一、实验目的

1、熟悉并掌握MATLAB工具的使用；
2、实现图像的读取、显示、存储、平移、镜像、放大、缩小及旋转操作；
3、掌握常用的插值方法，并了解其优缺点。

二、实验环境

Matlab 2020B

三、实验内容

题目

1、读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分别显示RGB图像和灰度图像，注上文字标题,并将结果以文件形式存到磁盘上。
2、对图像执行平移、镜像（水平镜像、垂直镜像）放大、缩小及旋转操作，其中放大、旋转操作分别采用最近邻插值及双线性插值方法实现，要求根据算法自己编写代码实现，并分析两种插值方法的优缺点。

相关知识

在matlab环境中，调用imread()函数可读入图像，默认的存储方式为的矩阵，分RGB三个通道。值类型为uint8,即取值范围为0~255。

rgb2gray()函数将RGB三个通道存储的图像消除色调和饱和度，保留亮度，将RGB图像转为灰度图。
im2bw(I,level)函数基于阈值将图像转化为二值图像。输入图像可以为RGB图像，也可以为灰度图像。level参数为阈值取值范围为0到1之间的小数，将大于阈值的像素点变为白色（1），其他像素点变为黑色（0）。

图像平移时，设某个像素点坐标为(x0,y0)(x_0,y_0)(x0,y0),经过平移(tx,ty)(t_x,t_y)(tx,ty),达到坐标为(x1,y1)(x_1,y_1)(x1,y1)。该关系可记为：{x1=x0+txy1=y0+ty\begin{cases}x_1=x_0+t_x\\y_1=y_0+t_y\end{cases}{x1=x0+txy1=y0+ty，用矩阵形式可以记作：(x1y11)=(x0y01)(100010txty1)\begin{pmatrix}x_1&y_1&1\end{pmatrix}=\begin{pmatrix}x_0&y_0&1\end{pmatrix}\begin{pmatrix}1&0&0\\0&1&0\\t_x&t_y&1\end{pmatrix}(x1y11)=(x0y01)⎝⎛10tx01ty001⎠⎞。在实现时，记图像的高为hhh，宽为www，需要判断x1,y1x_1,y_1x1,y1与h,wh,wh,w的大小关系，不能发生下标越界。

图像水平镜像时，记图像宽为www。则原像素点(x0,y0)(x_0,y_0)(x0,y0)变为(w−x0,y0)(w-x_0,y_0)(w−x0,y0)，即：{x1=w−x0y1=y0\begin{cases}x_1=w-x_0\\y_1=y_0\end{cases}{x1=w−x0y1=y0。用矩阵形式记作：{x1=x0+txy1=y0+ty\begin{cases}x_1=x_0+t_x\\y_1=y_0+t_y\end{cases}{x1=x0+txy1=y0+ty，用矩阵形式可以记作：(x1y11)=(x0y01)(−100010w01)\begin{pmatrix}x_1&y_1&1\end{pmatrix}=\begin{pmatrix}x_0&y_0&1\end{pmatrix}\begin{pmatrix}-1&0&0\\0&1&0\\w&0&1\end{pmatrix}(x1y11)=(x0y01)⎝⎛−10w010001⎠⎞。

图像垂直镜像时，记图像高为hhh。则原像素点(x0,y0)(x_0,y_0)(x0,y0)变为(x0,h−y0)(x_0,h-y_0)(x0,h−y0)，即：{x1=x0y1=h−y0\begin{cases}x_1=x_0\\y_1=h-y_0\end{cases}{x1=x0y1=h−y0。用矩阵形式记作：(x1y11)=(x0y01)(1000−100h1)\begin{pmatrix}x_1&y_1&1\end{pmatrix}=\begin{pmatrix}x_0&y_0&1\end{pmatrix}\begin{pmatrix}1&0&0\\0&-1&0\\0&h&1\end{pmatrix}(x1y11)=(x0y01)⎝⎛1000−1h001⎠⎞。

图像放大分为两个步骤：1.创建新的像素点位。2.给新的像素点位的对应位置赋值。

在使用最近邻插值法时，直接用原图中最近的像素点位给新图赋值。

在使用双线性插值法时，记原图大小m∗nm*nm∗n，新图大小a∗ba*ba∗b，则新图的坐标(x0′,y0′)(x_0',y_0')(x0′,y0′)对应原图(x0,y0)=(x0′∗m/a,y0′∗n/b)(x_0,y_0)=(x_0'*m/a,y_0'*n/b)(x0,y0)=(x0′∗m/a,y0′∗n/b)。找到与(x0,y0)(x_0,y_0)(x0,y0)最近的四个整数点位记作(x1,y1),(x1,y2),(x2,y1),(x2,y2)(x_1,y_1),(x_1,y_2),(x_2,y_1),(x_2,y_2)(x1,y1),(x1,y2),(x2,y1),(x2,y2)，其对应点位上的灰度值记为P11,P12,P21,P22P_{11},P_{12},P_{21},P_{22}P11,P12,P21,P22。
则(x0′,y0′)(x_0',y_0')(x0′,y0′)的灰度值为
y2−y0y2−y1(x2−x0x2−x1P11+x0−x1x2−x1P21)+y0−y1y2−y1(x2−x0x2−x1P12+x0−x1x2−x1P22)\frac{y_2-y_0}{y_2-y_1}(\frac{x_2-x_0}{x_2-x_1}P_{11}+\frac{x_0-x_1}{x_2-x_1}P_{21})+\frac{y_0-y_1}{y_2-y_1}(\frac{x_2-x_0}{x_2-x_1}P_{12}+\frac{x_0-x_1}{x_2-x_1}P_{22})y2−y1y2−y0(x2−x1x2−x0P11+x2−x1x0−x1P21)+y2−y1y0−y1(x2−x1x2−x0P12+x2−x1x0−x1P22)

在实现时，可能需要去掉边框上的像素点值，以防止下标越界等情况。若(x0,y0)=(x0′∗m/a,y0′∗n/b)(x_0,y_0)=(x_0'*m/a,y_0'*n/b)(x0,y0)=(x0′∗m/a,y0′∗n/b)为整数，则直接取该点灰度值赋给(x0′,y0′)(x_0',y_0')(x0′,y0′)而无需进行双线性插值。

图像缩小算法与放大类似，只要新图像大小a∗ba*ba∗b小于原图像大小m∗nm*nm∗n即可。

在对图像进行旋转时，为了对图像中心进行旋转，需要先把坐标系平移到中心。记原中心点(x′,y′)=(0,0)(x',y')=(0,0)(x′,y′)=(0,0)，则变换后的中心点(x,y)(x,y)(x,y)与原中心点关系为(xy1)=(x′y′1)(1000−10−0.5w0.5h1)\begin{pmatrix}x&y&1\end{pmatrix}=\begin{pmatrix}x'&y'&1\end{pmatrix}\begin{pmatrix}1&0&0\\0&-1&0\\-0.5w&0.5h&1\end{pmatrix}(xy1)=(x′y′1)⎝⎛10−0.5w0−10.5h001⎠⎞.则旋转分为三个步骤：将x′o′yx'o'yx′o′y变成xoyxoyxoy，将该点顺时针转α\alphaα度，最后将xoyxoyxoy变回x′o′y′x'o'y'x′o′y′。则完整的变换为：
(xy1)=(x′y′1)=(1000−10−0.5wold0.5hold1)(cos⁡α−sin⁡α0sin⁡αcos⁡α0001)(1000−10−0.5wnew0.5hnew1)\begin{pmatrix}x&y&1\end{pmatrix}=\begin{pmatrix}x'&y'&1\end{pmatrix}=\begin{pmatrix}1&0&0\\0&-1&0\\-0.5w_{old}&0.5h_{old}&1\end{pmatrix}\begin{pmatrix}\cos\alpha&-\sin\alpha&0\\\sin\alpha&\cos\alpha&0\\0&0&1\end{pmatrix}\begin{pmatrix}1&0&0\\0&-1&0\\-0.5w_{new}&0.5h_{new}&1\end{pmatrix}(xy1)=(x′y′1)=⎝⎛10−0.5wold0−10.5hold001⎠⎞⎝⎛cosαsinα0−sinαcosα0001⎠⎞⎝⎛10−0.5wnew0−10.5hnew001⎠⎞
由于前后图像大小不一定相等。所以需要进行插值处理，可以使用上文中提到的两种插值算法。新图像宽为w′=∣cos⁡α∣∗w+∣sin⁡α∣∗hw'=|\cos\alpha|*w+|\sin\alpha|*hw′=∣cosα∣∗w+∣sinα∣∗h。新图像的高为h′=∣sin⁡α∣∗w+∣cos⁡α∣∗hh'=|\sin\alpha|*w+|\cos\alpha|*hh′=∣sinα∣∗w+∣cosα∣∗h

部分核心代码

I_0=imread("test.jpg");
I_1=rgb2gray(I_0);
I_2=im2bw(I_0,0.5);
%figure('P1','P2','P3','P4')
title("实验1-1")
subplot(1,3,1);imshow(I_0);title('原图')
subplot(1,3,2);imshow(I_1);title('灰度图')
subplot(1,3,3);imshow(I_2);title('二值化')
savefig("lab1_1.fig")

完成了读入一幅RGB图像，变换为灰度图像和二值图像，并在同一个窗口内分别显示RGB图像和灰度图像，注上文字标题,并将结果以文件形式存到磁盘上。

I=imread("test.jpg");
[R,C,color]=size(I);
res=zeros(R,C,color);
for color=1:3for i=1:Rfor j=1:Cnewx=i+60;newy=j+60;if ((newx<=R) && (newy<=C))res(newx,newy,color)=I(i,j,color);endendend
end
imshow(uint8(res))

完成了对图像的平移操作，对图像向右下平移60个像素。对于每个像素点，先平移，再判断下标是否越界，最后将像素点填入。

I=imread("test.jpg");
[R,C,ch]=size(I);
res=zeros(R,C,ch);
for color=1:3for i=1:Rfor j=1:C-1res(i,j,color)=I(i,C-j,color);endend
end
imshow(uint8(res))

完成了对图像的垂直翻转操作。没有使用矩阵运算。

I=imread("test.jpg");
[R,C,ch]=size(I);
res=zeros(R,C,ch);
for color=1:3for i=1:R-1for j=1:Cres(i,j,color)=I(R-i,j,color);endend
end
imshow(uint8(res))

完成了对图像的水平翻转操作。没有使用矩阵运算。

I=imread("test2.jpg");
[h,w,ch]=size(I);
height=1500;
width=1500;
newimg=zeros(height,width);
multh=height/h;
multw=width/w;
for i=1:heightfor j=1:widthfor c=1:3oldi=round(i/multh);oldj=round(j/multw);if (oldi>=1&&oldi<=h&&oldj>=1&&oldj<=w)newimg(i,j,c)=I(oldi,oldj,c);endendend
end
imshow(uint8(newimg))

完成了对图像的放大/缩小操作。使用最近邻插值法。先把新图中的像素点除以放大倍数映射得到其在原图中的位置，将该位置值四舍五入找到最近邻，直接将最近邻的值填入。

I=imread('test2.jpg');
[m,n,ch]=size(I);
width=100;
height=100;
newimg = uint8(zeros(width,height,3));
% 计算放大/缩小倍数
widthScale = m/width;
heightScale = n/height;
for ch=1:3for x = 1:width - 1for y = 1:height - 1 xx = x * widthScale;%新图像位置对应原图像位置 yy = y * heightScale;%新图像位置对应原图像位置 if (xx/double(uint16(xx)) == 1.0) && (yy/double(uint16(yy)) == 1.0)newimg(x,y,ch) = I(int16(xx),int16(yy),ch);%若正好对应到整数点，则直接赋值，不插值else a = double(uint16(xx));%找整数点b = double(uint16(yy));if a==0||b==0||a>=m||b>=n%下标不能越界continue;endx11 = double(I(a,b,ch)); % x11 = I(a,b)x12 = double(I(a,b+1,ch)); % x12 = I(a,b+1)x21 = double(I(a+1,b,ch)); % x21 =I(a+1,b)x22 = double(I(a+1,b+1,ch)); % x22 = I(a+1,b+1)newimg(x,y,ch) = uint8( (b+1-yy) * ((xx-a)*x21 + (a+1-xx)*x11) + (yy-b) * ((xx-a)*x22 +(a+1-xx) * x12));endendend
end
imshow(newimg);

完成了对图像的放大/缩小操作。使用双线性插值法。先把新图中的像素点除以放大倍数映射得到其在原图中的位置，如果是整数则直接填入，如果不是整数则找到与其相邻的四个点，按照上文中的公式进行插值，将该值填入。

I=imread("test2.jpg");
angle=30;
[h,w,d]=size(I);
theta=angle/180*pi;
cos_val = cos(theta);
sin_val = sin(theta);w2=round(abs(cos_val)*w+h*abs(sin_val));
h2=round(abs(cos_val)*h+w*abs(sin_val));
img_rotate  = uint8(zeros(h2,w2,3));    %像素是整数for x=1:w2for y=1:h2x0 = uint32(x*cos_val + y*sin_val -0.5*w2*cos_val-0.5*h2*sin_val+0.5*w);%展开矩阵乘法y0 = uint32(y*cos_val - x*sin_val +0.5*w2*sin_val-0.5*h2*cos_val+0.5*h);%展开矩阵乘法x0=round(x0);         %最近邻y0=round(y0);         %最近邻if x0>=1 && y0>=1&&  x0<=w && y0<=h %检测下标不能越界img_rotate(y,x,:) = I(y0,x0,:);endend
end
imshow(img_rotate)

完成了对图像的旋转操作。对于图像大小会发生变化的情况，使用最近邻插值法处理缩放。同理，按四舍五入方式找到最近邻。

angle=45;
I=imread('test2.jpg');
imshow(I);
[h,w,d]=size(I);
theta=angle/180*pi;
M=[cos(theta) -sin(theta) 0;sin(theta) cos(theta) 0;0 0 1];
leftup=[1 1 1]*M;               %新图左上角
rightup=[1 w 1]*M;               %新图右上角
leftdown=[h 1 1]*M;               %新图左下角
rightdown=[h w 1]*M;               %新图右下角
cos_val = cos(theta);
sin_val = sin(theta);w2=round(abs(cos_val)*w+h*abs(sin_val));%新图宽度
h2=round(abs(cos_val)*h+w*abs(sin_val));%新图高度
img_rotate=uint8(zeros(h2,w2,3));
dy=abs(min([leftup(1) rightup(1) leftdown(1) rightdown(1)]));            %取得y方向的负轴超出的偏移量
dx=abs(min([leftup(2) rightup(2) leftdown(2) rightdown(2)]));            %取得x方向的负轴超出的偏移量for i=1-dy:h2-dyfor j=1-dx:w2-dxpix=[i j 1]/M;                                %用变换后图像的点的坐标去寻找原图像点的坐标，yy=pix(1)-floor(pix(1));xx=pix(2)-floor(pix(2));if pix(1)>=1 && pix(2)>=1 && pix(1) <= h && pix(2) <= wx11=floor(pix(1));        %四个相邻的点y11=floor(pix(2));x12=floor(pix(1));y12=ceil(pix(2));x21=ceil(pix(1));y21=floor(pix(2));x22=ceil(pix(1));y22=ceil(pix(2));value_leftup=(1-xx)*(1-yy);              %计算临近四个点在双线性插值中的权重value_rightup=xx*(1-yy);value_leftdown=(1-xx)*yy;value_rightdown=xx*yy;img_rotate(i+dy,j+dx,:)=value_leftup*I(x11,y11,:)+value_rightup*I(x12,y12,:)+ value_leftdown*I(x21,y21,:)+value_rightdown*I(x22,y22,:);endend
endimshow(uint8(img_rotate))

完成了对图像的旋转操作。对于图像大小会发生变化的情况，使用双线性插值法处理缩放。同理，先找到新图中某点坐标对应原图位置（利用矩阵除法），找到其相邻的四个点位，按照上文中的公式进行插值。

实验结果

对于题目1，完成了对图片的读取、灰度化、二值化操作。还生成了可以被matlab打开的.fig文件。

对于平移，正确地实现了图像的平移，并且对其余部分补上黑色边框。

对于左右镜像翻转，正确地实现了图像的左右镜像翻转。

对于上下镜像翻转，正确地实现了图像的上下镜像翻转。

成功将图像放大，利用最近邻插值。可以看到，放大的结果存在一定的锯齿与马赛克的现象。

成功将图像缩小，利用最近邻插值。

成功将图像放大，利用双线性插值。可以看到，放大的结果比起最近邻插值更为平滑，没有存在严重的锯齿现象。

成功将图像缩小，利用双线性插值。可以看到，利用双线性插值进行缩小时也没有出现失真现象。

利用最近邻插值法与双线性插值法分别对图像进行旋转45°操作，并对其余区域填充为黑色。

分析：两种插值法优缺点

最近邻插值法优点：实现简单，运行速度快。缺点：在放大图像时可能出现锯齿现象，图像中一些曲线的边缘不平滑。在放大后缩小回去还会出现一定的失真现象，使图像看起来变得模糊了，像马赛克。
双线性插值法优点：一定程度上缓解了最近邻插值法缺点出现的情况。放大图像后图像中的一些曲线看起来更平滑，对一张图像反复放大缩小后失真现象不严重，处理效果较好。缺点：处理速度慢，在matlab2020B实验环境中往往需要对一张图像处理约3秒左右。对于图像的最外圈边缘也难以处理。

四、实验心得

MATLAB数字图像处理实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)相关推荐

matlab数字仿真实验,DVR+备用电源自动投入的MATLAB数字仿真实验仿真实验
一.动态电压恢复器(DVR)的数字仿真实验动态电压恢复器(Dynamic Voltage Restorer,DVR)是一种基于电力电子技术的串联补偿装置,通常安装在电源与敏感负荷之间,其作用在于:保 ...
matlab数字信号处理实验报告,数字信号处理实验报告一离散信号及其MATLAB实验...
数字信号处理离散信号及其MATLAB实验南昌航空大学实验报告 2012 年 04 月 06 日课程名称: 数字信号处理实验名称: 离散信号及其MATLAB实现班级: 090423班学号: ...
matlab数字信号处理实验报告,【实验设计论文】Matlab的数字信号处理课程实验设计(共3490字)...
摘要:本文设计了一个基于Matlab的"数字信号处理"课程综合性实验.该实验把"数字信号处理"课程中的许多离散的知识点串接了起来,包括采样.量化.滤波器设计.滤 ...
matlab数字信号处理实验报告,数字信号处理实验报告(Matlab与数字信号处理基础).doc...
西华大学实验报告(理工类) 开课学院及实验室:电气信息学院 6A-205实验时间 :年月日学生姓名学号成绩学生所在学院电气信息学院年级/专业/班课程名称数字信号处理课程代码实验项目 ...
matlab取点坐标之前先将图片放大缩小
等放大好了,摁下键盘就可以取点了. imcoor = []; i = 1; n = 1; %标记点个数 f1 = figure(1); imshow(cali_left); while(i<=n ...
TIT 数字图像处理原理与实践(MATLAB) 入门教学实验一常用的MATLAB图像处理命令与图像基本操作
文章目录数字图像处理原理与实践(MATLAB) 入门教学实验一常用的MATLAB图像处理命令与图像基本操作实验要求知识点实验内容 1.读入一幅RGB图像,变换为灰度图像和二值图像,并在同 ...
数字图像处理——实验一 Python中数字图像处理的基本操作
数字图像处理--实验一 Python中数字图像处理的基本操作一.实验目的二.实验主要仪器设备三.实验原理 3.1 数字图像的表示和类别 3.2 opencv-python图像文件格式四.实验内 ...
matlab空域滤波,MATLAB数字图像处理基本操作及空域滤波
MATLAB数字图像处理基本操作及空域滤波实验一 MATLAB 数字图像处理基本操作及空域滤波实验目的1.了解有关数字图像处理的基本概念,熟悉Matlab软件中关于数字图像处理的基本命令,掌握利用M ...
计算机图像处理实验报告四西南大学,计算机图像处理实验报告(数字图像处理基本操作)...
西南大学工程技术学院学生实验报告课程名称: 计算机图像处理实验名称: 实验一数字图像处理基本操作一.实验目的 (1)掌握MATLAB软件的运用,熟练掌握建立.保存.运行.调试m文件的方法. ...
MATLAB 数字图像处理GUI二值图像实验
电信19-2 翁大弟摘要图像信息是人类获取信息的重要来源及利用信息的重要手段,数字图像处理的产生和迅速发展主要受三个因素的影响:一是计算机的发展:二是广泛的农牧业.环境.军事.工业等方面的应用需求 ...

MATLAB数字图像处理实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)

目录

一、实验目的

二、实验环境

三、实验内容

题目

相关知识

部分核心代码

实验结果

分析：两种插值法优缺点

四、实验心得

MATLAB数字图像处理实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)相关推荐

最新文章

热门文章

MATLAB数字图像处理 实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)

目录

一、实验目的

二、实验环境

三、实验内容

题目

相关知识

部分核心代码

实验结果

分析：两种插值法优缺点

四、实验心得

MATLAB数字图像处理 实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)相关推荐

最新文章

热门文章

MATLAB数字图像处理实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)

MATLAB数字图像处理实验一:图像处理基本操作(平移、放大、缩小、旋转、插值)相关推荐