于指 定插值的方法，可選用的值為'nearest'（最鄰近法） ，'bilinear'（雙線(xiàn)性插值）

17、 ，'bicubic'（雙三 次插值） ，默認(rèn)為'nearest'。 例：I = imread('ic.tif' J = imresize(I, 1.25; imshow(I, title('原圖像' figure,imshow(J, title('放大后的圖像' (2 圖像的旋轉(zhuǎn) 在工具箱中的函數(shù) imrotate 可用上述三種方法對(duì)圖像進(jìn)行插值旋轉(zhuǎn)， 默認(rèn)的插值方法也 是最鄰近插值法。 imrotate 的語(yǔ)法格式為： B = imrotate(A, angle, method 函數(shù) imrotate 對(duì)圖像進(jìn)

18、行旋轉(zhuǎn)， 參數(shù)method用于指定插值的方法， 可選用的值為'nearest' （最鄰近法） ，'bilinear'（雙線(xiàn)性插值） ，'bicubic'（雙三次插值） ，默認(rèn)為'nearest'。一般說(shuō)來(lái) 旋轉(zhuǎn)后的圖像會(huì)比原圖大，超出原圖部分值為 0。 例：I = imread('rice.tif' J = imrotate(I, 30, 'bilinear' imshow(I; title('原圖像' figure, imshow(J; title('旋轉(zhuǎn)后的圖像'

19、 7、離散傅立葉變換 (1 fft2 fft2 函數(shù)用于計(jì)算二維快速傅立葉變換，其語(yǔ)法格式為： B = fft2(I B = fft2(I返回圖像 I 的二維 fft 變換矩陣，輸入圖像 I 和輸出圖像 B 大小相同。 例如，計(jì)算圖像的二維傅立葉變換，并顯示其幅值的結(jié)果，其命令格式如下 load imdemos saturn2 figure; imshow(saturn2 B = fftshift(fft2(saturn2; figure; imshow(log(abs(B,'InitialMagnification','fit' 第6頁(yè) (2 fftshift

20、 MATLAB 提供的 fftshift 函數(shù)用于將變換后的圖像頻譜中心從矩陣的原點(diǎn)移到矩陣的中 心，其語(yǔ)法格式為： B = fftshift(I 對(duì)于矩陣 I，B = fftshift(I將 I 的一、三象限和二、四象限進(jìn)行互換。 (3 ifft2 ifft2 函數(shù)用于計(jì)算圖像的二維傅立葉反變換，其語(yǔ)法格式為： B = ifft2(I B = ifft2(I返回圖像 I 的二維傅立葉反變換矩陣，輸入圖像 I 和輸出圖像 B 大小相同。 其語(yǔ)法格式含義與 fft2 函數(shù)的語(yǔ)法格式相同，可以參考 fft2 函數(shù)的說(shuō)明。 例如，在上一個(gè)例子基礎(chǔ)上進(jìn)行二維傅立葉反變換 A=ifft2(ifftshift(B; figure;ims