数字图像处理实验 -(9)

形成假彩色图像；

", 观察处理的结果，注意不同波长红外线图像组成图像的不同结果 (4) 伪彩色处理1：灰度切片处理 ", 调入并显示灰度图像head.jpg；

", 利用MATLAB提供的函数对图像在8~256级的范围内进行切片处理，并使用hot模式和cool模式进行彩色化； ", 观察处理的结果。 (5) 彩色变换(选做)

", 调入并显示灰度图像Lenna.jpg；

", 使用不同相位的正弦函数作为变换函数，将灰度图像变换为RGB图像。其中红色分量R的变换函数为-sin( )，绿色分量G的变换函数为-cos( );，蓝色分量B的变换函数为sin( )；

", 显示变换曲线及变换合成的彩色图像并观察彩色变换图像的色调与原始图像灰度之间的关系；

", 将RGB的变换公式至少互换一次(例如R与G互换)，显示变换曲线、变换结果并观察处理的结果。 (6)打印全部结果并进行讨论。

利用MATLAB软件实现彩色图像处理的程序：

rgb_image=imread('flower1.tif'); %读取图像flower1.tif fR=rgb_image(:,:,1); %获取图像的红色分量 fG=rgb_image(:,:,2); %获取图像的绿色分量 fB=rgb_image(:,:,3); %获取图像的蓝色分量 figure(1),imshow(fR) %分别显示图像 figure(2),imshow(fG) figure(3),imshow(fB)

%实现rgb图像转化为NTSC彩色空间的图像 yiq_image=rgb2ntsc(rgb_image);

fY=yiq_image(:,:,1); %图像flower1.tif的亮度 fI=yiq_image(:,:,2); %图像flower1.tif的色调 fQ=yiq_image(:,:,3); %图像flower1.tif的饱和度 figure(4),imshow(fY) figure(5),imshow(fI) figure(6),imshow(fQ)

fR=histeq(fR,256); %对彩色图像的分量进行直方图均衡化

30

fG=histeq(fG,256); fB=histeq(fB,256);

RGB_image=cat(3,fR,fG,fB); %将直方图均衡化后的彩色图像合并 figure,imshow(RGB_image) %观察处理后的彩色图色度，亮度参照前面

f1=imread('v1_red.jpg'); f2=imread('v1_green.jpg'); f3=imread('v1_blue.jpg'); f4=imread('infer_near.jpg'); ture_color=cat(3,f1,f2,f3);

figure,imshow(ture_color) %显示由红、绿、蓝三幅图合成的彩色图 false_color=cat(3,f4,f2,f3); %用近红外图像代替R分量

figure,imshow(false_color) %显示由近红外、绿、蓝三幅图合成的假彩色图

f=imread('head.jpg');

cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]);%提取灰度在16-128之间的像素 cut_2=imadjust(f,[0.5 1],[0.5 1]); %提取灰度在128-256之间的像素 figure,imshow(cut_1),colormap(hot) %显示图像cut_1,并使用hot模型彩色化 figure,imshow(cut_2),colormap(cool) %显示图像cut_2,并使用cool模型彩色化 (选做)

f=imread('Lenna.jpg');

g=ice('image',f); %通过ice(交互彩色编辑)函数对图像进行变换 ice(交互彩色编辑)函数的参数参照书后面的注释。

四、实验仪器与软件

1．计算机； 2．MATLAB程序；

3．移动式存储器（软盘、U盘等）。 4．记录用的笔、纸。

五、实验报告要求

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

1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外，还有

31

色调的变化？

2. 实验内容(3)的假彩色处理方案是否可以有多种？若有，请估计其它方案的可能结果。

3. 在实验内容(4)中，对于灰度切片处理的图像head.gif使用多少级切片比较合适？

七、实验图片

32

实验九 图像分割

一、实验目的

", 使用MatLab 软件进行图像的分割。使学生通过实验体会一些主要的分

割算子对图像处理的效果，以及各种因素对分割效果的影响。

二、实验要求

", 要求学生能够自行评价各主要算子在无噪声条件下和噪声条件下

的分割性能。能够掌握分割条件(阈值等)的选择。完成规定图像的处理并要求正确评价处理结果，能够从理论上作出合理的解释。

三、实验内容与步骤

(1)使用Roberts 算子的图像分割实验

", 调入并显示图像room.tif中图像；使用Roberts 算子对图像进行边缘检测处理； Roberts 算子为一对模板：

", 相应的矩阵为：rh = [0 1；-1 0]； rv = [1 0；0 -1]；这里的rh 为水平Roberts 算子，rv为垂直Roberts 算子。分别显示处理后的水平边界和垂直边界检测结果；用“欧几里德距离”和“街区距离”方式计算梯度的模，并显示检测结果；对于检测结果进行二值化处理，并显示处理结果；

提示：先做检测结果的直方图，参考直方图中灰度的分布尝试确定阈值；应反复调节阈值的大小，直至二值化的效果最为满意为止。分别显示处理后的水平边界和垂直边界检测结果；将处理结果转化为“白底黑线条”的方式；给图像加上零均值的高斯噪声；对于噪声图像重复步骤b~f。

(2)使用Prewitt 算子的图像分割实验

", 使用Prewitt 算子进行内容(1)中的全部步骤。

33

(3)使用Sobel 算子的图像分割实验

使用Sobel 算子进行内容(1)中的全部步骤。 (4)使用LoG (拉普拉斯-高斯)算子的图像分割实验

使用LoG (拉普拉斯-高斯)算子进行内容(1)中的全部步骤。提示1：处理后可以直接显示处理结果，无须另外计算梯度的模。提示2：注意调节噪声的强度以及LoG (拉普拉斯-高斯)算子的参数，观察处理结果。

(5) 打印全部结果并进行讨论。

下面是使用sobel监测器对图像进行分割的MATLAB程序

f=imread('room.tif');

[gv,t1]=edge(f,'sobel','vertical');%使用edge函数对图像f提取垂直的边缘 imshow(gv) …… 此处隐藏：1064字，全部文档内容请下载后查看。喜欢就下载吧 ……