计算图像的基本统计指标.doc

PAGE \* MERGEFORMAT PAGE \* MERGEFORMAT 1 专业班级： 10 信 息 安 全 专业班级： 10 信 息 安 全 学生姓名： 王 猛 涛 学生学号： _ 20101616310049 _ 指导教师： 姚 孝 明 完成时间：Time \@ "yyyy年M月d日"2012年9月24日 _ 计算图像的基本统计指标 计算图像的基本统计指标 数字图像处理 实验一：计算图像的基本统计指标 一、实验目的 熟悉MATLAB图像处理工具箱的使用方法。在掌握基本的MATLAB操作基础上，图像处理课程主要依靠图像处理工具箱验证和设计图像处理算法。对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学好本课程的必经之路。 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非常重要的。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、实验主要仪器设备 1. 微型计算机：Intel Pentium及更高。 2. MATLAB 7.1.0（安装了图像处理工具箱，即Image Processing Toolbox）。 3. 典型的灰度、彩色图像文件。 三、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（矩阵）。例如，I=imread(‘tire.tif’);。其基本格式为： A=imread(filename,fmt) 其中，A为二维数组，filename为文件名，fmt为图像文件格式的扩展名。 （2）调用imwrite函数将图像矩阵写入图像文件。例如，imwrite(A,’test_image.jpg’);。其基本格式为： imwrite(a,filename,fmt) （3） 调用imshow函数显示图像。例如，imshow(‘tire.tif’);。其基本格式为： imshow(I,N) 其中，I为图像矩阵，N为显示的灰度级数，默认时为256。 计算图像的有关统计参数。 （1）图像的大小。图像的大小是图像的重要属性，其数值宽度（M，单位为像素）与高度（N，单位为像素）的乘积。 调用函数S=size(I)计算图像I的大小S=[N M]，采用K=numel(I)函数计算图像I的像素的总个数K。 图像的灰度平均值。该指标是指图像f所有灰度值的算术平均值，反映了一幅图像的平均亮度。 （1） 调用函数ave=mean2(I)计算图像I的均值。 协方差矩阵（covariance matrix） 设和是大小为的两幅图像，则两幅图像之间的协方差矩阵为： （2） 协方差矩阵是两幅图像之间的相关程度的一种度量。协方差矩阵为零时表明两图像之间相互独立，反之表示两图像之间相互依赖。越大，相关程度越强。 若，则单幅图像的协方差即为该图像的方差（自协方差）。 （3） 调用函数Cfg=COV（f,g）计算图像f和图像g的协方差矩阵。调用COV（f）则以每一行为观察样本，每一列是方差。注意与定义的差异。 （4）图像的灰度标准差（standard deviation） 由于方差按数据与均值差值的平方来计算，与灰度值相差大，难以直观地衡量，所以对方差开平方得到标准差，标准差是评价离散度的较好指标。 （4） 调用函数SD=STD2（I）计算图像I的灰度标准差。 图像的相关系数（correlation coefficient） 协方差可以作为两幅图像相关性的一种度量，但它受两幅图像像素数值的影响。因此，经常将其归一化成相关系数。两幅图像和的相关系数是描述图像相关程度的统计量，是反映两幅图像相互线性联系密切程度的统计参数。相关系数在0~1范围内变动，其值越接近1，两幅图像间的线性相关越密切：相关系数越接近0，相关越不密切。 （5） 调用rfg=CORR2（f,g）可以计算