《北郵數(shù)字圖像處理作業(yè)》由會員分享，可在線閱讀，更多相關(guān)《北郵數(shù)字圖像處理作業(yè)（9頁珍藏版）》請在裝配圖網(wǎng)上搜索。
1、
信息與通信工程學(xué)院
數(shù)字圖像處理實驗報告
班 級：
姓 名：
學(xué) 號：
彩色圖像處理
1． 實驗?zāi)康?
1. 考慮下列500*500的RGB彩色圖像，框內(nèi)的顏色如圖所示，假定將該圖像轉(zhuǎn)換到HSI空間，用25*25的平均模板模糊H分量圖像，再轉(zhuǎn)換回RGB空間，會看到什么結(jié)果?（b）重復(fù)（a），只是這次處理的是S分量。要求做實驗，并簡單分析結(jié)果
2.對原始圖像 Beauty.jpg
2、進行彩色圖像處理，使以下問題得到改善：
（1）整個畫面光線偏暗
（2）畫面在色彩上偏紫
（3）皮膚上有很多的雀斑
（4）右下角偏亮
2． 實驗環(huán)境
Windows7
MATLAB R2012a
3． 實驗思路
實驗1：
（1） 生成所需圖像，框內(nèi)的顏色為綠紅藍綠；
（2） 將該RGB圖像轉(zhuǎn)換到HSI空間；
（3） 用25*25的平均模板模糊H分量圖像，再轉(zhuǎn)換回RGB空間，并觀察此時圖像的變化情況；
（4） 重復(fù)（2）（3），這次處理的是S分量，觀察圖像的變化情
3、況。
實驗2：
（1） 將原圖像轉(zhuǎn)化為double型；
（2） 提升原圖像的整體亮度；
（3） 對原圖像進行飽和度處理，使圖片偏紫得到改善；
（4） 通過RGB平滑去除色斑；
（5） 通過find函數(shù)降低圖片右下角的亮度；
4． 實驗結(jié)果
實驗1：
結(jié)果分析：H分量為與紅軸的夾角，S分量為圓上的點到圓心的距離，I分量為高。
（1）理論上，對H做均值濾波時，S和I的值是不變的，若掩膜內(nèi)紅藍分量相同時，轉(zhuǎn)化到RGB空間為綠色，若掩膜內(nèi)紅綠分量相同時，轉(zhuǎn)換到RGB空間時依次為為紅黃綠，若掩膜內(nèi)藍綠分量相同時，轉(zhuǎn)換到RGB空間時依次為藍青綠，若掩膜內(nèi)紅綠藍分量
4、都有時，則轉(zhuǎn)換到RGB空間時，依次為藍青綠黃紅，觀察實驗結(jié)果，與理論相同；
（2）理論上，對S做均值濾波時，H,S和I分量的值都不變，做掩膜也不會影響這幾個分量，因此轉(zhuǎn)換到RGB空間上觀察和原圖結(jié)果相同，觀察實驗結(jié)果，與理論相同。
實驗2：
（1） 原圖像：
（2） 通過亮度提升完善原圖偏暗的情況：
（3） 對圖片進行飽和度調(diào)整，完善原圖像偏紫的問題：
（4） 對圖片進行RGB平滑，去除原圖像中的色斑：
（5） 降低原圖像右下角亮度，得到最終結(jié)果：
5． 實驗中遇到的問題及解決辦法
（1
5、） 由于實驗1相對簡單，并未遇到大問題；
（2） 在做實驗2的時候，直接對原圖進行處理，導(dǎo)致程序不能執(zhí)行，后來將原圖修改為double型以后，成功解決了該問題；
（3） 在做實驗2的時候，由于亮度提升太高，導(dǎo)致結(jié)果與預(yù)期相差很大，后來降低了亮度提升的幅度以后，解決了這個問題；
（4） 實驗2的最終效果不是很好，想了很多辦法也沒有解決，希望老師可以在課上具體講解一下。
6． 實驗總結(jié)及心得體會
實驗總結(jié)：
根據(jù)實驗要求，按照書本以及網(wǎng)上的資料提供的基本方法，得到上面的實驗結(jié)果，經(jīng)過分析，最終得到的實驗結(jié)果和要求基本一致，綜上所述，完成了本次實驗。
心得體會：
在這次實驗的
6、開始，找到了實驗的相關(guān)內(nèi)容，因此實驗的目標比較明確，不過在編寫代碼的時候仍然遇到了一些問題，后來經(jīng)過查閱資料，解決了這些問題。但是實驗2的效果仍然不是很理想。通過這次實驗，對彩色圖像的處理有了更加深刻的理解，較好的掌握了彩色空間的轉(zhuǎn)換，尤其是RGB與HSI空間之間的相互轉(zhuǎn)換。同時掌握了如何提升和降低彩色圖像的亮度，以及對彩色圖像的RGB平滑處理，調(diào)整彩色圖像的飽和度。此外，對課內(nèi)知識也有了更加形象的認識。
7． 源程序
實驗1：
clear all;
% 生成紅綠藍的格子圖案
A = ones(250,250);
B = zeros(250,250);
r = cat(1,c
7、at(2,B,A),cat(2,B,B));
g = cat(1,cat(2,A,B),cat(2,B,A));
b = cat(1,cat(2,B,B),cat(2,A,B));
rgb = cat(3,r,g,b);
hsi=rgb2hsi(rgb); %將RGB圖像轉(zhuǎn)換為hsi空間
h=hsi(:,:,1);
s=hsi(:,:,2);
i=hsi(:,:,3);
K = fspecial(average,[25 25]); % 25*25的平均模板
H = imfilter(h,K,replicate); %
8、模糊h分量
hsi1 = cat(3,H,s,i);
rgb1=hsi2rgb(hsi1); %將hsi圖像轉(zhuǎn)化為RGB空間
S = imfilter(s,K,replicate); %模糊s分量
hsi2 = cat(3,h,S,i);
rgb2=hsi2rgb(hsi2); %將hsi圖像轉(zhuǎn)化為RGB空間
%顯示圖像
subplot(2,2,1),imshow(rgb), title(原圖);
subplot(2,2,2),imshow(rgb1,[]), title(H
9、模糊后的圖像);
subplot(2,2,3),imshow(rgb2,[]), title(S模糊后的圖像);
實驗2：
I=imread(beauty.jpg);
I=im2double(I); %將原圖像轉(zhuǎn)化為double型
HSI= rgb2hsi(I); %將RGB圖像轉(zhuǎn)換到HSI空間
fH=HSI(:,:,1);
fS=HSI(:,:,2);
fI=HSI(:,:,3);
c=find(fI<0.6);%找出FI<0.6的元素，并將這些元素的線性索引值按列返回向量c中
fI(c)=fI(c)
10、*1.3; %亮度提升
I1=cat(3,fH,fS,fI); %構(gòu)建多維數(shù)組
f1=hsi2rgb(I1); %將HSI圖像轉(zhuǎn)化為RGB空間
P = rgb2hsi(f1); %將RGB圖像轉(zhuǎn)換到HSI空間
fH1=P(:,:,1);
fS1=P(:,:,2);
fI1=P(:,:,3);
fS1=fS1*0.95; %圖片飽和度調(diào)整
I2=cat(3,fH1,fS1,fI1); %構(gòu)建多維數(shù)組
f2=hsi2rgb(I2);
11、 %將HSI圖像轉(zhuǎn)化為RGB空間
R= f2(:,:,1);
G= f2(:,:,2);
B= f2(:,:,3);
w = fspecial(average,[5,5]); %5*5平均模板
R1 = imfilter(R,w,replicate);
G1 = imfilter(G,w,replicate);
B1 = imfilter(B,w,replicate);
f3= cat(3,R1,G1,B1);
R2 = f3(:,:,1);
G2 = f3(:,:,2);
B2 = f3(:,:,3);
R2 =imfilter(R2,w,re
12、plicate); %濾波處理
f4 = cat(3,R2,G2,B2); %構(gòu)建多維數(shù)組
HSI = rgb2hsi(f4); %將RGB圖像轉(zhuǎn)化為HSI空間
H = HSI(:,:,1);
S = HSI(:,:,2);
i = HSI(:,:,3);
d=find(i==1);
i(d)=0.7;
c=find(i>0.7);
i(c)=i(c)*0.93; %在亮度過強區(qū)域減亮度
HSI=cat(3,H,S,i); %構(gòu)建多維數(shù)組
f5=hsi2rgb(HSI); %將HSI圖像轉(zhuǎn)化為RGB圖像
%顯示圖像
subplot(2,3,1),imshow(I), title(原圖);
subplot(2,3,2),imshow(f1), title(整體亮度提升);
subplot(2,3,3),imshow(f2), title(圖片飽和度調(diào)整);
subplot(2,3,4),imshow(f3), title(RGB平滑圖像);
subplot(2,3,5),imshow(f4), title(進一步處理);
subplot(2,3,6),imshow(f5), title(最終處理結(jié)果);
北郵數(shù)字圖像處理作業(yè)
