數(shù)字圖像處理實(shí)驗(yàn)_.

1、目錄實(shí)驗(yàn)一MATLAB 數(shù)字圖像處理初步 1實(shí)驗(yàn)二圖像的代數(shù)運(yùn)算 7實(shí)驗(yàn)三圖像增強(qiáng)灰度變換 15實(shí)驗(yàn)四圖像增強(qiáng)直方圖變換 17實(shí)驗(yàn)五圖像增強(qiáng)空域?yàn)V波 20實(shí)驗(yàn)六圖像的傅立葉變換 23實(shí)驗(yàn)七圖像增強(qiáng)頻域?yàn)V波 26實(shí)驗(yàn)八彩色圖像處理 29實(shí)驗(yàn)九圖像分割 33實(shí)驗(yàn)十形態(tài)學(xué)運(yùn)算 36附 錄MATLAB 簡(jiǎn)介 39實(shí)驗(yàn)一 MATLAB 數(shù)字圖像處理初步一、實(shí)驗(yàn)?zāi)康呐c要求1熟悉及掌握在 MATLAB能夠處理哪些格式圖像。2. 熟練掌握在MATLAB中如何讀取圖像。3. 掌握如何利用 MATLAB來(lái)獲取圖像的大小、顏色、高度、寬度等等 相關(guān)信息。4. 掌握如何在MATLAB中按照指定要求存儲(chǔ)一幅圖像的方法。

2、5. 圖像間如何轉(zhuǎn)化。二、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 在任何坐標(biāo)處 (x,y) 處的振幅稱(chēng)為圖像在該點(diǎn)的亮度?；叶仁怯脕?lái) 表示黑白圖像亮度的一個(gè)術(shù)語(yǔ)，而彩色圖像是由單個(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)適用于彩色圖像處理， 方法是分別處理三副獨(dú)立的分量圖像即可。圖像關(guān)于 x 和 y 坐標(biāo)以及振幅連續(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)和振幅。 將坐標(biāo)值數(shù)字化成為取樣； 將振幅數(shù)字化 成為

3、量化。采樣和量化的過(guò)程如圖1所示。因此，當(dāng)f的x、y分量和振幅都是有限且離散的量時(shí)，稱(chēng)該圖像為數(shù)字圖像。作為MATLAE基本數(shù)據(jù)類(lèi)型的數(shù)值數(shù)組本身十分適于表達(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。A貯化圖i圖像的采樣和量化11r441IT節(jié)8訂卄Ij5s55&6i6856g6i6S54rIi5呂斗J66Ij4166I1r6I11I11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)(1) 亮度

4、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)或uint16類(lèi)，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)，則像素取值就是浮點(diǎn)數(shù)。規(guī)定雙精度型歸 一化亮度圖像的取值范圍是0，1二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)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)化為二值數(shù)組或邏輯數(shù)組。創(chuàng)建一個(gè)邏輯圖像，其語(yǔ)法為：B=logical(A)其中，B是由0和1構(gòu)成的數(shù)值數(shù)組。要測(cè)試一個(gè)數(shù)組是否為邏輯數(shù)組，可以使用函數(shù)：islog

5、ical(c)若C是邏輯數(shù)組，則該函數(shù)返回1;否則，返回0。(3)索引圖像索引顏色通常也稱(chēng)為映射顏色，在這種模式下，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。RGB圖像一幅RGB圖像就是彩色像素的一個(gè) Mk NX3數(shù)組，其中每一個(gè)彩色相似點(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、綠或藍(lán)分量圖像。令fR , fG和fB分別代表三種 RGB分量圖像。一幅 RG

6、B圖像就利用 cat(級(jí)聯(lián))操作將這些分量圖像組合成彩色圖像：rgb_image=cat(3,fR,fG ,fB)在操作中，圖像按順序放置。2、數(shù)據(jù)類(lèi)和圖像類(lèi)型間的轉(zhuǎn)化表1中列出了 MATLAB和IPT為表示像素所支持的各種數(shù)據(jù)類(lèi)。表中 的前8項(xiàng)稱(chēng)為數(shù)值數(shù)據(jù)類(lèi)，第 9項(xiàng)稱(chēng)為字符類(lèi)，最后一項(xiàng)稱(chēng)為邏輯數(shù)據(jù)類(lèi)。工具箱中提供了執(zhí)行必要縮放的函數(shù)(見(jiàn)表2)。以在圖像類(lèi)和類(lèi)型間進(jìn)行轉(zhuǎn)化。表1-1 MATLAB和IPT支持?jǐn)?shù)據(jù)類(lèi)型名稱(chēng)描述double:雙精度浮點(diǎn)數(shù)，范圍為103°8 103°8uin t8無(wú)符號(hào)8比特整數(shù)，范圍為0 255uin t16無(wú)符號(hào)16比特整數(shù)，范圍為0 655

7、36uin t32無(wú)符號(hào)32比特整數(shù)，范圍為0 4294967295in t8有符號(hào)8比特整數(shù)，范圍為-128 127in t16有符號(hào)16比特整數(shù)，范圍為-32768 32767in t32有符號(hào)32比特整數(shù)，范圍為-21474836482147483647sin gle單精度浮點(diǎn)數(shù)，范圍為10308 10308char:字符logical值為0或1表1-2格式轉(zhuǎn)換函數(shù)名稱(chēng)將輸入轉(zhuǎn)化為有效的輸入圖像數(shù)據(jù)類(lèi)im2ui nt8ui nt8logical,uint8,uint16 和 doulbeim2ui nt16ui nt16logical,uint8,uint16 和 doulbemat2g

8、raydouble,范圍為0 1doubleim2doubledoublelogical,uint8,uint16 和 doulbeim2bwlogicaluint8,uint16 和 double下面給出讀取、壓縮、顯示一幅圖像的程序(后面的語(yǔ)句屬于標(biāo)記語(yǔ)句，編程時(shí)可不用輸入)l=imre ad(原圖像名.tif ' %讀入原圖像，tif格式whos I imshow(I)%顯示圖像1的基本信息%顯示圖像%這種格式知識(shí)用于jpg格式，壓縮存儲(chǔ)圖像，q是0-100之間的整數(shù)imfinfo file nameimwrite(l,'file name.jpg','q

9、uality',q);imwrite(l,'filename.bmp');% 以位圖(BMP )的格式存儲(chǔ)圖像%顯示多幅圖像，其中 figure (n), imshow(' I');gg=im2bw(T); figure, imshow(gg)三、實(shí)驗(yàn)內(nèi)容及步驟n為圖形窗口的號(hào)數(shù)%將圖像轉(zhuǎn)為二值圖像%顯示二值圖像1 .利用imread()函數(shù)讀取一幅圖像，假設(shè)其名為flower.tif，存入一個(gè)數(shù)組中；2. 利用whos命令提取該讀入圖像 flower.tif的基本信息；3. 利用imshow()函數(shù)來(lái)顯示這幅圖像；4. 利用imfinfo函數(shù)來(lái)獲取圖像

10、文件的壓縮，顏色等等其他的詳細(xì)信5. 利用imwrite()函數(shù)來(lái)壓縮這幅圖象，將其保存為一幅壓縮了像素的 jpg文件，設(shè)為flower.jpg ;語(yǔ)法：imwrite(原圖像，新圖像，quality'q,取, 0-100。6同樣利用 imwrite() 函數(shù)將最初讀入的 tif 圖象另存為一幅 bmp 圖像， 設(shè)為 flower.bmp 。7用 imread() 讀入圖像： Lenna.jpg 和 camema.jpg；8用 imfinfo() 獲取圖像 Lenna.jpg 和 camema.jpg 的大小；9用 figure,imshow() 分別將 Lenna.jpg 和 cam

11、ema.jpg 顯示出來(lái)，觀察 兩幅圖像的質(zhì)量。10 用 im2bw 將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用 imshow 顯示 出來(lái)觀察圖像的特征。11將每一步的函數(shù)執(zhí)行語(yǔ)句拷貝下來(lái)，寫(xiě)入實(shí)驗(yàn)報(bào)告，并且將得到 第 3、 9、10 步得到的圖像效果拷貝下來(lái)。四、考核要點(diǎn)1、熟悉在 MATLAB 中如何讀入圖像、 如何獲取圖像文件的相關(guān)信息、 如何顯示圖像及保存圖像等，熟悉相關(guān)的處理函數(shù)。2、明確不同的圖像文件格式，由于其具體的圖像存儲(chǔ)方式不同，所以 文件的大小不同， 因此當(dāng)對(duì)同一幅圖像來(lái)說(shuō)， 有相同的文件大小時(shí)， 質(zhì)量不 同。五、實(shí)驗(yàn)儀器與軟件(1) PC 計(jì)算機(jī)(2) MatLab 軟件 /

12、語(yǔ)言包括圖像處理工具箱 (Image Processing Toolbox)(3) 實(shí)驗(yàn)所需要的圖像六、實(shí)驗(yàn)報(bào)告要求描述實(shí)驗(yàn)的基本步驟， 用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果和 源代碼，并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。七、思考題(1) 簡(jiǎn)述 MatLab 軟件的特點(diǎn)。(2) MatLab 軟件可以支持哪些圖像文件格式？(3) 說(shuō)明函數(shù) imread 的用途格式以及各種格式所得到圖像的性質(zhì)。(4) 為什么用I = imread( lena.bmp命令得到的圖像I不可以進(jìn)行算術(shù)運(yùn)算？八、實(shí)驗(yàn)圖像Fig.1 flower.jpgFig.2 elephant.jpgFig

13、.3 Lenna.jpgFig.4 camema.jpg6實(shí)驗(yàn)二 圖像的代數(shù)運(yùn)算一、實(shí)驗(yàn)?zāi)康?1了解圖像的算術(shù)運(yùn)算在數(shù)字圖像處理中的初步應(yīng)用。 2體會(huì)圖像算術(shù)運(yùn)算處理的過(guò)程和處理前后圖像的變化。二、實(shí)驗(yàn)原理 圖像的代數(shù)運(yùn)算是圖像的標(biāo)準(zhǔn)算術(shù)操作的實(shí)現(xiàn)方法，是兩幅輸入圖像 之間進(jìn)行的點(diǎn)對(duì)點(diǎn)的加、減、乘、除運(yùn)算后得到輸出圖像的過(guò)程。如果輸入 圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運(yùn)算有如下四種形 式：C(x,y) = A(x,y) + B(x,y)C(x,y) = A(x,y) - B(x,y)C(x,y) = A(x,y) * B(x,y) C(x,y) = A(x

14、,y) / B(x,y)圖像的代數(shù)運(yùn)算在圖像處理中有著廣泛的應(yīng)用，它除了可以實(shí)現(xiàn)自身 所需的算術(shù)操作， 還能為許多復(fù)雜的圖像處理提供準(zhǔn)備。 例如， 圖像減法就 可以用來(lái)檢測(cè)同一場(chǎng)景或物體生產(chǎn)的兩幅或多幅圖像的誤差。使用MATLAB的基本算術(shù)符 什、-、*、/等)可以執(zhí)行圖像的算術(shù)操作， 但是在此之前必須將圖像轉(zhuǎn)換為適合進(jìn)行基本操作的雙精度類(lèi)型。 為了更方 便地對(duì)圖像進(jìn)行操作， MATLAB 圖像處理工具箱包含了一個(gè)能夠?qū)崿F(xiàn)所有 非稀疏數(shù)值數(shù)據(jù)的算術(shù)操作的函數(shù)集合。 下表列舉了所有圖像處理工具箱中 的圖像代數(shù)運(yùn)算函數(shù)。表2-1圖像處理工具箱中的代數(shù)運(yùn)算函數(shù)函數(shù)名功能描述Imabsdiff兩幅圖像

15、的絕對(duì)差值Imadd兩幅圖像的加法Imcompleme nt補(bǔ)足一幅圖像Imdivide兩幅圖像的除法Imli ncomb計(jì)算兩幅圖像的線性組合Immultiply兩幅圖像的乘法imsubtract兩幅圖像的減法使用圖像處理工具箱中的圖像代數(shù)運(yùn)算函數(shù)無(wú)需再進(jìn)行數(shù)據(jù)類(lèi)型間的 轉(zhuǎn)換，這些函數(shù)能夠接受 ui nt8和ui nt16數(shù)據(jù)，并返回相同格式的圖像結(jié)果。 雖然在函數(shù)執(zhí)行過(guò)程中元素是以雙精度進(jìn)行計(jì)算的，但是MATLAB工作平臺(tái)并不會(huì)將圖像轉(zhuǎn)換為雙精度類(lèi)型。代數(shù)運(yùn)算的結(jié)果很容易超出數(shù)據(jù)類(lèi)型允許的范圍。例如，uint8數(shù)據(jù)能夠存儲(chǔ)的最大數(shù)值是255,各種代數(shù)運(yùn)算尤其是乘法運(yùn)算的結(jié)果很容易超過(guò) 這個(gè)

16、數(shù)值，有時(shí)代數(shù)操作（主要是除法運(yùn)算）也會(huì)產(chǎn)生不能用整數(shù)描述的分 數(shù)結(jié)果。圖像的代數(shù)運(yùn)算函數(shù)使用以下截取規(guī)則使運(yùn)算結(jié)果符合數(shù)據(jù)范圍的 要求：超出數(shù)據(jù)范圍的整型數(shù)據(jù)將被截取為數(shù)據(jù)范圍的極值，分?jǐn)?shù)結(jié)果將被四舍五入。例如，如果數(shù)據(jù)類(lèi)型是uint8,那么大于255的結(jié)果（包括無(wú)窮大inf）將被設(shè)置為255。注意：無(wú)論進(jìn)行哪一種代數(shù)運(yùn)算都要保證兩幅輸入圖像的大小相等， 且類(lèi)型相同。三、實(shí)驗(yàn)步驟1圖像的加法運(yùn)算圖像相加一般用于對(duì)同一場(chǎng)景的多幅圖像求平均效果，以便有效地降 低具有疊加性質(zhì)的隨機(jī)噪聲。直接采集的圖像品質(zhì)一般都較好，不需要進(jìn)行加法運(yùn)算處理，但是對(duì)于那些經(jīng)過(guò)長(zhǎng)距離模擬通訊方式傳送的圖像（如衛(wèi)星圖像）

17、，這種處理是必不可少的。在MATLAB中，如果要進(jìn)行兩幅圖像的加法，或者給一幅圖像加上一 個(gè)常數(shù)，可以調(diào)用imadd函數(shù)來(lái)實(shí)現(xiàn)。imadd函數(shù)將某一幅輸入圖像的每一個(gè) 像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。imadd函數(shù)的調(diào)用格式如下：89Z = imadd (X , Y)其中，X和Y表示需要相加的兩幅圖像，返回值Z表示得到的加法操作結(jié)果。圖像加法在圖像處理中應(yīng)用非常廣泛。 中的(a)、(b)兩幅圖像疊加在一起：例如，以下代碼使用加法操作將圖2.1#I=imread('flower1.jpg'); subplot(1,3,1);imshow(l)

18、; J=imread('flower2.jpg'); subplot(1,3,2);imshow(J); k=imadd(I,J);subplot(1,3,3);imshow(k) 疊加結(jié)果如圖2.2所示。flower1.jpgflower2.jpg圖2.1待疊加的兩幅圖像圖2.2疊加后的圖像效果給圖像的每一個(gè)像素加上一個(gè)常數(shù)可以使圖像的亮度增加。例如，以下代碼將增加圖3(a)所示的RGB圖像的亮度，加亮后的結(jié)果如圖3(b)所示。RGB=imread('flower.jpg');RGB2=imadd(RGB,50);RGB3=imsubtract(RGB,50)

19、; subplot(1,3,1);imshow(RGB); subplot(1,3,2);imshow(RGB2); subplot(1,3,3);imshow(RGB3);加50減50原圖加50減50圖2.3亮度增加與變暗兩幅圖像的像素值相加時(shí)產(chǎn)生的結(jié)果很可能超過(guò)圖像數(shù)據(jù)類(lèi)型所支持 的最大值，尤其對(duì)于uint8類(lèi)型的圖像，溢出情況最為常見(jiàn)。當(dāng)數(shù)據(jù)值發(fā)生溢出時(shí)，imadd函數(shù)將數(shù)據(jù)截取為數(shù)據(jù)類(lèi)型所支持的最大值，這種截取效果稱(chēng) 之為飽和。為了避免出現(xiàn)飽和現(xiàn)象，在進(jìn)行加法計(jì)算前最好將圖像轉(zhuǎn)換為一 種數(shù)據(jù)范圍較寬的數(shù)據(jù)類(lèi)型。例如，在加法操作前將uint8圖像轉(zhuǎn)換為uint16類(lèi)型。2 圖像的減法運(yùn)算

20、圖像減法也稱(chēng)為差分方法，是一種常用于檢測(cè)圖像變化及運(yùn)動(dòng)物體的圖像處理方法。圖像減法可以作為許多圖像處理工作的準(zhǔn)備步驟。例如，可以使用圖像減法來(lái)檢測(cè)一系列相同場(chǎng)景圖像的差異。圖像減法與閾值化處理的綜合使用往往是建立機(jī)器視覺(jué)系統(tǒng)最有效的方法之一。在利用圖像減法處理圖像時(shí)往往需要考慮背景的更新機(jī)制，盡量補(bǔ)償由于天氣、光照等因素對(duì)圖像顯示效果造成的影響。在MATLAB中，使用imsubtract函數(shù)可以將一幅圖像從另一幅圖像中減 去，或者從一幅圖像中減去一個(gè)常數(shù)。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應(yīng)的像素值中減去，再將這個(gè)結(jié)果作為輸出圖像相應(yīng)的像素值。imsubtract

21、函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)；其中，Z是X-Y操作的結(jié)果。以下代碼首先根據(jù)原始圖像(如圖2.4(a)所示)生成其背景亮度圖像， 然后再?gòu)脑紙D像中將背景亮度圖像減去，從而生成圖2.4(b)所示的圖像：rice = imread( riqe.tif ')background =imopen(rice, str el( disk ' ； ,15)rice2 = imsubtract(rice, background)；subplot(1,2,1) ； imshow(rice)；subplot(1,2,2) ； imshow(rice2)；圖2.4原始圖

22、像、減去背景圖像如果希望從圖像數(shù)據(jù)I的每一個(gè)像素減去一個(gè)常數(shù)，可以將上述調(diào)用格 式中的Y替換為一個(gè)指定的常數(shù)值，例如：Z = imsubtract(I,50)；減法操作有時(shí)會(huì)導(dǎo)致某些像素值變?yōu)橐粋€(gè)負(fù)數(shù)，對(duì)于uint8或uint16類(lèi)型的數(shù)據(jù)，如果發(fā)生這種情況，那么imsubtract函數(shù)自動(dòng)將這些負(fù)數(shù)截取為0。為了避免差值產(chǎn)生負(fù)值，同時(shí)避免像素值運(yùn)算結(jié)果之間產(chǎn)生差異，可以調(diào)用函數(shù)imabsdiff。imabsdiff將計(jì)算兩幅圖像相應(yīng)像素差值的絕對(duì)值，因而返回 結(jié)果不會(huì)產(chǎn)生負(fù)數(shù)。該函數(shù)的調(diào)用格式與imsubtract函數(shù)類(lèi)似。3.圖像的乘法運(yùn)算兩幅圖像進(jìn)行乘法運(yùn)算可以實(shí)現(xiàn)掩模操作，即屏蔽掉圖像

23、的某些部分。一幅圖像乘以一個(gè)常數(shù)通常被稱(chēng)為縮放，這是一種常見(jiàn)的圖像處理操作。如果使用的縮放因子大于 1那么將增強(qiáng)圖像的亮度，如果因子小于1則會(huì)使圖 像變暗。縮放通常將產(chǎn)生比簡(jiǎn)單添加像素偏移量自然得多的明暗效果，這是因?yàn)檫@種操作能夠更好地維持圖像的相關(guān)對(duì)比度。此外，由于時(shí)域的卷積或相關(guān)運(yùn)算與頻域的乘積運(yùn)算對(duì)應(yīng)，因此乘法運(yùn)算有時(shí)也被作為一種技巧來(lái)實(shí)現(xiàn)卷積或相關(guān)處理。在MATLAB中，使用immultiply函數(shù)實(shí)現(xiàn)兩幅圖像的乘法。 immultiply 函數(shù)將兩幅圖像相應(yīng)的像素值進(jìn)行元素對(duì)元素的乘法操作(MATLAB點(diǎn)乘)，并將乘法的運(yùn)算結(jié)果作為輸出圖形相應(yīng)的像素值。immulitply函數(shù)的調(diào)用

24、格式如下：Z = immulitply(X,Y)其中，Z=X*Y。例如，以下代碼將使用給定的縮放因子對(duì)圖2.5(a)所示的圖像進(jìn)行縮放，從而得到如圖 2.5(b)所示的較為明亮的圖像：I = imread( moon.tif ')J = immultiply(I,1.2)；subplot(1,2,1) ； imshow(I)；subplot(1,2,2) ； imshow(J)；uint8圖像的乘法操作一般都會(huì)發(fā)生溢出現(xiàn)象。Immultiply函數(shù)將溢出的數(shù)據(jù)截取為數(shù)據(jù)類(lèi)型的最大值。 為了避免產(chǎn)生溢出現(xiàn)象， 可以在執(zhí)行乘法操 作之前將uint8圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較大的圖像類(lèi)型，例如

25、uint16。4圖像的除法運(yùn)算除法運(yùn)算可用于校正成像設(shè)備的非線性影響，這在特殊形態(tài)的圖像(如斷層掃描等醫(yī)學(xué)圖像)處理中常常用到。圖像除法也可以用來(lái)檢測(cè)兩幅圖像 間的區(qū)別，但是除法操作給出的是相應(yīng)像素值的變化比率，而不是每個(gè)像素 的絕對(duì)差異，因而圖像除法也稱(chēng)為比率變換。在MATLAB中使用imdivide函數(shù)進(jìn)行兩幅圖像的除法。 imdivide函數(shù)對(duì) 兩幅輸入圖像的所有相應(yīng)像素執(zhí)行元素對(duì)元素的除法操作(點(diǎn)除)，并將得到的結(jié)果作為輸出圖像的相應(yīng)像素值。imdivide函數(shù)的調(diào)用格式如下：Z = imdivide(X,Y)其中，Z=X/Y。例如，以下代碼將圖4所示的兩幅圖像進(jìn)行除法運(yùn)算， 請(qǐng)將這個(gè)

26、結(jié)果和減法操作的結(jié)果相比較，對(duì)比它們之間的不同之處：Rice = imread( rice.tif ')I = double(rice)；J= I * 0.43 + 90 ；Rice2 = uint8(J)；Ip = imdivide(rice, rice2)；lmshow(lp,)；除法操作的結(jié)果如圖2.6所示。圖2.6原圖和減背景后的圖像相除的圖像效果5 圖像的四則代數(shù)運(yùn)算可以綜合使用多種圖像代數(shù)運(yùn)算函數(shù)來(lái)完成一系列的操作。例如，使 用以下語(yǔ)句計(jì)算兩幅圖像的平均值：I = imread( rice.tif ')12 = imread( camerama.tif')K

27、 = imdivide(imadd(I,I2),2);建議最好不要用這種方式進(jìn)行圖像操作，這是因?yàn)椋瑢?duì)于uint8或uin t16數(shù)據(jù)，每一個(gè)算術(shù)函數(shù)在將其輸出結(jié)果傳遞給下一項(xiàng)操作之前都要進(jìn)行數(shù)據(jù) 截取，這個(gè)截取過(guò)程將會(huì)大大減少輸出圖像的信息量。執(zhí)行圖像四則運(yùn)算操作較好的一個(gè)辦法就是使用函數(shù)imlincomb。函數(shù)imlincomb按照雙精度執(zhí)行 所有代數(shù)運(yùn)算操作， 而且僅對(duì)最好的輸出結(jié)果進(jìn)行截取， 該函數(shù)的調(diào)用格式 如下：Z = imlincomb(A,X,B,Y,C) ；其中，Z=A*X+B*Y+C 。MATLAB會(huì)自動(dòng)根據(jù)輸入?yún)?shù)的個(gè)數(shù)判斷需要進(jìn)行 的運(yùn)算。例如，以下語(yǔ)句將計(jì)算 Z=A*

28、X+C ：Z = imlincomb(A,X,C) 而以下語(yǔ)句將計(jì)算 Z=A*X+B*Y ：Z = imlincomb(A,X,B,Y,)四、實(shí)驗(yàn)報(bào)告要求1 描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié) 果并進(jìn)行必要的討論。2 必須包括原始圖像及其計(jì)算處理后的圖像以及相應(yīng)的解釋。五、思考題由圖像算術(shù)運(yùn)算的運(yùn)算結(jié)果，思考圖像減法運(yùn)算在什么場(chǎng)合上發(fā)揮優(yōu)勢(shì)？14實(shí)驗(yàn)三 圖像增強(qiáng)灰度變換一、實(shí)驗(yàn)?zāi)康模?、了解圖像增強(qiáng)的目的及意義，加深對(duì)圖像增強(qiáng)的感性認(rèn)識(shí)，鞏固所 學(xué)理論知識(shí)。2、學(xué)會(huì)對(duì)圖像直方圖的分析。3、掌握直接灰度變換的圖像增強(qiáng)方法。二、實(shí)驗(yàn)原理及知識(shí)點(diǎn) 術(shù)語(yǔ)空間域'指的是圖

29、像平面本身，在空間與內(nèi)處理圖像的方法是 直接對(duì)圖像的像素進(jìn)行處理。 空間域處理方法分為兩種： 灰度級(jí)變換、 空間 濾波?？臻g域技術(shù)直接對(duì)像素進(jìn)行操作其表達(dá)式為g(x,y)=Tf(x,y)其中f(x,y)為輸入圖像，g(x,y)為輸出圖像，T是對(duì)圖像f進(jìn)行處理的 操作符，定義在點(diǎn) (x,y) 的指定領(lǐng)域內(nèi)。定義點(diǎn) (x,y) 的空間鄰近區(qū)域的主要方法是，使用中心位于 (x,y) 的正 方形或長(zhǎng)方形區(qū)域，。此區(qū)域的中心從原點(diǎn) (如左上角 )開(kāi)始逐像素點(diǎn)移動(dòng)， 在移動(dòng)的同時(shí)，該區(qū)域會(huì)包含不同的領(lǐng)域。T應(yīng)用于每個(gè)位置(x,y),以便在 該位置得到輸出圖像g。在計(jì)算(x,y)處的g值時(shí)，只使用該領(lǐng)域的像

30、素?；叶茸儞QT的最簡(jiǎn)單形式是使用領(lǐng)域大小為1X 1,此時(shí)，(x,y)處的g值 僅由f在該點(diǎn)處的亮度決定，T也變?yōu)橐粋€(gè)亮度或灰度級(jí)變化函數(shù)。當(dāng)處理單設(shè)(灰度)圖像時(shí)， 這兩個(gè)術(shù)語(yǔ)可以互換。 由于亮度變換函數(shù)僅取決于亮度的 值，而與 (x,y) 無(wú)關(guān)，所以亮度函數(shù)通常可寫(xiě)做如下所示的簡(jiǎn)單形式：s=T(r)其中，r表示圖像f中相應(yīng)點(diǎn)(x,y)的亮度，s表示圖像g中相應(yīng)點(diǎn)(x,y) 的亮度。三、實(shí)驗(yàn)內(nèi)容：1、圖像數(shù)據(jù)讀出2、計(jì)算并分析圖像直方圖3、利用直接灰度變換法對(duì)圖像進(jìn)行灰度變換下面給出灰度變化的MATLA程序f=imread('medicine_pic.jpg');g=imhis

31、t(f,256);%顯示其直方圖g1=imadjust(f,0 1,1 0);%灰度轉(zhuǎn)換，實(shí)現(xiàn)明暗轉(zhuǎn)換(負(fù)片圖像) figure,imshow(g1) %將0.5到0.75的灰度級(jí)擴(kuò)展到范圍0 1 g2=imadjust(f,0.5 0.75,0 1);%對(duì)輸入圖像對(duì)數(shù)映射變換%將矩陣h轉(zhuǎn)換為灰度圖片%將灰度圖轉(zhuǎn)換為8位圖figure,imshow(g2) g=imread('poi nt.jpg');h=log(1+double(g); h=mat2gray(h); h=im2uint8(h);figure,imshow(h)四、實(shí)驗(yàn)儀器PC 一臺(tái)，MATLAB 軟件五、實(shí)驗(yàn)

32、圖片F(xiàn)ig.1 poi nt.jpgFig.2 medici ne_pic.jpg16實(shí)驗(yàn)四 圖像增強(qiáng)直方圖變換一、實(shí)驗(yàn)?zāi)康?掌握灰度直方圖的概念及其計(jì)算方法； 2熟練掌握直力圖均衡化和直方圖規(guī)定化的計(jì)算過(guò)程； 3熟練掌握空域?yàn)V波中常用的平滑和銳化濾波器； 4掌握色彩直方圖的概念和計(jì)算方法 5利用 MATLAB 程序進(jìn)行圖像增強(qiáng)。二、實(shí)驗(yàn)原理 圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)，消弱 或去除某些不需要的信息的處理方法。 其主要目的是處理后的圖像對(duì)某些特 定的應(yīng)用比原來(lái)的圖像更加有效。 圖像增強(qiáng)技術(shù)主要有直方圖修改處理、 圖 像平滑化處理、 圖像尖銳化處理和彩色處理技術(shù)等。

33、本實(shí)驗(yàn)以直方圖均衡化 增強(qiáng)圖像對(duì)比度的方法為主要內(nèi)容，其他方法同學(xué)們可以在課后自行聯(lián)系。直方圖是多種空間城處理技術(shù)的基礎(chǔ)。直方圖操作能有效地用于圖像增強(qiáng)。 除了提供有用的圖像統(tǒng)計(jì)資料外， 直方圖固有的信息在其他圖像處理 應(yīng)用中也是非常有用的， 如圖像壓縮與分割。 直方圖在軟件中易于計(jì)算， 也 適用于商用硬件設(shè)備，因此，它們成為了實(shí)時(shí)圖像處理的一個(gè)流行工具。直方圖是圖像的最基本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布 情況。直方圖均衡化的目的是使圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)的分布均 勻化， 改善圖像的亮度分布狀態(tài)， 增強(qiáng)圖像的視覺(jué)效果。 灰度直方圖是圖像 預(yù)處理中涉及最廣泛的基本概念之一。圖像

34、的直方圖事實(shí)上就是圖像的亮度分布的概率密度函數(shù)，是一幅圖 像的所有象素集合的最基本的統(tǒng)計(jì)規(guī)律。直方圖反映了圖像的明暗分布規(guī) 律，可以通過(guò)圖像變換進(jìn)行直方圖調(diào)整，獲得較好的視覺(jué)效果。直方圖均衡化是通過(guò)灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方 圖，即在每個(gè)灰度級(jí)上都具有相同的象素點(diǎn)數(shù)的過(guò)程。下面給出直方圖均衡化增強(qiáng)圖像對(duì)比度的 MATLAB 程序：I=imread( pollen.jpg); % 讀入原圖像J=histeq(I);%對(duì)原圖像進(jìn)行直方圖均衡化處理imshow（I）; title（ 原圖像 ' ）; %對(duì)原圖像進(jìn)行屏幕控制； figure；imshow（J）;%顯示原圖像%給

35、原圖像加標(biāo)題名 顯示直方圖均衡化后的圖像%給直方圖均衡化后的圖像加標(biāo)題名title（ 直方圖均衡化后的圖像 '） ;%對(duì)直方圖均衡化后圖像進(jìn)行屏幕控制；作一幅子圖，并排兩幅圖的第1 幅figure; subplot(1,2,1) ; imhist(I,64);title( 原圖像直方圖 ') ; subplot(1,2,2);imhist(J,64) ;%將原圖像直方圖顯示為 64 級(jí)灰度 %給原圖像直方圖加標(biāo)題名%作第 2 幅子圖%將均衡化后圖像的直方圖顯示為 64 級(jí)灰度title（ 均衡變換后的直方圖 '） ; %給均衡化后圖像直方圖加標(biāo)題名 處理后的圖像直方圖分

36、布更均勻了， 圖像在每個(gè)灰度級(jí)上都有像素點(diǎn)。 從處理前后的圖像可以看出， 許多在原始圖像中看不清楚的細(xì)節(jié)在直方圖均 衡化處理后所得到的圖像中都變得十分清晰。三、實(shí)驗(yàn)步驟1打開(kāi)計(jì)算機(jī)，啟動(dòng)MATLAB程序；程序組中“work ”文件夾中應(yīng)有待 處理的圖像文件；2調(diào)入“實(shí)驗(yàn)一”中獲取的數(shù)字圖像，并進(jìn)行計(jì)算機(jī)均衡化處理； 3顯示原圖像的直方圖和經(jīng)過(guò)均衡化處理過(guò)的圖像直方圖。4記錄和整理實(shí)驗(yàn)報(bào)告四、實(shí)驗(yàn)儀器1計(jì)算機(jī)；2 MATLAB 程序；3.移動(dòng)式存儲(chǔ)器（軟盤(pán)、 U盤(pán)等）； 4 .記錄用的筆、紙。五、實(shí)驗(yàn)報(bào)告內(nèi)容1. 敘述實(shí)驗(yàn)過(guò)程；2. 提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。六、思考題1. 直方圖是什么概念

37、？它反映了圖像的什么信息？直方圖均衡化是什么意思？它的主要用途是什么？19七、實(shí)驗(yàn)圖片F(xiàn)ig.1 pollen.jpg2021實(shí)驗(yàn)五 圖像增強(qiáng)空域?yàn)V波一、實(shí)驗(yàn)?zāi)康倪M(jìn)一步了解 MatLab 軟件 /語(yǔ)言，學(xué)會(huì)使用 MatLab 對(duì)圖像作濾波處理， 使學(xué)生有機(jī)會(huì)掌握濾波算法，體會(huì)濾波效果。了解幾種不同濾波方式的使用和使用的場(chǎng)合，培養(yǎng)處理實(shí)際圖像的能 力，并為課堂教學(xué)提供配套的實(shí)踐機(jī)會(huì)。實(shí)驗(yàn)要求#(1) 學(xué)生應(yīng)當(dāng)完成對(duì)于給定圖像 +噪聲，使用平均濾波器、 中值濾波器對(duì) 不同強(qiáng)度的高斯噪聲和椒鹽噪聲， 進(jìn)行濾波處理； 能夠正確地評(píng)價(jià)處理的結(jié) 果；能夠從理論上作出合理的解釋。(2) 利用 MATLAB

38、軟件實(shí)現(xiàn)空域?yàn)V波的程序：I=imread('electric.tif');J = imnoise(I,'gauss',0.02);J = imnoise(I,'salt & pepper',0.02); ave1=fspecial('average',3); ave2=fspecial('average',5);K = filter2(ave1,J)/255;L = filter2(ave2,J)/255;M = medfilt2(J,3 3);N = medfilt2(J,4 4); imshow(I);

39、figure,imshow(J); figure,imshow(K);figure,imshow(L); figure,imshow(M);figure,imshow(N);%添加高斯噪聲( 注意空格 )%添加椒鹽噪聲%產(chǎn)生3X3的均值模版%產(chǎn)生5X5的均值模版% 均值濾波 3X3% 均值濾波 5X5% 中值濾波 3X3 模板%中值濾波 4X4 模板三、實(shí)驗(yàn)設(shè)備與軟件(1) IBM-PC 計(jì)算機(jī)系統(tǒng)MatLab軟件/語(yǔ)言包括圖像處理工具箱(Image Processing Toolbox)(3) 實(shí)驗(yàn)所需要的圖片四、實(shí)驗(yàn)內(nèi)容與步驟a) 調(diào)入并顯示原始圖像Sample2-1.jpg。b) 利用i

40、mnoise命令在圖像 Sample2-1.jpg上加入高斯(gaussian)噪聲c) 利用預(yù)定義函數(shù)fspecial命令產(chǎn)生平均(average)濾波器|-1 -1 -1-19-1-1 -1 -1d) 分別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器， 對(duì)加入噪聲的圖像進(jìn)行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié) 果；e) 選擇不同大小的模板，對(duì)加入某一固定噪聲水平噪聲的圖像進(jìn)行處 理，觀察上述濾波器處理的結(jié)果。f) 利用 imnoise命令在圖像 Sample2-1.jpg上加入椒鹽噪聲 (salt & pepper)g) 重復(fù)c) e)的步驟h) 輸出全部結(jié)果并

41、進(jìn)行討論。五、思考題/問(wèn)答題(1) 簡(jiǎn)述高斯噪聲和椒鹽噪聲的特點(diǎn)。(2) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)平均濾波器/中值濾波器對(duì)高斯噪聲和椒鹽噪聲的去噪效果？(3) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)濾波窗口對(duì)去噪效果的影響？六、實(shí)驗(yàn)報(bào)告要求描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果， 并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。七、實(shí)驗(yàn)圖像electric.tif （原始圖像）24實(shí)驗(yàn)六圖像的傅立葉變換一、實(shí)驗(yàn)?zāi)康?了解圖像變換的意義和手段；2熟悉傅立葉變換的基本性質(zhì)；3熟練掌握FFT變換方法及應(yīng)用；4通過(guò)實(shí)驗(yàn)了解二維頻譜的分布特點(diǎn)；5通過(guò)本實(shí)驗(yàn)掌握利用 MATLAB編程實(shí)現(xiàn)數(shù)字

42、圖像的傅立葉變換。6評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。二、實(shí)驗(yàn)原理1應(yīng)用傅立葉變換進(jìn)行圖像處理傅里葉變換是線性系統(tǒng)分析的一個(gè)有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點(diǎn)、電子放大器、卷積濾波器、噪音和顯示點(diǎn)等的作用。通 過(guò)實(shí)驗(yàn)培養(yǎng)這項(xiàng)技能，將有助于解決大多數(shù)圖像處理問(wèn)題。對(duì)任何想在工作中有效應(yīng)用數(shù)字圖像處理技術(shù)的人來(lái)說(shuō)，把時(shí)間用在學(xué)習(xí)和掌握博里葉變換上是很有必要的。2傅立葉(Fourier)變換的定義對(duì)于二維信號(hào)，二維 Fourier變換定義為：F(u,v)二 f (x, yje"® uy)dxdy逆變換：od oOf(x, y)二F(u,v)ej：(ux uy

43、)dudv_Q0_o0二維離散傅立葉變換為：1 N 4 N V-j 2 ：(m 丄 n )F(m,二二 f (i,k)e N NN i k=0逆變換:1 NN 4 f(i,k) 了、'N mO n 衛(wèi)j2兀(m!_由上)F(m,n)e N N圖像的傅立葉變換與一維信號(hào)的傅立葉變換變換一樣,有快速算法，具體參見(jiàn)參考書(shū)目，有關(guān)傅立葉變換的快速算法的程序不難找到。實(shí)際上，現(xiàn)在有實(shí)現(xiàn)傅立葉變換的芯片，可以實(shí)時(shí)實(shí)現(xiàn)傅立葉變換。3利用MATLAB軟件實(shí)現(xiàn)數(shù)字圖像傅立葉變換的程序：l=imread(原圖像名.gif imshow(l);fftI=fft2(I);sfftl=fftshift(fftl

44、);RR=real(sfftI);ll=imag(sfftl);A=sqrt(RR.A2+II.A2););%讀入原圖像文件%顯示原圖像%二維離散傅立葉變換%直流分量移到頻譜中心%取傅立葉變換的實(shí)部%取傅立葉變換的虛部%計(jì)算頻譜幅值A(chǔ)= ( A-min(min(A)/(max(max(A)-mi n(min( A)*225%歸一化figure;%設(shè)定窗口imshow(A);%顯示原圖像的頻譜三、實(shí)驗(yàn)步驟1 將圖像內(nèi)容讀入內(nèi)存;2. 用Fourier變換算法，對(duì)圖像作二維Fourier變換;3 .將其幅度譜進(jìn)行搬移，在圖像中心顯示；4 .用Fourier系數(shù)的幅度進(jìn)行 Fourier反變換;5

45、.用Fourier系數(shù)的相位進(jìn)行 Fourier反變換;6 .比較4、5的結(jié)果，評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。7 .記錄和整理實(shí)驗(yàn)報(bào)告。四、實(shí)驗(yàn)儀器1. 計(jì)算機(jī)；2 . MATLAB 程序；3. 移動(dòng)式存儲(chǔ)器（軟盤(pán)、U盤(pán)等）。4記錄用的筆、紙。五、實(shí)驗(yàn)報(bào)告內(nèi)容1.敘述實(shí)驗(yàn)過(guò)程；2提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。六、思考題1傅里葉變換有哪些重要的性質(zhì) ？2圖像的二維頻譜在顯示和處理時(shí)應(yīng)注意什么七、實(shí)驗(yàn)圖片nu mber.tif2829實(shí)驗(yàn)七圖像增強(qiáng)一頻域?yàn)V波實(shí)驗(yàn)?zāi)康? 掌握怎樣利用傅立葉變換進(jìn)行頻域?yàn)V波2 掌握頻域?yàn)V波的概念及方法3 熟練掌握頻域空間的各類(lèi)濾波器4. 利用MATLAB序

46、進(jìn)行頻域?yàn)V波實(shí)驗(yàn)原理及知識(shí)點(diǎn)頻域?yàn)V波分為低通濾波和高通濾波兩類(lèi)，對(duì)應(yīng)的濾波器分別為低通濾波器和高通濾波器。頻域低通過(guò)濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個(gè)低通過(guò)濾器變換函數(shù)，G(u,v)是通過(guò)H(u,v)減少F(u,v)的高頻部分來(lái)得到的結(jié)果， 運(yùn)用傅立葉逆變換得到鈍化后的圖像。理想地通濾波器(ILPF)具有傳遞函數(shù):H(u,v)二ifD (u,v)込 D0 ifD (u,v) D0其中，D0為指定的非負(fù)數(shù)，D(u, v)為(u,v)至U濾波器的中心的距離。D(u,v)二D0的點(diǎn)的軌跡為一個(gè)圓。n階巴特沃茲低通濾

47、波器(BLPF)(在距離原點(diǎn)D0處出現(xiàn)截至頻率)的傳遞函數(shù)為H(u,v)二11 D(u,v) D°2n與理想地通濾波器不同的是， 巴特沃茲率通濾波器的傳遞函數(shù)并不是在D。處突然不連續(xù)。高斯低通濾波器(GLPF)的傳遞函數(shù)為D2(u,v) 2:-2H(u,v)二 e其中，二為標(biāo)準(zhǔn)差。相應(yīng)的高通濾波器也包括：理想高通濾波器、n階巴特沃茲高通濾波器、高斯高通濾波器。給定一個(gè)低通濾波器的傳遞函數(shù)Hlp(u,v)，通過(guò)使用如下的簡(jiǎn)單關(guān)系，可以獲得相應(yīng)高通濾波器的傳遞函數(shù)：Hhp = 1 - Hlp (u,v)利用MATLAB實(shí)現(xiàn)頻域?yàn)V波的程序f=imread('room.tif'

48、;);%對(duì)圖像進(jìn)行傅立葉變換F=fft2(f);%對(duì)變換后圖像進(jìn)行隊(duì)數(shù)變化，并對(duì)其坐標(biāo)平移，使其中心化S=fftshift(log(1+abs(F);S=gscale(S); imshow(S) h=fspecial('sobel');%將頻譜圖像標(biāo)度在0-256的范圍內(nèi)%顯示頻譜圖像%產(chǎn)生空間 sobe模版freqz2(h)PQ=paddedsize(size(f);%查看相應(yīng)頻域?yàn)V波器的圖像%產(chǎn)生濾波時(shí)所需大小的矩陣H=freqz2(h,PQ,PQ(2); %產(chǎn)生頻域中的 sobe濾波器H仁 ifftshift(H); imshow(abs(H),) figure,imsh

49、ow(abs(H1),) gs=imfilter(double(f),h);%重排數(shù)據(jù)序列，使得原點(diǎn)位于頻率矩陣的左上角%以圖形形式顯示濾波器%用模版h進(jìn)行空域?yàn)V波gf=dftfilt(f,H1); figure,imshow(gs,) figure,imshow(gf,)%用濾波器對(duì)圖像進(jìn)行頻域?yàn)V波figure,imshow(abs(gs),) figure,imshow(abs(gf),)f=imread('number.tif');% 讀取圖片PQ=paddedsize(size(f); %產(chǎn)生濾波時(shí)所需大小的矩陣D0=0.05*PQ；設(shè)定高斯高通濾波器的閾值%產(chǎn)生高斯高

50、通濾波器g=dftfilt(f,H); figure,imshow(f) figure,imshow(g,)%對(duì)圖像進(jìn)行濾波%顯示原圖像%顯示濾波后圖像H=hpfilter('gaussian',PQ(1),PQ(2),D0);三、實(shí)驗(yàn)步驟:1 調(diào)入并顯示所需的圖片;2利用MATLAB提供的低通濾波器實(shí)現(xiàn)圖像信號(hào)的濾波運(yùn)算，并與空間濾波進(jìn)行比較。3.利用MATLAB提供的高通濾波器對(duì)圖像進(jìn)行處理。4 記錄和整理實(shí)驗(yàn)報(bào)告。四、實(shí)驗(yàn)儀器1. 計(jì)算機(jī)；2. MATLAB 程序；3. 移動(dòng)式存儲(chǔ)器（軟盤(pán)、U盤(pán)等）。4記錄用的筆、紙。五、實(shí)驗(yàn)報(bào)告內(nèi)容1. 敘述實(shí)驗(yàn)過(guò)程；2提交實(shí)驗(yàn)的原始圖

51、像和結(jié)果圖像。六、實(shí)驗(yàn)報(bào)告要求描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果,并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。32#七、思考題1結(jié)合實(shí)驗(yàn)，評(píng)價(jià)頻域?yàn)V波有哪些優(yōu)點(diǎn)?2在頻域?yàn)V波過(guò)程中需要注意哪些事項(xiàng)?八、實(shí)驗(yàn)圖片#room.tifnu mber.tif#實(shí)驗(yàn)八 彩色圖像處理一、實(shí)驗(yàn)?zāi)康氖褂?MatLab 軟件對(duì)圖像進(jìn)行彩色處理。使學(xué)生通過(guò)實(shí)驗(yàn)熟悉使用MatLab 軟件進(jìn)行圖像彩色處理的有關(guān)方法，并體會(huì)到圖像彩色處理技術(shù)以及對(duì)圖像處理的效果。二、實(shí)驗(yàn)要求要求學(xué)生能夠完成彩色圖像的分析，能正確討論彩色圖像的亮度、色調(diào) 等性質(zhì)；會(huì)對(duì)彩色圖像進(jìn)行直方圖均衡，并能正

52、確解釋均衡處理后的結(jié)果； 能夠?qū)紊珗D像進(jìn)行偽彩色處理、 利用多波長(zhǎng)圖像進(jìn)行假彩色合成、 進(jìn)行單 色圖像的彩色變換。三、實(shí)驗(yàn)內(nèi)容與步驟(1) 彩色圖像的分析調(diào)入并顯示彩色圖像 flower1.tif ； 拆分這幅圖像，并分別顯示其R, G, B分量；根據(jù)各個(gè)分量圖像的情況討論該彩色圖像的亮度、色調(diào)等性質(zhì)。(2) 彩色圖像的直方圖均衡接內(nèi)容 (1) ；顯示這幅圖像的R, G, B分量的直方圖，分別進(jìn)行直方圖均衡處理，并顯示均衡后的直方圖和直方圖均衡處理后的各分量；將處理完畢的各個(gè)分量合成彩色圖像并顯示其結(jié)果；觀察處理前后圖像的彩色、亮度、色調(diào)等性質(zhì)的變化。(3) 假彩色處理調(diào)入并顯示紅色可見(jiàn)光的

53、灰度圖像 vl_red.jpg 、綠色可見(jiàn)光的灰度圖像 vl_green.jpg 和藍(lán)色可見(jiàn)光的灰度圖像 vl_blue.jpg ；以及近紅外灰度圖像 infer_near.jpg 和中紅外灰度圖像 infer_mid.jpg ；以圖像 vl_red.jpg 為 R 圖像 vl_green.jpg為G;圖像 vl_blue.jpg為 B,將這三幅圖像組合成可見(jiàn)光RG彩色圖像；分別以近紅外圖像infer_near.jpg和中紅外圖像infer_mid替換R分量,形成假彩色圖像；觀察處理的結(jié)果，注意不同波長(zhǎng)紅外線圖像組成圖像的不同結(jié)果(4) 偽彩色處理 1：灰度切片處理調(diào)入并顯示灰度圖像 head

54、.jpg ；利用MATLA提供的函數(shù)對(duì)圖像在8256級(jí)的范圍內(nèi)進(jìn)行切片處理，并使用 hot 模式和 cool 模式進(jìn)行彩色化；觀察處理的結(jié)果。(5) 彩色變換 ( 選做)調(diào)入并顯示灰度圖像 Lenna.jpg ；使用不同相位的正弦函數(shù)作為變換函數(shù)，將灰度圖像變換為RG圖像。其中紅色分量R的變換函數(shù)為-sin()，綠色分量G的變換函數(shù)為-cos();， 藍(lán)色分量B的變換函數(shù)為sin()；顯示變換曲線及變換合成的彩色圖像并觀察彩色變換圖像的色調(diào)與原 始圖像灰度之間的關(guān)系；將RG的變換公式至少互換一次 (例如R與G互換)，顯示變換曲線、變換結(jié)果并觀察處理的結(jié)果。(6) 打印全部結(jié)果并進(jìn)行討論。%讀取圖像 flower1.tif%獲取圖像的紅色分量 %獲取圖像的綠色分量 %獲取圖像的藍(lán)色分量 %分別顯示圖像利用MATLA軟件實(shí)現(xiàn)彩色圖像處理的程序：rgb_image=imread('flower1.tif');fR=rgb_image(:,:,1);fG=rgb_image(:,:,2);fB=rgb_image(:,:,3);figure(1),i