阅读 320

MATLAB--数字图像处理 图像的采样与量化

实验题目

    1.对于给定图片,在MATLAB软件下编程实现对图片的不同程度的采样。     2.对于给定图片,在MATLAB软件下编程实现对图片的不同程度的量化。

实验原理

1.采样     我们获取到的图像一般为模拟图像,要让计算机进行处理需将其数字化,采样的作用就是将模拟图像转变为数字图像。一般来说,采样间隔越大,所得图像像素数越少,空间分辨率越低,质量差,严重时出现马赛克效应;采样间隔越小,所得图像像素数越多,空间分辨率越高,图像质量好,但数据量大。 2.量化     计算机软件得到了一个样本点(图片)的数据,然后它要用多少个二进制位去表示它(重现图片),如下图 在这里插入图片描述 根据上图,可以知道图像有一个灰度的概念 1bit 只有 2 个灰度级,0 和 1 2bit 有 4 个灰度级,0, 1, 2, 3 8bit 有 256 个灰度级,0 到 255

实验代码

1.采样

t=imread('t1.jpg') t1=rgb2gray(t) imshow(t1),title('原图') %原图像 需要将其先转换为灰度图像 t2=t1(1:2:end,1:2:end) t3=t1(1:4:end,1:4:end) t4=t1(1:8:end,1:8:end) t5=t1(1:16:end,1:16:end) figure,subplot(2,2,1),imshow(t2),title('1:2采样') subplot(2,2,2),imshow(t3),title('1:4采样') subplot(2,2,3),imshow(t4),title('1:8采样') subplot(2,2,4),imshow(t5),title('1:16采样') 复制代码

2.量化

t=imread('t1.jpg'); r=imread('t1.png'); t1=rgb2gray(t); r1=rgb2gray(r); t2=histeq(t1,64); t3=histeq(t1,32); t4=histeq(t1,16); t5=histeq(t1,2); r2=histeq(r1,64); r3=histeq(r1,32); r4=histeq(r1,16); r5=histeq(r1,2); imshow(t1); figure,subplot(2,2,1),imshow(t2),title('量化 64') subplot(2,2,2),imshow(t3),title('量化 32') subplot(2,2,3),imshow(t4),title('量化 16') subplot(2,2,4),imshow(t5),title('量化 2') figure,imshow(r1) figure,subplot(2,2,1),imshow(r2),title('量化 64') subplot(2,2,2),imshow(r3),title('量化 32') subplot(2,2,3),imshow(r4),title('量化 16') subplot(2,2,4),imshow(r5),title('量化 2') 复制代码

实验结果图

原图 在这里插入图片描述 采样对比图 在这里插入图片描述 采样分析:     对于同样一副图像,不同的采样比例,所得的结果图是不一样的。拿采样比例1:2来说,意思是:对于原图像,每个2个像素点进行采样,采样图像与原图像差别不大。当采样比例为1:4和1:8时,采样所得的图像开始出现模糊。当采样比例达到1:16时,图像已经完全模糊掉了。这是因为对于原图像,1:16的比例只能获得原图像很少的特征点,很多像素点都被丢失了,所以看起来模糊。

原图 在这里插入图片描述 量化对比图 在这里插入图片描述 量化分析:     其实量化的本质就是对0~255个灰度级进行分级,每个级用一个灰度值来表示。级数越多,其越接近原图像。当级数只有2时,会被分成0和255,也就是我们所说的黑白图像了。


作者:海轰Pro
链接:https://juejin.cn/post/7031803190286745630


文章分类
代码人生
版权声明:本站是系统测试站点,无实际运营。本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 XXXXXXo@163.com 举报,一经查实,本站将立刻删除。
相关推荐