《数字图像处理》实验指导书202406(6)

FPS = videoObj.FrameRate;

% Read the first frame in the video sequence as the initial value newframe = read(videoObj, 1); fmed = double(newframe);

% Get the height, width, and number of color components of the frame [height, width, numColor] = size(newframe); % Assign a value to the threshold Threh = 20; beta = 0.6;

fg = false(height, width);

%创建方形结构元素，用于对分割结果形态学滤波 se = strel('square',3);

% To avoid consuming too much memories, read only a one frame each time. for n = 1:numFrames

newframe = read(videoObj, n);

% Calculate the differrence image between the new frame and fmed Idiff = double(newframe) - fmed; % Update the median of each pixel value pixInc = find(Idiff > 0);

fmed(pixInc) = fmed(pixInc) + beta; pixDec = find(Idiff < 0);

fmed(pixDec) = fmed(pixDec) - beta;

% Motion segment, detection moving object by threholding Idiff fg = abs(Idiff) >Threh;

if ( numColor == 3) % color image fg = fg(:, :, 1) | fg(:, :, 2) | fg(:, :, 3); end

%对分割结果进行形态学滤波 fg2 = imopen(fg,se);

fg2 = imclose(fg2,se); figure(1);

subplot(1,3,1), imshow(newframe);

title(strcat('Current Image, No. ', int2str(n))); subplot(1,3,2), imshow(fg);

title('Segmented result using Approximate Median Filter');

24

subplot(1,3,3), imshow(fg2);

title('Segmented result using morphological filter'); end

%----------------------------------------------------------------------

Current Image Foreground Image(moving object) filtered by morphological opening operation

（三）采用MATLAB编程实现全局阈值算法，对图像'rice.png'进行二值化分割 算法步骤：

⑴选取一个的初始估计值T；

⑵用T分割图像。这样便会生成两组像素集合：G1由所有灰度值大于 T 的像素组成，而G2由所有灰度值小于或等于 T 的像素组成。

⑶对G1和G2中所有像素计算平均灰度值?1和?2。 ⑷计算新的阈值： T =(?1+?2)/2

⑸重复步骤（2）到（4），直到逐次迭代所得到的 T 值之差小于一个事先定义的参数To，即，如果 |Tn – Tn-1|

三、实验设备

1．PIII以上微机； 2．MATLAB6.5；

四、预习与思考

1．预习实验内容，阅读教材熟悉实验原理；

2．查阅资料，熟悉实验中涉及的有关MATLAB函数；

2．利用课余时间，采用MATLAB底层函数编程实现实验内容（二）中的自动全局阈值算法。

五、实验报告要求

25

1．简述试验的目的和试验原理；

2．叙述各段程序功能，改变有关函数的参数，分析比较实验结果； 3．打印出所编写的实验程序。 4．写出本实验的心得体会及意见。

实验五 图像的几何变换

一．实验目的及要求

掌握图像几何变换的基本原理，熟练掌握数字图像的缩放、旋转、平移、镜像和转置的基本原理及其MATLAB编程实现方法。

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。

1. 图像缩放 clear all, close all

I = imread('cameraman.tif');

Scale = 1.35; % 将图像放大1.35倍

J1 = imresize(I, Scale, 'nearest'); % using the nearest neighbor interpolation J2 = imresize(I, Scale, 'bilinear'); % using the bilinear interpolation imshow(I), title('Original Image');

figure, imshow(J1), title('Resized Image-- using the nearest neighbor interpolation '); figure, imshow(J2), title('Resized Image-- using the bilinear interpolation '); % 查看imresize使用帮助 help imresize

%--------------------------------------------------------------------

说明：

?注意观察不同插值方法的图像表现； ?改变图像缩放因子Scale，重做上述实验。 2. 图像旋转

clear all, close all

I = imread('cameraman.tif');

Theta = 45; % 将图像逆时针旋转45?。

26

J1 = imrotate(I, Theta, 'nearest'); % using the nearest neighbor interpolation Theta = -45; % 将图像顺时针旋转45?。

J2 = imrotate(I, Theta, 'bilinear', 'crop'); % using bilinear interpolation and crops the output image imshow(I), title('Original Image');

figure, imshow(J1), title('Rotated Image-- using the nearest neighbor interpolation '); figure, imshow(J2), title(' Rotated Image-- using the bilinear interpolation '); % 查看imrotate使用帮助 help imrotate

%--------------------------------------------------------------------- 说明：

?注意观察不同插值方法和输出图像后处理方法的图像表现； ?改变旋转角度大小和方向，重做上述实验。

3．图像水平镜象

clear all, close all

I = imread('cameraman.tif'); I1 = flipdim(I,2); I2 = flipdim(I,1);

figure(1), subplot(1,2,1), imshow(I); subplot(1,2,2), imshow(I1); figure(2), subplot(2,1,1), imshow(I); subplot(2,1,2), imshow(I2);

%------------------------------------------------------------------

(二)用MATLAB编程实现以下图像几何变换（参考自编讲义相关章节）

1．图像扭曲变换 2．球面变换

三、实验设备

1．PIII以上微机； 2．MATLAB6.5；

四、预习与思考

1．预习实验内容，阅读教材熟悉实验原理；

2．查阅资料，熟悉实验中涉及的有关MATLAB函数；

3．利用课余时间，采用MATLAB底层函数编程实现实验内容（二）中的图像平移、图像转置等几何变换。

27

五、实验报告要求

1．简述试验的目的和试验原理；

2．叙述各段程序功能，改变有关函数的参数，分析比较实验结果； 3．打印出所编写的实验程序。 4．写出本实验的心得体会及意见。

实验六 数字图像处理应用

一．实验目的及要求

1．利用MATLAB提供的图像处理函数实现图像中物体属性的测量； 2．训练综合运用MATLAB图像处理函数的能力； 3．了解数字图像处理基本应用。

二、实验内容

以大米粒特性测量为例，综合应用课程中图像分割、形态学滤波、图像增强、图像特征提取等图像处理方法，实现大米粒特性自动测量。 实验过程简述：

1． 读取和显示图像 2． 估计图像背景 3． 获取背景均匀的图像 4． 图像增强 5． 图像二值化分割 6． 区域标记及为彩色处理

7． 测量图像中的区域特性（面积、质心等）

8．统计大米粒的特性分布规律。

（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。

% Read and Display an Image clear, close all,close all; I = imread('rice.png'); figure, imshow(I)

% Use Morphological Opening to Estimate the Background background = imopen(I,strel('disk',15)); figure, imshow(background);

%Display the Background Approximation as a Surface figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]); set(gca,'ydir','reverse');

28