河北工业大《计算机图像处理》实验指导书.doc

实验一 MATLAB数字图像处理基本操作一、实验目的与要求1．熟悉MATLAB软件的开发环境、基本操作以及图像处理工具箱，为编写图像处理程序奠定基础。2．掌握二值、灰度和彩色图像的读、写和显示方法，以及图像的高、宽、颜色等参数的获取方法。3．根据实验内容进行问题的简单分析和初步编码。二、实验相关知识1、Matlab软件Image Processing Toolbox简介MatLab的原文是Matrix Laboratory，它包括若干个工具箱，如Communications Toolbox、Control System Toolbox、Neural Network Toolbox、Wavelet Toolbox等等，其中Image Processing Toolbox图像处理工具箱可以完成Geometric Operations、Enhancement、Color Segmentation、Image Transformation、Image Analysis、Morphological Operations等操作。在MatLab中，图像就是一个矩阵，在进行处理时当作一个变量即可，因此运算的书写十分简洁，故MatLab有草稿纸式的算法语言之称。例如：J=I+50; %为原始图像I加上一常数50，并将结果赋予变量J，其效果相当于得到一幅加亮的图像J以此类推可以书写出减法J=I-0.5；乘法J=I*2；除法J=I/3；等等。利用MatLab提供的imread和imwrite函数可以完成对图像文件的读写操作，它们所支持的一些常用的图像文件格式见表1-1。表1-1 MATLAB支持的一些常用的图像文件格式格式名称描述可识别的扩展符TIFF加标签的图像文件格式.tiff、.tifJPEG联合图像专家组.jpg、.jpegGIF图像交换格式.gifBMPWindows位图.bmpPNG可移植网络图形.pngXWDX Window转储.xwdMatLab提供了两种运行方式，即命令行方式和M文件方式。打开MatLab界面后，在Command窗口的提示符号“”下直接键入命令即可运行，如键入：clear %执行本命令将会清除内存中的全部变量 figure(1); %生成一个图像窗口1 I=imread(e:lena.bmp); %将硬盘e:根目录上的图像文件lena.bmp的数据读入矩阵变量I中 imshow(I); %在当前的图像窗口中显示图像矩阵I title(原始图像); %在当前的图像窗口中加上标题但为了能够对程序进行调试和重复应用，我们要求用M文件的方式完成实验中各个程序的编写。2、数字图像的表示和类别根据图像数据矩阵解释方法的不同，MATLAB把其处理为四类：(1) 亮度图像（Intensity images）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类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1]。(2) 二值图像（Binary images）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，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（Indexed images）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（RGB images）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上相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个矩阵常称为红、绿或蓝分量图像。令fR，fG和fB分别代表三种RGB分量图像。一幅RGB图像就利用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) 在操作中，图像按顺序放置。3、数据类和图像类型间的转化表1-2中列出了MATLAB和Image Processing Toolbox为表示图像所支持的各种数据类。表中的前8项称为数值数据类，第9项称为字符类，最后一项称为逻辑数据类。表1-3列出了工具箱中提供的一些必要函数，以便在图像类和数据类之间进