数字图像处理实验一报告.docVIP

贵州大学实验报告 学院： 专业： 班级： 姓名 学号 实验组 实验时间 指导教师 成绩 实验项目名称 实验一：图像的基本运算及常用变换 实验目的 通过本实验的学习使学生熟悉MATLAB图像处理工具箱的编程和使用； 掌握数字图像的基本算术运算和逻辑运算的原理和应用； 掌握常用的变换：二维离散傅立叶变换、二维离散余弦变换的正反变换，及一些性质的验证。 实验要求 集中授课的教学形式 实验原理 1、图像文件的读取：imread函数 语法： A = imread(‘filename’,fmt) [X,map] = imread(‘filename’,fmt) [...] = imread(‘filename’) [...] = imread(...,idx) (CUR, ICO, and TIFF only) [...] = imread(...,ref) (HDF only) [...] = imread(...,BackgroundColor,BG) (PNG only) [A,map,alpha] = imread(...) (PNG only) 2、图像文件的显示：imshow函数 当用户调用imshow函数显示一幅图像时，该函数将自动设置图像窗口、坐标轴和图像属性。这些自动设置的属性具体包括图像对象的CData属性和CDataMapping属性、坐标轴对象的CLim属性、图像窗口对象的Colormap属性。 另外，根据用户使用参数的不同，imshow函数在调用时除了完成前面提到的属性设置外还可以完成以下的操作： 设置其它的图形窗口对象的属性和坐标轴对象的属性以优化显示效果，如可以设置隐藏坐标轴及其标示等。包含和隐藏图像边框。调用truesize函数以显示没有彩色渐变效果的图像。 语法： imshow(I,n) imshow(I,[low high]) imshow(BW) imshow(X,map) imshow(RGB) imshow(...,display_option) imshow(x,y,A,...) imshow filename h = imshow(...) 3、在图像处理中一种最简单的图像恢复算法是利用其邻域像素的值求和再取平均来得到改点的一个恢复值： 4、运动检测原理：在序列图像中，通过逐像素比较可直接求取前后两帧图像之间的差别。假设照明条件在多帧图像间基本不变化，那么差图像中的不为零处表明该处的像素发生了移动。换句话说，对时间上相邻的两幅图像求差可以将图像中目标的位置和形状变化突出出来。 5、Matlab中的fft2函数 语法： Y = fft2(X) Y = fft2(X,m,n) 6、Matlab中的ifft2函数 语法： Y = ifft2(X) Y = ifft2(X,m,n) 7、二维傅立叶变换的平移性质。 8、Matlab中二维离散余弦变换函数dct2 语法： B = dct2(A) B = dct2(A,m,n) B = dct2(A,[m n]) 9、Matlab中的函数dctmtx 此函数可以用来求离散余弦变换的变换矩阵D。 语法： D = dctmtx(n) 10、DCT域的图像压缩原理。 离散余弦变换DCT（Discrete Cosine Transform）是数码率压缩的一个常用的变换编码方法。DCT是先将整体图像分成N×N像素块，然后对N×N 像素块逐一进行DCT变换。称为DCT系数。此矩阵的左上角系数相当于最低频率的系数，简称为子图像的直流（DC）系数或直流成分；除此之外的均为交流系数。在右下角的系数是最高频率的系数；在右上角的系数，表示水平方向频率最高，垂直方向频率最低的系数；在左下角的系数，表示垂直方向频率最高，水平方向频率最低的系数。 另外在进行DCT变换以前，二维空间图像亮度数据通常较高，应该先进行向下电平的移位。如果是256灰度级，则将亮度值剪掉128。 由于大多数图像的高频分量较少，相应于图像高频分量的系数经常为零，加之人眼对高频成分的失真不太敏感，所以可用更粗的量化。因此，传送变换系数的数码率要大大小于传送图像像素所用的数码率。到达接收端后通过反离散余弦变换回到值。虽然会有一定的失真，但人眼是可以接受的。 电平移位后为： DCT系数 从上面的DCT变换系数矩阵可以看出高频分量占得很少。所以对于系数小的我们可以分配较少的比特，大的系数可以分配较多的比特，对其进行量化编码。 实验仪器 计算机一台； Matlab软件 实验步骤 读取一个彩色图像文件并显示。将此图像转换为256色的灰度图像。用subimage函数将彩色图像和灰度图像同时显示。