數(shù)字圖像處理課程設(shè)計報告(岡薩雷斯版)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上1. 課程設(shè)計目的1、 提高分析問題、解決問題的能力，進一步鞏固數(shù)字圖像處理系統(tǒng)中的基本原理與方法。2、 熟悉掌握一門計算機語言，可以進行數(shù)字圖像的應(yīng)用處理的開發(fā)設(shè)計。2課程設(shè)計內(nèi)容及實現(xiàn)2.1、網(wǎng)頁安全色（Web-Safe Colors） 為了完成這項工作，必須找到一個合適的程序，這個程序可以把指定的JPG圖像生成RGB元素的圖像。例如，MATLAB的圖像處理工具箱可以實現(xiàn)這一點，但你也可以使用圖像編輯程序像Adobe的 Photo-Shop或Corel的 Photo-Paint。為了實現(xiàn)把圖像轉(zhuǎn)換為RGB這一目標，也可以手動修改。（a）編寫計算機程序，把任意的RG

2、B彩色圖像轉(zhuǎn)換到Web安全的RGB圖像（Web安全顏色定義見圖6.10）。（b）下載圖像圖6.8，轉(zhuǎn)換為網(wǎng)絡(luò)安全色的RGB彩色圖像。圖6.8是JPG格式，所以結(jié)果返回也為 JPG（請看本項目的開始注釋）。解釋你的結(jié)果和圖6.8之間的差異。2.1.1程序清單：I=imread('Fig6.08.jpg');subplot(121);imshow(I);title('原圖');I1=fix(I/51)*51);subplot(122);imshow(I1);title('web-safe colors');2.1.2運行結(jié)果如圖1圖1 網(wǎng)頁安全色結(jié)果

3、分析：結(jié)果圖出現(xiàn)明顯的方格，每個方格就是一個網(wǎng)頁安全色，方格內(nèi)的顏色一致。原圖則是普通的RGB，假使在原圖的相同區(qū)域劃分出和結(jié)果圖相對應(yīng)的方格，則此方格里的顏色是一個漸變的顏色，并非同一種顏色。2.2、偽彩色圖像處理（Pseudo-Color Image Processing ）（a）實現(xiàn)圖6.23的特性，你可以為輸入圖像指定兩個范圍的灰度值，然后你的程序?qū)⑤敵龅腞GB圖像，它的像素有一個指定的顏色，對應(yīng)于輸入圖像的一個范圍的灰度級，RGB圖像中剩余的像素具有和輸入圖像相同的灰度。您可以從圖6.4中所有的色彩中選定輸入色彩（a）。（b）下載圖像圖1.10（4），用你的程序處理它使河流出現(xiàn)黃色，

4、然后圖像剩余部分的灰度和原始圖像相同。圖像中無關(guān)的地方允許出現(xiàn)少量黃色，但是這些地方應(yīng)該盡可能的少，因此你的程序需要選擇合適的兩個灰度帶。2.2.1程序清單clear;I=imread('Fig1.10(4).jpg');subplot(121);imshow(I);title('原圖');m n=size(I);I1=cat(3,I,I,I);%生成RGB圖像L=255 %灰度級for i=1:m for j=1:n %對原圖I進行灰度判斷，黑色河流部分標記為黃色 if I(i,j)>=0 &I(i,j)<=40 I1(i,j,1)=L;%

5、黃色的RGB為（255，255，0） I1(i,j,2)=L; I1(i,j,3)=0; end endendsubplot(122);imshow(I1);title('偽彩色圖');2.2.2運行結(jié)果如圖2圖2偽彩色處理2.3通過直方圖處理彩色圖像增強（Color Image Enhancement by Histogram Processing)(a)下載dark-stream彩色圖片圖6.35（這個圖像標記圖6.35（05）在6章的圖像）。把圖像轉(zhuǎn)成RGB圖像（見項目06-01開始評論）。直方圖均衡化的R、G、B各分量將圖像轉(zhuǎn)換，最后保存為JPG格式。(b)從（a）中的

6、三個直方圖中構(gòu)成一個均勻的直方圖，并把這個作為基礎(chǔ)去獲得一個單一的直方圖均衡化強度的變換函數(shù)。把這個函數(shù)應(yīng)用到R，G和B單獨分量上，把結(jié)果轉(zhuǎn)成JPG。比較和解釋（a）和（b）。在JPG圖像上的差異2.3.1程序清單clear all;RGB=imread('Fig6.35(5).jpg');subplot(131);imshow(RGB);title('原圖');R=RGB(:,:,1);%分別取出RGB各分量G=RGB(:,:,2);B=RGB(:,:,3);r=histeq(R);%通過函數(shù)histeq將RGB各分量均衡化g=histeq(G);b=hist

7、eq(B);rgb=cat(3,r,g,b);%將RGB三個分量合成subplot(132);imshow(rgb);title('RGB各分量均衡化');rgb1=rgb2gray(rgb);%RGB轉(zhuǎn)換為灰度count,x=imhist(rgb1);% 返回直方圖圖像向量countr1=histeq(R,count);%將原始圖像的R分量直方圖變成指定向量count g1=histeq(G,count);b1=histeq(B,count);newrgb=cat(3,r1,g1,b1);subplot(133);imshow(newrgb);title('RGB各分

8、量規(guī)定化');2.3.2運行結(jié)果如圖3圖3 RGB各分量均衡化、規(guī)定化結(jié)果分析：均衡化和規(guī)定化輸出的結(jié)果沒有差別，因為給定向量count已經(jīng)是均衡化了，把原圖的R、G、B三個分量直方圖縱坐標向量用規(guī)定的count向量替代，這樣就對各分量進行了均衡化（也就是規(guī)定化），最后合成圖像和直接均衡化結(jié)果一致。假如給定的count向量不是均衡化向量，只是分布較均勻的向量，那么結(jié)果就有差異了。2.4彩色圖像分割(Color Image Segmentation )下載圖6.28（b），編程實現(xiàn)例子6.15的效果，用褐色替代圖像的最黑暗區(qū)域，其余部分為白色。2.4.1程序清單clear all;RGB

9、=imread('Fig6.28(b).jpg');I=RGB;R=double(I(:,:,1);%轉(zhuǎn)換為雙精度G=double(I(:,:,2);B=double(I(:,:,3);subplot(121);imshow(RGB);title('原始圖像');rect = fix(getrect(1);%通過鼠標在圖像上取出矩形區(qū)域 %rect%中存的就是左上角的坐標，寬度，高度，要用時直接調(diào)用rect即可 y=rect(1);%matlab 橫坐標為Y軸，縱坐標為X軸 x=rect(2); w=rect(3);%矩形寬度 h=rect(4);%矩形長度Cr

10、=0;Cg=0;Cb=0;for nx=x:x+h %求矩形框中各分量的累加和 for ny=y:y+w Cr=Cr+R(nx,ny); Cg=Cg+G(nx,ny); Cb=Cb+B(nx,ny); endendValue_R=Cr/(h*w);%求各分量平均值Value_G=Cg/(h*w);Value_B=Cb/(h*w);Var_R=0;Var_G=0;Var_B=0;%定義方差參數(shù)for i=x:x+h for j=y:y+w Var_R=(Value_R-R(i,j)2+Var_R;%累加方差 Var_G=(Value_G-G(i,j)2+Var_G; Var_B=(Value_B

11、-B(i,j)2+Var_B; endend%計算各分量的標準差SVar_R=sqrt(Var_R/(h*w);SVar_G=sqrt(Var_G/(h*w);SVar_B=sqrt(Var_B/(h*w);%各個分量進行擴展（平均值-方差*1.25，平均值+方差*1.25）Rmin=Value_R-1.25*SVar_R;Gmin=Value_G-1.25*SVar_G;Bmin=Value_B-1.25*SVar_B;Rmax=Value_R+1.25*SVar_R;Gmax=Value_G+1.25*SVar_G;Bmax=Value_B+1.25*SVar_B;m,n=size(R);

12、%求圖片的尺寸for a=1:m for b=1:n %對原圖像上個各分量與擴展后的范圍分量進行判斷，符合則標記為黑色 if RGB(a,b,1)>=Rmin & RGB(a,b,1)<=Rmax & RGB(a,b,2)>=Gmin. &RGB(a,b,2)<=Gmax &RGB(a,b,3)>=Bmin & RGB(a,b,3)<=Bmax R(a,b)=0; G(a,b)=0; B(a,b)=0; else R(a,b)=255; G(a,b)=255; B(a,b)=255; endendendR=uint8(R);%將類型轉(zhuǎn)換為無符號8位數(shù)，即256位G=uint8(G);B=uint8(B);new=cat(3,R,G,B);subplot(122);imshow(new)title('彩色切割結(jié)果');2.4.2運行結(jié)果如圖4圖4