图像运算实验报告.docx
- 文档编号:6494776
- 上传时间:2023-01-07
- 格式:DOCX
- 页数:16
- 大小:382.75KB
图像运算实验报告.docx
《图像运算实验报告.docx》由会员分享,可在线阅读,更多相关《图像运算实验报告.docx(16页珍藏版)》请在冰豆网上搜索。
图像运算实验报告
评分
实验报告
课程名称医学图像处理
实验名称图像运算
专业班级
姓名
学号
实验日期
实验地点
2015—2016学年度第2学期
一、实验目的
MATLAB的图像处理工具箱提供了图像运算函数。
本实验将具体介绍Matlab中的图像点运算、代数运算、几何和邻域操作运算。
二、实验环境
1、硬件配置:
处理器:
Intel(R)Core(TM)i7-3770CPU@3.40GHz3.40GHz
安装内存(RAM):
4.00GB系统类型:
64位操作系统
2、软件环境:
MATLABR2013b软件
三、实验内容
利用Matlab对图像进行点运算、加法运算、减法运算、乘法运算、除法运算、改变图像的大小、旋转图像、图像的剪切、图像的邻域操作。
四、实验结果与分析
(包括实验原理、数据的准备、运行过程分析、源程序(代码)、图形图象界面等)
注:
本项可以增加页数
例1图像点运算
skull=imread('skull.tif');%读取图像
subplot(131),imshow(skull)%生成一行三列三块区域,并在第一块区域绘制图像
I=double(skull);%转换为双精度类型
J=I*0.43+60;%利用该函数对输出图像进行压缩,使其对比度减小,图像变暗
skull2=uint8(J);%转换为uint8
subplot(132),imshow(skull2)%在第二块区域绘制图像
J=I*1.5-60;%利用该函数对输出图像进行对比度级数拓展,使其对比度增强,图像变亮
skull3=uint8(J);%转换为uint8
subplot(133),imshow(skull3)%在第三块区域绘制图像
运行结果:
图1原图像图2对比度减小的图像图3对比度增强的图像
分析:
1)subplot是用于将多个图像画到一个平面上的函数。
subplot(m,n,p,)中的m表示m行,n表示n列,p表示从左到右的第几块区域;
2)uint8表示8位无符号的整型数据类型,以此方式存储的图像称作8位图像;而Matlab中数值一般采用double型的存储和运算,因此在进行本题的灰度变换运算时,应先把skull图像转化为double格式;
3)线性灰度变换函数当a=1,b=0时,输出图像像素不发生变化;当a=1,
时,输出图像所有灰度值上移或下移;当
时,输出图像灰度级压缩,对比度减小,如图2所示;当
时,输出图像灰度级拓展,对比度增强,如图3所示;当
时,输出图像暗区域变亮,亮区域变暗,图像求反。
2、图像的代数运算
例2图像加法运算
skull=imread('skull.tif');%读取图像
imshow(skull)%显示图像
J=imread('cameraman.tif');%读取图像
figure,imshow(J)%显示图像
I=imresize(skull,[256,256]);%将skull图像转换为
的大小
K=imadd(I,J);%对两幅图像的灰度值进行加法运算
figure,imshow(K)%显示图像
K2=imadd(I,J,'uint16');%对两幅图像的灰度值进行加法运算,并转化为uint16
figure,imshow(K2,[])%显示图像
RGB=imread('skull.tif');%读取图像
RGB2=imadd(RGB,50);%将图像skull与常数50相加
imshow(RGB)%显示RGB图像
figure,imshow(RGB2)%显示亮度增强50的RGB图像
RGB3=imadd(RGB,100);%将图像skull与常数100相加
figure,imshow(RGB3)%显示亮度增强100的RGB图像
运行结果:
图4skull原图像图5cameraman原图像图6两幅相加后的图像
图7转化为uint16的图像图8RGB原图图9亮度增强50后的图像
图10亮度增强100后的图像
分析:
1)imadd是用于实现两图像灰度值相加的函数,imadd(I,J)中的I和J要求大小相等,由于我读取的skull图像的尺寸为
,因此在进行I和J的加法运算前须利用imresize函数把skull图像转换为
的大小;
2)I和J进行相加后的图像如图6所示,而在I和J相加的基础上将其转换为uint16的图像如图7所示,我们可以清楚的发现图6比图7的更亮,但细节比图7的模糊,这是由于Matlab在运算后会自动将图像转换为double型,因此uint16的图像是比double型的图像更清晰;
3)imadd(RGB,50)是将一个常数50加到RGB图像上,即使图像的灰度级增强了50,如图9所示,以此类推,图10为灰度级增强了100的图像。
例3图像减法运算
I=imread('skull.tif');%读取图像
imshow(I)%显示图像
background=imopen(I,strel('disk',15));%估计圆盘半径为15的背景图像
figure,imshow(background);%显示背景图
I2=imsubtract(I,background);%从原始图像中减去不均匀的背景图
运行结果:
图11skull原图图12背景图图13减去背景图后的图像
分析:
1)imopen开运算属于形态图像处理,是先腐蚀后膨胀,可以使边界平滑,消除尖刺,断开窄小的连接,保持面积大小不变;strel是用于构建结构元素对象,imopen(I,strel('disk',15))就是构建圆盘半径为15的背景图,如图12所示;
2)imsubtract函数是用于两幅图像的相减运算,如图13所示,减去不均匀的部分后,图像变得更加平滑。
例4图像的乘法运算
I=imread('skull.tif');%读取图像
J=immultiply(I,1.2);%图像的乘法,缩放因子是1.2>1,增强图像的亮度
K=immultiply(I,0.5);%图像的乘法,缩放因子是0.5<1,减小图像的亮度
imshow(I)%显示原图像
figure,imshow(J)%显示亮度增强图像
figure,imshow(K)%显示亮度减小图像
运行结果:
图14skull原图图15亮度增强后的图像图16亮度减小后的图像
分析:
1)乘法运算可以实现掩模操作,即屏蔽掉图像的某些部分
2)一幅图像乘以一个常数通常被称为缩放。
immultiply(I,1.2),使用的缩放因数大于1,那么将增强图像的亮度,如图15所示;immultiply(I,0.5)中的因数小于1则会使图像变暗,如图16所示。
例5图像除法运算
I=imread('skull.tif');%读取原图像
J=double(I)*0.43+80;%利用该函数对输出图像进行处理,是对比度减小,图像变暗
J=uint8(J);%转换成uint8
K=imdivide(I,J);%除法运算
imshow(I)%显示原图像
figure,imshow(J)%显示对比度减小的图像
figure,imshow(K)%显示灰度级相除后的图片
运行结果:
图17skull原图图18对比度减小的图片图19灰度级相除后的图片
分析:
1)J=double(I)*0.43+80是将skull图像转换为double型再对其进行灰度变换运算,使其灰度级减小,如图18所示;
2)imdivide(I,J)要求I和J数据类型一致,因此在进行此运算时,须先将double型的J转换为uint8,两幅图像的灰度级相除后的到的结果为[0,1],因为其灰度级极其相近且小,肉眼无法分辨,故我们所看到的输出图像几近与纯黑色,如图19所示;
3)除法运算是用于校正成像设备的非线性影响。
例6图像的几何运算
I=imread('skull.tif');%读取图像
J=imresize(I,1.25);%返回图像J,其长宽是图像I的长宽的1.25倍,即放大图像
K=imresize(I,0.8);%返回图像K,其长宽是图像I的长宽的0.8倍,即缩小图像
imshow(I)%显示原图
figure,imshow(J)%显示尺寸放大的图像
figure,imshow(K)%显示尺寸减小的图像
Y=imresize(I,[100,150]);%返回图像Y,高度为100,宽度为150
figure,imshow(Y)%显示
的图像
运行结果:
图20skull的原图像图21尺寸放大的图像图22尺寸减小的图像
图23
的图像
分析:
1)imresize函数可改变图像输出图像的大小,J=imresize(I,1.25)为返回图像J,其长宽是图像I的长宽的1.25倍,即放大图像,如图21所示;K=imresize(I,0.8)为返回图像K,其长宽是图像I的长宽的0.8倍,即缩小图像,如图22所示;
2)Y=imresize(I,[100,150])是直接指定输出图像真实的大小,即返回图像Y,高度为100,宽度为150。
例7旋转一幅图像
I=imread('skull.tif');%读取图像
J=imrotate(I,30,'bilinear');%将图像skull绕图像的中心点旋转30度
J1=imrotate(I,30,'bilinear','crop');%crop:
通过对旋转后的图像进行裁剪,保持旋转后输出图像J1的尺寸和输入图像skull的尺寸一样。
imshow(I)%显示原图
figure,imshow(J)%显示逆时针旋转30度的图像
figure,imshow(J1)%显示裁剪后的图像
J2=imrotate(I,-15,'bilinear');%将图像顺时针旋转15度,进行双线性插值
figure,imshow(J2)%显示顺时针旋转15度的图像
运行结果:
图24skull的原图像图25逆时针旋转
的图像图26裁剪后的图像
图27顺时针旋转
的图像
分析:
1)Imrorate(x,n)是用于对图像进行旋转的函数,其中X若为正数则表示逆时针旋转,数则表示顺时针旋转;J=imrotate(I,30,'bilinear')表示逆时针旋转30度,如图25所示;其中bilinear为双线性插值,在两个方向分别进行一次线性插值;J2=imrotate(I,-15,'bilinear')则表示顺时针旋转15度,如图27所示;
2)J1=imrotate(I,30,'bilinear','crop')中的crop是通过对旋转后的图像进行裁剪,保持旋转后输出图像J1的尺寸和输入图像skull的尺寸一样,如图26所示。
例8图像剪切
%通过交互操作,从一幅图像中剪切一个矩形区域。
I=imread('skull.tif');%读取图像
imshow(I);%显示图像I
I1=imcrop;%对图像进行自由地剪切操作
figure,imshow(I1)%显示图像I1
I2=imcrop(I,[3060120160]);%剪切图像I,坐标(30,60)往下120*160的图像
figure,imshow(I2)%显示图像I2
运行结果:
图28skull的原图像图29手动剪切后的图像图30定义剪切后的图像
分析:
1)imcrop用于返回图像的一个裁剪区域,但其也允许用户自己以交互方式使用鼠标选定要剪切的区域;因此如图29所示,为我们自己手动剪切的图像;I2=imcrop(I,[3060120160])为剪切横坐标30-60,纵坐标60-160的图像区域,如图30所示。
例9图像的领域操作
I=imread('skull.tif');%读取原图
f=inline('max(x(:
))');%定义一个取最大值的函数f,构造复合函数
I2=nlfilter(I,[33],f);%对图像I的每一个3*3滑块应用函数f,滑动邻域操作
imshow(I)%显示原图
figure,imshow(I2)%显示进行滑动邻域操作的图像
I=imread('skull.tif');%读取原图
f=inline('uint8(round(mean2(x)*ones(size(x))))');%构造复合函数
I2=blkproc(I,[88],f);%对图像I的每一个8*8滑块应用函数f,分离邻域操作
imshow(I)%显示原图
figure,imshow(I2)%显示分离邻域操作的图像
运行结果:
图31skull的原图像图32滑动邻域操作的图像图33分离邻域操作的图像
分析:
1)nlfilter是对图像进行边沿操作,即进行滑动邻域操作,nlfilter(I,[33],f)为对图像I的每一个3*3滑块应用函数f进行滑动邻域操作,如图32所示;
2)blkproc是实现图像的显示块操作,即分离邻域操作,blkproc(I,[88],f)为对图像I的每一个8*8滑块应用函数f进行分离邻域操作,如图33所示;
五、实验小结:
(包括主要实验问题的最终结果描述、详细的收获体会,待解决的问题等)
在此次实验中,由于实验内容更贴近生活应用,因此比起上学期,我们更容易领悟该程序的表达,只是在细节方面还是很容易出错,甚至不容易拐过弯来。
在实验中应注意的点:
1)在编写运行文件的时候要选择正确的路径,图片保存在哪里,就应该选择哪里,不然就会出现读取错误。
2)显示图像中的以灰度级20显示图像的时候,因为灰度级定义得太小,导致无图像显示,这时我们可以用增大灰度级的方法,imshow(J,100);或imshow(J,[0,100]);显示部分图像信息.
3)当用imshow显示另一图像时,MATLAB会字屏幕上用新图像替换旧图像。
为保持第一幅图像并显示第二幅图像,可以用figure函数。
4)在进行图像的运算时应注意保持图像的类型和大小一致
5)明确每一种代数运算的意图,并学会理论联系实际,对输出图像进行分析。
手写签名:
- 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:
- 图像 运算 实验 报告