实验3小型图像处理系统

实验三 小型图像处理系统

一、实验目的

1、使学生加深对数字图像处理主要功能的理解；

2、要求学生使用MatLab 软件完成具有一些简单功能的小型图像处理系统。 二、实验原理

（1）基本原理

数字图像处理是研究图像的获取、传输、存储，变换、显示、理解与综合应用的一门崭新学科。数字图像处理的主要任务包括：图像的数字化、图像变换、图像增强、图像的恢复、图像的压缩和编码、图像分割等。

其中图像变换的目的在于：使图像处理问题简化；有利于图像特征提取。常用的图像变换工具有DFT、 DCT和小波变换等。

图像增强目的是获得更“好”、更“有用”的图像。根据所处理的空间不同, 图像增强的方法分为: 基于图像域的方法，即直接在图像所在的空间进行处理；基于变换域的方法，即在图像变换域间接进行，有时也叫频域处理。

灰度直方图描述了图像的概貌。直方图变换后可使图像的灰度间距拉开或使灰度分布均匀，从而增大对比度，使图像细节清晰，达到增强目的。直方图均衡化是一种常用的直方图变换方法，它把原始图的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，提高图像对比度。

大部分的噪声都可以看作是随机信号，对图像的影响可以看作是孤立的。某一像素，如果它与周围像素点相比，有明显的不同，则该点被噪声感染了。去除噪声的方法较多，如邻域平均法、中值滤波、边界保持类滤波、多幅图像平均、低通滤波处理等。

图像分割是数字图像处理中一个具有挑战性的研究内容，可以将图像分割理解为：把图像分成互不重叠的区域，并提取感兴趣的目标。图像分割的基本思路是：从简到难，逐级分割；控制背景环境，降低分割难度；把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上。基于灰度值的基本特性不连续性和相似性，图像分割的基本策略： 策略1：检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度），先找边，后确定区域；策略2：检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边。在图像分割的众多算法中，图像的阈值分割技术是实现相对简单的一种方法。

（2）参考程序

clear; clc; close all; chos=0; possibility=11; while chos~=possibility,

chos=menu('图像处理系统','输入图像','灰度化','直方图均衡','镜像翻转','添加噪声','去除噪声','伪彩色增强', ,' 阈值分割', ,' 边缘检测','退出'); if chos==1, %输入图像 clc;

[namefile,pathname]=uigetfile('*.*','Select image'); if namefile~=0

I=imread(strcat(pathname,namefile)); imshow(I); title('输入图像'); end end %灰度化

%对彩色图像进行灰度转换，并输出灰度图像 if chos==2, % 补充程序 end if chos==3, %补充程序 end %补充程序

3、实验用图

horse.jpg

三、实验步骤

1、打开计算机，启动MATLAB程序； 2、调入数字图像，并进行相应的图像处理； 3、记录和整理实验报告。 四、实验仪器

1、计算机；

2、MATLAB等程序； 五、实验报告内容

1、叙述实验过程；

2、提交实验的原始图像和结果图像。 六、思考题

为了实现基本的图像处理任务，你设计的小型图像处理系统还有哪些功能可以扩展？

clear;

clc;

close all; chos=0;

possibility=10;

while chos~=possibility,

chos=menu('图像处理系统','输入图像','灰度化','直方图均衡','镜像翻转','添加噪声','去除噪声','伪彩色增强', ' 阈值分割',' 边缘检测','退出'); if chos==1, %输入图像 clc;

[namefile,pathname]=uigetfile('*.jpg*','Select image'); if namefile~=0

I=imread(strcat(pathname,namefile)); imshow(I);

title('输入图像'); end end

if chos==2,

I1=rgb2gray(I); imshow(I1); end

if chos==3,

I2=histeq(I1,16); imshow(I2); end

if chos==4,

I3=I(end:-1:1,:);

I3=I3(end:-1:1,end:-1:1); imshow(I3); end

if chos==5,

noise=0.1*randn(size(I1)); I4=imadd(I1,im2uint8(noise)); imshow(I4); end

if chos==6,

I5=wiener2(I4); imshow(I5); end

if chos==7,

I1=double(I1); [m,n]=size(I1); c=256;

for i=1:m for j=1:n

if I1(i,j)<=c/4 R(i,j)=0;

G(i,j)=4*I1(i,j); B(i,j)=c;

else if I1(i,j)<=c/2 R(i,j)=0; G(i,j)=c;

B(i,j)=-4*I1(i,j)+2*c; else if I1(i,j)<=3*c/4

R(i,j)=4*I1(i,j)-2*c; G(i,j)=c; B(i,j)=0; else

R(i,j)=c;

G(i,j)=-4*I1(i,j)+4*c; B(i,j)=0; end end end end

end for i=1:m

for j=1:n

I6(i,j,1)=R(i,j); I6(i,j,2)=G(i,j); I6(i,j,3)=B(i,j); end end

I6=I6/256; imshow(I6); end

if chos==8,

I7=uint8(I); T=110; S=size(I7);

[maxI,maxP]=max(I7(:,:)) [minI,minP]=min(I7(:,:)) for i=1:S(1) for j=1:S(2)

if I7(i,j)>=T I7(i,j)=255; else I7(i,j)=0; end end end

imshow(I7); end

if chos==9,

I8=edge(I1,'robert',0.15,'both'); imshow(I8); end

if chos==10, exit; end end