数字图像处理（一）——Matlab实现图像的采样及量化.pdf

数字图像处理（⼀）——Matlab实现图像的采样及量化 ⼀、实验⽬的 通过学习采样和量化获取图像的⽅法，将图像转换为数字形式并进⾏相应的采样和量化变换，观察图像的变化情况，加深对于采样和量化的 理解，并学会如何将彩⾊图转化为灰度图和⼆值图。 ⼆、实验内容 1、⽤matlab编写采样和量化程序，并对⽐分析不同空间和幅度分辨率的数字化图像的效果； 2、⽤matlab编写彩⾊图变灰度图和⼆值图； 图像的采样和量化原理如下： 灰度图像的采样和量化原理： 采样是把空域上或时域上连续的图像（模拟图像）转换成离散采样点（像素）集合（数字图像）的操作，这些值可以是均匀间隔也可以不 是。采样越细，像素越⼩，越能精细地表现图像。 量化是把像素的灰度（浓淡）变换成离散的整数值的操作，⽤⿊（0）⽩（255）两个数值（即2级）来表⽰，成为⼆值图像。量化越细 致，灰度级数（浓淡层次）表现越丰富。 采样： 图像在空间上的离散化称为采样，在使⽤matlab对图像进⾏采样的过程中，⾸先⽤imread()函数将图像信息转化为矩阵信息进⾏保存，由 于图像为RGB三⾊，所得到的信息是三维的，因此先使⽤rgb2gray()函数将图像转化为⼆维的灰度图，然后再进⾏采样。 在采样时，使⽤其他矩阵来对原始矩阵的值进⾏分间隔采样，将采样得到的新的信息保存在其他矩阵当中，例如I2=I1(1:2:end,1:2:end)即 对原始矩阵⾏和列每隔1个点进⾏采样，同理进⾏其他点数的采样。 I=imread(a2.png);%读取图像信息 subplot(231); I1=rgb2gray(I);%将三维的彩⾊图像转化为⼆维的灰度图，否则采样时会出现RGB三个⽅向上的三张采样图 imshow(I1) title(原始图像); %输出该图像 I2=I1(1:2:end,1:2:end); %⾏列⽅向分别从第⼀位开始采样， %每隔⼀位采样⼀个点，产⽣⼀个新的矩阵 subplot(232); imshow(I2) title(采样图像（128*128）); I3=I1(1:4 :end,1:4 :end); subplot(233) imshow(I3) title(采样图像（64*64）); I4=I1(1:8:end,1:8:end); subplot(234); imshow(I4) title(采样图像（32*32）); I5=I1(1:16:end,1:16:end); subplot(235); imshow(I5) title(采样图像（16*16）); I6=I1(1:32:end,1:32:end); subplot(236); imshow(I6) title(采样图像（8*8）); 采样结果如下： 通过⽐较可以清楚的发现通过对不同点数的采样，所得到的图像有很⼤的差距，随着采样点数的不断减少，所呈现出的图像越来越模糊，最 后趋向于马赛克，这也表明采样点数越多，图像质量越好，因此如果图像含有丰富的细节，则要尽可能多的选取采样点使得图像质量更好。 量化： 把采样得到的各像素的灰度值从模拟量到离散量的转换称为图像灰度的量化。在matlab量化图像的过程中，由于图像为RGB三⾊，所得到 的信息是三维的，因此也要先使⽤rgb2gray()函数将图像转化为⼆维的灰度图，然后再进⾏量化，调⽤histeq(，)函数来改变图像的灰度级 数来实现不同量化级数下的图像量化。 I=imread(a2.png);%读取图像信息 subplot(231); I=rgb2gray(I);%将三维的彩⾊图像转化为⼆维的灰度图，否则采样时会出现RGB三个⽅向上的三张采样图 imshow(I) title(原始图像(256⾊)); %输出该图像 I1=histeq(I,64);%调⽤histeq函数将图像的灰度级数改为64 I2=histeq(I,32); I3=histeq(I,16); I4=histeq(I,4); I5=histeq(I,2); subplot(2,3,2),imshow(I1),title(量化图像 （64⾊）); subplot(2,3,3),imshow(I2),title(量化图像 （32⾊）); subplot(2,3,4),imshow(I3),title(量化图像 （16⾊）); subplot(2,3,5),imshow(I4),title(量化图像 （4⾊）); subplot(2,3,6),imshow(I5),title(量化图像 （2⾊）); 量化结果如下 通过