数字图像处理实验MATLAB版Word文档格式.docx

数字图像处理实验MATLAB版Word文档格式.docx

《数字图像处理实验MATLAB版Word文档格式.docx》由会员分享，可在线阅读，更多相关《数字图像处理实验MATLAB版Word文档格式.docx（13页珍藏版）》请在冰点文库上搜索。

2修改图像的存储格式；

并比较不同压缩格式图像的数据量的大小。

二、实验原理

　　数字图像获取设备的主要性能指标有x、y方向的分辨率、色彩分辨率（色彩位数）、扫描幅面和接口方式等。

各类设备都标明了它的光学分辨率和最大分辨率。

分辨率的单位是dpi，dpi是英文DotPerInch的缩写，意思是每英寸的像素点数。

扫描仪扫描图像的步骤是:

首先将欲扫描的原稿正面朝下铺在扫描仪的玻璃板上，原稿可以是文字稿件或者图纸照片；

然后启动扫描仪驱动程序后，安装在扫描仪内部的可移动光源开始扫描原稿。

为了均匀照亮稿件，扫描仪光源为长条形，并沿y方向扫过整个原稿；

照射到原稿上的光线经反射后穿过一个很窄的缝隙，形成沿x方向的光带，又经过一组反光镜，由光学透镜聚焦并进入分光镜，经过棱镜和红绿蓝三色滤色镜得到的RGB三条彩色光带分别照到各自的CCD上，CCD将RGB光带转变为模拟电子信号，此信号又被A/D变换器转变为数字电子信号。

至此，反映原稿图像的光信号转变为计算机能够接受的二进制数字电子信号，最后通过串行或者并行等接口送至计算机。

扫描仪每扫一行就得到原稿x方向一行的图像信息，随着沿y方向的移动，在计算机内部逐步形成原稿的全图。

扫描仪工作原理见图1.1。

图1.1扫描仪的工作原理

在扫描仪的工作过程中，有两个元件起到了关键的作用。

一个是CCD，它将光信号转换成为电信号；

另一个是A/D变换器，它将模拟电信号变为数字电信号。

CCD是ChargeCoupleDevice的缩写，称为电荷耦合器件，它是利用微电子技术制成的表面光电器件，可以实现光电转换功能。

CCD在摄像机、数码相机和扫描仪中应用广泛，只不过摄像机中使用的是点阵CCD，即包括x、y两个方向用于摄取平面图像，而扫描仪中使用的是线性CCD，它只有x一个方向，y方向扫描由扫描仪的机械装置来完成。

CCD芯片上有许多光敏单元，它们可以将不同的光线转换成不同的电荷，从而形成对应原稿光图像的电荷图像。

数码相机的系统结构（见图1.2）数码相机的许多特殊部件，如图像传感器（CCD或CMOS）、模/数转换器（A/D）、数字信号处理单元（DSP）、图像存储器、液晶显示器（LCD）以及输出控制单元（连接端口）等是传统胶片相机所没有的。

仔细分析一下数码相机的原理方框图，我们不难发现，数码相机的系统工作过程就是把光信号转化为数字信号的过程。

数码相机使用CCD电荷耦合器件这种光敏元件代代替胶卷感光成像。

光线通过透镜系统和滤色器（滤光器）投射到CCD光敏元件上，CCD元件将其光强和色彩转换为电信号记录到数码相机的存储器中，形成计算机可以处理的数字信号。

数码相机除了光学透镜系统外，其余几乎全由电子电路控制。

基本的信号处理过程非常简单。

由CCD送来的电信号通过A/D转换器转换为数字信号，然后送入具有信号处理能力的DSP（数字信号处理器）。

DSP处理工作量很大，一般都设计成专用的硬件。

信号进一步送给离散余弦变换部件DCT进行JPEG压缩，然后通过接口电路记录到位于最后一级的存储器。

图1.2数码相机原理图

　　数码摄像机的感光器件也即数码摄像机感光成像的部件，能把光线转变成电荷，通过模数转换器芯片转换成数字信号。

目前数码摄像机的核心成像部件有两种：

一种是广泛使用的CCD（电荷藕合）元件；

另一种是CMOS（互补金属氧化物导体）器件。

电荷藕合器件图像传感器CCD（ChargeCoupledDevice），它使用一种高感光度的半导体材料制成，能把光线转变成电荷，通过模数转换器芯片转换成数字信号，数字信号经过压缩以后由相机内部的闪速存储器或内置硬盘卡保存，因而可以轻而易举地把数据传输给计算机，并借助于计算机的处理手段，根据需要和想像来修改图像。

CCD由许多感光单位组成，通常以百万像素为单位。

当CCD表面受到光线照射时，每个感光单位会将电荷反映在组件上，所有的感光单位所产生的信号加在一起，就构成了一幅完整的画面。

互补性氧化金属半导体CMOS（ComplementaryMetal-OxideSemiconductor）和CCD一样同为在数码相机中可记录光线变化的半导体。

CMOS的制造技术和一般计算机芯片没什么差别，主要是利用硅和锗这两种元素所做成的半导体，使其在CMOS上共存着带N（带–电）和P（带+电）级的半导体，这两个互补效应所产生的电流即可被处理芯片纪录和解读成影像。

然而，CMOS的缺点就是太容易出现杂点,这主要是因为早期的设计使CMOS在处理快速变化的影像时，由于电流变化过于频繁而会产生过热的现象。

由两种感光器件的工作原理可以看出，CCD的优势在于成像质量好，但是由于制造工艺复杂，只有少数的厂商能够掌握，所以导致制造成本居高不下，特别是大型CCD，价格非常高昂。

在相同分辨率下，CMOS价格比CCD便宜，但是CMOS器件产生的图像质量相比CCD来说要低一些。

到目前为止，市面上绝大多数的消费级别以及高端数码相机都使用CCD作为感应器；

CMOS感应器则作为低端产品应用于一些摄像头上，是否具有CCD感应器变成了人们判断数码相机档次的标准之一。

三、实验步骤

1扫描仪、数码相机（手机）、数码摄像机或电子摄像头通过数据线与计算机的连接；

2打开计算机，安装外部设备的驱动程序；

3将数字图像获取设备中的图像复制进计算机，保存；

4调整彩色图像的色彩；

5将获得的图像的格式分别转换为“*.gif”、“*.tif”、“*.jpg”的格式保存，检查图像文件数据量的大小。

将图片保存或拷贝到MATLAB程序组根目录的“work”文件夹中，以便后面的实验做为“原图像”利用。

6记录和整理实验报告。

四、实验仪器

1计算机；

2扫描仪（或数码相机、数字摄像机等）及其驱动程序盘；

3图像处理软件（画图,Photoshop,Microsoftphotoedit等）；

4记录用的笔、纸。

五、实验报告内容

1叙述操作过程

2提交用扫描仪扫描得到的图像。

六、思考题

1试述数字图像获取设备的工作原理。

2你使用过图像获取设备有哪些。

实验二、图像亮（灰）度变换与空间滤波

1了解图像亮（灰）度变换与空间滤波的意义和手段；

2熟悉图像亮（灰）度变换与空间滤波的MATLAB函数和语法；

3熟练掌握应用MATLAB软件编程进行图像亮（灰）度变换与空间滤波的方法；

4参照课本和课堂教学的例题对图像进行图像亮（灰）度变换与空间滤波。

图像亮（灰）度变换与空间滤波属于在空间域内处理图像，是直接对图像的像素进行处理。

有两种重要的空间域处理方法，即亮度（或灰度级）变换与空间滤波，后一种方法有时称为邻域处理或空间卷积。

图像亮（灰）度变换采用MATLAB工具箱中的亮度变换函数、直方图处理函数等函数及其相应的语法格式对实验一生成的图像进行处理；

空间滤波采用MATLAB工具箱中的标准（线性和非线性）空间滤波器对图像进行空间滤波处理。

1打开计算机，安装和启动MATLAB程序；

程序组中“work”文件夹中应有待处理的图像文件；

2利用MatLab工具箱中的函数、语法，参照课本和课堂讲解的例题对图像进行图像亮（灰）度变换与空间滤波，并显示获得的图像；

3记录和整理实验报告。

2MATLAB程序；

3移动式存储器（软盘、U盘等）。

1叙述实验过程；

2提交实验的原始图像和结果图像。

1．MATLAB程序的IPT中有哪些图像亮（灰）度变换函数?

写出函数的语法。

2．图像亮（灰）度变换与空间滤波有什么不同?

实验三、频域处理

实验目的

1了解图像频域处理的意义和手段；

2熟悉离散傅里叶变换的基本性质；

3熟练掌握图像傅里叶变换的方法及应用；

4通过实验了解二维频谱的分布特点；

5通过本实验掌握利用MATLAB的工具箱实现数字图像的频域处理。

一、实验原理

傅里叶变换是线性系统分析的一个有力工具，它能够定量地分析诸如数字化系统、采样点、电子放大器、卷积滤波器、噪音和显示点等的作用。

通过实验培养这项技能，将有助于解决大多数图像处理问题。

对任何想在工作中有效应用数字图像处理技术的人来说，把时间用在学习和掌握博里叶变换上是很有必要的。

2图像变换的基本原理

（1）傅立叶（Fourier）变换的定义

对于二维信号，二维Fourier变换定义为：

　　二维离散傅立叶变换为：

　　图像的傅立叶变换与一维信号的傅立叶变换变换一样，有快速算法。

实际上，现在有实现傅立叶变换的芯片，可以实时实现傅立叶变换。

二、实验步骤

1打开计算机，启动MATLAB程序；

2调入“实验一”中获取的数字图像，应用IPT函数（参照例题）进行图像频域处理；

3显示原图像与频域处理后的图像及频谱图。

4记录和整理实验报告

三、实验仪器

四、实验报告内容

五、思考题

1．叙述对数字图像进行DFT处理的原理。

　　2．通过对图像进行频域处理可以使图像产生什么样的变化？

3.如何从空间滤波器获得频域滤波器？

4.如何在频域中直接生成频域滤波器

实验四、图像复原

1、了解图像复原的原理；

2、掌握常用图像复原方法。

1.分析不同条件下图像退化成因和处理方法；

2.根据退化的数学模型对退化图像进行处理，复原原始图像。

2调入“实验一”中获取的数字图像，应用IPT的函数对图像作模糊化和添加噪声处理；

3参照课本和课堂讲解的例题中的方法对退化的图像进行复原。

2MATLAB（含IPT）等程序；

2提交实验的原始图像、退化图像和复原图像。

1．常见的图像退化模型有哪些种类？

　　2．不同的PSF对复原效果有什么影响？

实验五、彩色图像处理

一、实验目的

1、了解彩色空间的基本概念及转换原理；

2、熟悉MATLAB中彩色图像的表示方法；

3、使用MatLab函数实现各类彩色空间的转换；

4、使用MatLab函数实现各种图像类型的转换；

二、实验原理

（1）利用MATLAB的IPT进行彩色图像的读、写和显示；

（2）颜色空间的基本概念；

（3）颜色空间包括某个颜色域的所有颜色，实验中采用的颜色模型有NTSC、HSV、YcbCr模型等。

各种颜色空间在图像处理中各有优势，可以互相转换；

三、实验步骤

2调入“实验一”中获取的数字图像，采用IPT的各种颜色空间转换函数进行图像读取、显示，并显示各分量图像。

3试根据转换公式，自行编制其他颜色空间转换函数

4.记录和整理实验报告

四、实验仪器

2MATLAB等程序；

五、实验报告内容

六、思考题

比较不同颜色空间的差别。

实验六、图像压缩

a）理解有损压缩和无损压缩的概念；

b）理解图像压缩的主要原则和目的；

c）了解几种常用的图像压缩编码方式。

d）利用MATLAB程序进行图像压缩。

1.图像压缩原理

图像压缩主要目的是为了节省存储空间，增加传输速度。

图像压缩的理想标准是信息丢失最少，压缩比例最大。

不损失图像质量的压缩称为无损压缩，无损压缩不可能达到很高的压缩比；

损失图像质量的压缩称为有损压缩，高的压缩比是以牺牲图像质量为代价的。

压缩的实现方法是对图像重新进行编码，希望用更少的数据表示图像。

信息的冗余量有许多种，如空间冗余，时间冗余，结构冗余，知识冗余，视觉冗余等，数据压缩实质上是减少这些冗余量。

高效编码的主要方法是尽可能去除图像中的冗余成分，从而以最小的码元包含最大的图像信息。

编码压缩方法有许多种，从不同的角度出发有不同的分类方法，从信息论角度出发可分为两大类。

（1）.冗余度压缩方法，也称无损压缩、信息保持编码或熵编码。

具体说就是解码图像和压缩编码前的图像严格相同，没有失真，从数学上讲是一种可逆运算。

（2）信息量压缩方法，也称有损压缩、失真度编码或熵压缩编码。

也就是说解码图像和原始图像是有差别的，允许有一定的失真。

应用在多媒体中的图像压缩编码方法，从压缩编码算法原理上可以分为以下3类：

（1）无损压缩编码种类

哈夫曼（Huffman）编码，算术编码，行程（RLE）编码，Lempelzev编码。

（2）有损压缩编码种类

预测编码，DPCM，运动补偿；

频率域方法：

正交变换编码（如DCT），子带编码；

空间域方法：

统计分块编码；

模型方法：

分形编码，模型基编码；

基于重要性：

滤波，子采样，比特分配，向量量化；

（3）混合编码。

有JBIG，H261，JPEG，MPEG等技术标准。

本实验主要利用MATLAB程序进行Huffman编码、算术编码、离散余弦变换（DCT）和行程编码（RunLengthEncoding，RLE）。

2调入“实验一”中获取的数字图像，并进行数据的Huffman编码、算术编码、DCT、游程编码等压缩处理；

3将原图像在Photoshop软件中打开，分别以不同的位图文件格式进行“另保存”，比较它们的数据量。

2MATLAB、Photoshop等程序；

1．图像中哪些信息是主要的，哪些信息是次要的？

　　2．简述离散余弦变换（DCT）和行程编码（RLE）的原理。