matlab与工程计算实验报告

1、MATLAB与工程计算课 程 设 计 报 告专 业电气工程及其自动化班 级电气五班学 号13062503姓 名朱林梅指导教师佘青山罗艳斌学 期大一下完成日期2014.6.27大作业一：一、 题目内容取2幅真彩色图像（已提供），按照所给的算法生成图像变形效果的AVI文件。二、 原理分析图像变形技术是指将一副图像A平滑地变换为另一幅图像B的方法，它实质上是将原图像平滑地变换到目标图像的一种数学变换。它是一种非常有效的视觉效果，常被用在教育及娱乐业上。图像变形的思路与技术方案有多种，其中有一个重要分支是Morphing技术。其思想是指定一个变换，该变换把第一幅图像变形成为第二幅图像。它的逆变换把第二

2、幅图像变形为第一幅图像。由变形而生成的图像序列中，前面部分很象第一幅原始图像，中间部分既象第一幅原始图像又象第二幅图像，后面部分则很象第二幅图像。显然，图像变形不但是图像在空间域 上的变换，同时也是在时间域 上的变换。本作业的目的是利用图像变形算法产生图像A逐渐变换到图像B的过程中的每一“祯”图像，并将由变形而生成的图像序列生成一个视频文件（如AVI格式）。 设图像A与B的空间域描述函数为 和 ，其中 表示像素点的位置，而 和 则表示该位置像素点的值（可以是灰度值或RGB色彩值）。则每次变形变换产生的“一祯”图像是A图像和B图像的线性组合： ，其中 表示经过变换的时间。这个公式即是图像变形技术

3、的基础。需要注意的是，不能将像素点值直接相加，而应该将它的RGB分量求出后（灰度图像的RGB分量值是互相相等的），再利用上面的公式分别计算新像素点的RGB分量并合成为新像素点的值。Matlab中提供了一个名为imlincomb的函数，它可以实现多幅图像的线性组合，该函数的实现中考虑了上述分量的计算问题。它的原形为： ，其中 为组合系数， 为各个被组合的图像数据（各个图像尺寸相同）。组合结果图像为：三、 程序流程图开始读入图像文件A和B，变形为 A - B f = LoadImage(A) g = LoadImage(B);创建一个 AVI 动画文件avi = CreateAVIFilet =

4、0.00图像变形h(x,y) = (1-t) * f(x,y) + t * g(x,y)将变形后的图像加入AVI文件，使之成为“一祯”AddFrame(avi,h)处理下一祯（step 为可以调节的时间步长）t = t + Stept = 1.00生成最终的AVI文件SaveAVIFile(avi)结束四、实验结果 五、结果分析和小结 以视频播放的方式，图像实现变换的过程，营造出一种多彩变换的视觉效果，真实而立体。附录f =imread(face1.jpg); g =imread(face2.jpg); avi = avifile(a.avi); t = 0.00; while (t = 15

5、.00) h=imlincomb(t,f,1-t,g); avi=addframe(avi,h); t = t + 0.2; end; avi = close(avi);大作业二：一、 题目内容编程实现灰度图象的直方图均衡化算法。在图像上image1进行实验。（若干需要用到的函数：imread、imshow、size，可help之。）二、原理分析图像的直方图：由一副图像（一般是灰度图像）上的各个灰度值（灰度值在0-255之间）出现的次数（概率）绘图而成直方图均衡化：是图像处理领域中利用图像直方图对对比度进行调整的方法。理想的图像其直方图分布是比较均衡的，如图3比图1对比度增强，表现在直方图分布

6、上图4比图2要均衡。直方图均衡化实际上就是通过处理，使得一副效果欠佳的图像的直方图能够尽量分布均衡，从而使得处理后的图像对比度增强的技术。直方图计算：计算图像各个灰度值的概率 L 是图像中所有的灰度数，n 是图像中所有的像素数, p 实际上是图像的直方图，归一化到 0,1。累计概率计算把 c 作为对应于 p 的累计概率函数, 定义为：c 是图像的累计归一化直方图，简言之，c（i）的物理意义是灰度值=i的像素出现的概率。3）直方图均衡化处理我们创建一个形式为 j= T(i) 的变换，其中，i、j分别是直方图均衡化处理前、后的对应的像素点的灰度值。则转换公式为：j= T(i) = c(i).4）线

7、性化处理：i的取值范围是0-255,c(i)、j的取值范围是0-1，将j的取值范围线性扩展至0-255： j=j*255.二、 程序流程图开始 获取im的行、列数：row,col;For i=0:255p(i+1)=ni/(row*col); %计算累计直方图c p(i+1)=ni/(row*col);for s1=1:row for s2=1:colimnew(s1,s2)=c(i+1)进行变换处理计算imnew的直方图绘图显示im、imnew；绘图显示im、imnew的直方图结束四、实验结果四、 结果分析和小结将原图像直方图均衡化之后的得到de图像色彩层次更加明显，更有视觉效果，使图像清晰

8、度更高，通过均衡化的方式能够让我们所见到的图像更加漂亮。附录a=imread(image1.jpg); subplot(2,2,1);imshow(a) %二，绘制直方图m,n=size(a); %测量图像尺寸参数b=zeros(1,256); %预创建存放灰度出现概率的向量for k=0:255 b(k+1)=length(find(a=k)/(m*n); %计算每级灰度出现的概率，将其存入b中相应位置endsubplot(2,2,2);bar(0:255,b,g) %绘制直方图title(原图像直方图)xlabel(灰度值)ylabel(出现概率)%三，直方图均衡化s1=zeros(1,256);for i=1:256 for j=1:i s1(i)=b(j)+s1(i); %计算sk endends2=round(s1*256)+0.5); %将sk归到相近级的灰度for i=1:256 beq(i)=sum(b(find(s2=i); %计算现有每个灰度级出现的概率endsubplot(2,2,3);bar(0:255,beq,b) %显示均衡化后的直方图title(均衡化后的直方图)xlabel(灰度值)ylabel(出现概率)%四