- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
实验1数字图像文件基本类型转换
实验一 数字图像文件基本 类型的转换 ;;数字图像处理:是将图像信号转换成数字格式并利用计算机对其进行一系列的操作,以得到所期望的结果。
数字图像的特点:
处理信息量大;
数字图像处理占用的频带较宽;
数字图像中各个像素的相关性大。
;数字图像处理的主要研究内容;三、实验内容;图像的显示 ;图像保存1 ;图像保存2; (1)索引图像
索引图像包括图像矩阵与颜色图数组。其中颜色
图是按照图像中颜色值进行排序后的数组。对于每个
象素,图像矩阵包含一个值,这个值就是颜色图数组
中的索引。颜色图为m*3双精度值矩阵,各行分别指
定红、绿、蓝单色值。
图像矩阵与颜色图的关系依赖于图像矩阵是双精
度还是无符号8位整数(unit8)
双精度:第一点对应第一行,……,依次类推
unit8: 有一个偏移量
第0点对应第一行,第一点对应第二行,……; 在MATLAB中,灰度图像是保存在一个矩阵中的,矩阵中的每个元素代表一个像素点。矩阵可以是双精度类型,其值域为[0,1];也可以为uint8类型,其数据范围为[0,255]。
矩阵的每个元素代表不同的亮度或灰度级:
双精度:0—黑色
1—白色
unit8: 0—黑色
255—白色 ;(3)二进制图像;(4)RGB图像 ;几种图像之间的转换:;2) RGB图像与灰度图像的相互转换:rgb2gray( )
格式:
I=rgb2gray(RGB)
将真彩图像RGB转换为灰度级亮度图像I
3) RGB图像与索引图像的相互转换:
rgb2ind( ) ind2rgb( )
格式:
[X,MAP]=rgb2ind(RGB)
RGB=ind2rgb(X,MAP) ;将索引图像、灰度图像、 RGB图像转换为二进制图像im2bw( ) ;格式:
imshow(I,n) 使用n个灰度级显示灰度图像I。
imshow(I,[low high]) 将I显示为灰度图像,
并指定灰度级范围。
imshow(X,MAP) 使用颜色图map显示索引图像。
imshow(RGB) 显示真彩色RGB图像。
imshow(bw) 显示二进制图像。 ;颜色条显示:colorbar()
colorbar(‘vert’) 在垂直轴旁增加一颜色等级条
colorbar(‘horiz’) 在水平轴旁增加一颜色等级条 ;a=imread(city.jpg,jpg);
subplot(2,2,1)
subimage(a)
title(原彩色图像)
i=rgb2gray(a);
subplot(2,2,2)
subimage(i)
title(灰度图像)
[X,MAP]=rgb2ind(a,256);
subplot(2,2,3)
subimage(X)
title(索引图像);图像处理的基本运算;;图像减法(函数:imsubtract())
功能:实现两幅图像相减或图像减去一个常数。
图像乘法(函数:immultiply())
功能:实现两幅图像相乘或图像的亮度缩放。
图像除法(函数:imdivide())
功能:实现两幅图像相除或图像的亮度缩放。
;图像的空间域操作;四、实验报告要求 ;
您可能关注的文档
最近下载
- 深度学习基础及应用(人工智能、大数据技术、计算机等相关专业)全套教学课件.pptx
- 《深度学习基础及应用》教案 第9课 利用循环神经网络进行文本预测和分类(二).docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).docx VIP
- 《深度学习基础及应用》教案 第6课 利用卷积神经网络进行图像处理(一).docx VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.docx VIP
- 《深度学习基础及应用》教案 第8课 利用循环神经网络进行文本预测和分类(一).pdf VIP
- 《深度学习基础及应用》教案 第5课 构建神经网络(三).docx VIP
- 《深度学习基础及应用》教案 第2课 夯实深度学习开发基础.docx VIP
- 人教版五年级上册数学精品教学课件 第3单元 3.3 商的近似数.ppt VIP
- 《深度学习基础及应用》教案 第10课 利用生成对抗神经网络进行图像生成.pdf VIP
文档评论(0)