2021—2022学年第一学期寒假学习记录8
2022.01.08，今天是服务外包竞赛：随便拿个奖队的项目进行的第八天，今天根据项目要求继续学习matlab数字图像处理
实验八 彩色图像处理
一、实验目的
使用MatLab 软件对图像进行彩色处理。使学生通过实验熟悉使用MatLab软件进行图像彩色处理的有关方法，并体会到图像彩色处理技术以及对图像处理的效果。
二、实验要求
要求学生能够完成彩色图像的分析，能正确讨论彩色图像的亮度、色调等性质；会对彩色图像进行直方图均衡，并能正确解释均衡处理后的结果；能够对单色图像进行伪彩色处理、利用多波长图像进行假彩色合成、进行单色图像的彩色变换。
三、实验步骤
(1) 彩色图像的分析
(2) 彩色图像的直方图均衡
(3) 假彩色处理
(4) 伪彩色处理1：灰度切片处理
(5) 彩色变换(选做)
四、实验内容
f=imread('C:\Users\Gateway\Desktop\ͼƬ\flower.tif');
figure;imshow(f);
fR=f(:,:,1); %获得红色分量
fG=f(:,:,2); %获得绿色分量
fB=f(:,:,3); %获得蓝色分量
figure;imshow(fR);
figure;imshow(fG);
figure;imshow(fB);
原图 红色分量
绿色分量 蓝色分量
%实现rgb图像转化为NTSC彩色空间的图像
f=imread('C:\Users\Gateway\Desktop\ͼƬ\flower.tif');
figure;imshow(f);
yiq_image=rgb2ntsc(f);
fY=yiq_image(:,:,1); %图像亮度
fI=yiq_image(:,:,2); %图像色调
fQ=yiq_image(:,:,3); %图像饱和度
figure;imshow(fY);
figure;imshow(fI);
figure;imshow(fQ);
亮度 色调
饱和度
f=imread('C:\Users\Gateway\Desktop\ͼƬ\flower.tif');
figure;imshow(f);
fR=histeq(fR,256); %对彩色图像的分量进行直方图均衡化
fG=histeq(fR,256);
fB=histeq(fR,256);
RGB_image=cat(3,fR,fG,fB); %将直方图均衡化后的彩色图像合并
figure;imshow(RGB_image);
f=imread('C:\Users\Gateway\Desktop\ͼƬ\flower.tif');
cut_1=imadjust(f,[0.0925 0.5],[0.0925 0.5]); %提取灰度在16-128之间像素
cut_2=imadjust(f,[0.5 1],[0.5 1]); %提取灰度在128-256间像素
figure,imshow(cut_1),colormap(hot) %显示图像cut-1，并用hot模型彩色化 figure,imshow(cut_2),colormap(cool)
16-128 128-256
六、思考题
1. 为什么经彩色直方图均衡后的图像除了对比度会有所增强外，还有色调的变化？
色调的增强具有特殊性。根据HIS模型表示法，色调对应一个角度且是循环的。如果对这个像素的色调值加一个常数，将会使每个目标的颜色在色谱上移动。当常数比较小时，一般会使彩色图像色调变“暖”或“冷”。常数比较大时。则有可能会使对彩色图像的感受发生比较激烈的变化。
2. 实验内容(3)的假彩色处理方案是否可以有多种？若有，请估计其它方案的可能结果。
3. 在实验内容(4)中，对于灰度切片处理的图像head.gif使用多少级切片比较合适？
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· 分享4款.NET开源、免费、实用的商城系统
· 全程不用写代码，我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了，比商业数据库还牛
· 白话解读 Dapr 1.15：你的「微服务管家」又秀新绝活了
· 上周热点回顾（2.24-3.2）