图像运算 实验报告

1、评分评分实验报告课程名称医学图像处实验名称图像运算专业班姓学号20152016 学年度第2学期医学图像处理医学图像处理第 PAGE 第9页共10页一、实验目的MATLAB 的图像处理工具箱提供了图像运算函数。本实验将具体介绍Matlab 中的图像点运算、代数运算、几何和邻域操作运算。二、实验环境1、硬件配置IntlR）Core(TM) i7-3770 CPU 3.40GHz 安装内存RAM：4.00GB 64位操作系统2、软件环境：MATLAB R2013b软件三、实验内容利用 Matlab 对图像进行点运算、加法运算、减法运算、乘法运算、除法运算、改变图像的大小、旋转图像、图像的剪切、图像的

2、邻域操作。四、实验结果与分析（包括实验原理、数据的准备、运行过程分析、源程序（代码、图形图象界面等注：本项可以增加页数例1图像点运算skull=imread(skull.tif);读取图subplot(131),imshow(skull)生成一行三列三块区域，并在第一块区域绘制图I=double(skull);转换为双精度类型J=I*0.43+60;利用该函数对输出图像进行压缩，使其对比度减小，图像变skull2=uint8(J);转换uint8subplot(132),imshow(skull2)J=I*1.5-60;利用该函数对输出图像进行对比度级数拓展，使其对比度增强，图像变skull3

3、=uint8(J);转换uint8subplot(133),imshow(skull3)运行结果：图1 原图像2 对比度减小的图像3 对比度增强的图像分析：1）subplot是用于将多个图像画到一个平面上的函数。subplot(m,n,p,)中的m表示m行，n 表示n列，p表示从左到右的第几块区域；uint88Matlab中 doubleskulldouble格式；线性灰度变换函数 当a=1，b=0a=1b0时，输出图像所有灰度值上移或下移；当0 a 1如图2所示；当a 13所示；当a0时，输出图像暗区域变亮，亮区域变暗，图像求反。2、图像的代数运算例2图像加法运skull=imread(sk

4、ull.tif);%读取图imshow(skull)显示图像J=imread(cameraman.tif);读取图figure,imshow(J)显示图像I=imresize(skull,256,256); 将skull图像转换为256256的大K=imadd(I,J);%对两幅图像的灰度值进行加法运算figure,imshow(K)显示图像K2=imadd(I,J,uint16);对两幅图像的灰度值进行加法运算，并转化figure,imshow(K2,)显示图像RGB=imread(skull.tif);读取图像RGB2=imadd(RGB,50);将图像skull与常50相imshow(R

5、GB)显 示 图 像 figure,imshow(RGB2)显示亮度增50的RGB图像RGB3=imadd(RGB,100);%将图skull与常100相figure,imshow(RGB3)显示亮度增100的RGB图像运行结果：图4原图像5原图像图6两幅相加后的图像图7转化的图像8原图9亮度增50后的图像图10 亮度增强100后的图像分析：1）imadd是用于实现两图像灰度值相加的函数，imadd(I,J)中的I和J要求大小相等，由于我读取的skull图像的尺寸为1280 1024 ，因此在进行I和J的加法运算前须利用imresize函数把skull图像转换为256 256 的大小；和J6I

6、和Juint16的图 7677的模糊，这是由于 Matlabdoubleuint16double 型的图像更清晰；50RGB50，如图9所示，以此类推，图10为灰度级增强了100的图像。例3 图像减法运算I=imread(skull.tif);读取图imshow(I)显示图像background=imopen(I,strel(disk,15);估计圆盘半径15的背景图figure,imshow(background);显 示 背 景 图 I2=imsubtract(I,background);从原始图像中减去不均匀的背景图运行结果：图11 skull原图图12 背景图图13 减去背景图后的图像

7、分析：1）imopen开运算属于形态图像处理，是先腐蚀后膨胀，可以使边界平滑，消除尖刺， 断开窄小的连接，保持面积大小不变；strel是用于构建结构元素对象， imopen(I,strel(disk,15)就是构建圆盘半径为15的背景图，如图12所示；2）imsubtract函数是用于两幅图像的相减运算，如图13所示，减去不均匀的部分后，图像变得更加平滑。例4 图像的乘法运算I=imread(skull.tif); %读取图像J=immultiply(I,1.2); %图像的乘法，缩放因子是1.21，增强图像的亮度K=immultiply(I,0.5); %图像的乘法，缩放因子是0.51，减小

8、图像的亮度imshow(I) %显示原图像figure,imshow(J) %显示亮度增强图像figure,imshow(K) %显示亮度减小图像运行结果：图14原图15亮度增强后的图像16亮度减小后的图像分析：1）乘法运算可以实现掩模操作，即屏蔽掉图像的某些部分2）一幅图像乘以一个常数通常被称为缩放。immultiply(I,1.2)，使用的缩放因数大于1，那么将增强图像的亮度，如图15所示；immultiply(I,0.5)中的因数小于1则会使图像变暗，如图16所示。例5 图像除法运算I=imread(skull.tif);读取原图J=double(I)*0.43+80;利用该函数对输出图

9、像进行处理，是对比度减小，图像变J=uint8(J);转换uint8K=imdivide(I,J);除法运imshow(I)显示原图像figure,imshow(J)显示对比度减小的图像figure,imshow(K)显示灰度级相除后的图运行结果：图17原图18对比度减小的图片图19灰度级相除后的图片分析：1）J=double(I)*0.43+80是将skull图像转换为double型再对其进行灰度变换运算，使其灰度级减小，如图18所示；I和double型的J 转换为uint80,119所示；除法运算是用于校正成像设备的非线性影响。例6 图像的几何运算I=imread(skull.tif);

10、%读取图像J=imresize(I,1.25);返回图J,其长宽是图I的长宽1.25倍，即放大图K=imresize(I,0.8);返回图K,其长宽是图I的长宽0.8倍，即缩小图像imshow(I)显示原图figure,imshow(J)显示尺寸放大的图像figure,imshow(K)显示尺寸减小的图Y=imresize(I,100,150);返回图Y，高度100，宽度figure,imshow(Y)显示100150的图像运行结果：20的原图像21尺寸放大的图像22尺寸减小的图像图23100150的图像J图像1.2521所示；K=imresize(I,0.8K, 所示；2）Y=imresiz

11、e(I,100,150)是直接指定输出图像真实的大小，即返回图像Y，高度为100，宽度为150。例7 旋转一幅图像I=imread(skull.tif);读取图J=imrotate(I,30,bilinear);将图绕图像的中心点旋30度J1=imrotate(I,30,bilinear,crop);通过对旋转后的图像进行裁剪保持旋转输出图像J1的尺寸和输入图像skull的尺寸一样。imshow(I)figure,imshow(J)显示逆时针旋30度的图figure,imshow(J1)显示裁剪后的图像J2=imrotate(I,-15,bilinear); 将图像顺时针旋15度，进行双线性插

12、figure,imshow(J2)显示顺时针旋15度的图像运行结果：图24的原图像25逆时针旋转30o 的图像图26裁剪后的图像27顺时针旋转15o 的图像分析：Imrorate(x，n)是用于对图像进行旋转的函数，其中 X 若为正数则表示逆时针旋转，数则表表示逆时针旋转 30 度，如图 25 所示；其中 bilinear 为双线性插值，在两个方向分别进行一次线性插值； J2=imrotate(I,-15,bilinear)则表示顺时针15 27所示；J1=imrotate(I,30,bilinear,crop)是通过对旋转后的图像进行裁剪，保持旋转后输出图像J1的尺寸和输入图像skull的尺

13、寸一样，如图26所示。例8 图像剪切%通过交互操作，从一幅图像中剪切一个矩形区域I=imread(skull.tif);读取图像imshow(I);II1=imcrop;figure,imshow(I1)I1I2=imcrop(I,30 60 120 160);图I,坐标（30，60）往120*160的图figure,imshow(I2)显示图I2运行结果：图28的原图像29手动剪切后的图像30定义剪切后的图像 分析用于返回图像的一个裁剪区域，但其也允许用户自己以交互方式使用鼠标选定 60 120 160) 30-6060-16030所示。例9 图像的领域操作I=imread(skull.ti

14、f);读取原f=inline(max(x(:);定义一个取最大值的函f，构造复合函数I2=nlfilter(I,3 3,f);%对图I的每一3*3滑块应用函f，滑动邻域操imshow(I)显示原图figure,imshow(I2)I=imread(skull.tif);读取原图f=inline(uint8(round(mean2(x)*ones(size(x);构造复合函数I2=blkproc(I,8 8,f);对图I的每一滑块应用函f，分离邻域操imshow(I)显示原图figure,imshow(I2)运行结果：运行结果：图 31 skull 的原图像图 32 滑动邻域操作的图像图 33 分离邻域操作的图像分析：1）nlfilter3,f)为对图像 I 的每一个 3*3 滑块应用函数f 进行滑动邻域操作，如图 32 所示；2）blkproc 是实现图像的显示块操作，即分离邻域操作，blkproc(I,8 8,fI8*8f33第 PAGE 第10页共10页医学图像处理五、实验小结：（包括主要实验问题的最终结果描述、详细的收获体会，待解决的