在好例子网,分享、交流、成长!
您当前所在位置:首页MATLAB 开发实例MATLAB语言基础 → 数字图像处理实验一(图像的属性)

数字图像处理实验一(图像的属性)

MATLAB语言基础

下载此实例
  • 开发语言:MATLAB
  • 实例大小:1.57M
  • 下载次数:3
  • 浏览次数:177
  • 发布时间:2020-11-22
  • 实例类别:MATLAB语言基础
  • 发 布 人:wenyuhui
  • 文件格式:.zip
  • 所需积分:2

实例介绍

【实例简介】


2020–2021年度秋季学期
图像处理

实 验 报 告


实验一 图像的属性




学生姓名:          学 号:          







1.读取(imread)并显示(imshow)一幅灰度图像(如rice.png, lena.tif等),用函数size得到其大小,并将图像存储成bmp或tif格式(用函数imwrite实现)并显示出来.

2. 读取(imread)一幅RGB彩色图像(如lenac.jpg),用函数得到其大小,并在同一窗口(函数subplot)输出原图像及R, G, B三个分量图像.

3.读取一幅RGB彩色图像,用函数rgb2gray将其转换为灰度图像保存为tif格式,并在同一窗口显示原图像与灰度图像. 将所得到的灰度图像转化为二值图像(用函数im2bw),并对其进行取反操作(可以逻辑非~),在同一窗口显示灰度图。
4.读取一幅灰度图像(如lena.tif),实现分辨率降低,图像逐渐出现方块效应的现象,要求用函数m文件实现, 输入自变量为处理图像的灰度矩阵、输出图像的分辨率, 输出因变量为处理后的图像的灰度值矩阵,并在主程序调用,显示输入图像和输出图像,实现类似下图的效果。(函数imshow(I, 'initialmagnification',100*倍数)可实现图像高和宽均放大s倍的不按实际大小显示)

5. 读取一幅灰度图像(如lena.tif),实现灰度级降低,图像逐渐出现方假轮廓的现象。要求用函数m文件实现, 输入自变量为处理图像的灰度矩阵、输出图像的灰度级, 输出因变量为处理后的图像的灰度值矩阵,并在主程序调用,显示输入图像和输出图像。实现类似下图的效果。


6. 计算两幅图像的峰值信噪比PSNR(分别计算rice.png和 rice_SP001.tif; rice.png和rice_JPG90.jpg之间的PSNR)。
7. 读取一幅灰度图像(如lena.tif),实现分辨率和灰度级同时降低,图像逐渐出现方块和假轮廓效应的现象,效果用以下的形式体现。实现类似下图的效果。


【实例截图】

from clipboard

【核心代码】

图像处理实验一

├── Cpsnr.m
├── downsample.m
├── gray_downsample.asv
├── gray_downsample.m
├── graydegrade.m
├── lena.bmp
├── lena.tif
├── lenac.jpg
├── lenac.tif
├── pout.tif
├── rice_JPG90.jpg
├── rice_SP001.tif
├── test1.m
├── test2.m
├── test3.m
├── test4.m
├── test5.m
├── test6.m
├── test7.asv
├── test7.m
└── 图像处理实验一.doc

0 directories, 21 files


实例下载地址

数字图像处理实验一(图像的属性)

不能下载?内容有错? 点击这里报错 + 投诉 + 提问

好例子网口号:伸出你的我的手 — 分享

网友评论

发表评论

(您的评论需要经过审核才能显示)

查看所有0条评论>>

小贴士

感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。

  • 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
  • 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
  • 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
  • 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。

关于好例子网

本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明

;
报警