图像剪切和索引.doc

图像的剪切与索引 　　　　　　　　　　　　　　　　 一、实验目的： 1.掌握在MATLAB中进行图象文件类型转换的方法。 2.观察图象转换前后的效果，加深对图象文件类型的理解 3.了解计算图像的统计指标的方法及其在图像处理中的意义。图像是典型的二维随机信号，其统计特征对于进一 步处理和分析是十分重要的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别 于其他图像的许多参数指标。 二、实验仪器及设备： 1.微型计算机。 2.MATLAB软件。 3.典型的彩色图像。三、实验内容： 1.彩色图像转换为灰度图像 2.将图像转换为二值化图像 3.RGB图像转换为索引图像 4).对图像进行剪切 四、实验原理： 1.可以将一幅图像视为一个二维矩阵，因此用MATLAB处理图像是十分方便的。 2.利用MATLAB图像处理工具箱读、写和显示图像文件。 <1>.调用imread函数将图像文件读入图像数组。 <2>.调用imwrite函数将图像矩阵写入图像文件。 <3>.调用imshow函数显示图像。 3.调用rgb2gray函数转灰度图，调用im2bw函数转二进制，调用rgb2ing函数剪切图像。. 4.计算图像的有关参数。 <1>.图像的灰度平均值。调用函数ave=mean2(I)计算图像I的均值。 <2>.图像的灰度标准差。调用函数SD=std2(I)计算图像I的灰度标准差。 五、实验程序： I=imread('hua.jpg'); subplot(2,2,1);imshow(I); J=rgb2gray(I); %彩图转灰度图 subplot(2,2,2);imshow(J); K=im2bw(I,map,0.7); %彩图转阈值为0.7的二值图像 subplot(2,2,3);imshow(K); I2=imcrop(I,[120 60 290 340]); %图像截取，imcrop(‘图像名’，[x起点，y起点，x宽度，y宽度]) subplot(2,2,4);imshow(I2); [D,map]=rgb2ind(I,256); %转化RGB图像为索引图像，rgb2ind(I,N)中Ｎ指的是map包含的行数（即索引图像颜色数目）的最大值，这里分别选取了颜色数目为256,128,64,8,2的索引图像。 figure,imshow(D,map) [E,map]=rgb2ind(I,128); figure,imshow(E,map) [F,map]=rgb2ind(I,64); figure,imshow(F,map) [G,map]=rgb2ind(I,8); figure,imshow(G,map) [H,map]=rgb2ind(I,2); figure,imshow(H,map); Ave=mean2(J) %计算图像的灰度平均值 SD=std2(double(J)) %计算图像的灰度标准差 s=size(J) %图像大小为s(1)*s(2)=256*320 all_white=255*ones(s(1),s(2)); %设置全部为白色灰度255 all_white_uint8=uint8(all_white); %图像相减的反白图像 imwrite(K,'hua_iverse.jpg'); 六、实验结果： １．Command中： Ave = 180.5427 SD = 34.3535 s = 500 ２.输出图像： 原图像　　灰度图像 二进制图　图像剪切 颜色数目为256的索引图像 颜色数目为128的索引图像 颜色数目为64的索引图像 颜色数目为8的索引图像 颜色数目为2的索引图像 七、心得体会 1.通过这次实验，我学会如何对图像进行灰度转化，二进制转化，索引转化以及如何截取图像。 2.相关系数反映了两幅图像相互线性联系密切程度的统计参数。协方差矩阵为零时表示图像之间相互抵赖，反之表示两幅图像之间相互依赖。协方差越大，相关程度越强。图像大小、灰度平均值、协方差矩阵，灰度标准差以及相关系数共同体现了图像的信息. 3.实验中，二进制转化的阈值不同，图像的清晰度也不一样。（本次试验所取阈值为0.7）阈值的取值范围在[0,1]之间，它相当一个门限，输入图像的像素大于这个门限时就可以输出。