数字图像处理课程设计报告(冈萨雷斯版)

1、精选优质文档-倾情为你奉上1. 课程设计目的1、 提高分析问题、解决问题的能力，进一步巩固数字图像处理系统中的基本原理与方法。2、 熟悉掌握一门计算机语言，可以进行数字图像的应用处理的开发设计。2课程设计内容及实现2.1、网页安全色（Web-Safe Colors） 为了完成这项工作，必须找到一个合适的程序，这个程序可以把指定的JPG图像生成RGB元素的图像。例如，MATLAB的图像处理工具箱可以实现这一点，但你也可以使用图像编辑程序像Adobe的 Photo-Shop或Corel的 Photo-Paint。为了实现把图像转换为RGB这一目标，也可以手动修改。（a）编写计算机程序，把任意的RG

2、B彩色图像转换到Web安全的RGB图像（Web安全颜色定义见图6.10）。（b）下载图像图6.8，转换为网络安全色的RGB彩色图像。图6.8是JPG格式，所以结果返回也为 JPG（请看本项目的开始注释）。解释你的结果和图6.8之间的差异。2.1.1程序清单：I=imread('Fig6.08.jpg');subplot(121);imshow(I);title('原图');I1=fix(I/51)*51);subplot(122);imshow(I1);title('web-safe colors');2.1.2运行结果如图1图1 网页安全色结果

3、分析：结果图出现明显的方格，每个方格就是一个网页安全色，方格内的颜色一致。原图则是普通的RGB，假使在原图的相同区域划分出和结果图相对应的方格，则此方格里的颜色是一个渐变的颜色，并非同一种颜色。2.2、伪彩色图像处理（Pseudo-Color Image Processing ）（a）实现图6.23的特性，你可以为输入图像指定两个范围的灰度值，然后你的程序将输出的RGB图像，它的像素有一个指定的颜色，对应于输入图像的一个范围的灰度级，RGB图像中剩余的像素具有和输入图像相同的灰度。您可以从图6.4中所有的色彩中选定输入色彩（a）。（b）下载图像图1.10（4），用你的程序处理它使河流出现黄色，

4、然后图像剩余部分的灰度和原始图像相同。图像中无关的地方允许出现少量黄色，但是这些地方应该尽可能的少，因此你的程序需要选择合适的两个灰度带。2.2.1程序清单clear;I=imread('Fig1.10(4).jpg');subplot(121);imshow(I);title('原图');m n=size(I);I1=cat(3,I,I,I);%生成RGB图像L=255 %灰度级for i=1:m for j=1:n %对原图I进行灰度判断，黑色河流部分标记为黄色 if I(i,j)>=0 &I(i,j)<=40 I1(i,j,1)=L;%

5、黄色的RGB为（255，255，0） I1(i,j,2)=L; I1(i,j,3)=0; end endendsubplot(122);imshow(I1);title('伪彩色图');2.2.2运行结果如图2图2伪彩色处理2.3通过直方图处理彩色图像增强（Color Image Enhancement by Histogram Processing)(a)下载dark-stream彩色图片图6.35（这个图像标记图6.35（05）在6章的图像）。把图像转成RGB图像（见项目06-01开始评论）。直方图均衡化的R、G、B各分量将图像转换，最后保存为JPG格式。(b)从（a）中的

6、三个直方图中构成一个均匀的直方图，并把这个作为基础去获得一个单一的直方图均衡化强度的变换函数。把这个函数应用到R，G和B单独分量上，把结果转成JPG。比较和解释（a）和（b）。在JPG图像上的差异2.3.1程序清单clear all;RGB=imread('Fig6.35(5).jpg');subplot(131);imshow(RGB);title('原图');R=RGB(:,:,1);%分别取出RGB各分量G=RGB(:,:,2);B=RGB(:,:,3);r=histeq(R);%通过函数histeq将RGB各分量均衡化g=histeq(G);b=hist

7、eq(B);rgb=cat(3,r,g,b);%将RGB三个分量合成subplot(132);imshow(rgb);title('RGB各分量均衡化');rgb1=rgb2gray(rgb);%RGB转换为灰度count,x=imhist(rgb1);% 返回直方图图像向量countr1=histeq(R,count);%将原始图像的R分量直方图变成指定向量count g1=histeq(G,count);b1=histeq(B,count);newrgb=cat(3,r1,g1,b1);subplot(133);imshow(newrgb);title('RGB各分

8、量规定化');2.3.2运行结果如图3图3 RGB各分量均衡化、规定化结果分析：均衡化和规定化输出的结果没有差别，因为给定向量count已经是均衡化了，把原图的R、G、B三个分量直方图纵坐标向量用规定的count向量替代，这样就对各分量进行了均衡化（也就是规定化），最后合成图像和直接均衡化结果一致。假如给定的count向量不是均衡化向量，只是分布较均匀的向量，那么结果就有差异了。2.4彩色图像分割(Color Image Segmentation )下载图6.28（b），编程实现例子6.15的效果，用褐色替代图像的最黑暗区域，其余部分为白色。2.4.1程序清单clear all;RGB

9、=imread('Fig6.28(b).jpg');I=RGB;R=double(I(:,:,1);%转换为双精度G=double(I(:,:,2);B=double(I(:,:,3);subplot(121);imshow(RGB);title('原始图像');rect = fix(getrect(1);%通过鼠标在图像上取出矩形区域 %rect%中存的就是左上角的坐标，宽度，高度，要用时直接调用rect即可 y=rect(1);%matlab 横坐标为Y轴，纵坐标为X轴 x=rect(2); w=rect(3);%矩形宽度 h=rect(4);%矩形长度Cr

10、=0;Cg=0;Cb=0;for nx=x:x+h %求矩形框中各分量的累加和 for ny=y:y+w Cr=Cr+R(nx,ny); Cg=Cg+G(nx,ny); Cb=Cb+B(nx,ny); endendValue_R=Cr/(h*w);%求各分量平均值Value_G=Cg/(h*w);Value_B=Cb/(h*w);Var_R=0;Var_G=0;Var_B=0;%定义方差参数for i=x:x+h for j=y:y+w Var_R=(Value_R-R(i,j)2+Var_R;%累加方差 Var_G=(Value_G-G(i,j)2+Var_G; Var_B=(Value_B

11、-B(i,j)2+Var_B; endend%计算各分量的标准差SVar_R=sqrt(Var_R/(h*w);SVar_G=sqrt(Var_G/(h*w);SVar_B=sqrt(Var_B/(h*w);%各个分量进行扩展（平均值-方差*1.25，平均值+方差*1.25）Rmin=Value_R-1.25*SVar_R;Gmin=Value_G-1.25*SVar_G;Bmin=Value_B-1.25*SVar_B;Rmax=Value_R+1.25*SVar_R;Gmax=Value_G+1.25*SVar_G;Bmax=Value_B+1.25*SVar_B;m,n=size(R);

12、%求图片的尺寸for a=1:m for b=1:n %对原图像上个各分量与扩展后的范围分量进行判断，符合则标记为黑色 if RGB(a,b,1)>=Rmin & RGB(a,b,1)<=Rmax & RGB(a,b,2)>=Gmin. &RGB(a,b,2)<=Gmax &RGB(a,b,3)>=Bmin & RGB(a,b,3)<=Bmax R(a,b)=0; G(a,b)=0; B(a,b)=0; else R(a,b)=255; G(a,b)=255; B(a,b)=255; endendendR=uint8(R);%将类型转换为无符号8位数，即256位G=uint8(G);B=uint8(B);new=cat(3,R,G,B);subplot(122);imshow(new)title('彩色切割结果');2.4.2运行结果如图4图4