光學(xué)圖像處理實(shí)驗(yàn)及指導(dǎo)

1、光學(xué)圖像處理實(shí)驗(yàn)指導(dǎo)書目 錄實(shí)驗(yàn)一 MATLAB數(shù)字圖像處理初步1實(shí)驗(yàn)二 圖像的代數(shù)運(yùn)算5實(shí)驗(yàn)三 圖像增強(qiáng)灰度變換5實(shí)驗(yàn)四 圖像增強(qiáng)直方圖變換5實(shí)驗(yàn)五 圖像增強(qiáng)空域?yàn)V波5實(shí)驗(yàn)六 圖像的傅立葉變換5實(shí)驗(yàn)七 圖像增強(qiáng)頻域?yàn)V波5實(shí)驗(yàn)八 彩色圖像處理5實(shí)驗(yàn)九 圖像分割5實(shí)驗(yàn)十 形態(tài)學(xué)運(yùn)算5附 錄 MATLAB簡(jiǎn)介5實(shí)驗(yàn)一 MATLAB數(shù)字圖像處理初步一、實(shí)驗(yàn)?zāi)康呐c要求1熟悉及掌握在MATLAB中能夠處理哪些格式圖像。2熟練掌握在MATLAB中如何讀取圖像。3掌握如何利用MATLAB來獲取圖像的大小、顏色、高度、寬度等等相關(guān)信息。4掌握如何在MATLAB中按照指定要求存儲(chǔ)一幅圖像的方法。5圖像間如何轉(zhuǎn)化

2、。二、實(shí)驗(yàn)原理及知識(shí)點(diǎn)1、數(shù)字圖像的表示和類別一幅圖像可以被定義為一個(gè)二維函數(shù)f(x,y),其中x和y是空間(平面)坐標(biāo)，f 在任何坐標(biāo)處(x,y)處的振幅稱為圖像在該點(diǎn)的亮度。灰度是用來表示黑白圖像亮度的一個(gè)術(shù)語，而彩色圖像是由單個(gè)二維圖像組合形成的。例如，在RGB彩色系統(tǒng)中，一幅彩色圖像是由三幅獨(dú)立的分量圖像(紅、綠、藍(lán))組成的。因此，許多為黑白圖像處理開發(fā)的技術(shù)適用于彩色圖像處理，方法是分別處理三副獨(dú)立的分量圖像即可。圖像關(guān)于x和y坐標(biāo)以及振幅連續(xù)。要將這樣的一幅圖像轉(zhuǎn)化為數(shù)字形式，就要求數(shù)字化坐標(biāo)和振幅。將坐標(biāo)值數(shù)字化成為取樣；將振幅數(shù)字化成為量化。采樣和量化的過程如圖1所示。因此，當(dāng)

3、f的x、y分量和振幅都是有限且離散的量時(shí)，稱該圖像為數(shù)字圖像。作為MATLAB基本數(shù)據(jù)類型的數(shù)值數(shù)組本身十分適于表達(dá)圖像，矩陣的元素和圖像的像素之間有著十分自然的對(duì)應(yīng)關(guān)系。圖1 圖像的采樣和量化根據(jù)圖像數(shù)據(jù)矩陣解釋方法的不同，MATLAB把其處理為4類： 亮度圖像(Intensity images) 二值圖像(Binary images) 索引圖像(Indexed images) RGB圖像(RGB images)(1) 亮度圖像一幅亮度圖像是一個(gè)數(shù)據(jù)矩陣，其歸一化的取值表示亮度。若亮度圖像的像素都是uint8類或uint16類，則它們的整數(shù)值范圍分別是0，255和0，65536。若圖像是do

4、uble類，則像素取值就是浮點(diǎn)數(shù)。規(guī)定雙精度型歸一化亮度圖像的取值范圍是0，1 (2) 二值圖像一幅二值圖像是一個(gè)取值只有0和1的邏輯數(shù)組。而一幅取值只包含0和1的uint8類數(shù)組，在MATLAB中并不認(rèn)為是二值圖像。使用logical函數(shù)可以把數(shù)值數(shù)組轉(zhuǎn)化為二值數(shù)組或邏輯數(shù)組。創(chuàng)建一個(gè)邏輯圖像，其語法為： B=logical(A)其中，B是由0和1構(gòu)成的數(shù)值數(shù)組。要測(cè)試一個(gè)數(shù)組是否為邏輯數(shù)組，可以使用函數(shù): islogical(c)若C是邏輯數(shù)組，則該函數(shù)返回1；否則，返回0。(3) 索引圖像索引顏色通常也稱為映射顏色，在這種模式下，顏色都是預(yù)先定義的，并且可供選用的一組顏色也很有限，索引顏

5、色的圖像最多只能顯示256種顏色。一幅索引顏色圖像在圖像文件里定義，當(dāng)打開該文件時(shí)，構(gòu)成該圖像具體顏色的索引值就被讀入程序里，然后根據(jù)索引值找到最終的顏色。 (4) RGB圖像一幅RGB圖像就是彩色像素的一個(gè)MN3數(shù)組，其中每一個(gè)彩色相似點(diǎn)都是在特定空間位置的彩色圖像相對(duì)應(yīng)的紅、綠、藍(lán)三個(gè)分量。按照慣例，形成一幅RGB彩色圖像的三個(gè)圖像常稱為紅、綠或藍(lán)分量圖像。令fR，fG和fB分別代表三種RGB分量圖像。一幅RGB圖像就利用cat(級(jí)聯(lián))操作將這些分量圖像組合成彩色圖像： rgb_image=cat(3,fR,fG,fB)在操作中，圖像按順序放置。 2、數(shù)據(jù)類和圖像類型間的轉(zhuǎn)化表1中列出了M

6、ATLAB和IPT為表示像素所支持的各種數(shù)據(jù)類。表中的前8項(xiàng)稱為數(shù)值數(shù)據(jù)類，第9項(xiàng)稱為字符類，最后一項(xiàng)稱為邏輯數(shù)據(jù)類。工具箱中提供了執(zhí)行必要縮放的函數(shù)(見表2)。以在圖像類和類型間進(jìn)行轉(zhuǎn)化。表1-1 MATLAB和IPT支持?jǐn)?shù)據(jù)類型名稱描述double雙精度浮點(diǎn)數(shù)，范圍為uint8無符號(hào)8比特整數(shù)，范圍為0 255uint16無符號(hào)16比特整數(shù)，范圍為0 65536uint32無符號(hào)32比特整數(shù)，范圍為0 4294967295int8有符號(hào)8比特整數(shù)，范圍為-128 127int16有符號(hào)16比特整數(shù)，范圍為-32768 32767int32有符號(hào)32比特整數(shù)，范圍為-2147483648 2

7、147483647single單精度浮點(diǎn)數(shù)，范圍為char字符logical值為0或1表1-2 格式轉(zhuǎn)換函數(shù)名稱將輸入轉(zhuǎn)化為有效的輸入圖像數(shù)據(jù)類im2uint8uint8logical,uint8,uint16和doulbeim2uint16uint16logical,uint8,uint16和doulbemat2graydouble,范圍為0 1doubleim2doubledoublelogical,uint8,uint16和doulbeim2bwlogicaluint8,uint16和double 下面給出讀取、壓縮、顯示一幅圖像的程序(%后面的語句屬于標(biāo)記語句，編程時(shí)可不用輸入)I=i

8、mread(原圖像名.tif); % 讀入原圖像,tif格式whos I % 顯示圖像I的基本信息imshow(I) % 顯示圖像% 這種格式知識(shí)用于jpg格式，壓縮存儲(chǔ)圖像，q是0-100之間的整數(shù)imfinfo filename imwrite(I,filename.jpg,quality,q); imwrite(I,filename.bmp); % 以位圖（BMP）的格式存儲(chǔ)圖像% 顯示多幅圖像，其中n為圖形窗口的號(hào)數(shù)figure(n), imshow(filename); gg=im2bw(filename); % 將圖像轉(zhuǎn)為二值圖像figure, imshow(gg) % 顯示二值圖

9、像三、實(shí)驗(yàn)內(nèi)容及步驟1利用imread( )函數(shù)讀取一幅圖像，假設(shè)其名為flower.tif，存入一個(gè)數(shù)組中；2利用whos 命令提取該讀入圖像flower.tif的基本信息；3利用imshow()函數(shù)來顯示這幅圖像；4利用imfinfo函數(shù)來獲取圖像文件的壓縮，顏色等等其他的詳細(xì)信息；5利用imwrite()函數(shù)來壓縮這幅圖象，將其保存為一幅壓縮了像素的jpg文件,設(shè)為flower.jpg；語法：imwrite(原圖像，新圖像，quality,q), q取0-100。6同樣利用imwrite()函數(shù)將最初讀入的tif圖象另存為一幅bmp圖像，設(shè)為flower.bmp。7用imread()讀入

10、圖像：Lenna.jpg 和camema.jpg；8用imfinfo()獲取圖像Lenna.jpg和camema.jpg 的大??；9用figure,imshow()分別將Lenna.jpg和camema.jpg顯示出來，觀察兩幅圖像的質(zhì)量。10用im2bw將一幅灰度圖像轉(zhuǎn)化為二值圖像，并且用imshow顯示出來觀察圖像的特征。11將每一步的函數(shù)執(zhí)行語句拷貝下來，寫入實(shí)驗(yàn)報(bào)告，并且將得到第3、9、10步得到的圖像效果拷貝下來。四、考核要點(diǎn)1、熟悉在MATLAB中如何讀入圖像、如何獲取圖像文件的相關(guān)信息、如何顯示圖像及保存圖像等，熟悉相關(guān)的處理函數(shù)。2、明確不同的圖像文件格式，由于其具體的圖像存儲(chǔ)

11、方式不同，所以文件的大小不同，因此當(dāng)對(duì)同一幅圖像來說，有相同的文件大小時(shí)，質(zhì)量不同。五、實(shí)驗(yàn)儀器與軟件(1) PC計(jì)算機(jī)(2) MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實(shí)驗(yàn)所需要的圖片 六、實(shí)驗(yàn)報(bào)告要求描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果和源代碼，并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。七、思考題(1) 簡(jiǎn)述MatLab軟件的特點(diǎn)。(2) MatLab軟件可以支持哪些圖像文件格式？ (3) 說明函數(shù)imread 的用途格式以及各種格式所得到圖像的性質(zhì)。(4) 為什么用I = imread(l

12、ena.bmp) 命令得到的圖像I 不可以進(jìn)行算術(shù)運(yùn)算？八、實(shí)驗(yàn)圖像 Fig.1 flower.tif Fig.2 elephant.jpg Fig.3 Lenna.jpg Fig.4 camema.jpg 實(shí)驗(yàn)二 圖像的代數(shù)運(yùn)算一、 實(shí)驗(yàn)?zāi)康?了解圖像的算術(shù)運(yùn)算在數(shù)字圖像處理中的初步應(yīng)用。2體會(huì)圖像算術(shù)運(yùn)算處理的過程和處理前后圖像的變化。二、 實(shí)驗(yàn)原理圖像的代數(shù)運(yùn)算是圖像的標(biāo)準(zhǔn)算術(shù)操作的實(shí)現(xiàn)方法，是兩幅輸入圖像之間進(jìn)行的點(diǎn)對(duì)點(diǎn)的加、減、乘、除運(yùn)算后得到輸出圖像的過程。如果輸入圖像為A(x,y)和B(x,y)，輸出圖像為C(x,y)，則圖像的代數(shù)運(yùn)算有如下四種形式： C(x,y) = A(x,

13、y) + B(x,y) C(x,y) = A(x,y) - B(x,y) C(x,y) = A(x,y) * B(x,y) C(x,y) = A(x,y) / B(x,y)圖像的代數(shù)運(yùn)算在圖像處理中有著廣泛的應(yīng)用，它除了可以實(shí)現(xiàn)自身所需的算術(shù)操作，還能為許多復(fù)雜的圖像處理提供準(zhǔn)備。例如，圖像減法就可以用來檢測(cè)同一場(chǎng)景或物體生產(chǎn)的兩幅或多幅圖像的誤差。使用MATLAB的基本算術(shù)符(+、-、*、/ 等)可以執(zhí)行圖像的算術(shù)操作，但是在此之前必須將圖像轉(zhuǎn)換為適合進(jìn)行基本操作的雙精度類型。為了更方便地對(duì)圖像進(jìn)行操作，MATLAB圖像處理工具箱包含了一個(gè)能夠?qū)崿F(xiàn)所有非稀疏數(shù)值數(shù)據(jù)的算術(shù)操作的函數(shù)集合。下表

14、列舉了所有圖像處理工具箱中的圖像代數(shù)運(yùn)算函數(shù)。表2-1 圖像處理工具箱中的代數(shù)運(yùn)算函數(shù)函數(shù)名功能描述Imabsdiff兩幅圖像的絕對(duì)差值Imadd兩幅圖像的加法Imcomplement補(bǔ)足一幅圖像Imdivide兩幅圖像的除法Imlincomb計(jì)算兩幅圖像的線性組合Immultiply兩幅圖像的乘法imsubtract兩幅圖像的減法使用圖像處理工具箱中的圖像代數(shù)運(yùn)算函數(shù)無需再進(jìn)行數(shù)據(jù)類型間的轉(zhuǎn)換，這些函數(shù)能夠接受uint8和uint16數(shù)據(jù)，并返回相同格式的圖像結(jié)果。雖然在函數(shù)執(zhí)行過程中元素是以雙精度進(jìn)行計(jì)算的，但是MATLAB工作平臺(tái)并不會(huì)將圖像轉(zhuǎn)換為雙精度類型。代數(shù)運(yùn)算的結(jié)果很容易超出數(shù)據(jù)

15、類型允許的范圍。例如，uint8數(shù)據(jù)能夠存儲(chǔ)的最大數(shù)值是255，各種代數(shù)運(yùn)算尤其是乘法運(yùn)算的結(jié)果很容易超過這個(gè)數(shù)值，有時(shí)代數(shù)操作（主要是除法運(yùn)算）也會(huì)產(chǎn)生不能用整數(shù)描述的分?jǐn)?shù)結(jié)果。圖像的代數(shù)運(yùn)算函數(shù)使用以下截取規(guī)則使運(yùn)算結(jié)果符合數(shù)據(jù)范圍的要求：超出數(shù)據(jù)范圍的整型數(shù)據(jù)將被截取為數(shù)據(jù)范圍的極值，分?jǐn)?shù)結(jié)果將被四舍五入。例如，如果數(shù)據(jù)類型是uint8，那么大于255的結(jié)果（包括無窮大inf）將被設(shè)置為255。注意：無論進(jìn)行哪一種代數(shù)運(yùn)算都要保證兩幅輸入圖像的大小相等，且類型相同。三、 實(shí)驗(yàn)步驟1圖像的加法運(yùn)算圖像相加一般用于對(duì)同一場(chǎng)景的多幅圖像求平均效果，以便有效地降低具有疊加性質(zhì)的隨機(jī)噪聲。直接采集

16、的圖像品質(zhì)一般都較好，不需要進(jìn)行加法運(yùn)算處理，但是對(duì)于那些經(jīng)過長距離模擬通訊方式傳送的圖像（如衛(wèi)星圖像），這種處理是必不可少的。在MATLAB中，如果要進(jìn)行兩幅圖像的加法，或者給一幅圖像加上一個(gè)常數(shù)，可以調(diào)用imadd函數(shù)來實(shí)現(xiàn)。imadd函數(shù)將某一幅輸入圖像的每一個(gè)像素值與另一幅圖像相應(yīng)的像素值相加，返回相應(yīng)的像素值之和作為輸出圖像。imadd函數(shù)的調(diào)用格式如下：Z = imadd（X，Y）其中，X和Y表示需要相加的兩幅圖像，返回值Z表示得到的加法操作結(jié)果。圖像加法在圖像處理中應(yīng)用非常廣泛。例如，以下代碼使用加法操作將圖2.1中的(a)、(b)兩幅圖像疊加在一起：I = imread(ric

17、e.tif)；J = imread(cameraman.tif)；K = imadd(I,J)；imshow(K)；疊加結(jié)果如圖2.2所示。 圖2.1 待疊加的兩幅圖像 圖2.2 疊加后的圖像效果給圖像的每一個(gè)像素加上一個(gè)常數(shù)可以使圖像的亮度增加。例如，以下代碼將增加圖3(a)所示的RGB圖像的亮度，加亮后的結(jié)果如圖3(b)所示。RGB = imread(flower.tif)；RGB2 = imadd(RGB,50)；subplot(1,2,1)；imshow(RGB)；subplot(1,2,2)；imshow(RGB2)； 加50 減50原圖 加50 減50圖2.3 亮度增加與變暗兩幅圖

18、像的像素值相加時(shí)產(chǎn)生的結(jié)果很可能超過圖像數(shù)據(jù)類型所支持的最大值，尤其對(duì)于uint8類型的圖像，溢出情況最為常見。當(dāng)數(shù)據(jù)值發(fā)生溢出時(shí)，imadd函數(shù)將數(shù)據(jù)截取為數(shù)據(jù)類型所支持的最大值，這種截取效果稱之為飽和。為了避免出現(xiàn)飽和現(xiàn)象，在進(jìn)行加法計(jì)算前最好將圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較寬的數(shù)據(jù)類型。例如，在加法操作前將uint8圖像轉(zhuǎn)換為uint16類型。2圖像的減法運(yùn)算圖像減法也稱為差分方法，是一種常用于檢測(cè)圖像變化及運(yùn)動(dòng)物體的圖像處理方法。圖像減法可以作為許多圖像處理工作的準(zhǔn)備步驟。例如，可以使用圖像減法來檢測(cè)一系列相同場(chǎng)景圖像的差異。圖像減法與閾值化處理的綜合使用往往是建立機(jī)器視覺系統(tǒng)最有效的方法之

19、一。在利用圖像減法處理圖像時(shí)往往需要考慮背景的更新機(jī)制，盡量補(bǔ)償由于天氣、光照等因素對(duì)圖像顯示效果造成的影響。在MATLAB中，使用imsubtract函數(shù)可以將一幅圖像從另一幅圖像中減去，或者從一幅圖像中減去一個(gè)常數(shù)。imsubtract函數(shù)將一幅輸入圖像的像素值從另一幅輸入圖像相應(yīng)的像素值中減去，再將這個(gè)結(jié)果作為輸出圖像相應(yīng)的像素值。imsubtract函數(shù)的調(diào)用格式如下：Z = imsubtract(X,Y)；其中，Z是X-Y操作的結(jié)果。以下代碼首先根據(jù)原始圖像（如圖2.4(a)所示）生成其背景亮度圖像，然后再從原始圖像中將背景亮度圖像減去，從而生成圖2.4(b)所示的圖像：rice =

20、 imread(rice.tif)；background = (rice, strel(disk,15)；rice2 = imsubtract(rice, background)；subplot(1,2,1)；imshow(rice)；subplot(1,2,2)；imshow(rice2)； 圖2.4 原始圖像、減去背景圖像如果希望從圖像數(shù)據(jù)I的每一個(gè)像素減去一個(gè)常數(shù)，可以將上述調(diào)用格式中的Y替換為一個(gè)指定的常數(shù)值，例如：Z = imsubtract(I,50)；減法操作有時(shí)會(huì)導(dǎo)致某些像素值變?yōu)橐粋€(gè)負(fù)數(shù)，對(duì)于uint8或uint16類型的數(shù)據(jù)，如果發(fā)生這種情況，那么imsubtract函數(shù)自

21、動(dòng)將這些負(fù)數(shù)截取為0。為了避免差值產(chǎn)生負(fù)值，同時(shí)避免像素值運(yùn)算結(jié)果之間產(chǎn)生差異，可以調(diào)用函數(shù)imabsdiff。imabsdiff將計(jì)算兩幅圖像相應(yīng)像素差值的絕對(duì)值，因而返回結(jié)果不會(huì)產(chǎn)生負(fù)數(shù)。該函數(shù)的調(diào)用格式與imsubtract函數(shù)類似。3. 圖像的乘法運(yùn)算兩幅圖像進(jìn)行乘法運(yùn)算可以實(shí)現(xiàn)掩模操作，即屏蔽掉圖像的某些部分。一幅圖像乘以一個(gè)常數(shù)通常被稱為縮放，這是一種常見的圖像處理操作。如果使用的縮放因子大于1，那么將增強(qiáng)圖像的亮度，如果因子小于1則會(huì)使圖像變暗?？s放通常將產(chǎn)生比簡(jiǎn)單添加像素偏移量自然得多的明暗效果，這是因?yàn)檫@種操作能夠更好地維持圖像的相關(guān)對(duì)比度。此外，由于時(shí)域的卷積或相關(guān)運(yùn)算與頻

22、域的乘積運(yùn)算對(duì)應(yīng)，因此乘法運(yùn)算有時(shí)也被作為一種技巧來實(shí)現(xiàn)卷積或相關(guān)處理。在MATLAB中，使用immultiply函數(shù)實(shí)現(xiàn)兩幅圖像的乘法。immultiply函數(shù)將兩幅圖像相應(yīng)的像素值進(jìn)行元素對(duì)元素的乘法操作（MATLAB點(diǎn)乘），并將乘法的運(yùn)算結(jié)果作為輸出圖形相應(yīng)的像素值。immulitply函數(shù)的調(diào)用格式如下：Z = immulitply(X,Y)其中，Z=X*Y。例如，以下代碼將使用給定的縮放因子對(duì)圖2.5(a)所示的圖像進(jìn)行縮放，從而得到如圖2.5(b)所示的較為明亮的圖像：I = imread(moon.tif)；J = immultiply(I,1.2)；subplot(1,2,1)

23、；imshow(I)；subplot(1,2,2)；imshow(J)； 圖2.5 原圖和乘以因子1.5 的圖像uint8圖像的乘法操作一般都會(huì)發(fā)生溢出現(xiàn)象。Immultiply函數(shù)將溢出的數(shù)據(jù)截取為數(shù)據(jù)類型的最大值。為了避免產(chǎn)生溢出現(xiàn)象，可以在執(zhí)行乘法操作之前將uint8圖像轉(zhuǎn)換為一種數(shù)據(jù)范圍較大的圖像類型，例如uint16。4圖像的除法運(yùn)算除法運(yùn)算可用于校正成像設(shè)備的非線性影響，這在特殊形態(tài)的圖像（如斷層掃描等醫(yī)學(xué)圖像）處理中常常用到。圖像除法也可以用來檢測(cè)兩幅圖像間的區(qū)別，但是除法操作給出的是相應(yīng)像素值的變化比率，而不是每個(gè)像素的絕對(duì)差異，因而圖像除法也稱為比率變換。在MATLAB中使用

24、imdivide函數(shù)進(jìn)行兩幅圖像的除法。imdivide函數(shù)對(duì)兩幅輸入圖像的所有相應(yīng)像素執(zhí)行元素對(duì)元素的除法操作（點(diǎn)除），并將得到的結(jié)果作為輸出圖像的相應(yīng)像素值。imdivide函數(shù)的調(diào)用格式如下：Z = imdivide(X,Y)其中，Z=X/Y。例如，以下代碼將圖4所示的兩幅圖像進(jìn)行除法運(yùn)算，請(qǐng)將這個(gè)結(jié)果和減法操作的結(jié)果相比較，對(duì)比它們之間的不同之處：Rice = imread(rice.tif)；I = double(rice)；J= I * 0.43 + 90；Rice2 = uint8(J)；Ip = imdivide(rice, rice2)；Imshow(Ip, )；除法操作的結(jié)

25、果如圖2.6所示。 圖2.6 原圖和減背景后的圖像相除的圖像效果5圖像的四則代數(shù)運(yùn)算可以綜合使用多種圖像代數(shù)運(yùn)算函數(shù)來完成一系列的操作。例如，使用以下語句計(jì)算兩幅圖像的平均值：I = imread(rice.tif)；I2 = imread(cameraman.tif)；K = imdivide(imadd(I,I2),2)；建議最好不要用這種方式進(jìn)行圖像操作，這是因?yàn)?，?duì)于uint8或uint16數(shù)據(jù)，每一個(gè)算術(shù)函數(shù)在將其輸出結(jié)果傳遞給下一項(xiàng)操作之前都要進(jìn)行數(shù)據(jù)截取，這個(gè)截取過程將會(huì)大大減少輸出圖像的信息量。執(zhí)行圖像四則運(yùn)算操作較好的一個(gè)辦法就是使用函數(shù)imlincomb。函數(shù)imlinco

26、mb按照雙精度執(zhí)行所有代數(shù)運(yùn)算操作，而且僅對(duì)最好的輸出結(jié)果進(jìn)行截取，該函數(shù)的調(diào)用格式如下：Z = imlincomb(A,X,B,Y,C)；其中，Z=A*X+B*Y+C。MATLAB會(huì)自動(dòng)根據(jù)輸入?yún)?shù)的個(gè)數(shù)判斷需要進(jìn)行的運(yùn)算。例如，以下語句將計(jì)算Z=A*X+C：Z = imlincomb(A,X,C)而以下語句將計(jì)算Z=A*X+B*Y：Z = imlincomb(A,X,B,Y,)四、 實(shí)驗(yàn)報(bào)告要求1 描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果并進(jìn)行必要的討論。2 必須包括原始圖像及其計(jì)算處理后的圖像以及相應(yīng)的解釋。五、 思考題由圖像算術(shù)運(yùn)算的運(yùn)算結(jié)果，思考圖像減法運(yùn)算在什么

27、場(chǎng)合上發(fā)揮優(yōu)勢(shì)？實(shí)驗(yàn)三 圖像增強(qiáng)灰度變換一、實(shí)驗(yàn)?zāi)康模?、了解圖像增強(qiáng)的目的及意義，加深對(duì)圖像增強(qiáng)的感性認(rèn)識(shí)，鞏固所學(xué)理論知識(shí)。2、學(xué)會(huì)對(duì)圖像直方圖的分析。3、掌握直接灰度變換的圖像增強(qiáng)方法。二、實(shí)驗(yàn)原理及知識(shí)點(diǎn)術(shù)語空間域指的是圖像平面本身，在空間與內(nèi)處理圖像的方法是直接對(duì)圖像的像素進(jìn)行處理?？臻g域處理方法分為兩種：灰度級(jí)變換、空間濾波?？臻g域技術(shù)直接對(duì)像素進(jìn)行操作其表達(dá)式為 g(x,y)=Tf(x,y)其中f(x,y)為輸入圖像，g(x,y)為輸出圖像，T是對(duì)圖像f進(jìn)行處理的操作符，定義在點(diǎn)(x,y)的指定領(lǐng)域內(nèi)。定義點(diǎn)(x,y)的空間鄰近區(qū)域的主要方法是，使用中心位于(x,y)的正方形或長

28、方形區(qū)域，。此區(qū)域的中心從原點(diǎn)(如左上角)開始逐像素點(diǎn)移動(dòng)，在移動(dòng)的同時(shí)，該區(qū)域會(huì)包含不同的領(lǐng)域。T應(yīng)用于每個(gè)位置(x,y)，以便在該位置得到輸出圖像g。在計(jì)算(x,y)處的g值時(shí)，只使用該領(lǐng)域的像素?；叶茸儞QT的最簡(jiǎn)單形式是使用領(lǐng)域大小為11，此時(shí),(x,y)處的g值僅由f在該點(diǎn)處的亮度決定，T也變?yōu)橐粋€(gè)亮度或灰度級(jí)變化函數(shù)。當(dāng)處理單設(shè)(灰度)圖像時(shí)，這兩個(gè)術(shù)語可以互換。由于亮度變換函數(shù)僅取決于亮度的值，而與(x,y)無關(guān)，所以亮度函數(shù)通?？蓪懽鋈缦滤镜暮?jiǎn)單形式： s=T(r)其中，r表示圖像f中相應(yīng)點(diǎn)(x,y)的亮度，s表示圖像g中相應(yīng)點(diǎn)(x,y)的亮度。三、實(shí)驗(yàn)內(nèi)容：1、圖像數(shù)據(jù)讀出2

29、、計(jì)算并分析圖像直方圖3、利用直接灰度變換法對(duì)圖像進(jìn)行灰度變換下面給出灰度變化的MATLAB程序f=imread(medicine_pic.jpg);g=imhist(f,256); %顯示其直方圖g1=imadjust(f,0 1,1 0); %灰度轉(zhuǎn)換，實(shí)現(xiàn)明暗轉(zhuǎn)換(負(fù)片圖像)figure,imshow(g1)%將0.5到0.75的灰度級(jí)擴(kuò)展到范圍0 1g2=imadjust(f,0.5 0.75,0 1);figure,imshow(g2)g=imread(point.jpg);h=log(1+double(g); %對(duì)輸入圖像對(duì)數(shù)映射變換h=mat2gray(h); %將矩陣h轉(zhuǎn)換為灰

30、度圖片h=im2uint8(h); %將灰度圖轉(zhuǎn)換為8位圖figure,imshow(h)四、實(shí)驗(yàn)儀器PC一臺(tái) ，MATLAB軟件五、實(shí)驗(yàn)圖片 Fig.1 point.jpg Fig.2 medicine_pic.jpg實(shí)驗(yàn)四 圖像增強(qiáng)直方圖變換一、 實(shí)驗(yàn)?zāi)康?掌握灰度直方圖的概念及其計(jì)算方法；2熟練掌握直力圖均衡化和直方圖規(guī)定化的計(jì)算過程；3熟練掌握空域?yàn)V波中常用的平滑和銳化濾波器；4掌握色彩直方圖的概念和計(jì)算方法5利用MATLAB程序進(jìn)行圖像增強(qiáng)。二、 實(shí)驗(yàn)原理圖像增強(qiáng)是指按特定的需要突出一幅圖像中的某些信息，同時(shí)，消弱或去除某些不需要的信息的處理方法。其主要目的是處理后的圖像對(duì)某些特定的

31、應(yīng)用比原來的圖像更加有效。圖像增強(qiáng)技術(shù)主要有直方圖修改處理、圖像平滑化處理、圖像尖銳化處理和彩色處理技術(shù)等。本實(shí)驗(yàn)以直方圖均衡化增強(qiáng)圖像對(duì)比度的方法為主要內(nèi)容，其他方法同學(xué)們可以在課后自行聯(lián)系。直方圖是多種空間城處理技術(shù)的基礎(chǔ)。直方圖操作能有效地用于圖像增強(qiáng)。除了提供有用的圖像統(tǒng)計(jì)資料外，直方圖固有的信息在其他圖像處理應(yīng)用中也是非常有用的，如圖像壓縮與分割。直方圖在軟件中易于計(jì)算，也適用于商用硬件設(shè)備，因此，它們成為了實(shí)時(shí)圖像處理的一個(gè)流行工具。直方圖是圖像的最基本的統(tǒng)計(jì)特征，它反映的是圖像的灰度值的分布情況。直方圖均衡化的目的是使圖像在整個(gè)灰度值動(dòng)態(tài)變化范圍內(nèi)的分布均勻化，改善圖像的亮度分布

32、狀態(tài)，增強(qiáng)圖像的視覺效果。灰度直方圖是圖像預(yù)處理中涉及最廣泛的基本概念之一。圖像的直方圖事實(shí)上就是圖像的亮度分布的概率密度函數(shù)，是一幅圖像的所有象素集合的最基本的統(tǒng)計(jì)規(guī)律。直方圖反映了圖像的明暗分布規(guī)律，可以通過圖像變換進(jìn)行直方圖調(diào)整，獲得較好的視覺效果。直方圖均衡化是通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖，即在每個(gè)灰度級(jí)上都具有相同的象素點(diǎn)數(shù)的過程。下面給出直方圖均衡化增強(qiáng)圖像對(duì)比度的MATLAB程序：I=imread(pollen.jpg); % 讀入原圖像J=histeq(I); %對(duì)原圖像進(jìn)行直方圖均衡化處理imshow(I); %顯示原圖像title(原圖像); %給原圖像

33、加標(biāo)題名%對(duì)原圖像進(jìn)行屏幕控制；顯示直方圖均衡化后的圖像figure；imshow(J); %給直方圖均衡化后的圖像加標(biāo)題名title(直方圖均衡化后的圖像) ; %對(duì)直方圖均衡化后圖像進(jìn)行屏幕控制；作一幅子圖，并排兩幅圖的第1幅figure; subplot(1,2,1) ; imhist(I,64); %將原圖像直方圖顯示為64級(jí)灰度title(原圖像直方圖) ; %給原圖像直方圖加標(biāo)題名subplot(1,2,2); %作第2幅子圖imhist(J,64) ; %將均衡化后圖像的直方圖顯示為64級(jí)灰度title(均衡變換后的直方圖) ; %給均衡化后圖像直方圖加標(biāo)題名處理后的圖像直方圖分

34、布更均勻了，圖像在每個(gè)灰度級(jí)上都有像素點(diǎn)。從處理前后的圖像可以看出，許多在原始圖像中看不清楚的細(xì)節(jié)在直方圖均衡化處理后所得到的圖像中都變得十分清晰。三、 實(shí)驗(yàn)步驟1打開計(jì)算機(jī)，啟動(dòng)MATLAB程序；程序組中“work”文件夾中應(yīng)有待處理的圖像文件；2調(diào)入“實(shí)驗(yàn)一”中獲取的數(shù)字圖像，并進(jìn)行計(jì)算機(jī)均衡化處理；3顯示原圖像的直方圖和經(jīng)過均衡化處理過的圖像直方圖。4記錄和整理實(shí)驗(yàn)報(bào)告四、 實(shí)驗(yàn)儀器1計(jì)算機(jī)； 2MATLAB程序；3移動(dòng)式存儲(chǔ)器（軟盤、U盤等）； 4記錄用的筆、紙。五、 實(shí)驗(yàn)報(bào)告內(nèi)容1敘述實(shí)驗(yàn)過程；2提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。六、 思考題 1直方圖是什么概念？它反映了圖像的什么信息？

35、 2直方圖均衡化是什么意思？它的主要用途是什么？七、 實(shí)驗(yàn)圖片F(xiàn)ig.1 pollen.jpg實(shí)驗(yàn)五 圖像增強(qiáng)空域?yàn)V波一、 實(shí)驗(yàn)?zāi)康?進(jìn)一步了解MatLab軟件/語言，學(xué)會(huì)使用MatLab對(duì)圖像作濾波處理，使學(xué)生有機(jī)會(huì)掌握濾波算法，體會(huì)濾波效果。了解幾種不同濾波方式的使用和使用的場(chǎng)合，培養(yǎng)處理實(shí)際圖像的能力，并為課堂教學(xué)提供配套的實(shí)踐機(jī)會(huì)。 二、實(shí)驗(yàn)要求 (1)學(xué)生應(yīng)當(dāng)完成對(duì)于給定圖像+噪聲，使用平均濾波器、中值濾波器對(duì)不同強(qiáng)度的高斯噪聲和椒鹽噪聲，進(jìn)行濾波處理；能夠正確地評(píng)價(jià)處理的結(jié)果；能夠從理論上作出合理的解釋。(2)利用MATLAB軟件實(shí)現(xiàn)空域?yàn)V波的程序：I=imread(electri

36、c.tif);J = imnoise(I,gauss,0.02); %添加高斯噪聲J = imnoise(I,salt & pepper,0.02); (注意空格) %添加椒鹽噪聲 ave1=fspecial(average,3); %產(chǎn)生33的均值模版ave2=fspecial(average,5); %產(chǎn)生55的均值模版K = filter2(ave1,J)/255; %均值濾波33L = filter2(ave2,J)/255; %均值濾波55M = medfilt2(J,3 3); %中值濾波33模板N = medfilt2(J,4 4); %中值濾波44模板imshow(I);fig

37、ure,imshow(J);figure,imshow(K);figure,imshow(L);figure,imshow(M);figure,imshow(N);三、實(shí)驗(yàn)設(shè)備與軟件 (1) IBM-PC計(jì)算機(jī)系統(tǒng) (2) MatLab軟件/語言包括圖像處理工具箱(Image Processing Toolbox) (3) 實(shí)驗(yàn)所需要的圖片 四、實(shí)驗(yàn)內(nèi)容與步驟 a) 調(diào)入并顯示原始圖像Sample2-1.jpg 。b) 利用imnoise 命令在圖像Sample2-1.jpg 上加入高斯(gaussian) 噪聲 c)利用預(yù)定義函數(shù)fspecial 命令產(chǎn)生平均(average)濾波器 d）分

38、別采用3x3和5x5的模板，分別用平均濾波器以及中值濾波器，對(duì)加入噪聲的圖像進(jìn)行處理并觀察不同噪聲水平下，上述濾波器處理的結(jié)果； e）選擇不同大小的模板，對(duì)加入某一固定噪聲水平噪聲的圖像進(jìn)行處理，觀察上述濾波器處理的結(jié)果。f）利用imnoise 命令在圖像Sample2-1.jpg 上加入椒鹽噪聲(salt & pepper)g）重復(fù)c) e）的步驟h）輸出全部結(jié)果并進(jìn)行討論。五、思考題/問答題 (1) 簡(jiǎn)述高斯噪聲和椒鹽噪聲的特點(diǎn)。(2) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)平均濾波器/中值濾波器對(duì)高斯噪聲和椒鹽噪聲的去噪效果？(3) 結(jié)合實(shí)驗(yàn)內(nèi)容，定性評(píng)價(jià)濾波窗口對(duì)去噪效果的影響？ 六、實(shí)驗(yàn)報(bào)告要求 描

39、述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果，并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。七、實(shí)驗(yàn)圖像 electric.tif（原始圖像） 實(shí)驗(yàn)六 圖像的傅立葉變換 一、 實(shí)驗(yàn)?zāi)康?了解圖像變換的意義和手段；2熟悉傅立葉變換的基本性質(zhì)；3熟練掌握FFT變換方法及應(yīng)用；4通過實(shí)驗(yàn)了解二維頻譜的分布特點(diǎn)；5通過本實(shí)驗(yàn)掌握利用MATLAB編程實(shí)現(xiàn)數(shù)字圖像的傅立葉變換。6評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。二、 實(shí)驗(yàn)原理1 應(yīng)用傅立葉變換進(jìn)行圖像處理傅里葉變換是線性系統(tǒng)分析的一個(gè)有力工具，它能夠定量地分析諸如數(shù)字化系統(tǒng)、采樣點(diǎn)、電子放大器、卷積濾波器、噪音和顯示點(diǎn)等

40、的作用。通過實(shí)驗(yàn)培養(yǎng)這項(xiàng)技能，將有助于解決大多數(shù)圖像處理問題。對(duì)任何想在工作中有效應(yīng)用數(shù)字圖像處理技術(shù)的人來說，把時(shí)間用在學(xué)習(xí)和掌握博里葉變換上是很有必要的。2 傅立葉（Fourier）變換的定義對(duì)于二維信號(hào)，二維Fourier變換定義為：逆變換：二維離散傅立葉變換為：逆變換：圖像的傅立葉變換與一維信號(hào)的傅立葉變換變換一樣，有快速算法，具體參見參考書目，有關(guān)傅立葉變換的快速算法的程序不難找到。實(shí)際上，現(xiàn)在有實(shí)現(xiàn)傅立葉變換的芯片，可以實(shí)時(shí)實(shí)現(xiàn)傅立葉變換。3利用MATLAB軟件實(shí)現(xiàn)數(shù)字圖像傅立葉變換的程序：I=imread(原圖像名.gif); %讀入原圖像文件imshow(I); %顯示原圖像f

41、ftI=fft2(I); %二維離散傅立葉變換sfftI=fftshift(fftI); %直流分量移到頻譜中心RR=real(sfftI); %取傅立葉變換的實(shí)部II=imag(sfftI); %取傅立葉變換的虛部A=sqrt(RR.2+II.2); %計(jì)算頻譜幅值A(chǔ)=（A-min(min(A)）/(max(max(A)-min(min(A)*225 %歸一化figure; %設(shè)定窗口imshow(A); %顯示原圖像的頻譜三、 實(shí)驗(yàn)步驟1 將圖像內(nèi)容讀入內(nèi)存；2 用Fourier變換算法，對(duì)圖像作二維Fourier變換；3 將其幅度譜進(jìn)行搬移，在圖像中心顯示；4 用Fourier系數(shù)的幅度

42、進(jìn)行Fourier反變換；5 用Fourier系數(shù)的相位進(jìn)行Fourier反變換；6 比較4、5的結(jié)果，評(píng)價(jià)人眼對(duì)圖像幅頻特性和相頻特性的敏感度。7 記錄和整理實(shí)驗(yàn)報(bào)告。四、 實(shí)驗(yàn)儀器1計(jì)算機(jī)；2 MATLAB程序；3移動(dòng)式存儲(chǔ)器（軟盤、U盤等）。4記錄用的筆、紙。五、 實(shí)驗(yàn)報(bào)告內(nèi)容1敘述實(shí)驗(yàn)過程；2提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。六、 思考題1傅里葉變換有哪些重要的性質(zhì)?2圖像的二維頻譜在顯示和處理時(shí)應(yīng)注意什么?七、實(shí)驗(yàn)圖片number.tif實(shí)驗(yàn)七 圖像增強(qiáng)頻域?yàn)V波一、 實(shí)驗(yàn)?zāi)康?掌握怎樣利用傅立葉變換進(jìn)行頻域?yàn)V波2掌握頻域?yàn)V波的概念及方法3熟練掌握頻域空間的各類濾波器4利用MATLAB程序

43、進(jìn)行頻域?yàn)V波二、 實(shí)驗(yàn)原理及知識(shí)點(diǎn)頻域?yàn)V波分為低通濾波和高通濾波兩類，對(duì)應(yīng)的濾波器分別為低通濾波器和高通濾波器。頻域低通過濾的基本思想：G(u,v)=F(u,v)H(u,v)F(u,v)是需要鈍化圖像的傅立葉變換形式，H(u,v)是選取的一個(gè)低通過濾器變換函數(shù)，G(u,v)是通過H(u,v)減少F(u,v)的高頻部分來得到的結(jié)果，運(yùn)用傅立葉逆變換得到鈍化后的圖像。理想地通濾波器(ILPF)具有傳遞函數(shù)：其中，為指定的非負(fù)數(shù)，為(u,v)到濾波器的中心的距離。的點(diǎn)的軌跡為一個(gè)圓。n階巴特沃茲低通濾波器(BLPF)(在距離原點(diǎn)處出現(xiàn)截至頻率)的傳遞函數(shù)為與理想地通濾波器不同的是，巴特沃茲率通濾波器

44、的傳遞函數(shù)并不是在處突然不連續(xù)。高斯低通濾波器(GLPF)的傳遞函數(shù)為其中，為標(biāo)準(zhǔn)差。相應(yīng)的高通濾波器也包括：理想高通濾波器、n階巴特沃茲高通濾波器、高斯高通濾波器。給定一個(gè)低通濾波器的傳遞函數(shù)，通過使用如下的簡(jiǎn)單關(guān)系，可以獲得相應(yīng)高通濾波器的傳遞函數(shù)：利用MATLAB實(shí)現(xiàn)頻域?yàn)V波的程序f=imread(room.tif);F=fft2(f); %對(duì)圖像進(jìn)行傅立葉變換%對(duì)變換后圖像進(jìn)行隊(duì)數(shù)變化，并對(duì)其坐標(biāo)平移，使其中心化S=fftshift(log(1+abs(F);S=gscale(S); %將頻譜圖像標(biāo)度在0-256的范圍內(nèi)imshow(S) %顯示頻譜圖像h=fspecial(sobel

45、); %產(chǎn)生空間sobel模版freqz2(h) %查看相應(yīng)頻域?yàn)V波器的圖像PQ=paddedsize(size(f); %產(chǎn)生濾波時(shí)所需大小的矩陣H=freqz2(h,PQ(1),PQ(2); %產(chǎn)生頻域中的sobel濾波器H1=ifftshift(H); %重排數(shù)據(jù)序列，使得原點(diǎn)位于頻率矩陣的左上角imshow(abs(H),) %以圖形形式顯示濾波器figure,imshow(abs(H1),)gs=imfilter(double(f),h); %用模版h進(jìn)行空域?yàn)V波gf=dftfilt(f,H1); %用濾波器對(duì)圖像進(jìn)行頻域?yàn)V波figure,imshow(gs,) figure,ims

46、how(gf,)figure,imshow(abs(gs),)figure,imshow(abs(gf),)f=imread(number.tif); %讀取圖片PQ=paddedsize(size(f); %產(chǎn)生濾波時(shí)所需大小的矩陣D0=0.05*PQ(1); %設(shè)定高斯高通濾波器的閾值H=hpfilter(gaussian,PQ(1),PQ(2),D0); %產(chǎn)生高斯高通濾波器g=dftfilt(f,H); %對(duì)圖像進(jìn)行濾波figure,imshow(f) %顯示原圖像figure,imshow(g,) %顯示濾波后圖像三、 實(shí)驗(yàn)步驟：1調(diào)入并顯示所需的圖片；2利用MATLAB提供的低通濾

47、波器實(shí)現(xiàn)圖像信號(hào)的濾波運(yùn)算，并與空間濾 波進(jìn)行比較。3利用MATLAB提供的高通濾波器對(duì)圖像進(jìn)行處理。4記錄和整理實(shí)驗(yàn)報(bào)告。四、實(shí)驗(yàn)儀器1計(jì)算機(jī)；2MATLAB程序；3移動(dòng)式存儲(chǔ)器（軟盤、U盤等）。4記錄用的筆、紙。五、實(shí)驗(yàn)報(bào)告內(nèi)容1敘述實(shí)驗(yàn)過程；2提交實(shí)驗(yàn)的原始圖像和結(jié)果圖像。六、實(shí)驗(yàn)報(bào)告要求 描述實(shí)驗(yàn)的基本步驟，用數(shù)據(jù)和圖片給出各個(gè)步驟中取得的實(shí)驗(yàn)結(jié)果，并進(jìn)行必要的討論，必須包括原始圖像及其計(jì)算/處理后的圖像。七、思考題1結(jié)合實(shí)驗(yàn)，評(píng)價(jià)頻域?yàn)V波有哪些優(yōu)點(diǎn)？2在頻域?yàn)V波過程中需要注意哪些事項(xiàng)？八、實(shí)驗(yàn)圖片 room.tif number.tif實(shí)驗(yàn)八 彩色圖像處理一、實(shí)驗(yàn)?zāi)康?使用MatLa

48、b 軟件對(duì)圖像進(jìn)行彩色處理。使學(xué)生通過實(shí)驗(yàn)熟悉使用MatLab軟件進(jìn)行圖像彩色處理的有關(guān)方法，并體會(huì)到圖像彩色處理技術(shù)以及對(duì)圖像處理的效果。二、實(shí)驗(yàn)要求要求學(xué)生能夠完成彩色圖像的分析，能正確討論彩色圖像的亮度、色調(diào)等性質(zhì)；會(huì)對(duì)彩色圖像進(jìn)行直方圖均衡，并能正確解釋均衡處理后的結(jié)果；能夠?qū)紊珗D像進(jìn)行偽彩色處理、利用多波長圖像進(jìn)行假彩色合成、進(jìn)行單色圖像的彩色變換。三、實(shí)驗(yàn)內(nèi)容與步驟(1) 彩色圖像的分析 調(diào)入并顯示彩色圖像flower1.tif ； 拆分這幅圖像，并分別顯示其R，G，B分量； 根據(jù)各個(gè)分量圖像的情況討論該彩色圖像的亮度、色調(diào)等性質(zhì)。(2) 彩色圖像的直方圖均衡 接內(nèi)容(1)； 顯

49、示這幅圖像的R，G，B分量的直方圖，分別進(jìn)行直方圖均衡處理，并顯示均衡后的直方圖和直方圖均衡處理后的各分量； 將處理完畢的各個(gè)分量合成彩色圖像并顯示其結(jié)果； 觀察處理前后圖像的彩色、亮度、色調(diào)等性質(zhì)的變化。(3) 假彩色處理 調(diào)入并顯示紅色可見光的灰度圖像vl_red.jpg、綠色可見光的灰度圖像vl_green.jpg和藍(lán)色可見光的灰度圖像vl_blue.jpg；以及近紅外灰度圖像infer_near.jpg和中紅外灰度圖像infer_mid.jpg； 以圖像vl_red.jpg為R；圖像vl_green.jpg為G；圖像vl_blue.jpg為B，將這三幅圖像組合成可見光RGB彩色圖像；

50、分別以近紅外圖像infer_near.jpg和中紅外圖像infer_mid替換R分量，形成假彩色圖像； 觀察處理的結(jié)果，注意不同波長紅外線圖像組成圖像的不同結(jié)果(4) 偽彩色處理1：灰度切片處理 調(diào)入并顯示灰度圖像head.jpg； 利用MATLAB提供的函數(shù)對(duì)圖像在8256級(jí)的范圍內(nèi)進(jìn)行切片處理，并使用hot模式和cool模式進(jìn)行彩色化； 觀察處理的結(jié)果。(5) 彩色變換(選做) 調(diào)入并顯示灰度圖像Lenna.jpg； 使用不同相位的正弦函數(shù)作為變換函數(shù)，將灰度圖像變換為RGB圖像。其中紅色分量R的變換函數(shù)為-sin( )，綠色分量G的變換函數(shù)為-cos( );，藍(lán)色分量B的變換函數(shù)為sin

51、( )； 顯示變換曲線及變換合成的彩色圖像并觀察彩色變換圖像的色調(diào)與原始圖像灰度之間的關(guān)系； 將RGB的變換公式至少互換一次(例如R與G互換)，顯示變換曲線、變換結(jié)果并觀察處理的結(jié)果。(6)打印全部結(jié)果并進(jìn)行討論。 利用MATLAB軟件實(shí)現(xiàn)彩色圖像處理的程序：rgb_image=imread(flower1.tif); %讀取圖像flower1.tiffR=rgb_image(:,:,1); %獲取圖像的紅色分量fG=rgb_image(:,:,2); %獲取圖像的綠色分量fB=rgb_image(:,:,3); %獲取圖像的藍(lán)色分量figure(1),imshow(fR) %分別顯示圖像figure(2),imshow(fG)figure(3),imshow(fB)%實(shí)現(xiàn)rgb圖像轉(zhuǎn)化為NTSC彩色空間的圖像yiq_image=rgb2ntsc(rgb_image); fY=yiq_image(:,:,1); %圖像flower1.tif的亮度fI=yiq_image(:,:,2); %圖像flower1.tif的色調(diào)fQ=yiq_image(:,:,3); %圖