数字图像基本灰度变换C语言实现,数字图像基本操作及灰度调整-Read.doc

数字图像基本操作及灰度调整-Read.doc

数字图像基本操作及灰度调整

一．实验目的

1.掌握读取图像的基本方法；

2.掌握MATLAB语言中图像数据与信息的读取方法；

3.掌握绘制灰度直方图的方法，理解灰度直方图的灰度变换及均衡化的方法。

二．实验基本原理

灰度直方图的横坐标是灰度级，纵坐标是该灰度级出现的频度，它是图像最基本的统计特征。依据定义，在离散形式下， 用rk代表离散灰度级，用pr(rk)代表pr(r)，并且有下式成立：

(1-1)

式中：nk为图像中出现rk级灰度的像素数，n是图像像素总数，而nk/n即为频数。

(a) Lena图像 (b) Lena图像的直方图

图1-1 Lena图像及直方图

直方图均衡化处理是以累积分布函数变换法为基础的直方图修正法。假定变换函数为

(1-2)

当灰度级是离散值时，可用频数近似代替概率值，即

(1-3)

式中：l是灰度级的总数目，pr(rk)是取第k级灰度值的概率，nk是图像中出现第k级灰度的次数，n是图像中像素总数。

所以式(1-2)可以表示为

(1-4)

灰度线性变换，假定原图像f(x, y)的灰度范围为［a, b］，希望变换后图像g(x, y)的灰度范围扩展至［c, d］，则线性变换可表示为

(1-5)

(a) 原始图像 (b) 灰度变换后的图像

图1-2线性灰度变换

利用VC做实验的同学请参考教材第三章，VC++图像编程基础。

MATLAB是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。MATLAB全称是Matrix Laboratory(矩阵实验室)，一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。MATLAB软件具有很强的开放性和适用性。在保持内核不变的情况下，MATLAB可以针对不同的应用学科推出相应的工具箱(toolbox)。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在工具箱(Toolbox)家族中有自己的一席之地。在实验中我们主要用到MATLAB提供图像处理工具箱(Image Processing Toolbox)。

三．实验提示

1.MATLAB与数字图像处理

实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MATLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。

MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱(Image Processing Toolbox)中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。

2.MATLAB语言的基本操作

MATLAB语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示(单独一个数据可以认为是一维向量)；其程序语法类似于C语言，只要有一点C语言基础的人可以很快掌握。针对数字图像处理的需要，可以重点掌握以下几个内容：矩阵、向量的输入和操作(包括如何输入一个矩阵，如何产生一个全零或全一的矩阵，如何对一个矩阵的行列元素进行读取、写入)；矩阵与向量的基本运算(包括加、减、点乘等)

基础操作请见教材P38~43

注意：请大家在E盘建一个目录(imp)，在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path

3.MATLAB中图像数据的读取

Aimread

imread函数用于读入各种图像文件，其一般的用法为