数字图像处理5

数字图像处理5
数字图像处理5

实验五:图像金字塔实验

一、实验目的

1、了解图像采样的概念,以及采样与分辨率变化之间的关系。

2、通过仿真实验,理解图像金字塔的含义。

3、通过拉普拉斯残差金字塔,观察四层图像金字塔的实验结果,掌握利用残差重构原图像的原理与过程。

二、实验设备与器件

PC、VS2010、OpenCV

三、实验原理

图像金字塔是图像中多尺度表达的一种,最主要用于图像的分割,是一种以多分辨率来解释图像的有效但概念简单的结构。图像金字塔最初用于机器视觉和图像压缩,一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。

拉普拉斯金字塔:用来从金字塔低层图像重建上层未采样图像,在数字图像处理中也即是预测残差,可以对图像进行最大程度的还原,配合高斯金字塔一起使用。拉普拉斯金字塔中的图像可用对高斯金字塔中相邻两层图象的相减而近似得到。需先将图像在较粗的尺度(较高的层次)上扩展。扩展比减少尺寸的压缩困难,因为缺少的信息需要通过插值来得到。

如果想放大图像,则需要通过向上取样操作得到,具体做法如下:

(1)将图像在每个方向扩大为原来的两倍,新增的行和列以0填充.

(2)使用先前同样的内核(乘以4)与放大后的图像卷积,获得“新增像素”的近似值。

得到的图像即为放大后的图像,但是与原来的图像相比会发觉比较模糊,因为在缩放的过程中已经丢失了一些信息,如果想在缩小和放大整个过程中减少信息的丢失,这些数据形成了拉普拉斯金字塔。

拉普拉斯金字塔在图像融合中有所应用,方法是首先对两个待融合图像求拉普拉斯残差金字塔,然后用模板对每一级残差图像进行融合得到融合后图像的残差金字塔,然后对这个金字塔进行重构就能得到最终的融合图像,图像各尺度细节得到保留。

四、实验内容

1、利用OpenCV 完成图像四个图像层方面的采样并显示。

依据OpenCV自带两种图像金字塔函数,实现四层图像采样并显示。

2、利用拉普拉斯图像金字塔原理,实现四层图像采样并显示。

五、实验步骤

(1)

#include

#include

using namespace cv;

int main()

{

//载?入¨?原-始o?图a?

IplImage*temp=cvLoadImage("lena.jpg");

//Mat srcImage = imread("lena.jpg"); //工?è程¨?目?录?下?应?|该?有?D一°?张?名?为a.jpg 的ì?素?材?图a?

Mat srcImage(temp);

Mat tmpImage,dstImage1,dstImage2;//临¢¨′时o?à变à?量¢?和¨a目?标à¨o图a?的ì?定?§义°? tmpImage=srcImage;//将?原-始o?图a?赋3给?临¢¨′时o?à变à?量¢?

//显?示o?原-始o?图a?

imshow("【?原-始o?图a?】?",srcImage);

//进?行D尺?寸??调ì??整?操¨′作á??

resize(tmpImage,dstImage1,Size(tmpImage.cols/2,tmpImage.rows/2),(0,0),(0,0),3);

resize(tmpImage,dstImage2,Size(tmpImage.cols*2,tmpImage.rows*2),(0,0),(0,0),3);

//显?示o?效?ì果?图a?

imshow("【?效?ì果?图a?】?之?一°?",dstImage1);

imshow("【?效?ì果?图a?】?之?二t",dstImage2);

waitKey(0);

return0;

}

#include

#include

using namespace cv;

int main()

{

//载?入¨?原-始o?图a?

IplImage*temp=cvLoadImage("lena.jpg");

//Mat srcImage = imread("1.jpg"); //工?è程¨?目?录?下?应?|该?有?D一°?张?名?为a.jpg的ì?素?材?图a?

Mat srcImage(temp);

Mat tmpImage,dstImage;//临¢¨′时o?à变à?量¢?和¨a目?标à¨o图a?的ì?定?§义°?

tmpImage=srcImage;//将?原-始o?图a?赋3给?临¢¨′时o?à变à?量¢?

//显?示o?原-始o?图a?

imshow("【?原-始o?图a?】?",srcImage);

//进?行D向¨°上|?取¨?样¨′操¨′作á??

pyrUp(tmpImage,dstImage,Size(tmpImage.cols*2,tmpImage.rows*2));

//显?示o?效?ì果?图a?

imshow("【?效?ì果?图a?1】?",dstImage);

//进?行D向¨°下?取¨?样¨′操¨′作á??

pyrDown(tmpImage,dstImage,Size(tmpImage.cols/2,tmpImage.rows/2));

//显?示o?效?ì果?图a?

imshow("【?效?ì果?图a?2】?",dstImage);

waitKey(0);

return0;

}

(2)搜索资料完成图像金字塔函数的编写

六、实验结果与分析

数字图像处理实验五

数字图像处理 实验 实验五:图像增强-空域滤波 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 进一步了解MatLab 软件/语言,学会使用MatLab 对图像作滤波处理,使学生有机会掌握滤波算法,体会滤波效果。 了解几种不同滤波方式的使用和使用的场合,培养处理实际图像的能力,并为课堂教学提供配套的实践机会。 二、 实验内容 (1)学生应当完成对于给定图像+噪声,使用平均滤波器、中值滤波器对不同强度的高斯噪声和椒盐噪声,进行滤波处理;能够正确地评价处理的结果;能够从理论上作出合理的解释。 (2)利用MATLAB 软件实现空域滤波的程序: I=imread('electric.tif'); J = imnoise(I,'gauss',0.02); %添加高斯噪声 J = imnoise(I,'salt & pepper',0.02); %添加椒盐噪声 ave1=fspecial('average',3); %产生3×3的均值模版 ave2=fspecial('average',5); %产生5×5的均值模版 K = filter2(ave1,J)/255; %均值滤波3×3 L = filter2(ave2,J)/255; %均值滤波5×5 M = medfilt2(J,[3 3]); %中值滤波3×3模板 N = medfilt2(J,[4 4]); %中值滤波4×4模板 imshow(I); figure,imshow(J); figure,imshow(K); figure,imshow(L); figure,imshow(M); figure,imshow(N); 三、实验具体实现 a) 调入并显示原始图像Sample2-1.jpg 。 b) 利用imnoise 命令在图像Sample2-1.jpg 上加入高斯(gaussian) 噪声 c)利用预定义函数fspecial 命令产生平均(average)滤波器 111191111---????--????---? ? d )分别采用3x3和5x5的模板,分别用平均滤波器以及中值滤波器,对加入噪声的图像进行处理并观察不同噪声水平下,上述滤波器处理的结果; e )选择不同大小的模板,对加入某一固定噪声水平噪声的图像进行处理,观察上述滤波器处理的结果。 f )利用imnoise 命令在图像Sample2-1.jp g 上加入椒盐噪声(salt & pepper)

数字图像处理教学大纲(2014新版)

数字图像处理 课程编码:3073009223 课程名称:数字图像处理 总学分: 2 总学时:32 (讲课28,实验4) 课程英文名称:Digital Image Processing 先修课程:概率论与数理统计、线性代数、C++程序设计 适用专业:自动化专业等 一、课程性质、地位和任务 数字图像处理课程是自动化专业的专业选修课。本课程着重于培养学生解决智能化检测与控制中应用问题的初步能力,为在计算机视觉、模式识别等领域从事研究与开发打下坚实的理论基础。主要任务是学习数字图像处理的基本概念、基本原理、实现方法和实用技术,并能应用这些基本方法开发数字图像处理系统,为学习图像处理新方法奠定理论基础。 二、教学目标及要求 1.了解图像处理的概念及图像处理系统组成。 2.掌握数字图像处理中的灰度变换和空间滤波的各种方法。 3.了解图像变换,主要是离散和快速傅里叶变换等的原理及性质。 4.理解图像复原与重建技术中空间域和频域滤波的各种方法。 5. 理解解彩色图像的基础概念、模型和处理方法。 6. 了解形态学图像处理技术。 7. 了解图像分割的基本概念和方法。 三、教学内容及安排 第一章:绪论(2学时) 教学目标:了解数字图像处理的基本概念,发展历史,应用领域和研究内容。通过大量的实例讲解数字图像处理的应用领域;了解数字图像处理的基本步骤;了解图像处理系统的组成。 重点难点:数字图像处理基本步骤和图像处理系统的各组成部分构成。 1.1 什么是数字图像处理 1.2 数字图像处理的起源

1.3.1 伽马射线成像 1.3.2 X射线成像 1.3.3 紫外波段成像 1.3.4 可见光及红外波段成像 1.3.5 微波波段成像 1.3.6 无线电波成像 1.3.7 使用其他成像方式的例子 1.4 数字图像处理的基本步骤 1.5 图像处理系统的组成 第二章:数字图像基础(4学时) 教学目标:了解视觉感知要素;了解几种常用的图像获取方法;掌握图像的数字化过程及其图像分辨率之间的关系;掌握像素间的联系的概念;了解数字图像处理中的常用数学工具。 重点难点:要求重点掌握图像数字化过程及图像中像素的联系。 2.1 视觉感知要素(1学时) 2.1.1 人眼的构造 2.1.2 眼镜中图像的形成 2.1.3 亮度适应和辨别 2.2 光和电磁波谱 2.3 图像感知和获取(1学时) 2.3.1 用单个传感器获取图像 2.3.2 用条带传感器获取图像 2.3.3 用传感器阵列获取图像 2.3.4 简单的图像形成模型 2.4 图像取样和量化(1学时) 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.3 空间和灰度级分辨率 2.4.4 图像内插 2.5 像素间的一些基本关系(1学时) 2.5.1 相邻像素 2.5.2 临接性、连通性、区域和边界 2.5.3 距离度量 2.6 数字图像处理中所用数学工具的介绍 2.6.1 阵列与矩阵操作

数字图像处理实验5 冈萨雷斯

一、 实验目的: 实验五 彩色图像处理 1、使用 RGB 、Indexed 和 Gray 图像间转换函数 2、掌握彩色图像平滑与锐化的算法 3、彩色图像的分割 二、 实验内容 1、使用 RGB 、Indexed 和 Gray 图像间转换函数 对图像“Fig0630(01)(strawberries_fullcolor).tif ”使用 rgb2ind 分别产生 8 色抖 动和非抖动图像;使用 rgb2gray 实现图像转换,并使用函数 dither 产生其抖 动形式的图像。分别显示如下: 2、彩色图像平滑与锐化 对图像“ F ig0604(a)(iris).tif ” 在 RGB 空 间 实 现 彩色图像的平滑 ( w =ones (25)./(25*25))与锐化(w= [1 1 1 1 1; 1 1 1 1 1; 1 1 -24 1 1 ; 1 1 1 1 1; 1 1 1 1 1];)(函数 imfilter );输出结果分别如下:

在 HSI 空间实现彩色图像的平滑(w=ones (25)./(25*25)),(函数 imfilter, rgb2hsi, cat ),观察仅平滑亮度分量(intensity )和平滑全部三个分量结果的差 别。 3、彩色图像分割 用 colorseg 函 数 实 现 基 于 肤 色 的 人 脸 分 割 。 对 图 像 “'Fig0636(woman_baby_original).tif ”在 HSI 空间,用函数 colorseg 分别用参 数“euclidean ”和“mahalanobis ”实现人脸分割。结果类似如下:

【数字图像处理】概念和原理题

概念和原理题 一、绪论部分 (一) 概念解释 1、 数字图像。 2、 数字图像处理。 (二) 简答题 1、 简述数字图像处理的三个层次。 2、 简述数字图像处理的基本内容。 3、 简述数字图像处理系统的基本组成。 二、数字图像基础部分 (一) 概念解释 1、图像数字化。 2、取样。 3、量化。 4、灰度分辨率。 5、空间分辨率。 (二)简答题 1、写出简单的图象形成模型的公式,并进行说明。 2、简述图像采样和量化的一般原则。 3、简述空间分辨率、灰度分辨率与图像质量的关系。 4、简述数字图像类型。 5、简述数字图像文件格式。 (三)分析题 1、写出“*”标记的像素的4邻域、对角邻域、8邻域像素的坐标。(坐标按常规方式 确定) 2 4、计算“*”标记的两点间的欧氏距离、城区距离和棋盘距离。 答: 图像处理 ,图像分割,模式识别

三、空间域图像增强部分 (一)概念解释 1、图像增强。 2、均值滤波器。 3、统计排序滤波器。 (二)简答题 1、简述空间域图像增强的三种增强方法。 2、简述图像反转、对数变换、幂次变换、分段线性变换等增强方法的特点及其适用范围。 2、简述直方图均衡化的实现步骤。 3、简述均值滤波器的工作原理和优缺点。 4、简述中值滤波器的工作原理和优缺点。 5、与Laplacian 算子相比,LOG 算子有什么优点? (三)分析题 1、计算下图的归一化直方图。 5 577666654444444544333333333333332222222322111113211000021110000 2、对下图进行直方图均衡化处理,并画出均衡后的图像及其直方图。 5 577666654444444544333333333333332222222 32211111 3211000021110000 3、对下面两幅图像进行异或运算。 4、对下列图像分别进行3*3均值滤波和3*3中值滤波,并比较它们的结果。

数字图像处理实验

(1)矩阵图像的傅里叶变换 f=zeros(30,30); f(5:24,13:17)=1; imshow(f,'notruesize') F=fft2(f); F2=log(abs(F)); figure;imshow(F2,[-1 5],'notruesize');colormap(jet);colorbar;

-0.5 00.5 11.522.533.544.5 (2)图像的傅里叶变换 I=imread('concordorthophoto.png'); imshow(I); B=ffshift(fft2(I)); figure; imshow(log(abs(B)),[]),colorbar;

图像离散余弦变换 RGB=imread('hestain.png'); I=rgb2gray(RGB); imshow(RGB); J=dct2(I); figure,imshow(log(abs(J)),[]),colorbar; J(abs(J)<10)=0; K=idct2(J)/255; figure,imshow(K)

二(1) 直方图均衡化增强图像对比度程序I=imread('trees.tif'); J=imnoise(I,'salt & pepper',0.02); imshow(I);figure,imshow(J) K1=filter2(fspecial('average',3),J)/255; K2=filter2(fspecial('average',5),J)/255; K3=filter2(fspecial('average',7),J)/255; figure,imshow(K1) figure,imshow(K2) figure,imshow(K3)

数字图像处理实验

《数字图像处理》 实验报告 学院:信息工程学院 专业:电子信息工程 学号: 姓名: 2015年6月18日

目录 实验一图像的读取、存储和显示 (2) 实验二图像直方图分析 (6) 实验三图像的滤波及增强 (15) 实验四噪声图像的复原 (19) 实验五图像的分割与边缘提取 (23) 附录1MATLAB简介 (27)

实验一图像的读取、存储和显示 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.图像的显示。 二、实验原理 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。 三、实验设备 (1) PC计算机 (2) MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) (3) 实验所需要的图片 四、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; 2.利用whos 命令提取该读入图像flower.tif的基本信息; 3.利用imshow()函数来显示这幅图像; 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; 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。 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。 7.用imread()读入图像:Lenna.jpg 和camema.jpg; 8.用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小;

数字图像处理参考教材

数字图像处理参考教材 (Digital Image Processing ,Computer Image Processing)I.通用教材 I.1 容观澳,清华讲义,计算机图像处理, 2000年版, Pages 351 这是清华一本较早的教材,针对基本概念和方法,系统知识。 特点:1)着重本领域的基本概念、基本方法和系统知识。 2)理论结合实验,避开过多数学推导, 3) 重点介绍算法,免编程。这也是我们本科采取的策略。 内容:1)基本内容(有关图像数学、视觉、光学以及二维变换的基本理论2)图像改善:重点介绍图像增强,图像复原,还有图像重建 3)图像的上网、传输、压缩 4)图像的理解、分割、描述 5)图像的硬件系统设计 I.2 李介谷等,上海交大版,88年版,数字图像处理Pages 278 较早。全面介绍了图像处理的一些模型和算法,主要内容;数字图像的特征、品质及视觉;图像的增强处理;图像修复;图像重建;图像分析和理解;图像信息的编码和压缩。 对基本理论和基本技术介绍全面。 I.3 阮秋琦,电子工业版,01年版,数字图像处理学 Pages 562 主要内容:图像处理中的正交变换、图像增强、图像编码、图像复原、图像重建、图像分析、模式识别等。偏重于基本理论和方法。这本书强调了编码的内容。 全书强调基本理论和基本技术,有较多习题,附一套实验演示软件。 北方交大教材。 I.4 黄贤武等,电子科技大学版,2000年,数字图像处理与压缩编码技术, Pages538 主要加重了图像数据压缩技术的份量-这是多媒体处理技术的关键技术之一。对图形模式识别技术、无损压缩编码技术、预测编码、图像的变换编码、神

数字图像处理第三版 (Rafael C.Gonzalez著)第三章答案

(a )由2 )(Kr Ae r T s -==,3/2 A Ae KL =-得:) 3/1ln(20=-KL ,20 /0986.1L K = 2 2 0986.1)(r L Ae r T s -== (b )、由 , 4/)1(2 0B e KL =--B 得: )4/3ln(2 0=-KL ,2 0/2877.0L K = )1()(2 2 2877.0r L e B r T s - -== (c )、 逐次查找像素值,如(x ,y )=(0,0)点的f (x ,y )值。若该灰度值的4比特的第0 位是1,则该位置的灰度值全部置1,变为15;否则全部置0,变为0。因此第7位平面[0,7]置0,[7,15]置1,第6位平面[0,3],[4,7]置0,[8,11],[12,15]置15。依次对图像的全部像素进行操作得到第0位平面,若是第i 位平面,则该位置的第i 位值是0还是1,若是1,则全置1,变为15,若是0,则全置0 设像素的总数为n ,是输入图像的强度值,由,rk 对 应sk ,所以,由 和得 由此得知,第二次直方图均衡化处理的结果与第一次直 方图均衡化处理的结果相同,这里我们假设忽略不计四舍五入的误差。

3.11题、由 dw w p z G v z z )()(0 ? = =, ?? ?=<<-5 .0041 5.044)( w w w w z w p { 5 .0021 5.02210 2 2 )()(<<<<+-= = =? z z z z z z z dw w p z G v 令v s =得 所以?? ???=?? ?? ?==- <<+-±<<- -+-±±-±-5.010221 5.0121 )2(25.022 125.01 22 )(r r r r r r v v v G z 3.12题、第k 个点邻域内的局部增强直方图的值为: P r (r k )=n k /n (k=0,1,2,……K-1)。这里n k 是灰度级为r k 的像素个数,n 是邻域内像素的总个数,k 是图像中可能的灰度级总数。假设此邻域从左以一个像素为步长向右移动。这样最左面的列将被删除的同时在后面又产生一个新的列。变化后的直方图则变成 : (k=0,1,2,……K-1) 这里n lk 是灰度级r k 在左面的列出现的次数,n rk 则为在右面出现的次数。 上式也可以改写成: (k=0,1,2,……K-1) 同样的方法也适用于其他邻域的移动: 这里a k 是灰度级r k 在邻域内在移动中被删除的像素数,b k 则是在移动中引入的像素数: (k=0,1,2,…… K-1) 上式等号右边的第一项为0(因为f 中的元素均为常数)。变量 是噪声的简单抽样,它 的方差是。因此 并且我们可以得到。上述过

数字图像处理实验

研究性实验五 一、实验说明: 一个用瓶子装各种工业化学品的装瓶公司听说你成功解决了成像问题,并雇佣你设计一种检测瓶子未装满的方法。当瓶子在传送带上运动,并通过自动装填机和封盖机进行包装时有如下图所示的情景。当液体平面低于瓶颈底部和瓶子肩部的中间点时,认为瓶子未装满。瓶子的横断面上的倾斜部分及侧面定义为瓶子的肩部。瓶子在不断移动,但公司有一个图像系统,装备了有效捕捉静止图像的前端闪光照明设备。所以你可以得到非常清晰的图像。基于以上你得到的资料,提出一个检测未完全装满的瓶子的解决方案。清楚地表述你做的所有设想和很可能对你提出的解决方案产生影响的假设。 二、实验思路分析: 三、实验步骤 步骤一:读入原始图像

步骤二:将图像进行二值化处理 BW = im2bw(I,0.7); 由于原始图像中白色比较明显,瓶身的颜色和背景比较相近,所以直接进行二值化处理,将未装满液体的信息提取出来。 步骤三:将图像聚类后进行连通域的膨胀。 将图像二值化后发现图中存在噪声,选择将图像进行模糊膨胀后再二值化处理,从而去掉小连通域的干扰。 步骤四:重新二值化膨胀后的图像

步骤五:标记连通域,并统计每个连通域的面积。 经统计得到从左到右的连通域面积分别为3495 4398 11212 4398 2573,限定范围,可知11212对应的连通域所对应的瓶子是不符合要求的。 四、实验代码 功能:找出图像中灌装不合格的瓶子。 说明:(1)输入的图像必须是灰度图,否则需要将之格式转换。 (2)图像处理的步骤是:①对灰度图像glass.jpg进行二值化,②进行形态学处理, ③计算白色连通区域的面积和质心等,④通过判断质心的坐标和未装灌的面积得出是否合格。图像处理后五个白色区域面积为: [2374, 2739, 8381, 2739, 1660;] 五个质心的坐标数据: [20.6251,48.0434,138.6046,46.6575,256.2667,84.9748,376.6046,46.6575,484.6181,47.9084;] 通过没有装灌部分的面积大于2900来判定装灌不合格,两个合格的值为2739,其余未照全的部分判断还可以 根据其质心判断,合格的瓶子为46.6575,坐标过大也不合格,这里取50。 源代码: clear all; close all; T = 200; % 全局阈值200时效果要好一些,手动选出的值 %step1 读取和显示原始图像,显示原始图像的直方图 picOP = imread('glass.jpg'); % 读入图像 figure,imshow(picOP),title('原始灰度图像'); % 显示图像 figure, imhist(picOP), title('原始灰度图像直方图'); % 显示原始图像的直方图 % step2 转化为二值图像 picB = picOP; % 复制灰度图像到picB picBW = im2bw(picB,T/255); % 采用全局阈值进行灰度图像转变为二值图像 figure,imshow(picBW),title('全局阈值下二值图像'); % 显示二值图像 % step3 进行形态学操作,转化为有利于处理的图像 picMORPHOLOGY = picBW ; % 复制准备形态学处理 se = strel('square',10); % 结构化元素 fo = imopen(picMORPHOLOGY,se); % 开操作 figure,imshow(fo),title('开运算之后图像'); % 输出开运算之后图像 % step4 计算出各个白色连通区域(未装灌区域)面积和质心坐标

数字图像处理 第五讲(老师的课件)

3.4.3图像几何运算 在处理图像的过程中,需要对图像的大小和几何关系进行调整:缩放 旋转 图像中的每个像素值都发生变化 数字坐标是整数,经过变换之后不一定是整数 因此要对变换之后的整数坐标值位置的像素进行估计 (1)图像的插值 插值是常用的数学运算,通常利用曲线拟合的方法,通过离散的采样点建立连续函数逼近真实曲线,用这个重建的函数求出任意的函数值 设已知函数值为12,,...,w w 则未知点x 的函数值通过插值可以表示为 1()()L l l l f x w h x x ==?∑ ()h ?是插值核心函数,l w 为权系数。插值算法的数值精度及计算量与插值核函数有关。

MATLAB 的imresize 函数和imrotate 函数用于二维图像插值。 MATLAB 影像处理工具箱提供了三种插值方法: 1)最近邻插值(Nearest neighbor interpolation) 最简单的插值,每个插值输出像素的值就是在输入图像中与其最邻近的采样点的值 ()()k f x f x = 1111 ()()22 k k k k x x x x x ?++<<+ 最近邻插值是工具箱函数默认使用的插值方法,而且这种插值方法的运算量非常小。 对于索引图像来说是唯一可行的方法。 频域特性不好,当图像含有精细的内容,也就是含有高频分量时,用这种方法实现倍数放大处理,可以看出有明显的块状效应。 2)双线性插值(Bilinear interpolation) 该方法输出像素值在它的输入图像中22×领域采样点的平均值,根据周围4个像素的灰度值在水平和垂直两个方向上对其插值 1,1,,,,m i m n j n a i m b j n i j ′′′′′′<<+<<+=?=?是要插值点的坐标,则双 线性插值的公式为: (,)(1)(1)(,)(1)(1,)+ (1)(,1)(1,1) g i j a b g m n a b g m n a bg m n abg m n ′′=??+?+?++++ 按上市计算出来的值赋予图像的几何变换对应于(,)i j ′′的值,即可实现双线性插值 3)双立方插值(Bicubic interpolation) 插值核为三次函数,其插值领域的大小为44×,插值效果较好,但相应的计算量比较大。 三种插值方式比较类似,为了确定插值像素点的数值,必须在输入图像中查找到与出处像素相对应的点。 三种插值方式的区别: 近邻插值输出图像的复制为当前点的像素点; 双线性插值为像素22×矩阵包含的有效点的加权平均; 双立方插值为44×矩阵包含有效点的加权平均值; method 用户指定内插的方法,可选值为 (2) 图像大小调整 利用imresize 函数通过一种特定的插值方法实现图像的调整。函数的语法如下: B=imresize(A,m,method)

数字图像处理实验5 图像压缩

实验5 图像压缩 一.实验目的: 1.掌握图像压缩的原理——编码冗余,压缩比C R的计算等。 2.了解并掌握霍夫曼编码的原理、实现步骤。 3.掌握JPEG标准——通用的图像压缩/解压缩编码标准。 二.实验内容: 1.利用已给出的MATLAB自编函数库matlab_function文件夹,实现压缩比的计算。 2.对信号源符进行霍夫曼编码,以消除信源的冗余数据。 3.练习JPEG标准的压缩/解压缩技术。 三.实验原理: 1.图像压缩比C R的计算 函数imratio(f1, f2),计算图像压缩比C R,该函数来自MATLAB自编函数库matlab_function文件夹,语法如下: imratio(imread(‘filename’), ‘filename.jpg’) //第二个参数‘filename.jpg’仅是文件名,实际上是一个结构,内含压缩 //后的各种压缩信息,并不代表图像本身 >>f = imread(‘E:\医学图像处理实验讲义\实验五\car_lady.jpg’) >>imfinfo E:\医学图像处理实验讲义\实验五\car_lady.jpg //查看图像文件的详细信息 >>imwrite(f, ‘car_lady25.jpg’, ‘quality’, 25) //将压缩后的图像存到MATLAB默认路径中 >>imfinfo car_lady25.jpg //可依据图像信息计算出压缩率 >>f25 = imread(‘car_lady25.jpg’) >>Cr = imratio (f25, ‘car_lady25.jpg’) 2.霍夫曼编码 符号概率 a1 0.1875 a2 0.5 a3 0.125 a4 0.1875 函数huffman(p)进行霍夫曼编码,语法: huffman(p) //p为向量符号 >>p = [0.1875 0.5 0.125 0.1875] >>c = huffman(p)

数字图像处理试题集2(精减版)

第一章概述 一.填空题 1. 数字图像是用一个数字阵列来表示的图像。数字阵列中的每个数字,表示数字图像的一个最小单位,称为__________。 5. 数字图像处理包含很多方面的研究内容。其中,________________的目的是根据二维平面图像数据构造出三维物体的图像。 解答:1. 像素5. 图像重建 第二章数字图像处理的基础 一.填空题 1. 量化可以分为均匀量化和________________两大类。 3. 图像因其表现方式的不同,可以分为连续图像和________________两大类。 5. 对应于不同的场景内容,一般数字图像可以分为________________、灰度图像和彩色图像三类。 解答: 1. 非均匀量化 3. 离散图像 5. 二值图像 二.选择题 1. 一幅数字图像是:( ) A、一个观测系统。 B、一个有许多像素排列而成的实体。 C、一个2-D数组中的元素。 D、一个3-D空间的场景。 3. 图像与灰度直方图间的对应关系是:() A、一一对应 B、多对一 C、一对多 D、都不对 4. 下列算法中属于局部处理的是:() A、灰度线性变换 B、二值化 C、傅立叶变换 D、中值滤波 5. 一幅256*256的图像,若灰度级数为16,则该图像的大小是:()

A、128KB B、32KB C、1MB C、2MB 6. 一幅512*512的图像,若灰度级数为16,则该图像的大小是:() A、128KB B、32KB C、1MB C、2MB 解答:1. B 3. B 4. D 5. B 6. A 三.判断题 1. 可以用f(x,y)来表示一幅2-D数字图像。() 3. 数字图像坐标系与直角坐标系一致。() 4. 矩阵坐标系与直角坐标系一致。() 5. 数字图像坐标系可以定义为矩阵坐标系。() 6. 图像中虚假轮廓的出现就其本质而言是由于图像的灰度级数不够多造成的。() 10. 采样是空间离散化的过程。() 解答:1. T 3. F 4. F 5. T 6. T 10. T 1、马赫带效应是指图像不同灰度级条带之间在灰度交界处存在的毛边现象(√) 第三章图像几何变换 一.填空题 1. 图像的基本位置变换包括了图像的________________、镜像及旋转。 7. 图像经过平移处理后,图像的内容________________变化。(填“发生”或“不发生”) 8. 图像放大是从小数据量到大数据量的处理过程,________________对许多未知的数据的估计。(填“需要”或“不需要”) 9. 图像缩小是从大数据量到小数据量的处理过程,________________对许多未知的数据的估计。(填“需要”或

数字图像处理实验报告

目录 实验一:数字图像的基本处理操作....................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验二:图像的灰度变换和直方图变换............................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验三:图像的平滑处理....................................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。实验四:图像的锐化处理......................................................................................... 错误!未定义书签。:实验目的 .............................................................................................................. 错误!未定义书签。:实验任务和要求..................................................................................................... 错误!未定义书签。:实验步骤和结果..................................................................................................... 错误!未定义书签。:结果分析................................................................................................................. 错误!未定义书签。

Camera 图像处理原理分析- 亮度及曝光控制

Camera 图像处理原理分析- 亮度及曝光控制 1.1亮度感应及曝光 1.1.1感光宽容度 从最明亮到最黑暗,假设人眼能够看到一定的范围,那么胶片(或CCD等电子感光器件)所能表现的远比人眼看到的范围小的多,而这个有限的范围就是感光宽容度。 人眼的感光宽容度比胶片要高很多,而胶片的感光宽容度要比数码相机的ccd高出很多!了解这个概念之后,我们就不难了解,为什么在逆光的条件下,人眼能看清背光的建筑物以及耀眼的天空云彩。而一旦拍摄出来,要么就是云彩颜色绚烂而建筑物变成了黑糊糊的剪影,要么就是建筑物色彩细节清楚而原本美丽的云彩却成了白色的一片 再看人眼的结构,有瞳孔可以控制通光量,有杆状感光细胞和椎状感光细胞以适应不同的光强,可见即使人眼有着很高的感光宽容度,依然有亮度调节系统,以适应光强变化。 那么对于camera sensor来说,正确的曝光就更为重要了! 1.1.2自动曝光和18%灰 对于sensor来说,又是如何来判断曝光是否正确呢?很标准的做法就是在YUV空间计算当前图像的Y值的均值。调节各种曝光参数设定(自动或手动),使得该均值落在一个目标值附近的时候,就认为得到了正确的曝光。 那么如何确定这个Y的均值,以及如何调整参数使得sensor能够将当前图像的亮度调整到这个范围呢? 这就涉及到一个概念18%灰,一般认为室内室外的景物,在通常的情况下,其平均的反光系数大约为18%,而色彩均值,如前所述,可以认为是一种中灰的色调。这样,可以通过对反光率为18%的灰板拍摄,调整曝光参数,使其颜色接近为中等亮度的灰色(Y值为128)。然后,对于通常的景物,就能自动的得到正确的曝光了。 当然这种自动判断曝光参数的AE功能不是万能的,对于反光率偏离通常均值的场景,比如雪景,夜景等,用这种方法就无法得到正确的曝光量了。所以在sensor的软件处理模块中,通常还会提供曝光级别的设定功能,强制改变自动曝光的判断标准。比如改变预期的亮度均值等。 1.1.3曝光级别设定 在多数数码相机和拍照手机上都可以看到曝光级别设定的功能,如前所述,这种设定实际上是在自动曝光的基础上给用户提供一定的曝光控制能力,强制改变camera sensor的曝光判断标准,获得用户想要的效果。

数字图像处理第三版 (Rafael C.Gonzalez著)第六章答案

第六章 6.1 给出用于产生图6.5中标为“日光”的点的红光、绿光、蓝光的百分比。 从图中可知,x=0.31,y=0.32,由x+y+z=1可得z=0.37,这是三色值系数。我们感兴趣的是三色值XYZ。由他们的变换公式:x = X/(X+Y+Z),y=Y/(X/Y/Z),z=Z/(X/Y/Z),可知他们的比例是相同的,故可得:X=0.31,Y=0.32,Y=0.37 6.2 用c 表示给定的颜色,并且给出它的坐标,用(x0,y0)表示,c 和c1之间的距离以及c1和c2的距离分别为: c1占c的百分比表示为: c2的百分比用p2表示:p2=100-p1,由上面的等式我们知道,作为例子,当c=c1时,那么d(c,c1)=0,并且p1=100%,p2=0%,同样当d(c,c1)=d(c1,c2)时,p1=0%,p2=100%,从它们简单的关系中可以容易地得出它们的值。 6.5

在中心点有R/2+ B/2+G= R+G+B /2 + G /2=midgray+G/2,由于增加了灰色分量和强度使人们看起来像纯绿色。 6.7 在每幅12比特图像中有4096212=种可能值。对于灰度色彩,所有的RGB 分量必须相等,所以有4096种不同的灰度。 6.8 (a )R 图像中的所有像素值都是255。在G 图像中,第一列全是0,第二列全是1,最后一列全由255组成。在B 图像中,第一行全为255,第二行全为254,直到最后一行全为0。 (b )(令坐标轴编号同书中图6.7(RGB 彩色立方体示意图)相同。)则:(0,0,0)=白色,(1,1,1)=黑色,(1,0,0)=青色,(1,1,0)=蓝色,(1,0,1)=绿色,(0,1,1)=红色,(0,0,1)=黄色,(0,1,0)=深红色。 (c)不包括黑点和白点是饱和的。在包含黑点或者白点时,饱和度会下降。 6.10 从式(6.5-5)的RGB 亮度映射函数推导出式(6.5-6)的CMY 亮度映射函数。 i i ks s = (i=1,2,3) (6.5-5) )1(k ks s i i -+= (i=1,2,3) (6.5-6) 由公式???? ??????-=????????? ?B G R Y M C 1可知,CMY 图像中的每个分量都是响应RGB 图像单一分量的函数。C 是R 的函数,M 是G 的函数,Y 是B 的函数。为清楚起见,我们使用素数标示CMY 分量。有公式 (i=1,2,3)得,)3,2,1(==i ks s i i (对应RGB 分量),并且有公

数字图像处理实验报告

数字图像处理实验 报告 学生姓名:学号: 专业年级: 09级电子信息工程二班

实验一常用MATLAB图像处理命令 一、实验内容 1、读入一幅RGB图像,变换为灰度图像和二值图像,并在同一个窗口内分成三个子窗口来分别显示RGB图像和灰度图像,注上文字标题。 实验结果如右图: 代码如下: Subplot (1,3,1) i=imread('E:\数字图像处理\2.jpg') imshow(i) title('RGB') Subplot (1,3,2) j=rgb2gray(i) imshow(j) title('灰度') Subplot (1,3,3) k=im2bw(j,0.5) imshow(k) title('二值') 2、对两幅不同图像执行加、减、乘、除操作,在同一个窗口内分成五个子窗口来分别显示,注上文字标题。 实验结果如右图: 代码如下: Subplot (3,2,1) i=imread('E:\数字图像处理 \16.jpg') x=imresize(i,[250,320]) imshow(x) title('原图x') Subplot (3,2,2) j=imread(''E:\数字图像处理 \17.jpg') y=imresize(j,[250,320]) imshow(y) title('原图y') Subplot (3,2,3) z=imadd(x,y) imshow(z)

title('相加结果');Subplot (3,2,4);z=imsubtract(x,y);imshow(z);title('相减结果') Subplot (3,2,5);z=immultiply(x,y);imshow(z);title('相乘结果') Subplot (3,2,6);z=imdivide(x,y);imshow(z);title('相除结果') 3、对一幅图像进行灰度变化,实现图像变亮、变暗和负片效果,在同一个窗口内分成四个子窗口来分别显示,注上文字标题。 实验结果如右图: 代码如下: Subplot (2,2,1) i=imread('E:\数字图像处理 \23.jpg') imshow(i) title('原图') Subplot (2,2,2) J = imadjust(i,[],[],3); imshow(J) title('变暗') Subplot (2,2,3) J = imadjust(i,[],[],0.4) imshow(J) title('变亮') Subplot (2,2,4) J=255-i Imshow(J) title('变负') 二、实验总结 分析图像的代数运算结果,分别陈述图像的加、减、乘、除运算可能的应用领域。 解答:图像减运算与图像加运算的原理和用法类似,同样要求两幅图像X、Y的大小类型相同,但是图像减运算imsubtract()有可能导致结果中出现负数,此时系统将负数统一置为零,即为黑色。 乘运算实际上是对两幅原始图像X、Y对应的像素点进行点乘(X.*Y),将结果输出到矩阵Z中,若乘以一个常数,将改变图像的亮度:若常数值大于1,则乘运算后的图像将会变亮;叵常数值小于是,则图像将会会暗。可用来改变图像的灰度级,实现灰度级变换,也可以用来遮住图像的某些部分,其典型应用是用于获得掩膜图像。 除运算操作与乘运算操作互为逆运算,就是对两幅图像的对应像素点进行点(X./Y), imdivide()同样可以通过除以一个常数来改变原始图像的亮度,可用来改变图像的灰度级,其典型运用是比值图像处理。 加法运算的一个重要应用是对同一场景的多幅图像求平均值 减法运算常用于检测变化及运动的物体,图像相减运算又称为图像差分运算,差分运算还可以用于消除图像背景,用于混合图像的分离。

相关文档
最新文档