数学建模课程训练第三题

数学模型课程设计3一 图像的读写，用自己的照片命名1. 图像的读写A) 图像读RGB = imread(ngc6543a.jpg);B) 图像写先从一个.mat 文件中载入一幅图像，然后利用图像写函数imwrite，创建一个.bmp文件，并将图像存入其中。load clownwhosimwrite(X,map,clown.bmp)C) 图像文件格式转换bitmap = imread(clown.bmp,bmp);imwrite(bitmap,clown.png,png);2. 图像显示A) 二进制图像的显示BW1=zeros(20,20);%创建仅包含0/1的双精度图像BW1(2:2:18,2:2:18)=1;imshow(BW1,notruesize);whosBW2=uint8(BW1);figure,imshow(BW2,notruesize)BW3=BW2=0; %逻辑标志置为onfigure,imshow(BW3,notruesize)whosBW=imread(circles.tif);imshow(BW);figure,imshow(BW);figure,imshow(BW,1 0 0;0 0 1);B) 灰度图像的显示I=imread(testpat1.tif);J=filter2(1 2;-1 -2,I);imshow(I)figure,imshow(J,)C) 索引图像的显示load clown %装载一幅图像imwrite(X,map,clown.bmp); %保存为bmp文件imshow(X)imshow(X,map)D) RGB图像的显示I=imread(flowers.tif);imshow(I)RGB=imread(ngc6543a.jpg);figure,imshow(RGB)imshow(I(:,:,3)% 显示第3个颜色分量E) 多帧图像的显示mri=uint8(zeros(128,128,1,27); % 27帧文件mri.tif初始化 for frame=1:27 mri(:,:,:,frame),map=imread(mri.tif,frame); % 读入每一帧 endimshow(mri(:,:,:,3),map); % 显示第3帧figure,imshow(mri(:,:,:,6),map); % 显示第6帧figure,imshow(mri(:,:,:,10),map); % 显示第10帧figure,imshow(mri(:,:,:,20),map); % 显示第20帧F) 显示多幅图像X1,map1=imread(forest.tif);X2,map2=imread(trees.tif);subplot(1,2,1),imshow(X1,map1)subplot(1,2,2),imshow(X2,map2)subplot(1,2,1),subimage(X1,map1)subplot(1,2,2),subimage(X2,map2)二 图像编辑1、图像缩放clearI=imread(cats.tif); subplot(2,2,1),imshow(I);title(原始图像)X1=imresize(I,0.15,nearest);subplot(2,2,2),imshow(X1,);title(最近邻插值法实现图像缩放)X2=imresize(I,0.15,bilinear);subplot(2,2,3),imshow(X2,);title(双线性插值法实现图像缩放)X3=imresize(I,0.15,bicubic);subplot(2,2,4),imshow(X3,);title(双立方插值法实现图像缩放)2、图像旋转clear I=imread(cats.tif);J=imrotate(I,35, bilinear);subplot(1,2,1),imshow(I);title(原始图像)subplot(1,2,2),imshow(J);title(逆时针旋转35图像)3、图像裁剪clearI=imread(cats.tif);msgbox(请选择要裁剪的区域，并双击选定区域以显示,提示信息);waitforbuttonpress;clf;I2=imcrop(I);closesubplot(1,2,1),imshow(I);title(原始catsRGB图像);subplot(1,2,2),imshow(I2);title(裁剪后的catsRGB图像)4、图像格式转换clearI=imread(cats.tif);transform(I); %transform()函数是自己写的一个函数，是显示图像I的灰度，索引，二值图像I=imread(gray.bmp);transform(I);实验结果：1、图像缩放：2、图像旋转：3、图像裁剪4、图像格式转换实验总结：图像缩放是指对数字图像的大小进行调整的过程。在实验中我用三种方法对图像进行了缩放，分别是最进邻近插值法，双线性插值法和双立方插值法，从实验结果看来，是第三种方法双立方插值法效果比前两种的方法效果来的好，因为双立方插值法由最近的16个像素点得到的结果，所以双三次插值是一种更加复杂的插值方式，它能创造出比双线性插值更平滑的图像边缘。图像旋转中我们用的是双线性旋转，原理也较简单我这里就不做深入分析了；第三种图像裁剪中我们利用的是matlab的自带函数imcrop()；第四种的图像格式转换我们可以直观的感受不同格式的图像之间的差别。三 图像调整1、直方图均衡化clearI=imread(cats.tif);gray=rgb2gray(I);J=histeq(gray);subplot(2,2,1),imshow(gray);title(原始cats灰度图像);subplot(2,2,2),imshow(J);title(直方图均衡化后的cats灰度图像);subplot(2,2,3),imhist(gray);title(原始cats灰度图像直方图);subplot(2,2,4),imhist(J);title(直方图均衡化后的cats灰度图像直方图);2、去背景clearI=imread(cats.tif)gray=rgb2gray(I);subplot(1,3,1),imshow(gray)title(原始cats灰度图像)background=imopen(gray,strel(disk,40)subplot(1,3,2),imshow(background);title( imopen后的图像)I2=imsubtract(gray,background);subplot(1,3,3),imshow(I2)title(减去背景后的图像)实验结果：1、 直方图均衡化2、去背景 实验结论均衡化后直方图趋向平坦，灰级减少，灰度合并。原始图像含有象素数多的几个灰级间隔被拉大了，压缩的只是象素数少的几个灰 度级，实际视觉能够接收的信息量大大地增强了，增加了图象的反差。从图中我们可以看出增加了图象的可视粒度。第二个实验中我们利用的是图像的膨胀效果对图像背景的去除，膨胀操作，相当于结构元素的中心点沿被操作图像边缘外部走一圈，所有中心点的轨迹所包围的区域。就如实验结果中，对于模糊背景的去除效果很好。四、 图像边缘检测及分割1、 边缘检测clearI=imread(gray.bmp);BW1=edge(I,sobel);BW2=edge(I,canny);BW3=edge(I,prewitt);BW4=edge(I,log);subplot(3,2,1),imshow(I);title(原始cats灰度图像);subplot(3,2,3),imshow(BW1);title(Sobel边缘检测);subplot(3,2,4),imshow(BW2);title(Canny边缘检测);subplot(3,2,5),imshow(BW2);title(prewitt边缘检测);subplot(3,2,6),imshow(BW2);title(log边缘检测);2、图像分割I=imread(gray.bmp);subplot(2,2,1),imshow(I);title(原始cats灰度图像);Ic=imcomplement(I);BW=im2bw(Ic,graythresh(Ic);subplot(2,2,2),imshow(BW);title(阈值截取分割后图像);se=strel(disk,6);BWc=imclose(BW,se);BWco=imopen(BWc,se);subplot(2,2,3),imshow(BWco);title(对小图像进行删除后图像);mask=BW&BWco;subplot(2,2,4),imshow(mask);title(检测结果的图像);实验结果：1、 边缘检测2、图像分割实验结论：本实验中我们采用基于阈值的分割方法来分割图像，从一开始的边缘检测中我们可以看出相比几种算子之中，sobel算子的边缘检测效果比canny,prewitt和log边缘检测的效果更贴合原图像。图像分割中我们利用graythresh()函数，这个函数是使用最大类间方差法找到图片的一个合适的阈值来对图像进行阈值分割。论文写作题目（课后完成，格式见综合训练2格式）完成以下内容，并写成论文，交电子稿件和打印稿件，照片必须使自己的正面照片。此论文作为期末考试作业，请认真对待。（1）获取自己相片，利用最近邻插值、双线性插值和双三次插值法将其大小重新设置成512X512规格的图片，在Matlab中用同一幅展示图像按2X2的格局将上述原始图片及插值展示出来并标注，最后比较插值效果。（2）图像的线性变换 线性变换是指由放大及缩小、旋转、剪切等组合的任意的二维变换。将你的图像按照 x方向的缩小率 0.75， y 方向的放大率 1.5 进行放大及缩小。放大及缩小后的图像进一步进行逆时针60度的旋转后得到的图像展示出来。（3）图像的透视变换 透视变换是指将平面上的点以投影中心为基准，投影成为另外一个平面上的点的变换，如图1示，用