图像信息处理之图像旋转和阈值分割.doc

图像信息处理上机实验报告 图像旋转、阈值分割 1、实验内容： （1）写出以图像中心点作为支点旋转任意角度，图像仍保持完整的旋转程序； （2）对Fig33图，采用灰度直方图峰谷方法分离出米粒，要求编写程序自动求直方图峰谷对应的分割阈值; (3)练习PS中把jimoxiong变换到jimoxiong2，或者反向恢复，并证明你的操作是成功的，写出基本步骤。 2、具体实验 一、图像旋转： 实验原理： ：计算公式：i=icosθ-jsinθ j=icosθ+jcosθ (i,j)为原图像素点坐标，（i,j）是对应像素点经旋转变换后图像像素点坐标； ：对计算所得坐标值取整； 对取整后坐标值范围进行画布扩大； 对图像出现的空穴进行 实验程序： function r=imrotate(I,theta) I = imread(L:\图像信息处理\17周上机\Fig33.BMP); [row,col]= size(I); theta=(30*pi/180); %旋转30度 cosa=cos(theta); sina=sin(theta); %原图四个顶点坐标 srcx1=-col*0.5;srcy1=row*0.5; srcx2=col*0.5;srcy2=row*0.5; srcx3=-col*0.5;srcy3=-row*0.5; srcx4=col*0.5;srcy4=-row*0.5; %图像旋转后四个顶点坐标 dstx1=cosa*srcx1-sina*srcy1; dsty1=sina*srcx1+cosa*srcy1; dstx2=cosa*srcx2-sina*srcy2; dsty2=sina*srcx2+cosa*srcy2; dstx3=cosa*srcx3-sina*srcy3; dsty3=sina*srcx3+cosa*srcy3; dstx4=cosa*srcx4-sina*srcy4; dsty4=sina*srcx4+cosa*srcy4; %计算旋转后图像宽度和高度 %旋转后图像高为对应顶点纵坐标之差较大值 h=max(abs(dsty4-dsty1),abs(dsty2-dsty3))+0.5; %旋转后图像宽为对应顶点纵坐标之差较大值 w=max(abs(dstx4-dstx1),abs(dstx2-dstx3))+0.5; %对新图高宽进行四舍五入 h=floor(h); w=floor(w); r=zeros(h,w); f1=-w*0.5*cosa-h*0.5*sina+0.5*col; f2=w*0.5*sina-h*0.5*cosa+0.5*row; for x=1:w for y=1:h x0=floor(x*cosa+y*sina+f1); y0=floor(-x*sina+y+cosa+f2);%对图像进行填充 if x00x0coly00y0=row r(y,x)=I(y0,x0); end end end subplot(121),imshow(I); subplot(122);imshow(r,[]); 实验结果： 二：阈值分割 实验原理： 所谓阈值方法就是确定某个阈值TH，根据图像中每个像素的灰度值大于或小于该阈值TH，来进行图像分割。当图像的灰度直方图为双峰分布时，表明图像的内容大致分为两个部分，分别为灰度分布的两个山峰的附近。灰度直方图的峰谷阈值方法是一种有效且非常简单的阈值方法，但是该方法有一个局限性，就是要求图像的灰度直方图必须具有双峰性。 实验程序： Im=imread(L:\图像信息处理\17周上机\Fig33.BMP); subplot(1,3,1),imhist(Im),title(灰度直方图) subplot(1,3,2),imshow(Im) , title(原像) [x,y]=size(Im); b=double(Im); zd=double(max(max(Im))) % 求出图象中最大的灰度 zx=double(min(min(Im))) % 最小的灰度 T=double((zd+zx))/2; count=double(0); while 1 % 迭代最佳阈值分割算法 count=count+1; S0=0.0; n0=0.0; S1=0.0; n1=0.0; for i=1:x for j=1:y if double(Im(i,j))=T S1=S1+double(Im(i,j)); %大