图形图像处理实报告_08-7ban.docVIP

昆明理工大学信息工程与自动化学院学生实验报告 （ 2012 — 2013 学年 第 2 学期 ） 课程名称：图形图像处理 开课实验室： 2013年06月16日 专业、年级、班 计科101 学号 201010405127 姓名 张泽华 成绩 实验项目名称 图形图像处理实验报告(五个实验报告) 指导教师 刘辉 教师评语 该同学是否了解实验原理： A.了解□ B.基本了解□ C.不了解□ 该同学的实验能力： A.强 □ B.中等 □ C.差 □ 该同学的实验是否达到要求： A.达到□ B.基本达到□ C.未达到□ 实验报告是否规范： A.规范□ B.基本规范□ C.不规范□ 实验过程是否详细记录： A.详细□ B.一般 □ C.没有 □ 教师签名： 年 月 日 实验一MATLAB数字图像处理初步 实验与软件 PC计算机系统 包括图像处理工具箱(Image Processing Toolbox) 实验图片 f(x,y)，其中x和y是空间(平面)坐标，f在坐标(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由若干个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术也适用于彩色图像处理，方法是分别处理三幅独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化称为取样，将振幅数字化称为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数组十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。 图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images) (1) 亮度图像 一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类型或uint16类型，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类型，则像素取值就是浮点数。规定双精度double型归一化亮度图像的取值范围是[0 1]。 (2) 二值图像 一幅二值图像是一个取值只有0和1的逻辑数组。而一幅取值只包含0和1的uint8类型数组，在MATLAB中并不认为是二值图像。使用logical函数可以把数值数组转化为逻辑数组。创建一个逻辑图像，其语法为： B=logical(A) 其中，A是由0和1构成的数值数组。 要测试一个数组是否为逻辑数组，可以使用函数: islogical(c) 若C是逻辑数组，则该函数返回1；否则，返回0。 (3) 索引图像 索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。 (4) RGB图像 一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色像素点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿和蓝分量图像。 令fR，fG和fB分别代表三种RGB分量图像。一幅RGB图像可以利用cat(级联)操作将这些分量图像组合成彩色图像： rgb_image=cat(3,fR,fG,fB) 2、数据类型和图像类型间的转化 表1列出了MATLAB和IPT（图像处理工具箱）为表示像素所支持的各种数据类型。表中前8项称为数值数据类型，第9项称为字符类型，最后一项称为逻辑数据类型。 IPT提供了执行必要缩放的函数(见表2)，以便在图像类型和数据类型间进行转化。 表1 名称 描述 double 双精度浮点数，范围：-10308 ~ 10308 uint8 无符号8 bit整数，范围：0 ~ 255 uint16 无符号16 bit整数，范围：0 ~ 65536 uint32