第8篇数字图像处理工具箱
数字图像处理四个实验报告,带有源程序
数字图像处理实验指导书学院：通信与电子工程学院专业：电子信息工程班级：学号：姓名：XX理工大学实验一 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、颜色、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，而彩色图像是由单个二维图像组合形成的。
例如，在RGB彩色系统中，一幅彩色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色图像处理，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。
图1 图像的采样和量化根据图像数据矩阵解释方法的不同，MA TLAB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。
数字图像处理工具箱
1. 图像和图像数据缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩阵中每个数据占用1个字节。
在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。
另外，uint8与double两种类型数据的值域不同，编程需注意值域转换。
从uint8到double的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色 B=double(A)+1索引色或真彩色 B=double(A)/255二值图像 B=double(A)---------------------------------------------从double到uint8的转换---------------------------------------------图像类型MATLAB语句---------------------------------------------索引色B=uint8(round(A-1))索引色或真彩色 B=uint8(round(A*255))二值图像B=logical(uint8(round(A))) ---------------------------------------------2. 图像处理工具箱所支持的图像类型2.1 真彩色图像R、G、B三个分量表示一个像素的颜色。
如果要读取图像中(100,50)处的像素值，可查看三元数据(100,50,1:3)。
真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无符号整型存储，亮度值范围[0,255]2.2 索引色图像包含两个结构，一个是调色板，另一个是图像数据矩阵。
探讨MATLAB在数字图像处理中的应用
Technology Application技术应用DCW209数字通信世界2019.01从专业角度分析，数字处理技术就是在计算机的支撑下，实现图像的目的性与针对性的变换与处理。
目前，数字图像处理技术的应用极具广泛性，社会生活中随处可见，如二维码的扫描、网络连接的操作、手机指纹识别以及医学领域的X 光透视等，这些都是应用数字处理技术的表现。
因此，要以MATLAB 软件为依托，对其在数字图像中的应用进行分析，以实现对数字图像处理模式与价值的深入理解。
1 对图像处理技术涵义以及数字处理技术发展的分析针对图像处理技术，其依托计算机，以计算机相关性能为基础，强化图像信号向数字信号的转化，为分析与处理提供便利，涉及图像变换、增强、分割以及特征提取等，是操作方法与应用技术的结合。
在发展初期，图像处理的主要目的是进行图像质量的改善，以期增强图像呈现的视觉效果。
随着科技的不断进步，数字图像处理技术在整个行业中凸显先进性，优势突出，强化信息的分析理解与高效利用，在医疗、科研等领域得到广泛应用，优势突出。
2 M ATLAB 图像处理工具箱功能原理及优势2.1 MATLAB 软件以及数字图像处理技术的基本原理对于MATLAB ，其功能较多，是综合性软件，工具包众多，而MATLAB 图像处理工具箱是其中工具包的一部分。
从图像处理原理上进行分析，MATLAB 就是借助数组进行图像颜色或者灰度的表示，借助其自身强大的计算能力，实现对数据组变换与处理的目的，以促进数字图像处理的完成。
2.2 MATLAB 数字图像处理的优势与原因MATLAB 是以技术运算为基础的高性能语言，能够实现算法开拓、数据可视化以及分析计算等功能，将其融于更加优质的操作背景下，依托数学原理，实现问题处理。
其次，MATLAB 工具箱组成丰富，具备突出的绘图功能，尤其是在数据统计分析、信号处理以及设计仿真领域作用更加显著，强化凸显图像矩阵的转化，发挥公式化在图像处理中的作用。
数字图像处理实验Matlab及其图像处理工具箱的使用
实验一 Matlab及其图像处理工具箱的使用一、实验目的与要求1．熟悉常用图像的格式和类型。
2．熟练掌握在MATLAB中如何读取和保存图像。
3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。
4．掌握如何进行图像间转化。
5．掌握如何实时获取USB2.0摄像头采集的视频图像。
二、实验内容及步骤1．利用imread函数读取一幅图像，设名为cameraman.tif，存入一个数组中；I=imread(‘cameraman.tif’); % 读入原图像,tif格式2．利用whos 命令提取该读入图像cameraman.tif的基本信息；whos I；%显示图像I的基本信息3．利用imshow()函数来显示这幅图像；imshow(I) %显示图像前三步综合程序：>> I=imread('cameraman.tif');>> whos IName Size Bytes Class AttributesI 256x256 65536 uint8>> imshow(I)步骤三图像：4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；程序：>> imfinfo cameraman.tifans =Filename:'D:\Program Files\MA TLAB\R2009a\toolbox\images\imdemos\cameraman.tif'FileModDate: '04-十二月-2000 13:57:54'FileSize: 65240Format: 'tif'FormatV ersion: []Width: 256Height: 256BitDepth: 8ColorType: 'grayscale'FormatSignature: [77 77 42 0]ByteOrder: 'little-endian'NewSubFileType: 0BitsPerSample: 8Compression: 'PackBits'PhotometricInterpretation: 'BlackIsZero'StripOffsets: [8x1 double]SamplesPerPixel: 1RowsPerStrip: 32StripByteCounts: [8x1 double]XResolution: 72YResolution: 72ResolutionUnit: 'None'Colormap: []PlanarConfiguration: 'Chunky'TileWidth: []TileLength: []TileOffsets: []TileByteCounts: []Orientation: 1FillOrder: 1GrayResponseUnit: 0.0100MaxSampleV alue: 255MinSampleV alue: 0Thresholding: 1Offset: 64872ImageDescription: [1x112 char]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。
数字图像处理及应用MATLAB第8章.ppt
（3）imshow 功能：显示图像
格式：imshow(I,n) ；imshow(I,[low high]) ；imshow(BW) %显示黑白图像
imshow(X,map) %显示索引色图像；imshow(RGB) %显示真彩色图像
imshow filename （4）figure
功能：创建图形窗口 （5）subplot
功能：将多个图画到一个平面上的工具。 格式：subplot（m,n,p）或者subplot（mnp） 说明：其中，m表示是图排成m行，n表示图排成n列，也就 是整个figure中有n个图是排成一行的，一共m行。
(a)原始图像 实验结果图
(b) 处理后图像
（4）实现真彩色图像与索引图像的互相转换。
clear,clc close all RGB1 = imread('peppers.png');%读入真彩色图像 [X1,map1] = rgb2ind(RGB1,128);%真彩色图像转化为索引图 imshow(X1,map1) %显示索引图像 load clown;%载入图像 rgb2=ind2rgb(X,map);%将索引图像转化为真彩色图像 figure,imshow(rgb2)
2、实验中所用部分函数介绍
（1）imread 功能：图像文件的读取 格式： A=imread(filename,fmt) 将文件命为filename表示的扩展名为fmt的图像文件读Байду номын сангаас到矩
阵A中。MATLAB支持的图像格式有bmp、jpg或jpeg、tif或tiff、 gif、pcx、png、xwd。 （2）imwrite
数字图像处理第二章 MATLAB中图象工具箱及图象
1.5图像分析
1.
EDGE函数 该函数用于找出灰度图的边缘。该函数的输入是灰度 图，返回一个同样大小的二值图。边缘处为1，其他地 方为 0 。该函数支持 Sobel, Prewitt, Roberts, Laplacian, Zero-cross, Canny六种不同的算子。 例如使用Prewitt和Canny算子找出lena.bmp的边缘。 I=imread(„lena.tif‟); BW1=edge(I,‟prewitt‟); BW2=edge(I,‟canny”); imshow(BW1) figure, imshow(BW2)
格式 IMAGE(RGB). 用于显示真彩色图像。
格式 IMAGE(X,MAP). 显示索引图 X 及其
调色板MAP。 格式 IMSHOW(FILENAME). 显示存储于 图形文件FILENAME中的图像。 H=IMSHOW(…).返回图像对象的句柄。
5.SUBIMAGE函数
格式SUBIMAGE(X,MAP).用来显示当前坐标中
第一节 MATLAB中图象工具箱
1.1图像文件读写 1.imread函数 该函数用于从图形文件中读出图像。格式
A=IMRAED(FILENAME,FMT)。该函数把FILENAME 中的图像读到A中。若文件包含一个灰度图,则为二维矩 阵。若文件包含一个真彩图(RGB),则A为一三维矩阵。 FILENAME指明文件，FMT指明文件格式。格式 [X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中 的索引图读入X,其相应的调色板读到MAP中.图像文件 中的调色板会被自动在范围[0,1]内重新调节。FMT的可 能取值为jpg或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。
《数字图像处理及MATLAB实现》图像增强与平滑实验
《数字图像处理及MATLAB实现》图像增强与平滑实验一．实验目的及要求1、熟悉并掌握MA TLAB 图像处理工具箱的使用；2、理解并掌握常用的图像的增强技术。
二、实验设备MATLAB 6.5 以上版本、WIN XP 或WIN2000 计算机三、实验内容（一）研究以下程序，分析程序功能；输入执行各命令行，认真观察命令执行的结果。
熟悉程序中所使用函数的调用方法，改变有关参数，观察试验结果。
（可将每段程序保存为一个.m文件）1．直方图均衡化clear all; close all % Clear the MATLAB workspace of any variables% and close open figure windows.I = imread('pout.tif'); % Reads the sample images ‘pout.tif’, and stores it inimshow(I) % an array named I.display the imagetext(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I) % Create a histogram of the image and display it in% a new figure window.[I2,T] = histeq(I); % Histogram equalization.figure, imshow(I2) % Display the new equalized image, I2, in a new figure window.text(60,20,'李荣桉1909290239','horiz','center','color','r')figure, imhist(I2) % Create a histogram of the equalized image I2.figure,plot((0:255)/255,T); % plot the transformation curve.imwrite (I2, 'pout2.png'); % Write the newly adjusted image I2 to a disk file named% ‘pout2.png’.imfinfo('pout2.png') % Check the contents of the newly written file2．直接灰度变换clear all; close allI = imread('cameraman.tif'); 注意：imadjust()功能：调整图像灰度值或颜色映像表，也可实现伽马校正。
＂数字图像处理＂教学中提高学生主动性的探索
课程教 材 改革
“ 数字图像处理＂ 教 学中提高学生主动性的探索
曹永锋 苏彩霞
摘要 ： 针￣４ ％ － － 息专业的专业课 “ 数字图像处理” 教学中提 高学生主动Ｉ ｝ 生１ 均举措进行了 探 索， 提 出了增加 “ 课题驱动” 学． ＭＡ Ｔ Ｌ ＡＢ 进行算法验 证 以及将教学媒 体作为学生的认 知工具等三个举措， 并在具体实施中取得 了 较好效 果。
中图分类号： Ｇ６ ４ ２ ． ０ 文献标识码 ： Ａ 文章 编号： １ ０ ０ ７ — ０ ０ ７ ９（ ２ ０ １ ３ ） １ ３ — ０ １ ０ １ — ０ ２
“ 数字 图像 处理” 是发展快 且应用 面广 的新兴信 息处 理学 科， Ｉ ｌ 其所 涉及的图像信息获取 、 传输 和处理 的基本理 论和相关 技术 已经广泛渗透 到了计算 机 、 通信、 遥感、 测绘 、 生物 、 军事 甚 至人们的 日常生活领域 。“ 数字 图像处 理”已是高等院校信息
实践和应用能力 ） ， 提高学生 的兴趣和学习主动性是首先要解决 的问题 。在教 学中， 教师对于课 堂教学 目标 的定位 ， 应着眼于调
中， 发现了一些有趣 现象 。 首先 ， 大部 分学生对综合 性课题更 有 兴趣 。 这可能是 由于综合性 课题 更接 近现实需求 ， 其产生 的结
果也更 复杂和有 趣 ， 而微课 题 由于限制于实施 时间和技术 ， 其
类 专业 的一 门重 要 专业 课 程 。
现电影 特效 ， 如人 脸渐变为兽头 ； 多幅相片拼接大场景 ； 消除相
片中的直线运动模 糊。 这些课 题本身就是数字 图像处理技术 在 现实生活 中的前沿应 用， 在授课 过程中教师展示结果 以吸引学
生的兴趣 ， 讲 授完 基础原理 知识和方 法后， 作为课 题让 学生们
- 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)。
8.1.2 图像处理工具箱所支持的图像类型 图像处理工具箱支持4
真彩色图像（RGB images 索引色图像（index images 灰度图像（intensity images 二值图像（binary images） Matlab还支持由多帧图像组成的图像序列
真彩色图像
真彩色图像用 R、G、B 3个分量表示1个像素的颜色 ，数据结构是一个m×n×3的多维数组。如果要读取图 像中(100,50)处像素值，可以查看三元组(100,50,1:3)。
图像处理工具箱是由一系列支持图像处理操作的 函数组成，可以进行诸如几何操作、线性滤波和滤 波器设计、图像变换、图像分析与图像增强、数学 形态学处理等图像处理操作。
图像处理工具箱主要有：
＊ Image Acquisition Toolbox(图像采集工具箱) ＊ Image Processing Toolbox（图像处理工具箱） ＊ Signal Processing Toolbox（信号处理工具箱） ＊ Wavelet Toolbox（小波分析工具箱） ＊ Statistics Toolbox(统计工具箱) ＊ Bioinformatics Toolbox(生物信息学工具箱)
真彩色图像可用双精度存储，亮度值范围是［0,1］ 常用存储方法是无符号整型存储，亮度值范围为 [0,255]
真彩色图像数据格式
双精度类: Double (每个像素占8个字节)
整数类：Uint8 (每个像素占1个字节)
数组大小：m×n×3 (:,:,1)－红色分量 (:,:,2)－绿色分量 (:,:,3)－蓝色分量 像素取值：[0,1]
图形图像文件的读取 函数imread可完成图形图像文件的读取操作，其
语法如下, 一般：A=imread(filename, fmt) 索引图像：［X, map］=imread(filename, fmt)
[X, map]=imread(‘m83.tif’, ‘tif’)
imread函数可以从任何Matlab 支持的图形文件中 以特定的位宽读取图像。读取的大多数图像均为 幅400×300真彩色图像的序列，大小为
400×300×3×5
一个包含了5幅400×300灰度或是索引图像的序列， 其大小为
400×300×1×5
A=cat (4，A1，A2，A3，A4，A5)， 4维
提取其中一帧（如第2帧）：A(:,:,:,2)
8.1.3 图像文件的读写和查询 imread：读取图形文件格式的图像； imwrite：写入图形文件格式的图像； imfinfo：获取图像的信息； load＼save：以Mat文件加载或保存矩阵数据； imshow：显示加载到Matlab
图2 索引色图像的结构
索引图像的数据格式
双精度类:Double (每个元素占8个字节)
整数类：Uint8 (每个元素占1个字节)
图像数组大小：m×n 图像元素取值:[1,p] 调色板矩阵：p×3
图像数组大小：m×n 图像元素取值:[0,p-1]
调色板矩阵：p×3
索引图像的double与uint8型
将A1、A2、A3、A4、A5五幅图像合并成一个图像 序列A，Matlab语句为
A=cat (1，A1，A2，A3，A4，A5), 1维，纵向排列 A=cat (2，A1，A2，A3，A4，A5)，2维，横向排列 A=cat (3，A1，A2，A3，A4，A5)，3维，竖向排列
图像序列也可以产生一个四维的数组，图像帧的序号 在图像的长、宽、颜色深度之后构成第四维。
12 34
图像数据
double 调色板
0 0.0627
0 0.2902 0.3820
0 0.0627
0 0.627 0.3578
01 23
uint8
0 0 1 0.627 1
灰度图像
存储灰度图像只需要 一个数据矩阵，数据 类 型 可 以 是 double 也 可以是uint8。
存储时会使用一个默 认的调色板来显示图 像。
8.1 Matlab中的图像类型及类型转换
8.1.1 图像和图像数据 Matlab中的数字图像是由一个或多个矩阵表示的，
Matlab强大的矩阵运算功能完全可以应用于图像，那些 适用于矩阵运算的语法对Matlab中的数字图像同样适用 。
缺省：double (64位浮点数) uint8（无符号8位整型）
对于索引图像来说，即使图像阵列的本身为uint8 或uint16，imread函数仍然将颜色映像表读取并存 储到一个双精度的浮点类型阵列中。
二值图像
与灰度图像相同，二值图像只需一个数据矩阵，每 个像素只有2个灰度值。可以采用uint8或double类型 存储，工具箱中以二值图像作为返回结果的函数都使 用uint8类型。
图像序列
图像处理工具箱支持将多帧图像连接成图像序列。 可以使用cat函数将分散图像合并成图像序列，前提 是各图像尺寸必须相同，如果是索引色图像，调色 板必须是一样的。
第8章 MATLAB图像处理工具箱
Matlab是一种基于向量（数组）而不是标量的高 级程序语言，因而Matlab从本质上就提供了对图像的 支持。数字图像实际上是一组有序离散的数据，使用 Matlab可以对这些离散数据形成的矩阵进行一次性的 处理。
Matlab对图像的处理功能主要集中在它的图像处 理工具箱（Image Processing Toolbox）中。
数组大小：m×n×3 (:,:,1)－红色分量 (:,:,2)－绿色分量 (:,:,3)－蓝色分量 像素取值：[0,255]
图1 真彩色图像的结构
索引图像是把像素值作为RGB调色板下标的图像。 索引色图像包含2个结构，一个是调色板map；另一个 是图像数据矩阵X。 调色板是一个有3列和若干行的色彩映像矩阵，矩阵每 行都代表一种色彩，通过3个分别代表红、绿、蓝颜色 强度的双精度数，形成一种特定颜色。 图像数据是uint8或是双精度的。 Matlab中调色板的色彩强度是［0,1］中的浮点数，0代 表最暗，1代表最亮。