《彩色图像滤波实验报告.doc》由会员分享，可在线阅读，更多相关《彩色图像滤波实验报告.doc（9页珍藏版）》请在三一办公上搜索。
1、实验8 彩色图像滤波一、实验目的通过本实验使学生掌握使用MATLAB进行彩色图像处理的方法， 加深对彩色空间和彩色图像的理解。二、实验内容（一）HIS空间分量读取lena_color.tif图像，进行下列操作：（1）、编写函数，将其从RGB空间转换到HIS空间，分别显示其H分量、S分量、I分量。（2）、编写函数，将图像从HIS空间转换到RGB空间，分别显示R分量、G分量、B分量。三.思考：1.对所有分量进行平滑再组合，看出整个图像也被平滑，变模糊了；2只对红色分量进行平滑，再组合，看出这个图像的比原来变浅了，没有什么大的变化；3.直方图均衡化是非线性过程，对每个分量进行直方图均衡再组合，看出原
2、图像严重变形，与原来差别较大；4.处理椒盐噪声，适宜用中值滤波，考虑到对彩色图像处理应注意的条件，故必须对每个分量处理再组合，不然图像会变形；5.处理高斯噪声，适宜用均值滤波器，可以对每个分量处理，也可以对整体分量处理，但效果并不相同。程序如下：变化函数：RGBtoHSI函数function H,S,I=RGBtoHSI(imagrgb)X,Y,Z=size(imagrgb);image=im2double(imagrgb);R=image(:,:,1);G=image(:,:,2);B=image(:,:,3);H=zeros(X,Y);S=zeros(X,Y);%先赋值for i=1:X
3、for j=1:Y num=0.5*(R(i,j)-G(i,j)+R(i,j)-B(i,j); den=sqrt(R(i,j)-G(i,j)2+(R(i,j)-B(i,j)*(G(i,j)-B(i,j); theta=acos(num/(den+eps); %防止为0 if (B(i,j)=G(i,j) H(i,j)=theta; else H(i,j)=2*pi-theta; end minx=min(R(i,j),G(i,j); minx=min(B(i,j),minx); S(i,j)=1-3/(R(i,j)+G(i,j)+B(i,j)*minx; endendI=1/3*(R+G+B)
4、;HIStoRG函数：function image=HSItoRGB(H,S,I)X,Y,Z=size(I); image=zeros(X,Y,3);R=zeros(X,Y);G=zeros(X,Y);B=zeros(X,Y); for i=1:X for j=1:Y if (H(i,j)=(2*pi/3) b=I(i,j)*(1-S(i,j); r=I(i,j)*(1+S(i,j)*cos(H(i,j)/cos(pi/3-H(i,j); g=3*I(i,j)-R(i,j)-B(i,j); image(i,j,1)=r; image(i,j,2)=g; image(i,j,3)=b; else
5、 if(H(i,j)=(4*pi/3) H=H-2*pi/3; b=3*I(i,j)-R(i,j)-G(i,j); r=I(i,j)*(1-S(i,j); g=I(i,j)*(1+S(i,j)*cos(H(i,j)/cos(pi/3-H(i,j); image(i,j,1)=r; image(i,j,2)=g; image(i,j,3)=b; else if(H(i,j)=2*pi) H=H-4*pi/3; g=I(i,j)*(1-S(i,j); b=I(i,j)*(1+S(i,j)*cos(H(i,j)/cos(pi/3-H(i,j); r=3*I(i,j)-R(i,j)-G(i,j); i
6、mage(i,j,1)=r; image(i,j,2)=g; image(i,j,3)=b; end end end endend主函数：%=读取分量=lena_color=imread(d:test_imageslena_color.tif,tif);H,S,I = RGBtoHSI(lena_color);%=HIS分量=subplot(2,2,1);imshow(lena_color);title(origin);H=H/(2*pi)*255;%范围0255subplot(2,2,2);imshow(H);title(H);subplot(2,2,3);imshow(S);title(S
7、);subplot(2,2,4);imshow(I);title(I);%=HIStoRGBlena_rgb=HSItoRGB(H,S,I);lena_rgb_c=im2double(lena_rgb);R=lena_rgb_c(:,:,1);G=lena_rgb_c(:,:,2);B=lena_rgb_c(:,:,3);figure(2);subplot(2,2,1);imshow(lena_rgb_c);title(HSItoRGB);subplot(2,2,2);imshow(R);title(R);subplot(2,2,3);imshow(G);title(G);subplot(2,
8、2,4);imshow(B);title(B);运行结果：（二）RGB空间的彩色平滑 读取lena_color.tif图像，进行下列操作: （1）、采用77均值滤波器对彩色图像的所有分量进行相同平滑， 同屏显示原图像和平滑后图像，对结果进行说明； （2）、采用77均值滤波器对彩色图像的红分量进行平滑，其它分量不变，同屏显示原图像和平滑后图像，对结果进行说明； （3）、采用直方图均衡方法，对彩色图像的三个分量进行增强，同屏显示原图像和增强后图像，对结果进行说明； （4）、将图像添加上椒盐噪声， A_noised=imnoise(A, salt & pepper, 0.02)，选择合适的滤波器进行
9、滤波，观察滤波效果； （5）、将图像添加上高斯噪声， A_noised=imnoise(A, gauss, 0.02)，选择合适的滤波器进行滤波，观察滤波效果；程序如下：%=每个分量滤波=lena_color=imread(d:test_imageslena_color.tif,tif);lena_red=lena_color(:,:,1);lena_green=lena_color(:,:,2);lena_blue=lena_color(:,:,3);H=1/49*ones(7,7);lena_red1=imfilter(lena_red,H);lena_green1=imfilter(le
10、na_green,H);lena_blue1=imfilter(lena_blue,H);%=组合图像=lena(:,:,1)=lena_red1;lena(:,:,2)=lena_green1;lena(:,:,3)=lena_blue1;figure(1);subplot(1,2,1);imshow(lena_color);title(origin);subplot(1,2,2);imshow(lena);title(7*7);结果如下：2. %=红色分量滤波=lena_color=imread(d:test_imageslena_color.tif,tif);lena_red=lena_
11、color(:,:,1);H=1/49*ones(7,7);lena_red1=imfilter(lena_red,H);%=组合图像=lena(:,:,1)=lena_red1;lena(:,:,2)=lena_color(:,:,2);lena(:,:,3)=lena_color(:,:,3);figure(1);subplot(1,2,1);imshow(lena_color);title(origin);subplot(1,2,2);imshow(lena);title(7*7red);3. %=每个分量直方图均衡=lena_color=imread(d:test_imageslena
12、_color.tif,tif);lena_red=lena_color(:,:,1);lena_green=lena_color(:,:,2);lena_blue=lena_color(:,:,3);lena_red1=histeq(lena_red);lena_green1=histeq(lena_green);lena_blue1=histeq(lena_blue);%=组合=lena(:,:,1)=lena_red1;lena(:,:,2)=lena_green1;lena(:,:,3)=lena_blue1;figure(1);subplot(1,2,1);imshow(lena_co
13、lor);title(origin);subplot(1,2,2);imshow(lena);title(jungheng);4. %=每个分量滤波=lena_color=imread(d:test_imageslena_color.tif,tif);lena_color_noi=imnoise(lena_color,salt & pepper,0.02);lena_red=lena_color_noi(:,:,1);lena_green=lena_color_noi(:,:,2);lena_blue=lena_color_noi(:,:,3); lena_red1=medfilt2(lena
14、_red);lena_green1=medfilt2(lena_green);lena_blue1=medfilt2(lena_blue);%=组合=lena(:,:,1)=lena_red1;lena(:,:,2)=lena_green1;lena(:,:,3)=lena_blue1;figure(1);subplot(1,2,1);imshow(lena_color_noi);title(lena_color_noi);subplot(1,2,2);imshow(lena);title(median);5.%=每个分量滤波=lena_color=imread(d:test_imagesle
15、na_color.tif,tif);lena_color_noi=imnoise(lena_color,gauss,0.02);lena_red=lena_color_noi(:,:,1);lena_green=lena_color_noi(:,:,2);lena_blue=lena_color_noi(:,:,3);H=1/49*ones(7,7);lena_red1=imfilter(lena_red,H);lena_green1=imfilter(lena_green,H);lena_blue1=imfilter(lena_blue,H);%=组合=lena(:,:,1)=lena_red1;lena(:,:,2)=lena_green1;lena(:,:,3)=lena_blue1;figure(1);subplot(1,2,1);imshow(lena_color_noi);title(lena_color_noi);subplot(1,2,2);imshow(lena);title(average);
