用Matlab进行数字图像处理实验1

一、 实验目的及要求

（一）实验目的

1、 掌握MATLAB中常用的图像处理语句；

2、 掌握图像的读入，信息查询以及显示；

3、 掌握采用不同的模板对图像进行滤波；

4、 掌握图像显示的调用格式；

（二）实验要求

1、 练习MATLAB中常用的图像处理语句；

2、 练习图像的读入，信息查询以及显示；

3、 练习采用不同的模板对图像进行滤波；

4、 练习图像显示的调用格式；

二、实验设备（环境）及要求

1、支持Intel Pentium Ⅲ及其以上CPU，内存256MB以上、硬盘1GB以上容量的微机；软件配有Windows98/2000/XP操作系统及MATLAB软件；

2、实验过程中，务必分析实验结果，按要求写出实验报告。（建议同时网上提交电子版实验报告：yw6895@126.com）

3、实验内容与步骤

1、练习MATLAB中常用的图像处理语句

Matlab中为用户提供了一些特殊的函数，用于从图像格式的文件中读写图像。其中：a、读取图形文件格式的图像需要用imread函数；

b、写入一个图形文件格式的图像需要调用imwrite函数；

c、获取图形文件格式的图像的信息需要调用imfinfo、ind2rgb函数；

d、以Mat文件加载或保存矩阵数据用load、save函数；

e、显示加载到Matlab中的图像用image、imagesc.

此外，Matlab工具箱中还提供了图像转化函数，可以对图像类型进行转化，以达到某些图像处理工作的要求。

下面，我们将分别对这些常用的图像处理语句在Matlab中进行练习，并观察其输出结果：

（1）在Matlab中读入一个灰度图像，并利用相关函数进行图像处理，并显示结果。

Matlab程序如下：

I=imread('lena.bmp'); %读入原图像文件

imshow(I) %图像文件的显示

imwrite(I,'lena1.bmp'); %将原图像重命名为lena1.bmp,并保存图像

figure,imhist(I,225) %显示原图像的直方图，225为指定的灰度级数目

X=grayslice(I,64); %将原图像I均匀量化成64个等级，然后转化成索引色图像X

figure,imshow(X,pink(64)) %显示索引色图像，pink(64)产生一个64×3的调色板，色度为粉红

运行结果如下：

（2）练习图像的读入，信息查询以及显示

Matlab程序如下：

load trees

image(50,80,X) %显示加载到Matlab中的图像

imwrite(X,map,'trees.tif'); %将图像以tif格式保存

inf=imfinfo('trees.tif') %图像文件信息的查询

BW=im2bw(X,map,0.4); %将索引图像转化成二值图像

figure,imshow(X,map) %显示图像

figure,imshow(BW)

运行结果如下：

%显示从Matlab中加载的图像文件的信息

inf = Filename: 'trees.tif'

FileModDate: '18-六月-2010 19:41:48'

FileSize: 75764

Format: 'tif'

FormatVersion: []

Width: 350

Height: 258

BitDepth: 8

ColorType: 'indexed'

FormatSignature: [73 73 42 0]

ByteOrder: 'little-endian'

NewSubFileType: 0

BitsPerSample: 8

Compression: 'PackBits'

PhotometricInterpretation: 'RGB Palette'

StripOffsets: [12x1 double]

SamplesPerPixel: 1

RowsPerStrip: 23

StripByteCounts: [12x1 double]

XResolution: 72

YResolution: 72

ResolutionUnit: 'Inch'

Colormap: [256x3 double]

PlanarConfiguration: 'Chunky'

TileWidth: []

TileLength: []

TileOffsets: []

TileByteCounts: []

Orientation: 1

FillOrder: 1

GrayResponseUnit: 0.0100

MaxSampleValue: 255

MinSampleValue: 0

Thresholding: 1

2、练习采用不同的模板对图像进行滤波

Matlab程序如下：

I=imread('rice.png'); %读入图像文件rice.png

J=filter2([1 3;-1 -3],I); %用模板[1 3;-1 -3]对图像滤波

K=filter2([-3 -1;1 3],I); %用模板[-3 -1;1 3]对图像滤波

imshow(I) %原图像显示

figure,imshow(J,[]) %由于波波后图像灰度范围与滤波之前不同，所以用[]作为参考

figure,imshow(K,[]) %用另一个模板得到的滤波后的图像显示

运行结果如下：

3、练习图像显示的调用格式

Matlab中不同类型的图像显示方法也不同。从1和2的练习中，我们可以看到，在Matlab中,可以用imshow(I)这种调用格式显示灰度图像，用image(x,y,X)显示索引图像，用imshow(RGB)显示真彩色图像等。在此，我们对其中的部分图像显示的调用格式进行练习。

Matlab程序如下：

%在Matlab中显示多幅索引图像

[X1,map1]=imread('clown.tif'); %读入原图像

[X2,map2]=imread('forest.tif');

[X3,map3]=imread('lena.tif');

%imshow函数显示图像（作为与subimage函数显示的图像的参照，利于比较分析）

subplot(1,3,1),imshow(X1,map1)

subplot(1,3,2),imshow(X2,map2)

subplot(1,3,3),imshow(X3,map3)

figure(2);

%subimage函数与subplot结合使用，在一个图形中显示多个图像

subplot(1,3,1),subimage(X1,map1)

subplot(1,3,2),subimage(X2,map2)

subplot(1,3,3),subimage(X3,map3)

运行结果如下：

由图可知，在imshow和subimage函数分别与subplot函数结合显示图像的过程中，比较最后结果，除了最后读入的lena图像的显示结果是一样的，其他图像均有偏差，且subimage函数所显示的输出图像是正确的，而imshow函数在多图像的显示中出现了失真。我们还可以两个图像的显示，四个图像的显示等多图显示的过程中，对imshow和subimage函数进行比较，得到的结果也是一样的。

因此，我们可以推测，subimage函数与subplot函数结合使用，是在多图显示中不出现较大失真的较好的且可行的方法。当然，这只是一种推测，要得出结论，还需进一步验证。

结

论

在本次实验中，通过对Matlab中常用图像处理函数和Matlab工具箱中提供的对图像进行预处理的函数的练习，掌握了有关图像处理常用的语句，也熟悉了Matlab在进行图像处理时的一些技巧，并能通过图像处理结果，对各函数在图像处理中的优缺点进行比较，收获较多，基本达到实验目的。

2010年 4 月 2 日

教师批阅

年 月 日