数字图像处理作业2.docx

数字图像处理作业 学院： 专业班级： 姓名： 学号：摘要MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MATLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成MN样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读、写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。一、MATLAB语言的基本操作MATLAB语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示（单独一个数据可以认为是一维向量）；其程序语法类似于C语言，只要有一点C语言基础的人可以很快掌握。针对数字图像处理的需要，可以重点掌握以下几个内容：矩阵、向量的输入和操作（包括如何输入一个矩阵，如何产生一个全零全一的矩阵，如何对一个矩阵的行列元素进行读取、写入）；矩阵与向量的基本运算（包括加、减、点乘等）二、MATLAB中图像文件的读/写（a）imreadimread函数用于读入各种图像文件，其一般的用法为X，MAP=imread( filename, fmt)其中，X为读出的图像数据，MAP为颜色表数据（或称调色板，亦即颜色索引矩阵，对灰度图像和RGB彩色图像，该MAP为空矩阵），fmt为图像的格式（可以缺省），filename为读取的图像文件（可以加上文件的路径）。例：X，MAP=imread(flowers.tif, tif)（b）imwriteimwrite函数用于输出图像，其语法格式为：imwrite(X, MAP, filename, fmt)imwrite(X, MAP, filename, fmt) 按照fmt指定的格式将图像数据矩阵X和调色板MAP写入文件filename。（c）imfinfoimfinfo函数用于读取图像文件的有关信息，其语法格式为imfinfo(filename, fmt)imfinfo函数返回一个结构info，它反映了该图像的各方面信息，其主要数据包括：文件名（路径）、文件格式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、每个像素的位数（BitDepth）、图像的类型（ColorType）、颜色表矩阵（Colormap）等等。三、MATLAB中图像文件的显示MATLAB图像处理工具箱提供了imshow函数来显示各种图像，其语法如下：imshow(I, n)或imshow(I_BW)；imshow(X, MAP)；imshow(I_RGB)其中imshow(I, n)用于显示灰度图像，I是图像数据矩阵，n为灰度级数目（n可缺省，缺省值为256）。其它的分别用于显示二值图像、索引色图像和RGB真彩色图像。另外，对RGB彩色图像，还可以用imshow( RGB(:, :, 1) )、imshow( RGB(:, :, 2) )、imshow( RGB(:, :, 3) )分别显示RGB图像的R、G、B三个分量（注意：这样显示出的图像是以各分量值为对应的灰度值所显示的灰度图像）。需要显示多幅图像时，可以使用figure语句，它的功能就是打开一个新的图像显示窗口。也可以使用subplot函数将多幅图像显示在同一个图像显示窗口的不同区域位置。四、图像的旋转在工具箱中的函数imrotate可用上述三种方法对图像进行插值旋转，默认的插值方法也是最邻近插值法。imrotate的语法格式为：B = imrotate(A, angle, method)函数imrotate对图像进行旋转，参数method用于指定插值的方法，可选用的值为nearest（最邻近法），bilinear（双线性插值），bicubic（双三次插值），默认为nearest。一般说来旋转后的图像会比原图大，超出原图部分值为0。五、对比度调整如果原图像f(x, y)的灰度范围是m, M，我们希望对图像的灰度范围进行线性调整，调整后的图像g(x, y)的灰度范围是n, N，那么下述变换：就可以实现这一要求。MATLAB图像处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度调整。imadjust函数的语法格式为：J = imadjust(I,low_in high_in, low_out high_out)J = imadjust(I, low_in high_in, low_out high_out)返回原图像I经过对比度调整后的新图像J。其中low_in high_in为原图像中要变换的灰度范围，low_out high_out指定了变换后的灰度范围，灰度范围可以用 空矩阵表示默认范围，默认值为0, 1（注意：灰度范围只能在01之间）。代数运算是指对两幅输入图像进行点对点的加、减、乘或除运算而得到输出图像的运算。对于相加和相乘的情形，可能不止有两幅图像参加运算。在一般情况下，输入情况之一可能为常数。四种图像处理代数运算的数学表达式如下：其中A(x,y)和B(x,y)为输入图像，而C(x,y)为输出图像。还可以通过适当的组合形成涉及几幅图像的复合代数运算方程。在MATLAB中，我们可以用函数imread很容易的得到数字图像的图像数据矩阵（即A(x,y)和B(x,y)），有了这些矩阵后我们只要适当地设计代数运算的形式并写出方程，就可以得到一个输出图像的矩阵（即C(x,y)）。图像相加的一个重要应用是对同一场景的多幅图像求平均值。这点被经常用来有效的降低加性随机噪声的影响。在求平均值的过程中，图像的静止部分不会改变，而对每一幅图像，各不相同的噪声图案则累积很慢。对M幅图像进行平均，使图像中每一点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，因此达到了提高信噪比降低噪声的作用。六、图像加入噪声本次实验要求完成人为的往一幅图像中加入随机噪声，并通过多次相加求平均的方法降低所加入的噪声对图像的影响。在MATLAB中提供了给图像加入噪声的函数imnoise，imnoise的语法格式为J = imnoise(I, type)J = imnoise(I, type, parameters)其中J = imnoise(I, type)返回对原始图像I添加典型噪声的有噪图像J。参数type和parameters用于确定噪声的类型和相应的参数。下面的命令是对图像eight.tif分别加入高斯噪声、椒盐噪声和乘性噪声，其结果如图所示：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(原图像);subplot(2,2,2), imshow(J1), title(加高斯噪声);subplot(2,2,3), imshow(J2), title(加椒盐噪声);subplot(2,2,4), imshow(J3), title(加乘性噪声);程序：I=imread(E:8.tif);J = imrotate(I, 30, bilinear);imshow(I); title(原图像)figure, imshow(J); title(旋转后的图像)J = imadjust(I, 0.3 0.7, ); %输出灰度范围为默认范围，即为0, 1figure, imshow(J);title(对比度调整)J1 = imnoise(I, gaussian, 0, 0.02);J2 = imnoise(I, salt & pepper, 0.02);J