数字图像处理之彩色图像地处理

实验六彩色图像的处理

一、实验目的

1、掌握matlab中RGB图像与索引图像、灰度级图像之间转换函数。

2、了解RGB图像与不同颜色空间之间的转换。

3、掌握彩色图像的直方图处理方法。

二、实验内容及步骤

1、RGB图像与索引图像、灰度级图像的转换。

close all

RGB=imread('flowers.tif');

[R_i,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像

figure

imshow(R_i,map)

[R_g]=rgb2gray(RGB);%RGB图像转换为灰度级图像

figure

imshow(R_g)

思考：

将RGB 图像’flowers.tif ’分别转换为32色、256色、1024色索引图像，是否调色板所表示的颜色值越多图像越好？

close all

RGB=imread('flowers.tif');

[R_i1,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像

[R_i2,map]=rgb2ind(RGB,32);%RGB图像转换为32色的索引图像

[R_i3,map]=rgb2ind(RGB,256);%RGB图像转换为256色的索引图像

[R_i4,map]=rgb2ind(RGB,1024);%RGB图像转换为1024色的索引图像

Subplot(221);imshow(R_i1,map);title('8色的索引图像');

Subplot(222);imshow(R_i2,map);title('32色的索引图像');

Subplot(223);imshow(R_i3,map);title('256色的索引图像');

Subplot(224);imshow(R_i4,map);title('1024色的索引图像');

结论：随着索引值的增加图像的质量也有增加，更加清晰，色彩也更加鲜明。但不是不是颜色值越多越好。当索引值过高时，会出现无法识别而致模糊的情况出现。

2、RGB图像与不同颜色空间的转换。

(1) RGB与HSI颜色空间的转换

HSI应用于彩色图像处理。实验六文件夹中rgb2hsi( )函数将RGB颜色空间转换为HSI 空间并显示各分量， hsi2rgb( )函数是将HSI颜色空间转换为RGB颜色空间。

close all

x=imread('flowers.tif');

figure

imshow(x)

title('RGB')

x_hsi=rgb2hsi(x);% RGB颜色空间转换成HSI颜色空间, % 并显示H、S、I各分量

figure

imshow(x_hsi)

title('HSI')

x_h_r=hsi2rgb(x_hsi);

figure

imshow(x_h_r)

title('HSI-->RGB')

（2）RGB与CMY颜色空间转换

CMY颜色空间运用在大多数在纸上沉积彩色颜料的设备，如彩色打印机和复印机。CMY(青、深红、黄)是RGB颜色空间的补色。

close all

x=imread('flowers.tif');

X = im2double(x);

R=X(:,:,1);

G=X(:,:,2);

B=X(:,:,3);

C=1-R;

M=1-G;

Y=1-B;

R1=1-C;

G1=1-M;

B1=1-Y;

CMY=cat(3,C,M,Y);

RGB1=cat(3,R,G,B);

subplot(1,3,1),imshow(X);title('RGB') ;

subplot(1,3,2),imshow(CMY);title('CMY') ;

subplot(1,3,3),imshow(RGB1);title('CMY--->RGB') ;

思考：

如何将RGB图像分解出其R、G、B颜色分量？结果类似下图。close all

x=imread('flowers.tif');

X = im2double(x);

R=X(:,:,1);

G=X(:,:,2);

B=X(:,:,3);

C1=R;

M1=G-G;

Y1=B-B;

C2=R-R;

M2=G;

Y2=B-B;

C3=R-R;

M3=G-G;

Y3=B;

R=cat(3,C1,M1,Y1);

G=cat(3,C2,M2,Y2);

B=cat(3,C3,M3,Y3);

subplot(1,3,1),imshow(R);title('R') ;

subplot(1,3,2),imshow(G);title('G') ;

subplot(1,3,3),imshow(B);title('B') ;

3、彩色图像的直方图处理

（1）在HSI颜色空间对I（强度）分量进行调整及直方图均衡化。

close all

x=imread('flowers.tif');

figure

imshow(x)

title('RGB')

x_hsi=rgb2hsi(x);% RGB颜色空间转换成HSI颜色空间,

% 并显示H、S、I各分量

h=x_hsi(:,:,1);

s=x_hsi(:,:,2);

i=x_hsi(:,:,3);

i1=imadjust(i,[0 1],[],0.6);%对I分量进行灰度值调整，使图像更亮

x_hsi=cat(3,h,s,i1);

x_h_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间

figure

imshow(x_h_r)

title('imadjust(i,[],[],0.6)')

i2=histeq(i); %对I分量进行直方图均衡化，加强对比度 x_hsi=cat(3,h,s,i2);

x_h_r=hsi2rgb(x_hsi); % HSI空间转换为RGB空间

figure

imshow(x_h_r)

title('histeq(i)')

(2) RGB颜色空间对全彩色进行直方图处理

close all

x=imread('flowers.tif');

figure

imshow(x)

title('RGB')

r=x(:,:,1); g=x(:,:,2); b=x(:,:,3); r1=imadjust(r,[0 1],[],0.6);%对R分量进行灰度值调整

g1=imadjust(g,[0 1],[],0.6); %对G分量进行灰度值调整

b1=imadjust(b,[0 1],[],0.6); %对B分量进行灰度值调整

x1=cat(3,r1,g1,b1);

figure; imshow(x1)

title('imadjust(r/g/b,[],[],0.6)')

r2=histeq(r); %直方图均衡化

g2=histeq(g);

b2=histeq(b);

x2=cat(3,r2,g2,b2);%处理后的R、G、B分量合并回RGB图像

figure; imshow(x2)

title('histeq(r/g/b)')

思考：

参考彩色图像的直方图处理方法，分别对RGB图像 'flowers.tif' 进行尺寸为5*5的均值平滑滤波及拉普拉斯锐化。（在HIS空间或RGB空间都可以）结果类似下图。

拉普拉斯算子：h=[ -1 -1 -1;

-1 8 -1;

-1 -1 -1;];

（1）5*5 均值平滑滤波

close all;

x=imread('flowers.tif');

h=fspecial('average',5);

y=imfilter(x,h);

subplot(1,2,1);

imshow(x);title('RGB');

subplot(1,2,2);

imshow(y);title('5*5 均值平滑滤波');

（2）拉普拉斯锐化

close all;

x=imread('flowers.tif');

h=[ -1 -1 -1;

-1 8 -1;

-1 -1 -1;];

y=imfilter(x,h);

subplot(1,2,1);

imshow(x);title('RGB');

subplot(1,2,2);

imshow(y);title('拉普拉斯滤波');

三、实验报告

1、按照实验步骤做实验；

2、记录实验结果，并作出总结；

3、按照实验报告格式写出报告。

四、实验心得及机会

通过这次实验，我学会并了解了许多有关数字图像处理方面的知识。以前只是看着课本上的内容学习，对很多知识只是生分的了解，但是不懂得如何应用，通过做实验，自己动手，对图像做一系列的处理和变换，体会到了各种参数对数字图像的影响。通过此次实验也发现了自己的而许多问题，在对于MATLAB软件的应用上面我还有许多不足，尤其是对如何编写M文件方面很难掌握，仍有待加强。