数字图像处理

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，MATLAB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。规定双精度型归一化亮度图像的取值范围是[0，1](2) 二值图像

一幅二值图像是一个取值只有0和1的逻辑数组。而一幅取值只包含0和1的uint8类数组，在MATLAB中并不认为是二值图像。使用logical函数可以把数值数组转化为二值数组或逻辑数组。创建一个逻辑图像，其语法为：

B=logical(A)

其中，B是由0和1构成的数值数组。

要测试一个数组是否为逻辑数组，可以使用函数: islogical(c)

若C是逻辑数组，则该函数返回1；否则，返回0。

(3) 索引图像

索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。

一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。

(4) RGB图像

一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色相似点都是在特定空间位置的彩色图像相对应的红、绿、蓝三个分量。按照惯例，形成一幅RGB彩色图像的三个图像常称为红、绿或蓝分量图像。

令fR，fG和fB分别代表三种RGB分量图像。一幅RGB图像就利用cat(级联)操作将这些分量图像组合成彩色图像：

rgb_image=cat(3,fR,fG,fB)

在操作中，图像按顺序放置。

2、数据类和图像类型间的转化

表1中列出了MATLAB和IPT为表示像素所支持的各种数据类。表中的前8项称为数值数据类，第9项称为字符类，最后一项称为逻辑数据类。

工具箱中提供了执行必要缩放的函数(见表2)。以在图像类和类型间进行转化。

表1-1 MATLAB和IPT支持数据类型

名称doubleuint8uint16uint32int8int16int32

描述

双精度浮点数，范围为

无符号8比特整数，范围为[0 255]无符号16比特整数，范围为[0 65536]无符号32比特整数，范围为[0 4294967295]有符号8比特整数，范围为[-128 127]有符号16比特整数，范围为[-32768 32767]有符号32比特整数，范围为[-21474836482147483647]

singlecharlogical名称im2uint8im2uint16mat2grayim2doubleim2bw

单精度浮点数，范围为字符值为0或1

表1-2 格式转换函数

将输入转化为uint8uint16

double,范围为[0 1]doublelogical

有效的输入图像数据类logical,uint8,uint16和doulbe

logical,uint8,uint16和doulbedouble

logical,uint8,uint16和doulbe

uint8,uint16和double

下面给出读取、压缩、显示一幅图像的程序(%后面的语句属于标记

语句，编程时可不用输入)

I=imread(‘原图像名.tif’); % 读入原图像,tif格式whos I % 显示图像I的基本信息imshow(I) % 显示图像

% 这种格式知识用于jpg格式，压缩存储图像，q是0-100之间的整数imfinfo filename imwrite(I,'filename.jpg','quality',q);

imwrite(I,'filename.bmp'); % 以位图（BMP）的格式存储图像

% 显示多幅图像，其中n为图形窗口的号数figure(n), imshow('filename');

gg=im2bw('filename'); % 将图像转为二值图像figure, imshow(gg) % 显示二值图像

三、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；

I=imread(‘hjx.tif’);

2．利用whos 命令提取该读入图像flower.tif的基本信息；

Whos I NameSize BytesClassI

107x122

13054

logical array

3．利用imshow()函数来显示这幅图像；imshow(I)

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；

imfinfo hjx.tifans =

Filename: 'hjx.tif'

FileModDate: '04-Dec-2000 12:57:58' FileSize: 1074 Format: 'tif' FormatVersion: [] Width: 122 Height: 107 BitDepth: 1

ColorType: 'grayscale' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubfileType: 0

BitsPerSample: 1

Compression: 'CCITT 1D'

PhotometricInterpretation: 'WhiteIsZero' StripOffsets: [2x1 double] SamplesPerPixel: 1 RowsPerStrip: 67

StripByteCounts: [2x1 double] XResolution: 72 YResolution: 72 ResolutionUnit: 'Inch' Colormap: []

PlanarConfiguration: 'Chunky' TileWidth: [] TileLength: [] TileOffsets: [] TileByteCounts: [] Orientation: 1 FillOrder: 1

GrayResponseUnit: 0.0100 MaxSampleValue: 1 MinSampleValue: 0 Thresholding: 1

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。

imwrite(I,'hjx.jpg','quality',14);

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。

imwrite(I,'hjx.bmp');

7．用imread()读入图像：Lenna.jpg 和camema.jpg；

imread('hjx.jpg');

8．用imfinfo()获取图像Lenna.jpg和camema.jpg 的大小；imfinfo hjx.jpgans =

Filename: 'hjx.jpg'

FileModDate: '26-Apr-2016 10:58:13' FileSize: 1947 Format: 'jpg' FormatVersion: '' Width: 122 Height: 107 BitDepth: 8

ColorType: 'grayscale' FormatSignature: '' NumberOfSamples: 1

CodingMethod: 'Huffman' CodingProcess: 'Sequential' Comment: {}

imfinfo hhjjxx.jpg ans =

Filename: 'hhjjxx.jpg'

FileModDate: '26-Apr-2016 11:16:35' FileSize: 17311 Format: 'jpg' FormatVersion: '' Width: 447 Height: 301 BitDepth: 8

ColorType: 'grayscale' FormatSignature: '' NumberOfSamples: 1

CodingMethod: 'Huffman' CodingProcess: 'Sequential' Comment: {}

9．用figure,imshow()分别将Lenna.jpg和camema.jpg显示出来，观察两幅图像的质量。

10．用im2bw将一幅灰度图像转化为二值图像，并且用imshow显示出来观察图像的特征。

gg=im2bw(H);figure, imshow(gg)

11．将每一步的函数执行语句拷贝下来，写入实验报告，并且将得到第3、9、10步得到的图像效果拷贝下来。

四、考核要点

1、熟悉在MATLAB中如何读入图像、如何获取图像文件的相关信息、如何显示图像及保存图像等，熟悉相关的处理函数。

2、明确不同的图像文件格式，由于其具体的图像存储方式不同，所以文件的大小不同，因此当对同一幅图像来说，有相同的文件大小时，质量不同。

五、实验仪器与软件

(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

六、实验报告要求

描述实验的基本步骤，用数据和图片给出各个步骤中取得的实验结果和源代码，并进行必要的讨论，必须包括原始图像及其计算/处理后的图像。

七、思考题

(1) 简述MatLab软件的特点。答：1) 高效的数值计算及符号计算功能，能使用户从繁杂的数学运算分析中解脱出来；2) 具有完备的图形处理功能,实现计算结果和编程的可视化;3) 友好的用户界面及接近数学表达式的自然化语言，使学者易于学习和掌握；

4) 功能丰富的应用工具箱(如信号处理工具箱、通信工具箱等) ,为用户提供了大量方便实用的处理工具。

(2) MatLab软件可以支持哪些图像文件格式？

答：JPEG、JPEG、PCX、TIFF、PNG、GIF、HDF、XWD等等。(3) 说明函数imread 的用途格式以及各种格式所得到图像的性质。答：imread函数用于读入各种图像文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’)

其中，X，MAP分别为读出的图像数据和颜色表数据，fmt为图像的格式，filename为读取的图像文件（可以加上文件的路径）。

(4) 为什么用I = imread(‘lena.bmp’) 命令得到的图像I 不可以进行算术运算？

答：Matlab系统默认的算术运算时针对双精度类型（double）的数据，而上述命令产生的矩阵的数据类型是无符号8位，直接 进行运算会溢出。