标签：fR 彩色 学年 figure imshow 2021 2022 图像 彩色图像
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？
TRANSLATE with标签：fR,彩色,学年,figure,imshow,2021,2022,图像,彩色图像 来源： https://www.cnblogs.com/liuyichendeyuanzi/p/15779844.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。