《图像的质量问题》图像处理实验报告

【实验目的】

1、理解并掌握空间分辨率和幅度分辨率对图像质量的影响。

2、理解并掌握灰度插值的方法。

【实验内容】

1、图像的质量

1）空间分辨率变化，幅度分辨率不变

2）空间分辨率变化，幅度分辨率不变（尺寸归一）

3）空间分辨率不变，幅度分辨率变化

4）空间分辨率，幅度分辨率同时变化

2、灰度插值

1）最近邻插值法

2）双线性插值法

【实验原理】

1. 图像的质量

图像的空间分辨率和幅度分辨率是影响图像质量的主要因素,空间分辨率的小或幅度分辨率的减小都会导致图像质量的退化。空间分辨率和幅度分辨率之间联系的经验结论包括:

(1)图像质量一般随空间分辨率和幅度分辨率的增加而增加;在极少数情况下，对于固定的空间分辨率，减小幅度分辨率能改变质量;通常的情况是,减小幅度分辨率可增加图像的反差。

(2)对具有大量细节的图像通常只需要很少的灰度级数就可较好地表示。

(3)幅度分辨率相同的一系列图像主观看起来可以有较大的差异。

1. 灰度插值

【程序代码】

1、图像的质量

1）空间分辨率变化，幅度分辨率不变

J = imread('figure实验一/F2_14a.png');

I1 = imresize(J,[256,256]);

figure,imshow(I1),xlabel('(a)256*256,256级灰度');

I2 = imresize(I1,0.5,'nearest');

figure,imshow(I2),xlabel('(b)128*128,256级灰度');

I3 = imresize(I2,0.5,'nearest');

figure,imshow(I3),xlabel('(c)64*64,256级灰度');

I4 = imresize(I3,0.5,'nearest');

figure,imshow(I4),xlabel('(d)32*32,256级灰度');

2）空间分辨率变化，幅度分辨率不变（尺寸归一）

I1 = imread('figure实验一/F2_14a.png');

subplot(2,2,1),imshow(I1),xlabel('(a)256*256,256级灰度');

I2 = imread('figure实验一/F2_14b.png');

I2 = imresize(I2,2,'nearest');

subplot(2,2,2),imshow(I2),xlabel('(b)128*128,256级灰度');

I3 = imread('figure实验一/F2_14c.png');

I3 = imresize(I3,4,'nearest');

subplot(2,2,3),imshow(I3),xlabel('(c)64*64,256级灰度');

I4 = imread('figure实验一/F2_14d.png');

I4 = imresize(I4,8,'nearest');

subplot(2,2,4),imshow(I4),xlabel('(d)32*32,256级灰度');

3）空间分辨率不变，幅度分辨率变化

J = imread('figure实验一/F2_14a.png');

I = imresize(J,[256,256]);

imwrite(I,'figure实验一/F2_16a.png','Bitdepth',8);

imwrite(I,'figure实验一/F2_16b.png','Bitdepth',4);

imwrite(I,'figure实验一/F2_16c.png','Bitdepth',2);

Black = find(im2bw(I) == 0);

White = find(im2bw(I) == 1);

I(Black) = 0;

I(White) = 170;

imwrite(I,'figure实验一/F2_16d.png');

I1 = imread('figure实验一/F2_16a.png');

I2 = imread('figure实验一/F2_16b.png');

I3 = imread('figure实验一/F2_16c.png');

I4 = imread('figure实验一/F2_16d.png');

subplot(2,2,1),imshow(I1),xlabel('(a)256*256,256级灰度');

subplot(2,2,2),imshow(I2),xlabel('(b)256*256,16级灰度');

subplot(2,2,3),imshow(I3),xlabel('(c)256*256,4级灰度');

subplot(2,2,4),imshow(I4),xlabel('(d)256*256,2级灰度');

4）空间分辨率，幅度分辨率同时变化

I1 = imread('figure实验一/F2_14a.png');

imwrite(I1,'figure实验一/F2_17a.png','Bitdepth',8);

I2 = imread('figure实验一/F2_14b.png');

imwrite(I2,'figure实验一/F2_17b.png','Bitdepth',4);

I3 = imread('figure实验一/F2_14c.png');

imwrite(I3,'figure实验一/F2_17c.png','Bitdepth',2);

I4 = imread('figure实验一/F2_14d.png');

Black = find(im2bw(I4) == 0);

White = find(im2bw(I4) == 1);

I4(Black) = 0;

I4(White) = 170;

imwrite(I4,'figure实验一/F2_17d.png');

J1 = imread('figure实验一/F2_17a.png');

subplot(2,2,1),imshow(J1),xlabel('(a)256*256,256级灰度');

J2 = imread('figure实验一/F2_17b.png');

J2 = imresize(J2,2,'nearest');

subplot(2,2,2),imshow(J2),xlabel('(b)128*128,16级灰度');

J3 = imread('figure实验一/F2_17c.png');

J3 = imresize(J3,2,'nearest');

subplot(2,2,3),imshow(J3),xlabel('(c)64*64,4级灰度');

J4 = imread('figure实验一/F2_17d.png');

J4 = imresize(J4,2,'nearest');

subplot(2,2,4),imshow(J4),xlabel('(d)32*32,2级灰度');

imwrite(J1,'figure实验一/F2_17a.png');

imwrite(J2,'figure实验一/F2_17b.png');

imwrite(J3,'figure实验一/F2_17c.png');

imwrite(J4,'figure实验一/F2_17d.png');

2、灰度插值

1）最近邻插值法

I=imread('figure实验一/lena.bmp');

subplot(2,2,1),imshow(I),xlabel('(a) 原始图像');

times=8;

f=imresize(I,1/times);

subplot(2,2,2),imshow(f),xlabel('(b) 失真图像');

% 方法1

g1=interp2(double(f),'nearest');

% g1=im2uint8(mat2gray(g1));

subplot(2,2,3),imshow(uint8(g1)),xlabel('(c) 最近邻插值(方法1)');

% 方法2

[m,n]=size(f);

[x,y]=meshgrid(1:m,1:n);

[xi,yi]=meshgrid(1:m*times,1:n*times);

g2=interp2(x,y,double(f),xi/times,yi/times,'nearest');

% g2=im2uint8(mat2gray(g2));

subplot(2,2,4),imshow(uint8(g2)),xlabel('(d) 最近邻插值(方法2)');

2）双线性插值法

I=imread('figure实验一/lena.bmp');

subplot(2,2,1),imshow(I),xlabel('(a) 原始图像');

times=4;

f=imresize(I,1/times);

subplot(2,2,2),imshow(f),xlabel('(b) 失真图像');

% 方法1

g1=interp2(double(f),'linear');

% g1=im2uint8(mat2gray(g1));

subplot(2,2,3),imshow(uint8(g1)),xlabel('(c) 双线性插值(方法1)');

% 方法2

[m,n]=size(f);

[x,y]=meshgrid(1:m,1:n);

[xi,yi]=meshgrid(1:m*times,1:n*times);

g2=interp2(x,y,double(f),xi/times,yi/times,'linear');

% g2=im2uint8(mat2gray(g2));

subplot(2,2,4),imshow(uint8(g2)),xlabel('(d) 双线性插值(方法2)');

【实验结果及分析】

1、图像的质量

1）空间分辨率变化，幅度分辨率不变

2）空间分辨率变化，幅度分辨率不变（尺寸归一）

分析：空间分辨率减小、幅度分辨率不变时，图像质量由精细变得粗糙 因此,图像空间分辨率的变化对图像质量有较大影响。

3）空间分辨率不变，幅度分辨率变化

分析：空间分辨率不变、幅度分辨率减小时，图像质量由精细变得粗糙。

4）空间分辨率，幅度分辨率同时变化

分析：空间分辨率减小、同时幅度分辨率减小时,图像质量由精细变得粗糙，且变化的速度加快。

2、灰度插值

1）最近邻插值法

分析：最近邻插值法简单易行,计算量小,但细微结构粗糙,容易出现块状效应。

2）双线性插值法

分析：双线性插值法具有低通滤波器的性质，它削弱了高频信息，导致图像轮廓模糊。

【实验心得】

通过本次实验理解并掌握空间分辨率和幅度分辨率对图像质量的影响，同时理解并掌握灰度插值的方法。

通过书籍对实验原理进行理解，按照题目要求实现算法。通过上机实践，对理论知识进行巩固复习，也对图像处理有了更深的理解，激发了我的学习兴趣，在今后继续努力。