数字图像处理之彩色图像的处理.docx
- 文档编号:23879821
- 上传时间:2023-05-21
- 格式:DOCX
- 页数:16
- 大小:3.42MB
数字图像处理之彩色图像的处理.docx
《数字图像处理之彩色图像的处理.docx》由会员分享,可在线阅读,更多相关《数字图像处理之彩色图像的处理.docx(16页珍藏版)》请在冰豆网上搜索。
数字图像处理之彩色图像的处理
实验六彩色图像的处理
一、实验目的
1、掌握matlab中RGB图像与索引图像、灰度级图像之间转换函数。
2、了解RGB图像与不同颜色空间之间的转换。
3、掌握彩色图像的直方图处理方法。
二、实验内容及步骤
1、RGB图像与索引图像、灰度级图像的转换。
closeall
RGB=imread('flowers。
tif’);
[R_i,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像
figure
imshow(R_i,map)
[R_g]=rgb2gray(RGB);%RGB图像转换为灰度级图像
figure
imshow(R_g)
思考:
将RGB图像’flowers。
tif'分别转换为32色、256色、1024色索引图像,是否调色板所表示的颜色值越多图像越好?
closeall
RGB=imread(’flowers.tif’);
[R_i1,map]=rgb2ind(RGB,8);%RGB图像转换为8色的索引图像
[R_i2,map]=rgb2ind(RGB,32);%RGB图像转换为32色的索引图像
[R_i3,map]=rgb2ind(RGB,256);%RGB图像转换为256色的索引图像
[R_i4,map]=rgb2ind(RGB,1024);%RGB图像转换为1024色的索引图像
Subplot(221);imshow(R_i1,map);title('8色的索引图像’);
Subplot(222);imshow(R_i2,map);title('32色的索引图像’);
Subplot(223);imshow(R_i3,map);title(’256色的索引图像’);
Subplot(224);imshow(R_i4,map);title('1024色的索引图像’);
结论:
随着索引值的增加图像的质量也有增加,更加清晰,色彩也更加鲜明。
但不是不是颜色值越多越好。
当索引值过高时,会出现无法识别而致模糊的情况出现。
2、RGB图像与不同颜色空间的转换。
(1)RGB与HSI颜色空间的转换
HSI应用于彩色图像处理。
实验六文件夹中rgb2hsi()函数将RGB颜色空间转换为HSI空间并显示各分量,hsi2rgb()函数是将HSI颜色空间转换为RGB颜色空间。
closeall
x=imread('flowers.tif’);
figure
imshow(x)
title(’RGB’)
x_hsi=rgb2hsi(x);%RGB颜色空间转换成HSI颜色空间,
%并显示H、S、I各分量
figure
imshow(x_hsi)
title(’HSI')
x_h_r=hsi2rgb(x_hsi);
figure
imshow(x_h_r)
title(’HSI—->RGB’)
(2)RGB与CMY颜色空间转换
CMY颜色空间运用在大多数在纸上沉积彩色颜料的设备,如彩色打印机和复印机.
CMY(青、深红、黄)是RGB颜色空间的补色。
closeall
x=imread(’flowers。
tif’);
X=im2double(x);
R=X(:
:
,1);
G=X(:
,:
,2);
B=X(:
:
3);
C=1—R;
M=1-G;
Y=1-B;
R1=1—C;
G1=1—M;
B1=1—Y;
CMY=cat(3,C,M,Y);
RGB1=cat(3,R,G,B);
subplot(1,3,1),imshow(X);title(’RGB');
subplot(1,3,2),imshow(CMY);title(’CMY');
subplot(1,3,3),imshow(RGB1);title('CMY———〉RGB’);
思考:
如何将RGB图像分解出其R、G、B颜色分量?
结果类似下图.
closeall
x=imread(’flowers。
tif');
X=im2double(x);
R=X(:
,:
1);
G=X(:
,:
,2);
B=X(:
:
,3);
C1=R;
M1=G-G;
Y1=B—B;
C2=R—R;
M2=G;
Y2=B—B;
C3=R—R;
M3=G-G;
Y3=B;
R=cat(3,C1,M1,Y1);
G=cat(3,C2,M2,Y2);
B=cat(3,C3,M3,Y3);
subplot(1,3,1),imshow(R);title(’R’);
subplot(1,3,2),imshow(G);title(’G’);
subplot(1,3,3),imshow(B);title('B');
3、彩色图像的直方图处理
(1)在HSI颜色空间对I(强度)分量进行调整及直方图均衡化。
closeall
x=imread(’flowers.tif’);
figure
imshow(x)
title('RGB’)
x_hsi=rgb2hsi(x);%RGB颜色空间转换成HSI颜色空间,
%并显示H、S、I各分量
h=x_hsi(:
,:
,1);
s=x_hsi(:
,:
,2);
i=x_hsi(:
,:
3);
i1=imadjust(i,[01],[],0。
6);%对I分量进行灰度值调整,使图像更亮
x_hsi=cat(3,h,s,i1);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
figure
imshow(x_h_r)
title(’imadjust(i,[],[],0。
6)’)
i2=histeq(i);%对I分量进行直方图均衡化,加强对比度
x_hsi=cat(3,h,s,i2);
x_h_r=hsi2rgb(x_hsi);%HSI空间转换为RGB空间
figure
imshow(x_h_r)
title('histeq(i)')
(2)RGB颜色空间对全彩色进行直方图处理
closeall
x=imread('flowers.tif’);
figure
imshow(x)
title(’RGB')
r=x(:
:
1);g=x(:
:
,2);b=x(:
,:
3);
r1=imadjust(r,[01],[],0.6);%对R分量进行灰度值调整
g1=imadjust(g,[01],[],0。
6);%对G分量进行灰度值调整
b1=imadjust(b,[01],[],0.6);%对B分量进行灰度值调整
x1=cat(3,r1,g1,b1);
figure;imshow(x1)
title('imadjust(r/g/b,[],[],0.6)’)
r2=histeq(r);%直方图均衡化
g2=histeq(g);
b2=histeq(b);
x2=cat(3,r2,g2,b2);%处理后的R、G、B分量合并回RGB图像
figure;imshow(x2)
title('histeq(r/g/b)’)
思考:
参考彩色图像的直方图处理方法,分别对RGB图像'flowers.tif’进行尺寸为5*5的均值平滑滤波及拉普拉斯锐化。
(在HIS空间或RGB空间都可以)结果类似下图。
拉普拉斯算子:
h=[—1—1-1;
—18-1;
-1—1—1;];
(1)5*5均值平滑滤波
closeall;
x=imread(’flowers.tif');
h=fspecial('average',5);
y=imfilter(x,h);
subplot(1,2,1);
imshow(x);title('RGB’);
subplot(1,2,2);
imshow(y);title('5*5均值平滑滤波’);
(2)拉普拉斯锐化
closeall;
x=imread('flowers。
tif');
h=[-1—1-1;
—18—1;
—1—1—1;];
y=imfilter(x,h);
subplot(1,2,1);
imshow(x);title(’RGB’);
subplot(1,2,2);
imshow(y);title(’拉普拉斯滤波');
三、实验报告
1、按照实验步骤做实验;
2、记录实验结果,并作出总结;
3、按照实验报告格式写出报告。
四、实验心得及机会
通过这次实验,我学会并了解了许多有关数字图像处理方面的知识.以前只是看着课本上的内容学习,对很多知识只是生分的了解,但是不懂得如何应用,通过做实验,自己动手,对图像做一系列的处理和变换,体会到了各种参数对数字图像的影响。
通过此次实验也发现了自己的而许多问题,在对于MATLAB软件的应用上面我还有许多不足,尤其是对如何编写M文件方面很难掌握,仍有待加强.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数字图像 处理 彩色 图像