首页 > 专利信息

数字图像处理第一次试验：图像的基本操作和基本统计指标计算

数字图像处理第⼀次试验：图像的基本操作和基本统计指标计算

前⾔

为了帮助同学们完成痛苦的实验课程设计，本作者将其作出的实验结果及代码贴⾄CSDN中，供同学们学习参考。如有不⾜或描述不完善之处，敬请各位指出，欢迎各位的斧正！

⼀、实验⽬的

（1）熟悉MATLAB图像处理⼯具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理⼯具箱验证和设计图像处理算法。对于初学者来说，勤学多练、书序MATLAB图像处理⼯具箱也是学好本课程的必经之路。

（2）了解计算图像的统计指标的⽅法及其在图像处理中的意义。

（3）了解图像的⼏何操作，如改变图像⼤⼩、剪切、旋转等。

⼆、实验主要仪器设备

（1）台式计算机或笔记本电脑

（2）MATLAB（安装了图像处理⼯具箱，即Image Processing Toolbox(IPT)）

（3）典型的灰度、彩⾊图像⽂件

三、实验原理

（1）将⼀幅图像视为⼀个⼆维矩阵。

（2）利⽤MATLAB图像处理⼯具箱读、写和显⽰⽂件。

①　调⽤imread函数将图像⽂件读⼊图像数组（矩阵）。例如”I=imread(‘tire.tif’);”。其基本格式

为：“A=imread(‘filename.fmt’)”，其中，A为⼆维矩阵，filename.为⽂件名，fmt为图像⽂件格式的扩展名。

②　调⽤imwrite函数将图像矩阵写⼊图像⽂件。例如“imwrite(A,’test_image.jpg’);”。其基本格式

为“imwrite(a,filename.fmt)”。

③　调⽤imshow函数显⽰图像。例如“imshow(‘tire.tif’);”。其基本格式为：I为图像矩阵，N为显⽰的灰度级数，默认时为256.

计算图像有关的统计参数。

四、实验内容

（1）利⽤MATLAB图像处理⼯具箱和Photoshop读、写和显⽰图像⽂件。

（2）利⽤MATLAB计算图像有关的统计参数。

五、实验步骤

（1）利⽤“读图像⽂件I/O”函数读⼊图像Italy.jpg。

（2）利⽤“读图像⽂件I/O”的iminfo函数了解图像⽂件的基本信息：主要包括filename（⽂件名）、FileModDate（⽂件修改时间）、Filesize（⽂件尺⼨）、Format（⽂件格式）、FormatVersion（格式版本）、Width（图像宽度）、Height（图像⾼度）、

BitDepth（每个像素的位深度）、ColorType（彩⾊类型）、CodingMethod（编码⽅法）等。

（3）利⽤“像素和统计处理”函数计算读⼊图像的⼆维相关系数（corr2函数）、确定像素颜⾊值（impixel函数）、确定像素的平均值（mean2函数）、显⽰像素信息（pixval函数）、计算像素的标准偏移（std2函数）等。

要求：参照例题2.1，对图像J加均值为0、⽅差为0.01的⾼斯⽩噪声形成有噪图像J1，即“J1=imnoise(J,’gaussian’,0,0.01);”，求J1的像素总个数、图像灰度的平均值、标准差、J和J1的互协⽅差和相关系数、J和K的互协⽅差和相关系数。

如果将⽅差加⾄0.1，重新计算上述统计参数。

（4）改变图像⼤⼩（imresize函数），旋转图像（imrotate函数）、对图像进⾏裁剪（imcrop函数）等，再对操作后的图像进⾏统计。要求：参照例2.1，将图像I分别放⼤和缩⼩1.5倍、旋转30°，在对操作后的图像进⾏统计。

（5）将上述不同操作后的图像⽤“读图像⽂件I/O”函数分别写⼊各⾃的图像⽂件。

六、实验程序

subplot(3,3,1);

imshow(I);

A=imfinfo('0.jpg');

J=rgb2gray(I);

subplot(3,3,2);

imshow(J);

J1=imnoise(J,'gaussian',0,0.01); subplot(3,3,3);

imshow(J1);

B=numel(J1);

ave=mean2(J1);

sd=std2(J1);

J2=im2double(J);

J3=im2double(J1);

Cfg=cov(J2,J3);

corrgfg=corr2(J2,J3);

s=size(J);

all_white=255*ones(s(1),s(2)); all_white_uint8=uint8(all_white); K=imsubtract(all_white_uint8,J); subplot(3,3,4);

imshow(K);

K1=im2double(K);

Cfg2=cov(J2,K1);

corrgfg2=corr2(J2,K1);

J4=imresize(I,0.2);

subplot(3,3,5);

imshow(J4);

J5=imrotate(I,30);

subplot(3,3,6);

imshow(J5);

RECT=[0 200 300 250];

J6=imcrop(I,RECT);

subplot(3,3,7);

imshow(J6);

imwrite(J1,'2.jpg');

imwrite(J,'3.jpg');

imwrite(K,'4.jpg');

imwrite(J4,'5.jpg');

imwrite(J5,'6.jpg');

imwrite(J6,'7.jpg');

令imnoise中设定的⽅差为0.1，运⾏结果如下：

再令imrotate的旋转⾓度为330度（即顺时针旋转30度，效果如下）

最终写⼊图像⽂件，结果如下图所⽰：

六、实验报告要求

（1）利⽤MATLAB图像处理⼯具箱读、写和显⽰⽂件，计算图像的有关统计参数的原理。（2）记录、读取加噪、⼏何变换处理后的图像及图像的统计数据

（3）列出上述图像处理的程序

（4）回答思考题

（5）撰写⼼得和体会

七、预习要求

（1）了解MATLAB图像处理⼯具箱和Photoshop的基本功能。

（2）了解图像基本指标特征的含义

⼋、思考题

（1）说明图像的统计特征对图像处理的意义。

图像的种类很多，不同图像的⽤途和处理⽅法也不相同。图像处理算法往往针对⼀定特征（如颜⾊、纹理、形状、空间关系等）的图像，因此对图像特征的分析⾄关重要。图像是典型的⼆维随机信号，其统计特征对于进⼀步处理和分析是⼗分重要的。图像的统计特征是图像的⼀类基本特征。⼀些算法也是基于图像的统计指标设计的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别于其他图像的许多参数指标。

（2）⽐较不同图像的统计特征的差别，并分析原因。

不同图像的尺⼨、⼤⼩、颜⾊、纹理、形状等不同。

（3）讨论施加不同⽅差的噪声对图像统计参数产⽣的影响。

施加不同⽅差噪声，会改变图像的灰度平均值、协⽅差矩阵、灰度标准差。

（4）图像旋转后，图像的尺⼨是否发⽣变化？如果数据增加，多余的数据是怎样补充的？对图像统计参数会产⽣怎样的影响？

由实验结果图6可以看出，图像旋转后，尺⼨也会变化，多余数据⽤⿊⾊补充，图像的⼤⼩等发⽣变化。

本文发布于:2024-09-20 12:11:09，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/89283.html

上一篇：数字图像处理——非锐化屏蔽与高提升滤波【像素级别处理】（python）

下一篇：数字图像相关中亚像素位移测量的曲面拟合法