重 庆 邮 电 大 学
《数字图像处理》课程上机实验
                学 院     生物信息学院   
                专 业     生物医学工程   
                班 级       0611302   
                姓 名       李霞     
                学 号       ********** 
实 验 一MATLAB数字图像处理初步
一、实验目的与要求
1．熟悉及掌握在MATLAB中能够处理哪些格式图像。
2．熟练掌握在MATLAB中如何读取图像。
3．掌握如何利用MATLAB来获取图像的大小、颜、高度、宽度等等相关信息。
4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。
    5．图像间如何转化。
二、实验原理及知识点
直条图和直方图图片
1、数字图像的表示和类别
一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩图像是由单个二维图像组合形成的。例如，在RGB彩系统中，一幅彩图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩图像处理，方法是分别处理三副独立的分量图像即可。
图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标
和振幅。将坐标值数字化成为取样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。
作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。
根据图像数据矩阵解释方法的不同，MATLAB把其处理为4类：
亮度图像(Intensity images)
二值图像(Binary images)
索引图像(Indexed images)
RGB图像(RGB images)
(1) 亮度图像
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
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二值数组或逻辑数组。创建一个逻辑图像，其语法为：
                    B=logical(A)
其中，B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
索引颜通常也称为映射颜，在这种模式下，颜都是预先定义的，并且可供选用的一组颜也很有限，索引颜的图像最多只能显示256种颜。
一幅索引颜图像在图像文件里定义，当打开该文件时，构成该图像具体颜的索引值就被读入程序里，然后根据索引值到最终的颜。
(4) RGB图像
一幅RGB图像就是彩像素的一个M×N×3数组，其中每一个彩相似点都是在特定空间位置的彩图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩图像的三个图像常称为红、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图像：
              rgb_image=cat(3,fR,fG,fB)
在操作中，图像按顺序放置。
三、实验内容及步骤
1．利用imread( )函数读取一幅图像，假设其名为flower.tif，存入一个数组中；
解：读取图像，存入数组I中：I = imread('flower.tif'); 
2．利用whos 命令提取该读入图像flower.tif的基本信息；
  解： 查询数组I的信息：
 
3．利用imshow()函数来显示这幅图像；
解：因为imshow()方法不能直接显示tif图像矩阵，因此要先转换成RGB模式，再调用imshow()显示。
代码如下：
>>I1 = I(:,:,1);
>> I2 = I(:,:,2);
>> I3 = I(:,:,3);
>> RGB = cat(3,I1,I2,I3);
>>imshow(RGB);
显示的图像为：
4．利用imfinfo函数来获取图像文件的压缩，颜等等其他的详细信息；
解：代码如下：>> imfinfo('flower.tif')
结果截图：
5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。
解：代码：>> imwrite(RGB,'flower.jpg','quality',80);
结果截图：
6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。
解：代码：>> imwrite(RGB,'flower.bmp');结果截图：
7．用imread()读入图像：Lenna.jpg 和camema.jpg；
解：代码：>> J = imread('Lenna.jpg');
>> K = imread('camema.jpg');
8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；
解：代码：>> imfinfo('Lenna.jpg')
>> imfinfo('camema.jpg')
结果截图：
9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。