数字图像处理实验一:图像信号的数字化 matlab

  • 实验内容
  1. 选取任意一副灰度图像,imread进行读取,显示其像素值阵列。
  2. 减少图像的像素,实现多组不同像素总数表示的同一副图像。观察图像采样的像素数对图像质量的影响,观察“棋盘格”现象。
  3. 减小同一副图像灰度级,实现多组不同灰度级来显示同一幅图像,并选取合适的灰度阈值来实现一幅二值图像。观察图像量化对图像质量的影响,观察“伪轮廓”现象。

  • 源程序及结果
  • 源程序:

    I=imread('13.bmp');

    figure;

    imshow(I);

    [M,N,Q]=size(I);

    K=rgb2gray(I);

    B=imresize(K,[50,50],'nearest');C=imresize(K,[100,100],'nearest');%用最近邻插值改变图片像素

    D=imresize(K,[1000,1000],'nearest');

    E=imresize(K,0.1,'nearest');%放大倍数为0.1倍

    F=imresize(K,0.2,'nearest');%放大倍数为0.2倍

    subplot(2,3,1);imshow(I);title('原图');

    subplot(2,3,2);imshow(B);title('像素50*50');

    subplot(2,3,3);imshow(C);title('像素100*100');

    subplot(2,3,4);imshow(D);title('像素1000*1000');

    subplot(2,3,5);imshow(E);title('原图像缩小为0.1倍');

    subplot(2,3,6);imshow(F);title('原图像缩小为0.2倍');hold on;figure;

    thresh=graythresh(K);%使用最大类间方差法获得一个合适的阈值

    A1=histeq(K,32);A2=histeq(K,128);A3=histeq(K,256); %变换灰度图像,在K中返回具有32,128,256个离散灰度级的灰度图像

    B1=im2bw(A1,thresh);B2=im2bw(A2,thresh);B3=im2bw(A3,thresh);%将灰度图像  转换为二进制图像。输出图像 BW 将输入图像中亮度值大于 thresh 的像素替换为值1 (白色),其他替换为值0(黑色)

    subplot(2,3,1);imshow(K,[0,31]);title('灰度级为32的图像');

    subplot(2,3,2);imshow(K,[0,127]);title('灰度级为128的图像');

    subplot(2,3,3);imshow(K,[0,255]);title('灰度级为256的图像');

    subplot(2,3,4);imshow(B1,[]);title('灰度级4的二值化图');

    subplot(2,3,5);imshow(B2,[]);title('灰度级32的二值化图');

    subplot(2,3,6);imshow(B3,[]);title('灰度级256的二值化图');

  • 结果

  •  
  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
取样定理,也称为奈奎斯特定理,它是指在进行模拟信号数字化处理时,只要采样频率高于被采样信号最高频率的2倍,就可以完全恢复原始信号。 在 MATLAB 中,可以使用如下代码现取样定理的采样: ```matlab % 定义采样频率和采样时间 fs = 8000; % 采样频率 T = 1/fs; % 采样时间间隔 % 定义原始信号 t = 0:T:1; % 时间序列 f = 2; % 原始信号频率 x = sin(2*pi*f*t); % 原始信号 % 进行采样 fs_new = 4000; % 新的采样频率 T_new = 1/fs_new; % 新的采样时间间隔 t_new = 0:T_new:1; % 新的时间序列 x_new = sin(2*pi*f*t_new); % 新的采样信号 % 绘制原始信号和采样信号 subplot(2,1,1); plot(t,x); title('原始信号'); xlabel('时间(s)'); ylabel('幅值'); subplot(2,1,2); stem(t_new,x_new); title('采样信号'); xlabel('时间(s)'); ylabel('幅值'); ``` 在上述代码中,我们首先定义了采样频率和采样时间,然后生成了原始信号。接着,我们定义了新的采样频率和采样时间,以及新的时间序列,并通过 sin 函数生成了新的采样信号。最后,我们使用 subplot 和 plot/stem 函数绘制了原始信号和采样信号图像。 需要注意的是,采样频率必须高于被采样信号最高频率的2倍,否则无法完全恢复原始信号。在上述代码中,我们将原始信号的频率设置为2 Hz,并分别使用了8000 Hz 和 4000 Hz 两种采样频率进行了采样。由于采样频率高于原始信号频率的2倍,因此可以完全恢复原始信号

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sftmnggsujgff.shhgft

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值