數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告-二維圖像數(shù)字信號(hào)處理應(yīng)用實(shí)驗(yàn)

數(shù)字信號(hào)處理實(shí)驗(yàn)報(bào)告 實(shí)驗(yàn)名稱：二維圖像數(shù)字信號(hào)處理應(yīng)用實(shí)驗(yàn)學(xué)院：信息科學(xué)與技術(shù)學(xué)院系別：通信工程系一、實(shí)驗(yàn)?zāi)康?.結(jié)合二維圖像信號(hào)處理，直觀感受數(shù)字信號(hào)處理的基本實(shí)現(xiàn)過程。2.了解二維圖像信號(hào)處理的一些基本處理。3.初步了解MATLAB的二維信號(hào)處理能力。二、實(shí)驗(yàn)原理1.MATLAB進(jìn)行圖像處理的步驟如下所示：

2.圖像類別與數(shù)據(jù)格式有以下方式表示：（1）真彩圖像由R、G、B一個(gè)三維矩陣（N*M*3）描述，數(shù)據(jù)可以是浮點(diǎn)型也可以是整型。（2）灰度圖像由一個(gè)二維矩陣（N*M）描述；利用轉(zhuǎn)換公式，將RGB圖像轉(zhuǎn)換為灰度圖像的公式為：Gray

=

R*0.299

+

G*0.587

+

B*0.114（3）二值圖像0表示黑色，1表示白色，由一個(gè)二維矩陣（N*M）描述，矩陣的元素為0或1.3.,MATLAB進(jìn)行圖像處理的函數(shù)如下所示：

（1）讀取圖像函數(shù)imread可以從任何Matlab支持的圖像文件格式中，以任意位深度讀取一幅圖像。格式為：X=imread(‘FILENAME.FMT’)（2）圖像顯示Imshow可以顯示真彩、灰度、二值等各種圖像。 Imshow(gray)：顯示灰度圖像，gray為一個(gè)二維矩陣 Imshow(RGB)：顯示真彩圖像，RGB為一個(gè)三維矩陣 Imshow(BW):顯示二值圖像，BW為一個(gè)二維矩陣（3）保存圖像imwrite函數(shù)：imwrite(I,'文件名.文件格式')文件格式：bmp、jpg、pcx、tif。實(shí)驗(yàn)內(nèi)容1.利用編程實(shí)現(xiàn)將真彩圖像轉(zhuǎn)換成為灰度圖像利用imread讀入trees.jpg（注意為uint8格式）。利用轉(zhuǎn)換公式，將RGB圖像轉(zhuǎn)換為灰度圖像Gray

=

R*0.299

+

G*0.587

+

B*0.114。利用函uint8，將灰度圖像的值轉(zhuǎn)換uint8，并進(jìn)行顯示將此灰度圖像存儲(chǔ)成為trees_gray.jpg文件，程序效果等同于函數(shù)rgb2gray()。程序如下所示：（見rgbtogray.m文件）clearall;closeallrgb=imread('trees.jpg');gray_1=rgb2gray(rgb);[x,y,z]=size(rgb);rgb1=double(rgb)gray=zeros(x,y);%灰度處理fori=1:xforj=1:ygray(i,j)=rgb1(i,j,1)*0.299+rgb1(i,j,2)*0.587+rgb1(i,j,3)*0.114;endendgray2=[];gray2=uint8(gray);%顯示圖像figure(1)imshow(gray2)figure(2)imshow(gray_1)%存儲(chǔ)圖像imwrite(gray_1,'trees_gray.jpg');imwrite(gray2,'trees_grayself.jpg')得到圖像與調(diào)用函數(shù)生成的圖像如下所示可以看出兩幅圖并無明顯差異。利用編程將灰度圖像轉(zhuǎn)換成為二值圖像利用imread讀入trees_gray.jpg，設(shè)定閾值，將灰度圖像轉(zhuǎn)換二值圖像，利用函數(shù)logical()，將數(shù)值轉(zhuǎn)換logical，并進(jìn)行顯示，將此二值圖像存儲(chǔ)成為trees_bw.jpg文件。程序效果等同于函數(shù)im2bw()程序如下所示：（見test1_2.m文件）clearall;closeallgray=imread('trees_gray.jpg');bw2=im2bw(gray);[x,y]=size(gray);bw=[];fori=1:xforj=1:yifgray(i,j)>128bw(i,j)=1;elsebw(i,j)=0;endendendbw1=[];bw1=logical(bw)figure(1)imshow(bw1)figure(2)imshow(bw2)imwrite(bw1,'trees_bwself.jpg');imwrite(bw2,'trees_bw.jpg');得到圖像與調(diào)用函數(shù)生成的圖像如下所示可以看出兩幅圖沒有明顯差異。3.在保證將圖像的長(zhǎng)寬比不變的情況下，將圖像縮小原來的一半利用imread讀入trees_gray.jpg，利用size函數(shù)得到圖像的長(zhǎng)和寬，利用圖像之間的關(guān)聯(lián)性將圖像縮小原來的一半，顯示縮小后的圖像，將此縮小后圖像存儲(chǔ)成為trees_small.jpg文件。程序如下所示：（見small.m文件）clearall;closeallgray=imread('trees_gray.jpg');gray1=double(gray)[x,y]=size(gray1);gray2=zeros(floor(x/2),floor(y/2));fori=1:floor(x/2)forj=1:floor(y/2)gray2(i,j)=gray(i*2,j*2);endendgray3=uint8(gray2)figure(1)imshow(gray3)imwrite(gray3,'trees_small.jpg');得到縮小圖像如下所示4.在保證將圖像的長(zhǎng)寬比不變的情況下，將圖像增大為原來的一倍利用imread讀入trees_gray.jpg，利用size函數(shù)得到圖像的長(zhǎng)和寬，利用zeros生成矩陣，矩陣大小為原來兩倍，利用圖像之間的相關(guān)性將原來圖像數(shù)據(jù)寫入新生成的矩陣中，顯示放大后的圖像，將此放大后圖像存儲(chǔ)成為trees_big.jpg文件。程序如下所示：（見big.m文件）clearall;closeallgray=imread('trees_gray.jpg');gray1=double(gray)[x,y]=size(gray1);gray2=zeros(x*2,y*2);%將可以直接得到的點(diǎn)進(jìn)行賦值fori=1:xforj=1:ygray2(i*2,j*2)=gray1(i,j);endend%對(duì)第一行和第一列進(jìn)行賦值fori=1:2*xforj=1:2*ygray2(i,1)=gray2(i,2);gray2(1,j)=gray2(2,j);endend%橫向插值fori=3:2:(2*x-1)forj=1:2:(2*y-1)gray2(i,j)=(gray2(i-1,j)+gray2(i+1,j))/2;endend%縱向插值fori=1:x*2forj=3:2:(2*y-1)gray2(i,j)=(gray2(i,j-1)+gray2(i,j+1))/2;endendgray3=uint8(gray2);figure(1)imshow(gray3)imwrite(gray3,'trees_big.jpg');得到圖像如下所示5.利用背景差分法實(shí)現(xiàn)圖像的運(yùn)動(dòng)目標(biāo)檢測(cè)，并繪制出運(yùn)動(dòng)目標(biāo)的二值圖像具體步驟：分別讀入car00.jpg和car11.jpg圖像；將兩幅圖像轉(zhuǎn)換成為灰度圖（3）利用背景差分法實(shí)現(xiàn)目標(biāo)檢測(cè)（取絕對(duì)值，函數(shù)abs）（4）設(shè)定閾值（自行設(shè)定）將相減后的圖片轉(zhuǎn)換成為二值圖像，識(shí)別目標(biāo)。程序如下所示：（見yundongmubiao.m文件）clearall;closeallcar0=imread('car00.jpg');car1=imread('car11.jpg');gray_0=rgb2gray(car0);gray_1=rgb2gray(car1);gray0=double(gray_0);gray1=double(gray_1);[x,y]=size(gray0);d=zeros(x,y);fori=1:xforj=1:yifabs(gray0(i,j)-gray1(i,j))>50d(i,j)=0;elsed(i,j)=1;endendendfigure(1)imshow(d)imwrite(d,'mubiao.jpg');源圖片如下所示得到運(yùn)動(dòng)目標(biāo)圖像如下所示利用差分法實(shí)現(xiàn)圖像的邊緣檢測(cè)具體步驟：（1）讀入二值圖像“太極.jpg”（1）進(jìn)行X

軸方向的差分運(yùn)算（注意取絕對(duì)值，abs），繪制出X

軸方向差分后的二值圖像（3）進(jìn)行Y

軸方向的差分運(yùn)算（注意取絕對(duì)值，abs），繪制出Y

軸方向差分后的二值圖像（4）將X

軸方向差分后的二值圖像和Y

軸方向差分后的二值圖像相加得到檢測(cè)后的邊緣圖像程序如下所示：（見bianyuanjiance.m文件）clearall;closealltaiji=imread('太極.jpg');taiji_1=double(taiji);[x,y,z]=size(taiji);taiji1=zeros(x,y)%轉(zhuǎn)化為灰色圖像fori=1:xforj=1:ytaiji1(i,j)=taiji_1(i,j,1)*0.299+taiji_1(i,j,2)*0.587+taiji_1(i,j,3)*0.114;endendhengxiang=zeros(x,y);zongxiang=zeros(x,y);sum=zeros(x,y);fori=1:x-1forj=1:y-1ifabs(taiji1(i+1,j)-taiji1(i,j))>50hengxiang(i,j)=1;endendendfori=1:x-1forj=1:y-1ifabs(taiji1(i,j+1)-taiji1(i,j))>50zongxiang(i,j)=1;endendendsum=hengxiang+zongxiang;fori=1:xforj=1:yifsum(i,j)~=0sum(i,j)=1;%避免2的出現(xiàn)endendendfigure(1)imshow(hengxiang)figure(2)imshow(zongxiang)figure(3)imshow(sum)imwrite(hengxiang,'橫向差分.jpg');imwrite(zongxiang,'縱向差分.jpg');imwrite(sum,'邊緣檢測(cè).jpg');源圖片如下所示橫向差分檢測(cè)及縱向差分檢測(cè)的值如下所示得到邊緣檢測(cè)圖像如下所示實(shí)驗(yàn)總結(jié)Matlab進(jìn)行圖像處理需要進(jìn)行讀取文件、格式轉(zhuǎn)換、保存圖形、存儲(chǔ)圖像的步驟。圖像文件在matlab中的存儲(chǔ)格式有真彩圖像、灰度圖像以及黑白圖像。其中，真彩圖像所占的內(nèi)存最大。在進(jìn)行圖像處理時(shí)通常先將圖像轉(zhuǎn)化為灰色圖像，同時(shí)把矩陣值轉(zhuǎn)化為double型，輸出時(shí)將矩陣值轉(zhuǎn)化為uint8型。實(shí)驗(yàn)一中是利用Gray

=

R*0.299

+

G*0.587

+

B*0.114公式將真彩圖像轉(zhuǎn)化為灰度圖像，與用rgb2gray()函數(shù)生成的圖像相比較可看出兩者實(shí)現(xiàn)功能相同。實(shí)驗(yàn)二中將灰色圖像轉(zhuǎn)化為二值圖像時(shí)，將閥值設(shè)為128.灰度值大于128的點(diǎn)變?yōu)榘咨叶戎敌∮?28的點(diǎn)變?yōu)楹谏?。?shí)驗(yàn)三中