《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：201215409 姓名：张玉波
2015年6月日1
18
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；
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。
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。
2
四、实验源程序
clc;clear;close all;
I=imread('D:\\picture\\flower.tif');% 读入原图像,tif格式 whos I ; % 显示图像I的基本信息 imfinfo ('D:\\picture\\flower.tif');
imwrite(I,'D:\\picture\\flower.jpg','quality',50);
imwrite(I,'D:\\picture\\flower.bmp'); % 以位图（BMP）的格式存储图像 g=im2bw(I); % 将图像转为二值图像 imwrite(g,'D:\\picture\\flower1.tif');
subplot(2,2,1),imshow(I),title('原图(tif格式)');
subplot(2,2,2),imshow('D:\\picture\\flower.jpg'),title('压缩图(jpg格式)'); subplot(2,2,3),imshow('D:\\picture\\flower.bmp'),title('位图(BMP格式)'); subplot(2,2,4),imshow(g),title('二值图');
四、实验结果
原图(tif格式)压缩图(jpg格式)位图(BMP格式)二值图
3
实验二 图像直方图分析
一．实验目的
1．了解MATLAB的操作环境和基本功能。
2．掌握MATLAB中图像增强与平滑的函数的使用方法。 3．加深理解图像增强与平滑的算法原理。
二、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 2．直接灰度变换
3．空域平滑滤波（模糊、去噪） 4．空域锐化滤波
（二）采用MATLAB底层函数编程实现 1．灰度变换之动态范围扩展
假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像 g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为：
g(x,y)?d?c[f(x,y)?a]?c b?a 用MATLAB底层函数编程实现上述变换函数。观察图像‘ pout.tif’的灰度直方图，选择合适的参数［a, b］、［c, d］对图像‘pout.tif’进行灰度变换，以获得满意的视觉效果。
2．非锐化掩蔽和高斯滤波
从原图像中减去其非锐化（平滑过的）图像的过程称为非锐化掩蔽，其基本步骤为： ⑴对原图像进行平滑滤波得到模糊图像f(x,y)；
⑵从原图像中减去模糊图像，产生的差值图像称为模板gmask(x,y)； ⑶将模板加到原图像上，得到锐化后的图像g(x,y)。 即，
4
gmask(x,y)?f(x,y) - f(x,y)
g(x,y)?f(x,y)?k?gmask(x,y)；k?1
用MATLAB函数编程实现上述功能。
三、实验源程序
(一)
1．直方图均衡化 clc;clear all; close all I=imread('pout.tif'); subplot(2,3,1); imshow(I); title('原图'); subplot(2,3,2);
imhist(I); % 显示原图的直方图 title('原图的直方图');
[I2,T]=histeq(I); %原图进行均衡化 subplot(2,3,3);
imshow(I2); %显示均衡化后图 title('均衡化后的图'); subplot(2,3,4);
imhist(I2); %显示原图均衡化后的直方图 title('原图均衡化后的直方图'); subplot(2,3,5);
plot((0:255)/255,T); % 绘制均衡化函数图 title('均衡化函数图');
imwrite(I2, 'D:\\picture1\\pout.png');
imfinfo('D:\\picture1\\pout.png')%显示写入图的信息 2．直接灰度变换 clc;clear all; close all I=imread('cameraman.tif');
subplot(2,3,1),imshow(I),title('原图(cameraman)'); J=imadjust(I,[0 0.2],[0.5 1]);
subplot(2,3,2),imshow(J),title('图cameraman调整灰度值后的图 '); [X,MAP] = imread('forest.tif');%X为图像数据矩阵，MAP为颜色表数据矩阵
5
