数字图像处理实验八
数字图像处理实验指导书
《数字图像处理》实验指导书数字图象处理实验的目的不仅是让学生通过用MATLAB等高级语言编写数字图像处理的一些基本算法程序，巩固和掌握图像处理技术的理论、方法和基本技能，提高实际动手能力，而且通过综合实习，让学生能探讨和应用数字图像处理技术去解决一些实际问题。
为学生进一步学习和应用数字图像技术解决实际问题奠定基础。
实验一、数字图像获取 (2)实验二、图像的傅立叶变换 (5)实验三、图像直方图增强 (7)实验四数字图像空间域平滑 (11)实验五数字图像锐化 (14)实验六、图像压缩 (17)实验七图像融合 (21)实验八图像分割 (23)实验一、数字图像获取一、实验目的1掌握使用扫描仪等数字化设备以及计算机获取数字图像的方法；2修改图像的存储格式。
二、实验原理用扫描仪获取图像也是图像的数字化过程的方法之一。
扫描仪按种类可以分为手持扫描仪，台式扫描仪和滚筒式扫描仪（鼓形扫描仪）。
扫描仪的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。
各类扫描仪都标明了它的光学分辨率和最大分辨率。
分辨率的单位是dpi，dpi 是英文Dot Per Inch的缩写，意思是每英寸的像素点数。
扫描仪工作时，首先由光源将光线照在欲输入的图稿上，产生表示图像特征的反射光（反射稿）或透射光（透射稿）。
光学系统采集这些光线，将其聚焦在CCD上，由CCD将光信号转换为电信号，然后由电路部分对这些信号进行A/D转换及处理，产生对应的数字信号输送给计算机。
当机械传动机构在控制电路的控制下，带动装有光学系统和CCD的扫描头与图稿进行相对运动，将图稿全部扫描一遍，一幅完整的图像就输入到计算机中去了。
图1.1扫描仪的工作原理扫描仪扫描图像的步骤是:首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。
为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。
数字图像处理实验报告
数字图像处理实验报告1. 引言数字图像处理是使用计算机来处理和优化图像的一种技术。
在本实验中，我们将探索几种常见的数字图像处理方法，并使用Python编程语言和相关库来实现。
2. 实验目的本实验的主要目的是：1.了解图像的基本特性和数字图像处理的基本原理；2.熟悉Python编程语言和相关图像处理库的使用；3.实现常见的图像处理算法并进行实验验证。
3. 实验方法在本实验中，我们使用Python编程语言和以下相关库来实现图像处理算法：•OpenCV：用于图像读取、显示和保存等基本操作；•Numpy：用于图像数据的处理和算术运算；•Matplotlib：用于图像的可视化和结果展示。
以下是实验涉及到的图像处理方法和步骤：1.图像读取和显示：使用OpenCV库读取图像，使用Matplotlib库显示图像；2.图像的灰度化：将彩色图像转换为灰度图像；3.图像的二值化：将灰度图像转换为黑白二值图像；4.图像的平滑处理：使用平滑滤波器对图像进行平滑处理，如均值滤波和高斯滤波；5.图像的边缘检测：使用边缘检测算法对图像进行边缘检测，如Sobel算子和Canny算子；6.图像的直方图均衡化：对灰度图像进行直方图均衡化，增强图像的对比度。
4. 实验过程和结果4.1 图像读取和显示首先，我们使用OpenCV库读取一张图像，并使用Matplotlib库显示该图像：import cv2import matplotlib.pyplot as plt# 读取图像img = cv2.imread('image.jpg')# 显示图像plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) plt.axis('off')plt.show()4.2 图像的灰度化接下来，我们将彩色图像转换为灰度图像：# 灰度化图像gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 显示灰度图像plt.imshow(gray_img, cmap='gray')plt.axis('off')plt.show()4.3 图像的二值化然后，我们将灰度图像转换为黑白二值图像：# 二值化图像_, binary_img = cv2.threshold(gray_img, 128, 255, cv2.THRESH_BINARY)# 显示二值图像plt.imshow(binary_img, cmap='gray')plt.axis('off')plt.show()4.4 图像的平滑处理接下来，我们使用平滑滤波器对图像进行平滑处理，例如使用5x5的均值滤波器和高斯滤波器：# 均值滤波mean_img = cv2.blur(img, (5, 5))# 高斯滤波gaussian_img = cv2.GaussianBlur(img, (5, 5), 0) # 显示平滑处理后的图像plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(cv2.cvtColor(mean_img, cv2.COLOR_BGR2R GB))plt.title('Mean Filter')plt.axis('off')plt.subplot(122)plt.imshow(cv2.cvtColor(gaussian_img, cv2.COLOR_B GR2RGB))plt.title('Gaussian Filter')plt.axis('off')plt.show()4.5 图像的边缘检测然后，我们使用边缘检测算法对图像进行边缘检测，例如使用Sobel算子和Canny算子：# 边缘检测sobel_img = cv2.Sobel(gray_img, cv2.CV_8U, 1, 1, ksize=3)canny_img = cv2.Canny(gray_img, 50, 150)# 显示边缘检测结果plt.figure(figsize=(10, 5))plt.subplot(121)plt.imshow(sobel_img, cmap='gray')plt.title('Sobel Operator')plt.axis('off')plt.subplot(122)plt.imshow(canny_img, cmap='gray')plt.title('Canny Operator')plt.axis('off')plt.show()4.6 图像的直方图均衡化最后，我们对灰度图像进行直方图均衡化，以增强图像的对比度：# 直方图均衡化equalized_img = cv2.equalizeHist(gray_img)# 显示直方图均衡化结果plt.imshow(equalized_img, cmap='gray')plt.axis('off')plt.show()5. 实验总结通过本实验，我们熟悉了数字图像处理的基本方法和步骤，并使用Python编程语言和相关库实现了图像的读取、显示、灰度化、二值化、平滑处理、边缘检测和直方图均衡化等操作。
数字图像处理实验报告(全部)
实验1直方图一．实验目的1．熟悉matlab图像处理工具箱及直方图函数的使用；2．理解和掌握直方图原理和方法；二．实验设备：1.PC机一台；2.软件matlab。
三．程序设计在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。
I=imread('cameraman.tif');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题四．实验步骤1. 启动matlab双击桌面matlab图标启动matlab环境；2. 在matlab命令窗口中输入相应程序。
书写程序时，首先读取图像，一般调用matlab自带的图像，如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像；3．浏览源程序并理解含义；4．运行，观察显示结果；5．结束运行，退出；五．实验结果：观察图像matlab环境下的直方图分布。
(a)原始图像 (b)原始图像直方图六．实验报告要求1、给出实验原理过程及实现代码：I=imread('coins.png');%读取图像subplot(1,2,1),imshow(I) %输出图像title('原始图像') %在原始图像中加标题subplot(1,2,2),imhist(I) %输出原图直方图title('原始图像直方图') %在原图直方图上加标题2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验2 均值滤波一．实验目的1．熟悉matlab图像处理工具箱及均值滤波函数的使用；2．理解和掌握3*3均值滤波的方法和应用；二．实验设备：1.PC机一台；2.软件matlab三．程序设计在matlab环境中，程序首先读取图像，然后调用图像增强（均值滤波）函数，设置相关参数，再输出处理后的图像。
《数字图像处理》实验报告
《数字图像处理》实验报告数字图像处理是一门将图像进行数字化处理的学科，它通过计算机算法和技术手段对图像进行分析、增强、压缩和重建等操作。
在本次实验中，我们学习了数字图像处理的基本概念和常用算法，并通过实验来探索其应用和效果。
首先，我们进行了图像的读取和显示实验。
通过使用Python中的OpenCV库，我们能够轻松地读取图像文件，并将其显示在屏幕上。
这为我们后续的实验奠定了基础。
同时，我们还学习了图像的像素表示方法，了解了图像由像素点组成的原理。
这使我们能够更好地理解后续实验中的算法和操作。
接下来，我们进行了图像的灰度化实验。
灰度化是将彩色图像转换为灰度图像的过程。
在实验中，我们使用了不同的算法来实现灰度化操作，包括平均值法、最大值法和加权平均法等。
通过比较不同算法得到的灰度图像，我们发现不同算法对图像的处理效果有所差异，这使我们深入理解了灰度化的原理和应用。
随后，我们进行了图像的直方图均衡化实验。
直方图均衡化是一种用于增强图像对比度的方法。
在实验中，我们使用了直方图均衡化算法来对图像进行处理，并观察了处理前后的效果变化。
通过实验，我们发现直方图均衡化能够显著提高图像的对比度，使图像更加清晰和鲜明。
在进一步探索图像处理技术的过程中，我们进行了图像的滤波实验。
滤波是一种常用的图像处理操作，它通过对图像进行卷积操作来实现。
在实验中，我们学习了不同类型的滤波器，包括均值滤波器、高斯滤波器和中值滤波器等。
通过比较不同滤波器对图像的处理效果，我们发现每种滤波器都有其适用的场景和效果。
此外，我们还进行了图像的边缘检测实验。
边缘检测是一种用于提取图像边缘信息的方法。
在实验中，我们学习了不同的边缘检测算法，包括Sobel算子、Canny算子和Laplacian算子等。
通过比较不同算法对图像的处理效果，我们发现每种算法都有其独特的特点和应用。
最后，我们进行了图像的压缩实验。
图像压缩是一种将图像数据进行压缩以减小文件大小的方法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的（1）理解数字图像处理的基本概念和原理；（2）掌握常用数字图像处理算法和技巧；（3）培养实际操作能力和动手能力，提高解决实际问题的能力。
2. 实验要求（1）熟悉实验环境和相关软件；（2）了解实验原理和流程；二、实验环境与工具1. 实验环境（1）计算机操作系统：Windows 10/Linux/macOS；（2）编程语言：MATLAB/Python/C++等；（3）图像处理软件：Photoshop/OpenCV等。
2. 实验工具（1）编程环境：MATLAB/Python/C++开发工具；（2）图像处理软件：Photoshop/OpenCV；（3）实验教材和参考资料。
三、实验内容与步骤1. 实验一：图像读取与显示（1）打开图像处理软件，导入一幅图像；（2）了解图像的基本信息，如像素大小、分辨率等；（3）将图像显示在界面上，进行观察和分析。
2. 实验二：图像基本运算（1）对图像进行灰度化处理；（2）进行图像的直方图均衡化；（3）实现图像的滤波处理，如高斯滤波、中值滤波等。
3. 实验三：边缘检测（1）实现Sobel边缘检测算法；（2）实现Canny边缘检测算法；（3）分析不同边缘检测算法的效果和特点。
4. 实验四：图像分割（1）利用阈值分割法对图像进行分割；（2）利用区域生长法对图像进行分割；（3）分析不同图像分割算法的效果和特点。
5. 实验五：特征提取与匹配（1）提取图像的关键点，如角点、边缘点等；（2）利用特征匹配算法，如SIFT、SURF等，进行图像配准；（3）分析不同特征提取与匹配算法的效果和特点。
四、实验注意事项1. 严格遵循实验要求和步骤，确保实验的正确性；2. 注意实验环境和工具的使用，防止计算机和设备的损坏；3. 尊重知识产权，不得抄袭和剽窃他人成果；4. 实验过程中遇到问题，应及时请教老师和同学。
五、实验报告要求1. 报告内容：实验目的、实验环境、实验内容、实验步骤、实验结果及分析；2. 报告格式：文字描述清晰，条理分明，公式和图像正确无误；3. 报告篇幅：不少于2000字；4. 提交时间：实验结束后一周内。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的1. 使学生了解和掌握数字图像处理的基本概念和基本算法。
2. 培养学生运用数字图像处理技术解决实际问题的能力。
3. 提高学生使用相关软件工具进行数字图像处理操作的技能。
二、实验内容1. 图像读取与显示：学习如何使用相关软件工具读取和显示数字图像。
2. 图像基本操作：学习图像的旋转、缩放、翻转等基本操作。
3. 图像滤波：学习使用不同类型的滤波器进行图像去噪和增强。
4. 图像分割：学习利用阈值分割、区域增长等方法对图像进行分割。
5. 图像特征提取：学习提取图像的边缘、角点等特征信息。
三、实验环境1. 操作系统：Windows或Linux。
2. 编程语言：Python或MATLAB。
3. 图像处理软件：OpenCV、ImageJ或MATLAB。
四、实验步骤1. 打开相关软件工具，导入图像。
2. 学习并实践图像的基本操作，如旋转、缩放、翻转等。
3. 学习并实践图像滤波算法，如均值滤波、中值滤波等。
4. 学习并实践图像分割算法，如全局阈值分割、局部阈值分割等。
5. 学习并实践图像特征提取算法，如Canny边缘检测算法等。
五、实验要求1. 每位学生需独立完成实验，并在实验报告中详细描述实验过程和结果。
2. 实验报告需包括实验目的、实验内容、实验步骤、实验结果和实验总结。
3. 实验结果要求清晰显示每个步骤的操作和效果。
4. 实验总结部分需对本次实验的学习内容进行归纳和总结，并提出改进意见。
六、实验注意事项1. 实验前请确保掌握相关软件工具的基本使用方法。
3. 在进行图像操作时，请尽量使用向量或数组进行处理，避免使用低效的循环结构。
4. 实验过程中如需保存中间结果，请使用合适的文件格式，如PNG、JPG等。
5. 请合理安排实验时间，确保实验报告的质量和按时提交。
七、实验评价1. 实验报告的评价：评价学生的实验报告内容是否完整、实验结果是否清晰、实验总结是否到位。
2. 实验操作的评价：评价学生在实验过程中对图像处理算法的理解和运用能力。
数字图像处理图像变换实验报告
实验报告实验名称:图像处理姓名:刘强班级:电信1102学号:1404110128实验一图像变换实验——图像点运算、几何变换及正交变换一、实验条件PC机数字图像处理实验教学软件大量样图二、实验目的1、学习使用“数字图像处理实验教学软件系统”,能够进行图像处理方面的简单操作;2、熟悉图像点运算、几何变换及正交变换的基本原理,了解编程实现的具体步骤;3、观察图像的灰度直方图,明确直方图的作用与意义;4、观察图像点运算与几何变换的结果,比较不同参数条件下的变换效果;5、观察图像正交变换的结果,明确图像的空间频率分布情况。
三、实验原理1、图像灰度直方图、点运算与几何变换的基本原理及编程实现步骤图像灰度直方图就是数字图像处理中一个最简单、最有用的工具,它描述了一幅图像的灰度分布情况,为图像的相关处理操作提供了基本信息。
图像点运算就是一种简单而重要的处理技术,它能让用户改变图像数据占据的灰度范围。
点运算可以瞧作就是“从象素到象素”的复制操作,而这种复制操作就是通过灰度变换函数实现的。
如果输入图像为A(x,y),输出图像为B(x,y),则点运算可以表示为:B(x,y)＝f[A(x,y)]其中f(x)被称为灰度变换(Gray Scale Transformation,GST)函数,它描述了输入灰度值与输出灰度值之间的转换关系。
一旦灰度变换函数确定,该点运算就完全确定下来了。
另外,点运算处理将改变图像的灰度直方图分布。
点运算又被称为对比度增强、对比度拉伸或灰度变换。
点运算一般包括灰度的线性变换、阈值变换、窗口变换、灰度拉伸与均衡等。
图像几何变换就是图像的一种基本变换,通常包括图像镜像变换、图像转置、图像平移、图像缩放与图像旋转等,其理论基础主要就是一些矩阵运算,详细原理可以参考有关书籍。
实验系统提供了图像灰度直方图、点运算与几何变换相关内容的文字说明,用户在操作过程中可以参考。
下面以图像点运算中的阈值变换为例给出编程实现的程序流程图,如下:2、图像正交变换的基本原理及编程实现步骤数字图像的处理方法主要有空域法与频域法,点运算与几何变换属于空域法。
《数字图像处理》实验教案
《数字图像处理》实验教案一、实验目的与要求1. 实验目的（1）理解数字图像处理的基本概念和原理；（2）掌握常用的数字图像处理方法和技术；（3）提高实际操作能力和解决问题的能力。
2. 实验要求（1）熟悉实验环境和相关软件；（2）认真阅读实验教材和参考资料；二、实验内容与步骤1. 实验内容（1）图像读取与显示；（2）图像基本运算；（3）图像滤波；（4）图像增强；（5）图像边缘检测。
2. 实验步骤（1）打开实验软件，导入图像；（2）进行图像基本运算，如加、减、乘、除等；（3）应用图像滤波算法，如低通滤波、高通滤波等；（4）采用图像增强技术，如直方图均衡化、对比度增强等；（5）利用图像边缘检测算法，如Sobel算子、Canny算子等。
三、实验注意事项1. 实验环境要求：确保实验环境稳定，网络畅通，软件安装正确；2. 实验数据要求：使用规定的图像数据进行实验，确保数据质量；3. 实验操作要求：严格按照实验步骤进行操作，注意调整参数；四、实验评价与评分标准1. 实验结果评价：根据实验要求，评估实验结果的正确性和效果；2. 实验报告评价：评估实验报告的完整性、逻辑性和表达能力；3. 实验操作评价：评估实验操作的规范性和熟练程度。
五、实验拓展与建议1. 实验拓展：尝试研究其他数字图像处理技术和算法；2. 学习建议：深入学习数字图像处理的基本理论和应用领域；3. 实践建议：多进行实际操作，参加相关竞赛或项目，提高综合能力。
六、实验一：图像读取与显示1. 实验目的（1）掌握图像读取和显示的基本方法；（2）熟悉实验软件的操作界面。
2. 实验内容（1）打开实验软件，导入图像；（2）显示原图像；（3）进行图像的放大、缩小、旋转等操作；（4）保存实验结果。
3. 实验步骤（1）打开实验软件，选择图像文件；（2）导入图像，观察原图像；（3）利用软件工具对图像进行放大、缩小、旋转等操作；（4）保存实验结果，关闭软件。
七、实验二：图像基本运算1. 实验目的（1）掌握图像加、减、乘、除等基本运算方法；（2）了解图像运算的原理和应用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数字图像处理
实验
实验八：彩色图像处理
学院：信息工程学院
姓名：
学号：
专业及班级：
指导教师：
一、实验目的
使用MatLab 软件对图像进行彩色处理。
使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。
二、实验内容
要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
利用MATLAB软件实现彩色图像处理的程序：
rgb_image=imread('flower1.tif'); %读取图像flower1.tif
fR=rgb_image(:,:,1); %获取图像的红色分量
fG=rgb_image(:,:,2); %获取图像的绿色分量
fB=rgb_image(:,:,3); %获取图像的蓝色分量
figure(1),imshow(fR) %分别显示图像
figure(2),imshow(fG)
figure(3),imshow(fB)
%实现rgb图像转化为NTSC彩色空间的图像
yiq_image=rgb2ntsc(rgb_image);
fY=yiq_image(:,:,1); %图像flower1.tif的亮度
fI=yiq_image(:,:,2); %图像flower1.tif的色调
fQ=yiq_image(:,:,3); %图像flower1.tif的饱和度
figure(4),imshow(fY)
figure(5),imshow(fI)
figure(6),imshow(fQ)
fR=histeq(fR,256); %对彩色图像的分量进行直方图均衡化
fG=histeq(fG,256);
fB=histeq(fB,256);
RGB_image=cat(3,fR,fG,fB); %将直方图均衡化后的彩色图像合并
figure,imshow(RGB_image) %观察处理后的彩色图色度，亮度参照前面
f1=imread('v1_red.jpg');
f2=imread('v1_green.jpg');
f3=imread('v1_blue.jpg');
f4=imread('infer_near.jpg');
ture_color=cat(3,f1,f2,f3);
figure,imshow(ture_color) %显示由红、绿、蓝三幅图合成的彩色图
false_color=cat(3,f4,f2,f3); %用近红外图像代替R分量
figure,imshow(false_color) %显示由近红外、绿、蓝三幅图合成的假彩色图
f=imread('head.jpg');
cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);%提取灰度在16-128之间的像素
cut_2=imadjust(f,[0.5 1],[0.5 1]); %提取灰度在128-256之间的像素
figure,imshow(cut_1),colormap(hot) %显示图像cut_1,并使用hot模型彩色化
figure,imshow(cut_2),colormap(cool) %显示图像cut_2,并使用cool模型彩色化
三、实验具体实现
(1) 彩色图像的分析
调入并显示彩色图像flower1.tif ；
拆分这幅图像，并分别显示其R，G，B分量；
根据各个分量图像的情况讨论该彩色图像的亮度、色调等性质。
rgb_image=imread('3.jpg');
fR=rgb_image(:,:,1);
imwrite(fR,'v1_red.jpg');
fG=rgb_image(:,:,2);
imwrite(fR,'v1_green.jpg');
fB=rgb_image(:,:,3);
imwrite(fR,'v1_blue.jpg');
figure(1);
subplot(1,3,1),imshow(fR)
subplot(1,3,2),imshow(fG)
subplot(1,3,3),imshow(fB)
(2) 彩色图像的直方图均衡
接内容(1)；
显示这幅图像的R，G，B分量的直方图，分别进行直方图均衡处理，并显示均衡后的直方图和直方图均衡处理后的各分量；
将处理完毕的各个分量合成彩色图像并显示其结果；
观察处理前后图像的彩色、亮度、色调等性质的变化。
yiq_image=rgb2ntsc(rgb_image);
fY=yiq_image(:,:,1);
fI=yiq_image(:,:,2);
fQ=yiq_image(:,:,3);
figure(2);
subplot(1,3,1),imshow(fY)
subplot(1,3,2),imshow(fI)
subplot(1,3,3),imshow(fQ)
(3) 假彩色处理
调入并显示红色可见光的灰度图像vl_red.jpg、绿色可见光的灰度图像vl_green.jpg和蓝色可见光的灰度图像vl_blue.jpg；以及近红外灰度图像infer_near.jpg和中红外灰度图像infer_mid.jpg；
以图像vl_red.jpg为R；图像vl_green.jpg为G；图像vl_blue.jpg为B，将这三幅图像组合成可见光RGB彩色图像；
分别以近红外图像infer_near.jpg和中红外图像infer_mid替换R分量，形成假彩色图像；
观察处理的结果，注意不同波长红外线图像组成图像的不同结果
fR=histeq(fR,256);
fG=histeq(fG,256);
fB=histeq(fB,256);
RGB_image=cat(3,fR,fG,fB);
figure,imshow(RGB_image)
f1=imread('v1_red.jpg');
f2=imread('v1_green.jpg');
f3=imread('v1_blue.jpg');
f4=imread('v1_red.jpg');
ture_color=cat(3,f1,f2,f3);
figure,imshow(ture_color)
false_color=cat(3,f4,f2,f3);
figure,imshow(false_color)
(4) 伪彩色处理1：灰度切片处理
调入并显示灰度图像head.jpg；
利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理，并使用hot模式和cool模式进行彩色化；
观察处理的结果。
f=imread('1.jpg');
cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);
cut_2=imadjust(f,[0.5 1],[0.5 1]);
figure,imshow(cut_1),colormap(hot) figure,imshow(cut_2),colormap(cool)
四、思考题
1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外，还有色调的变化？
2. 实验内容(3)的假彩色处理方案是否可以有多种？若有，请估计其它方案的可能结果。
答：1. 因为直方图均衡化后，通过直方图可以看出图像的像素点数在各个级别上分布均匀，所以除了对比度会有所增强外，还有色调的变化。
2.图像进行高频、中频、低频滤波，然后分别将高频赋予红色、中频绿色、低频蓝色，实际上也就是空间滤波实现假彩色。
五、实验小结。