MATLAB 实验 2-2

本实验涉及数字图像处理的三个方面:像素的4连通与8连通性分析,图像的4倍和16倍减采样,以及图像的灰度级别转换。实验结果显示,连通性的选择影响了图像的区域划分;减采样导致图像尺寸缩小,清晰度下降;灰度级降低会减弱图像细节表现。
摘要由CSDN通过智能技术生成

拓展资源 2.2 实 验 指 导
2.2.1 像素的 4 连通和 8 连通
1.实验内容
试求图 2.2 的 8 连通及 4 连通,并讨论其区别。
图 2.2 像素图
2.实验原理
根据像素间的基本关系,实现对像素间的连通关系。
3.实验方法及程序
观察图 2.2 中的像素值为 1 的像素关系,分别判断其中的 4 连通性和 8 连通性。
程序如下。
bw = [1 0 0 1 0;
1 1 1 0 0;
0 1 1 1 0;
0 0 0 1 1]
X8 = bwlabel(bw,8)
X4 = bwlabel(bw,4)
4.实验结果与分析
其中, 1 的 8 连通区域有 1 个,如图 2.3 所示。
图 2.3 像素值为 1 的 8 连通结果
4 连通区域有两个,如图 2.4 所示。
从上述结果可以看出,采用不同的连通方法,其连通区域有不同的变化。中国大学 MOOC《数字图像处理》 —武汉理工大学信息工程学院
图 2.4 像素值为 1 的 4 连通结果
5.思考题
4 连通与 8 连通除了能够采用递归的方法实现以外,能否采用其他方法,试比较不同方
法在内存和算法复杂度上的占用情况。
2.2.2 图像采样
1.实验内容
试对 lena 图像分别进行 4 倍和 16 倍减采样,查看其减采样效果。
2.实验原理
根据图像采样原理,给出图像实现图像采样的过程。
3.实验方法及程序
使用 MATLAB,对图像进行减采样。
a = imread(‘e:\i_lena.JPG’);
b = rgb2gray(a);
[wid,hei]=size(b);
%4 倍减采样
quartimg = zeros(wid/2+1,hei/2+1);
i1 = 1;
j1 = 1;
for i=1:2:wid
for j=1:2:hei
quartimg(i1,j1) = b(i,j);
j1 = j1 + 1;
end
i1 = i1 + 1;
j1 = 1;
end
figure
imshow(uint8(quartimg))
%16 倍减采样
quartimg = zeros(wid/4+1,hei/4+1);
i1 = 1;
j1 = 1;
for i=1:4:wid
for j=1:4:hei
quartimg(i1,j1) = b(i,j);中国大学 MOOC《数字图像处理》 —武汉理工大学信息工程学院
j1 = j1 + 1;
end
i1 = i1 + 1;
j1 = 1;
end
figure
imshow(uint8(quartimg))
4.实验结果与分析
实验结果如图 2.5 所示。
( a)原始图像 ( b) 4 倍减采样 ( c) 16 倍减采样
图 2.5 图像减采样过程
由图 2.5 实验结果可知,在采用不同的减采样过程中,其图像的清晰度和图像尺寸均发
生了变化。
5.思考题
将一幅图如果进行 4 倍、 16 倍和 64 倍增采样会出现什么情况?是否有其他方法可以实
现图像的采样?
2.2.3 图像类型
1.实验内容
试将图 2.6( a)转换成 256 级灰度图像, 64 级灰度图像, 32 级灰度图像, 8 级灰度图像中国大学 MOOC《数字图像处理》 —武汉理工大学信息工程学院
和 2 级灰度图像。
2.实验原理
根据图像分类原理,将给出的实验图像变换成为不同类型的图像。
3.实验方法及程序
使用 MATLAB,进行图像类型变换。
a = imread(‘e:\i_flower673.jpg’);
b = rgb2gray(a);
figure
imshow(b)
[wid,hei]=size(b);
img64 = zeros(wid,hei);
img32 = zeros(wid,hei);
img8 = zeros(wid,hei);
img2 = zeros(wid,hei);
for i=1:wid
for j=1:hei
img64(i,j) = floor(b(i,j)/4);
end
end
figure
imshow(uint8(img64),[0,63])
for i=1:wid
for j=1:hei
img32(i,j) = floor(b(i,j)/8);
end
end
figure
imshow(uint8(img32),[0,31])
for i=1:wid
for j=1:hei
img8(i,j) = floor(b(i,j)/32);
end
end
figure
imshow(uint8(img8),[0,7])
for i=1:wid
for j=1:hei
img2(i,j) = floor(b(i,j)/128);
end中国大学 MOOC《数字图像处理》 —武汉理工大学信息工程学院
end
figure
imshow(uint8(img8),[0,2])
4.实验结果与分析
实验结果如图 2.6 所示。
( a)原始图像 ( b) 256 级灰度图像
( c) 64 级灰度图像 ( d) 32 级灰度图像
( e) 8 级灰度图像 ( f) 2 级灰度图像
图 2.6 图像灰度转换
由图 2.6 实验结果可知,在图像灰度转换过程中,其图像的清晰度随着灰度级的降低而
降低。
5. 思考题
如何将一副彩色图像转换成灰度图像?

  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
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
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