资源描述
数字图像处理实验指导书
(修订版)
姚天曙 编写
安徽农业大学工学院
2006年11月试行
2008年10月修订
目 录
实验一 2
实验二 5
实验三 8
实验四 10
实验五 15
实验六 17
教材与参考文献 19
《数字图像处理》实验指导书
实验一、数字图像获取
一、 实验目的
1掌握使用扫描仪、数码相机、数码摄像级机、电脑摄像头等数字化设备以及计算机获取数字图像的方法;
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
用扫描仪获取图像也是图像的数字化过程的方法之一。
扫描仪按种类可以分为手持扫描仪,台式扫描仪和滚筒式扫描仪(鼓形扫描仪)。
扫描仪的主要性能指标有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。各类扫描仪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Dot Per Inch的缩写,意思是每英寸的像素点数。
扫描仪工作时,首先由光源将光线照在欲输入的图稿上,产生表示图像特征的反射光(反射稿)或透射光(透射稿)。光学系统采集这些光线,将其聚焦在CCD上,由CCD将光信号转换为电信号,然后由电路部分对这些信号进行A/D转换及处理,产生对应的数字信号输送给计算机。当机械传动机构在控制电路的控制下,带动装有光学系统和CCD的扫描头与图稿进行相对运动,将图稿全部扫描一遍,一幅完整的图像就输入到计算机中去了。
图1.1扫描仪的工作原理
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。
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Charge Couple Device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。如果我们想增加图像的分辨率,就必须增加CCD上的光敏单元数量。实际上,CCD的性能决定了扫描仪的x方向的光学分辨率。A/D变换器是将模拟量(Analog)转变为数字量(Digital)的半导体元件。从CCD获取的电信号是对应于图像明暗的模拟信号,就是说图像由暗到亮的变化可以用从低到高的不同电平来表示,它们是连续变化的,即所谓模拟量。A/D变换器的工作是将模拟量数字化,例如将0至1V的线性电压变化表示为0至9的10个等级的方法是:0至小于0.1V的所有电压都变换为数字0、0.1至小于0.2V的所有电压都变换为数字1……0.9至小于1.0V的所有电压都变换为数字9。实际上,A/D变换器能够表示的范围远远大于10,通常是2^8=256、2^10=1024或者2^12=4096。如果扫描仪说明书上标明的灰度等级是10bit,则说明这个扫描仪能够将图像分成1024个灰度等级,如果标明色彩深度为30bit,则说明红、绿、蓝各个通道都有1024个等级。显然,该等级数越高,表现的彩色越丰富。
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(Charge Coupled Device),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(Complementary Metal-Oxide Semiconductor)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分别输入二值、灰度和彩色图像;
4调整彩色图像的色彩;
5将获得的图像的格式转换为“*.gif”、“*.tif”、“*.jpg”的格式,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, Microsoft photo edit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、图像变换
一、 实验目的
1了解图像变换的意义和手段;
2熟悉离散傅里叶变换、离散余弦变换、离散小波变换的基本性质;
3熟练掌握图像变换的方法及应用;
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编程实现数字图像的变换。
二、 实验原理
1应用各种离散变换进行图像处理
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。
(2)离散余弦变换(DCT)的定义
其逆变换为
离散余弦变换是图像压缩中常用的一个变换编码方法,任何实对称函数的傅里叶变换中只含余弦项,就成为余弦变换,因此余弦变换是傅里叶变换的特例。余弦变换与傅里叶变换一样有明确的物理意义,是简化傅里叶变换的重要方法。
(3)离散小波变换定义
在图像处理中应用的小波变换是二维小波变换,定义为
式中,分别表示在x,y轴的平移;逆变换为
式中,为系数,为
而是一个二维基本小波。
3利用MATLAB软件实现数字图像傅立叶变换、离散余弦变换、沃尔什-哈达玛变换、离散小波变换的程序:
(1)二维离散傅立叶变换
I=imread(‘*.gif’); %读入原图像文件
imshow(I); %显示原图像
fftI=fft2(I); %二维离散傅立叶变换
sfftI=fftshift(fftI); %直流分量移到频谱中心
RR=real(sfftI); %取傅立叶变换的实部
II=imag(sfftI); %取傅立叶变换的虚部
A=sqrt(RR.^2+II.^2);%计算频谱幅值
A=(A-min(min(A)))/(max(max(A))-min(min(A)))*225;
%归一化
figure; %设定窗口
imshow(A); %显示原图像的频谱
(2)离散余弦变换
参见课本第45页例3.3。
(3)离散小波变换
参见课本第51页例3.4。
三、 实验步骤
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工具箱中的函数编制FFT频谱显示的函数;
3 a).调入、显示“实验一”获得的图像;图像存储格式应为“.gif”;
b)对这三幅图像做FFT并利用自编的函数显示其频谱;
c)讨论不同的图像内容与FFT频谱之间的对应关系。
4记录和整理实验报告。
四、 实验仪器
1计算机;
2 MATLAB程序;
3移动式存储器(软盘、U盘等)。
4记录用的笔、纸。
五、 实验报告内容
1叙述实验过程;
2提交实验的原始图像和结果图像。
六、 思考题
1.傅里叶变换有哪些重要的性质?
2.图像的二维频谱在显示和处理时应注意什么?
实验三、图像增强
一、 实验目的
1掌握灰度直方图的概念及其计算方法;
2熟练掌握直方图均衡化和直方图规定化的计算过程;
3熟练掌握空间域滤波中常用的平滑和锐化滤波器;
4掌握色彩直方图的概念和计算方法;
5利用MATLAB程序进行图像增强。
二、 实验原理
图像增强是指按特定的需要突出一幅图像中的某些信息,同时,消弱或去除某些不需要的信息的处理方法。其主要目的是处理后的图像对某些特定的应用比原来的图像更加有效。图像增强技术主要有直方图修改处理、图像平滑化处理、图像尖锐化处理和彩色处理技术等。本实验以直方图均衡化增强图像对比度的方法为主要内容,其他方法可以在课后自行练习。
直方图是多种空间域处理技术的基础。直方图操作能有效地用于图像增强。除了提供有用的图像统计资料外,直方图固有的信息在其他图像处理应用中也是非常有用的,如图像压缩与分割。直方图在软件中易于计算,也适用于商用硬件设备,因此,它们成为实时图像处理的一个流行工具。
直方图是图像的最基本的统计特征,它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化,改善图像的亮度分布状态,增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。
图像的直方图事实上就是图像的亮度分布的概率密度函数,是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律,可以通过图像变换进行直方图调整,获得较好的视觉效果。
直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图,即在每个灰度级上都具有相同的象素点数的过程。
(1)直方图均衡化增强图像对比度的MATLAB程序:
I=imread(‘*.gif); % 读入原图像
J=histeq(I); %对原图像进行直方图均衡化处理
Imshow(I); %显示原图像
Title(‘原图像’); %给原图像加标题名
Figure;imshow(J); %对原图像进行屏幕控制;显示直方图均衡化后的图像
Title(‘直方图均衡化后的图像’) ; %给直方图均衡化后的图像加标题名
Figure; subplot(1,2,1) ;%对直方图均衡化后的图像进行屏幕控制;作一幅子图作为并排两幅图的第1幅图
Imhist(I,64); %将原图像直方图显示为64级灰度
Title(‘原图像直方图’) ; %给原图像直方图加标题名
Subplot(1,2,2); %作第2幅子图
Imhist(J,64) ; %将均衡化后图像的直方图显示为64级灰度
Title(‘均衡变换后的直方图’) ; %给均衡化后图像直方图加标题名
处理后的图像直方图分布更均匀了,图像在每个灰度级上都有像素点。从处理前后的图像可以看出,许多在原始图像中看不清楚的细节在直方图均衡化处理后所得到的图像中都变得十分清晰。
(2)采用线性变换进行图像增强的MATLAB程序
参见课本第58页例4.1。
(3)采用邻域平滑算法增强图像的MATLAB程序
参见课本第64页例4.4;第66页例4.5。
(4)采用边界锐化算法增强图像的MATLAB程序
参见课本第70页例4.6;第71页例4.7;第73页例4.8。
三、 实验步骤
1打开计算机,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调入“实验一”中获取的数字图像,并进行计算机图像增强处理;
3显示原图像及直方图和经过增强处理过的图像及其直方图。
4记录和整理实验报告
四、 实验仪器
1计算机;
2 MATLAB程序;
3移动式存储器(软盘、U盘等)。
4记录用的笔、纸。
五、 实验报告内容
1叙述实验过程;
2提交实验的原始图像和结果图像。
六、 思考题
1.图像增强的目的是什么,有那些具体的方法?
2.直方图是什么概念?它反映了图像的什么信息?
实验四、图像压缩
一、 实验目的
1. 理解有损压缩和无损压缩的概念;
2. 理解图像压缩的主要原则和目的;
3. 了解几种常用的图像压缩编码方式。
4. 利用MATLAB程序进行图像压缩。
二、 实验原理
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、信息保持编码或嫡编码。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、失真度编码或烟压缩编码。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,Lempel zev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程序进行离散余弦变换(DCT)压缩和行程编码(Run Length Encoding, RLE)。
1) 离散余弦变换(DCT)图像压缩原理
离散余弦变换DCT在图像压缩中具有广泛的应用,它是JPEG、MPEG等数据压缩标准的重要数学基础。
和相同图像质量的其他常用文件格式(如GIF(可交换的图像文件格式),TIFF(标签图像文件格式),PCX(图形文件格式))相比,JPEG是目前静态图像中压缩比最高的。JPEG比其他几种压缩比要高得多,而图像质量都差不多(JPEG处理的图像只有真彩图和灰度图)。正是由于其高压缩比,使得JPEG被广泛地应用于多媒体和网络程序中。JPEG有几种模式,其中最常用的是基于DCT变换的顺序型模式,又称为基本系统(Baseline)。
用DCT压缩图像的过程为:
(1)首先将输入图像分解为8×8或16×16的块,然后对每个子块进行二维DCT
变换。
(2)将变换后得到的量化的DCT系数进行编码和传送,形成压缩后的图像格
式。
用DCT解压的过程为:
(1)对每个8×8或16×16块进行二维DCT反变换。
(2)将反变换的矩阵的块合成一个单一的图像。
余弦变换具有把高度相关数据能量集中的趋势,DCT变换后矩阵的能量集中在矩阵的左上角,右下的大多数的DCT系数值非常接近于0。对于通常的图像来说,舍弃这些接近于0的DCT的系数值,并不会对重构图像的画面质量带来显著的下降。所以,利用DCT变换进行图像压缩可以节约大量的存储空间。压缩应该在最合理地近似原图像的情况下使用最少的系数。使用系数的多少也决定了压缩比的大小。
在压缩过程的第2步中,可以合理地舍弃一些系数,从而得到压缩的目的。在压缩过程的第2步,还可以采用RLE和Huffman编码来进一步压缩。
2)行程编码(RLE)原理:
例如如下这幅 的二值图像,
如果采用行程编码可以按如下格式保存
其中10和8表示图像的宽和高。在这个小例子中行程编码并没有起到压缩图像的作用。这是由于这个图的尺寸过小,当图像尺寸较大时行程编码还是不错的无损压缩方法。对于灰度图像和二值图像,用行程编码—般都有很高的压缩率。行程编码方法实现起来很容易,对于具有长重复值的串的压缩编码很有效,例如:对于有大面积的阴影或颜色相同的图像,使用这种方法压缩效果很好。很多位图文件格式都采用行程编码,如TIFF,PCX,GEM,BMP等。
3. 图像压缩编码的MATLAB程序语句
1) 利用DCT变换进行图像压缩的MATLAB程序
RGB = imread('*.tif');
I = rgb2gray(RGB);
J = dct2(I);
imshow(log(abs(J)),[]), colormap(jet(64)), colorbar
J(abs(J) < 10) = 0;
K = idct2(J);
figure,imshow(I)
figure,imshow(K,[0 255])
2)利用离散余弦变换进行JPEG图像压缩
I=imread(‘*.tif’); %读入原图像;
I=im2double(I); %将原图像转为双精度数据类型;
T=dctmtx(8); %产生二维DCT变换矩阵
B=blkproc(I,[8 8],’P1*x*P2’,T,T’); %计算二维DCT,矩阵T及其转置T’是DCT函数P1*x*P2的参数
Mask=[ 1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0
1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0]; %二值掩膜,用来压缩DCT系数,只留下DCT系数中左上角的10个
B2=blkproc(B,[8 8],’ P1.*x.’,mask); %只保留DCT变换的10个系数
I2= blkproc(B2,[8,8],’P1*x*P2’,T’,T); %逆DCT,重构图像
Subplot(1,2,1);
Imshow(I);title(‘原图像’); %显示原图像
Subplot(1,2,2);
Imshow(I2);title(‘压缩图像’);%显示压缩后的图像。对比原始图像和压缩后的图像,虽然舍弃了85%的DCT系数,但图像仍然清晰(当然有一些质量损失)
3)利用行程编码(RLE)进行图像压缩
I=checkerboard(10,2); %调入原图像
[m n]=size(I);
J=[];
for i=1:m
value=I(i,1);
num=1;
for j=2:n
if I(i,j)==value
num=num+1;
else
J=[J num value];
num=1;
value=I(i,j);
end
end
I=[J num value 0 0]; %添加的行判断位 0 0
end
disp(‘原图像大小:’)
whos(‘I’);
disp(‘压缩图像大小:’)
whos(‘J’);
disp(‘图像的压缩比:’)
disp(m*n/length(J))
三、 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,并进行数据的行程(RLE)编码压缩处理;
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。
4记录和整理实验报告
四、 实验仪器
1计算机;
2 MATLAB、Photoshop等程序;
3移动式存储器(软盘、U盘等)。
4记录用的笔、纸。
五、 实验报告内容
1叙述实验过程;
2提交实验的原始图像和结果图像。
六、 思考题
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。
实验五、图像分割
一、实验目的
1、使学生通过实验体会一些主要的分割算子对图像处理的效果,以及各种因素对分割效果的影响;
2、使用MatLab 软件进行图像的分割;
3、能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能;
4、能够掌握分割条件(阈值等)的选择;
5、完成规定图像的处理并要求正确评价处理结果,能够从理论上作出合理的解释。
二、实验原理
(1)使用Roberts 算子的图像分割实验,调入并显示一幅图像*.gif或*.tif;使用Roberts 算子对图像进行边缘检测处理;Roberts 算子为一对模板,相应的矩阵为:
rh = [0 1;-1 0];
rv = [1 0;0 -1];
这里的rh 为水平Roberts 算子,rv为垂直Roberts 算子。可以显示处理后的水平边界和垂直边界检测结果;用“欧几里德距离”和“街区距离”方式计算梯度的模,显示检测结果;对于检测结果进行二值化处理,并显示处理结果。
先做检测结果的直方图,参考直方图中灰度的分布尝试确定阈值;应反复调节阈值的大小,直至二值化的效果最为满意为止分别显示处理后的水平边界和垂直边界检测结果;将处理结果转化为“白底黑线条”的方式;给图像加上零均值的高斯噪声。)
(2)使用Prewitt 算子的图像分割实验
使用Prewitt 算子进行内容(1)中的全部步骤。
(3)使用Sobel 算子的图像分割实验,使用Sobel 算子进行内容(1)中的全部步骤。
(4)使用LoG (拉普拉斯-高斯)算子的进行图像分割实验。
(5)使用Canny算子的进行图像分割实验。
作图像分割实验的MATLAB程序语句如下:
I=imread(‘*.tif’);
Imshow(I);
BW1=edge(I,‘roberts’);
BW2=edge(I,‘prewitt’);
BW3=edge(I,‘sobel’);
BW4=edge(I,‘log’);
BW5= edge(I,‘canny’);
Figure,imshow(BW1,[]);
Figure,imshow(BW2,[]);
Figure,imshow(BW3,[]);
Figure,imshow(BW4,[]);
Figure,imshow(BW5,[]);
三、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,并进行图像分割处理;
3记录和整理实验报告
四、实验仪器
1计算机;
2 MATLAB等程序;
3移动式存储器(软盘、U盘等)。
4记录用的笔、纸。
五、实验报告内容
1叙述实验过程;
2提交实验的原始图像和结果图像。
六、思考题
1. 评价一下Roberts 算子、Prewitt 算子、Sobel 算子对于噪声条件下边界检测的性能。
2. 为什么LoG梯度检测算子的处理结果不需要象Prewitt 等算子那样进行幅度组合?
3. 实验中所使用的四种算子所得到的边界有什么异同?
实验六、图像融合
一、 实验目的
1熟悉图像融合的意义和用途,理解图像融合的原理;
2掌握图像融合的一般方法;
3掌握运用MATLAB软件进行图像融合的操作。
二、 实验原理
图像融合的目的把来自多传感器的数据互补信息合并成一幅新的图像,以改善图像的质量。图像融合最简单的理解就是两个(或多个)图像间的相加运算。这一技术广泛应用于多频谱图像理解和医学图像处理等领域。主要分为空域和频域相加。
本实验主要应用MATLAB软件进行两幅图像的融合。方法有:
1图像直接融合;
2图像傅立叶变换融合;
3图像小波变换融合。
图像融合的MATLAB程序如下:
(1)调入、显示“实验一”所获得的两幅图像的MATLAB程序语句
load tartan;
X1=X;map1=map;
Load sinsin;
X2=X;map2=map; %打开图像
Subplot(1 2 1)
Image(X1),colormap(map1);
Title(‘图像map1’)
Subplot(1 2 2)
Image(X2),colormap(map2);
Title(‘图像map2’) %显示两幅图像
(2)两幅图像直接融合的MATLAB程序语句
figure,subplot(1 3 1)
image((X1+X2)/2),colormap(map2); %在空域内直接融合
title(‘两图像直接相加融合’) %显示融合后的图像,并命名为“两图像直接相加融合”
(3)两幅图像傅立叶变换融合的MATLAB程序语句
F1=fft2(X1);
F2=fft2(X2); %分别计算两幅图像的快速傅立叶变换
X=abs(ifft2(F1+F2)/2); %两幅图像在频域内相加后的傅立叶逆变换
Subplot(1 3 2)
Image(X),colormap(map2); %显示融合后的图像
Title(‘两幅图像傅立叶变换融合’) %给融合后的图像命名并显示在图上
(4)两幅图像小波变换融合的MATLAB程序语句
[C1,L1]=wavedec2(X1,2, ‘sym4’);
[C2,L2]=wavedec2(X2,2, ‘sym4’); %分别对两幅原图像进行小波分解
C=C1+C2; %对分解系数进行融合
X=waverec2(C,L1, ‘sym4’); %对融合后的信号进行图像重构
Subplot(1 3 3)
Image(X/2),colormap(map2); %显示经过小波变换融合后的图像
Title(‘两图像小波变换融合’) %给融合后的图像命名并显示在图上
三、 实验步骤
1打开计算机,启动MATLAB程序;
2调入“实验一”中获取的两幅数字图像,并进行三种方法的图像融合;
3显示并保存图像融合的结果。
4记录和整理实验报告。
四、 实验仪器
1计算机;
2 MATLAB程序;
3移动式存储器(软盘、U盘等);
4记录用的笔、纸。
五、 实验报告内容
1叙述实验过程;
2提交实验的原始图像和结果图像。
六、 思考题
1简述图像小波变换的实现过程。
2小波变换的分解层数对融合图像的光谱质量和空间质量有什么影响?
教材与参考文献
㈠教材
[1].胡学龙,许开宇. 数字图像处理[M].北京:电子工业出版社,2006
㈡主要参考资料
[1].陈传波,金先级. 数字图像处理. 北京:机械工业出版社,2004
[2].姚敏. 数字图像处理.北京:机械工业出版社,2005
[3].李朝晖. 数字图像处理及应用(含1CD).北京:机械工业出版社,2005
[4].何东健,耿楠,张义宽. 数字图像处理..西安:西安电子科技大学出版社,2004
[5].贾永红. 数字图像处理.武汉:武汉大学出版社,2004
[6].夏良正. 数字图像处理(第2版).南京:东南大学出版社,2005
[7] Refeal C. Gonzalez, Rechard E . Woods. Digital Image Processing, Second Edition. Beijing: Publishing House of Electronics Industry, 2002
[8]Kenneth R.Castleman. Digital Image Processing. Beijing: Publishing House of Electronics Industry, 2002
[9]李在铭等.数字图像处理压缩与识别技术.成都:电子科技大学出版社,2000
[10]缪绍纲.数字图像处理—活用Matlab.成都:西安交通大学出版社,2001
[11] Refeal C. Gonzalez, Rechard E . Woods, 阮秋琦,阮宇智等译.Digital Image Processing,. Second Edition. 数字图像处理(第2版). 北京:电子工业出版社,2003
[12]郎 锐.数字图像处理学——Visual C++实现.北京;北京希望电子出版社,2002
[13]朱秀昌,刘 锋,胡 栋.数字图像处理与图像通讯.北京:北京邮电大学出版社,2002
[14]黄贤武,王加俊,李家华.数字图像处理与压缩编码技术.成都:电子科技大学出版社,2000
[15]王新成.高级图像处理技术.北京:中国科学技术出版社,2000
[16]曾文曲,文有为,孙 炜.分形小波与图像压缩.沈阳:东北大学出版社,2002
[17]杨 华等.数码摄影与图像处理魔法书.北京;电子工业出版社,2002
[18]许志祥.数字电视与图像通信.上海:上海大学出版社,2000
[19](美)米尔本(Milburn,K.)著;路晓村等译.数字图像宝典.北京:电子工业出版社,2001
[20](美)桑肯(Sonka,M.)等.图像处理分析与机器视觉——影印版.北京:人民邮电出版社,2002
[21]张兆礼,赵春晖,梅晓丹.现代图像处理技术及Matlab实现.北京:人民邮电出版社,2001
[22]余松煜,张文军,孙 军.现代图像信息压缩技术.北京:科学出版社,1998
[23]陈武凡等.小波分析及其在图像处理中的应用.北京:科学出版社,2002
[24]霍宏涛等. 数字图像处理. 北京:机械工业出版社,2002.9.
20
展开阅读全文