数字图像处理实验原理.docVIP

实验一 Matlab语言、数字图象基本操作 一、实验目的 1、复习MATLAB语言的基本用法； 2、掌握MATLAB语言中图象数据与信息的读取方法； 3、掌握在MATLAB中绘制灰度直方图的方法，了解灰度直方图的均衡化的方法。 二、实验原理 ??? MATLAB是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。 MATLAB软件具有很强的开放性和适用性。在保持内核不变的情况下，MATLAB可以针对不同的应用学科推出相应的工具箱(toolbox)。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在工具箱（Toolbox）家族中有自己的一席之地。 在实验中我们主要用到MATLAB提供图象处理工具箱（Image Processing Toolbox）。 1、MATLAB与数字图像处理 ??? 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M×N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。 2、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。针对数字图象处理的需要，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） 以下主要介绍一下如何读取矩阵的指定行或指定列，举例说明： x=4:6　%产生一个一维数组，范围从4到6，步长为1 x = 　　 4　　 5　　 6 插入：通过对x进行插入运算创建矩阵A A=[x-3;x;x+3]　 %当然也可以用别的方法产生A矩阵此处只作为示例 A = 　　 1　　 2　　 3 　　 4　　 5　　 6 　　 7　　 8　　 9 提取：提取A的前两行和后两列形成矩阵C。 C=A(1:2,2:3) C = 　　 2　　 3 　　 5　　 6 置零：将矩阵A 的第二行第二列的元素置零 A(2,2)=0 A = 　　 1　　 2　　 3 　　 4　　 0　　 6 　　 7　　 8　　 9 将矩阵A的第一列全置1 A(:,1)=1 A = 　　 1　　 2　　 3 　　 1　　 0　　 6 　　 1　　 8　　 9 强调一下矩阵的乘法与矩阵的点乘的不同，举例说明： A=eye(2)　 %产生二维单位矩阵 A = 　　 1　　 0 　　 0　　 1 B=[1,2;3,4]　 %直接法输入矩阵 B = 　　 1　　 2 　　 3　　 4 A+B　%求A与B的和（符合矩阵求和原则） ans = 　　 2　　 2 　　 3　　 5 A.*B %求A与B的点积（即两矩阵中对应元素分别相乘 ans = 　　 1　　 0 　　 0　　 4 A*B %求A与B的乘积（符合矩阵乘积原则A的列数与B的行数相等） ans = 　　 1　　 2 ???? 3　　 4 注意：请大家在E盘建一个目录（imp），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 3、MATLAB中图象数据的读取 A、 imrea