实验一图像的基本操作和基本统计指标计算
一、 实验目的
熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。对于初学者来说，勤学多练、熟悉MATLAB图像处理工具箱也是学号本课程的必经之路。
了解计算图像的统计指标的方法及其在图像处理中的意义。
了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备
（1）台式计算机或
笔记
哲学笔记pdf明清笔记pdf政法笔记下载课堂笔记下载生物化学笔记PDF
本电脑
（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT）)
（3）典型的灰度、彩色图像文件
三、实验原理
（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示图像文件。
①调用imread函数将图像文件读入图像数组（矩阵）。例如“I=imread(‘tire.tif’);”。其基本
格式
pdf格式笔记格式下载页码格式下载公文格式下载简报格式下载
为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。
②调用imwrite函数将图像矩阵写入图像文件。例如“imwrite(A,’test_image.jpg’);”。其基本格式为“imwrite(a,filename.fmt)”。
③调用imshow函数显示图像。例如“imshow(‘tire.tif’);”。其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256。
（3）计算图像有关的统计参数。
四、实验
内容
财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容
（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤
（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2） 利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括Filename(文件名)、FileModDate(文件修改时间)、Filesize(文件尺寸)、Format(文件格式)、FormatVersion（格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType（彩色类型）、CodingMethod（编码方法）等。
（3）利用“像素和统计处理”函数计算读入图像的二维相关系数（corr2函数）、确定像素颜色值（impixel函数）、确定像素的平均值（mean2函数）、显示像素信息（pixval函数）、计算像素的
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
偏移（std2函数）等。
要求：参照例
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
2.1，对图像J加均值为0、方差为0.01的高斯白噪声形成有噪图像J1，即“J1=imnoise(J,’gaussian’,0,0.01);”，求J1的像素总个数、图像灰度的平均值、标准差、J和J1的互协方差和相关系数、J和K的互协方差和相关系数。
如果将方差加至0.1，重新计算上述统计参数。
（4）改变图像大小（imresize函数），旋转图像（imrotate函数）、对图像进行裁剪（imcrop函数）等，再对操作后的图像进行统计。
要求：参照例2.1，将图像I分别放大和缩小1.5倍、旋转30°，再对操作后的图像进行统计。
（5）将上述不同操作后的图像用“读图像文件I/O”函数分别写入各自的图像文件。
六、实验程序
I=imread('Italy.jpg');
subplot(3,3,1);
imshow(I);
A=imfinfo('Italy.jpg');
J=rgb2gray(I);
subplot(3,3,2);
imshow(J);
J1=imnoise(J,'gaussian',0,0.01);
subplot(3,3,3);
imshow(J1);
B=numel(J1);
ave=mean2(J1);
sd=std2(J1);
J2=im2double(J);
J3=im2double(J1);
Cfg=cov(J2,J3);
corrgfg=corr2(J2,J3);
s=size(J);
all_white=255*ones(s(1),s(2));
all_white_uint8=uint8(all_white);
K=imsubtract(all_white_uint8,J);
subplot(3,3,4);
imshow(K);
K1=im2double(K);
Cfg2=cov(J2,K1);
corrgfg2=corr2(J2,K1);
J4=imresize(I,0.2);
subplot(3,3,5);
imshow(J4);
J5=imrotate(I,30);
subplot(3,3,6);
imshow(J5);
RECT=[0 200 300 250]
J6=imcrop(I,RECT);
subplot(3,3,7);
imshow(J6);
imwrite(J1,'J1.rpg');
imwrite(J,'J.rpg');
imwrite(K,'K.rpg');
imwrite(J4,'J4.rpg');
imwrite(J5,'J5.rpg');
imwrite(J6,'J6.rpg');
七、实验结果
八、思考
（1）说明图像的统计特征对图像处理的意义。
图像的种类很多，不同图像的用途和处理方法也不相同。图像处理算法往往针对一定特征（如颜色、纹理、形状、空间关系等）的图像，因此对图像特征的分析至关重要。图像是典型的二维随机信号，其统计特征对于进一步处理和分析是十分重要的。图像的统计特征是图像的一类基本特征。一些算法也是基于图像的统计指标设计的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别于其他图像的许多参数指标。
（2）比较不同图像的统计特征的差别，并分析原因。
不同图像的尺寸、大小、颜色、纹理、形状等不同。
（3）讨论施加不同方差的噪声，对图像统计参数产生的影响。
施加不同方差的噪声，会改变图像的灰度平均值，协方差矩阵，灰度标准差。
（4）图像旋转后，图像的尺寸是否发生变化？如果数据增加，多余的数据是怎样补充的？对图像的统计参数会产生怎样的影响？
由实验结果图6可以看出，图像旋转后，尺寸也会变化，多余数据用黑色补充，图像的大小等发生变化。
浙公网安备 33021202002483