基于matlab的多分辨图像重建算法研究课程设计说明书(编辑修改稿)

基于matlab的多分辨图像重建算法研究课程设计说明书(编辑修改稿)内容摘要：

)处的颜色对应起来 (u， v) (x， y) 并具有以下关系： x=X(u， v)， y=Y(u， v) （即由 (u， v)计算对应 (x， y)） (1) 或 u=U(x， y)， v=V(x， y) （即由 (x， y)计算对应 (u， v)） (2) 其中 X(u， v)、 Y(u， v)、 U(x， y)、 V(x， y)均为变换。 由 ()对应的变换称作向前映射法也叫像素移交法，而由 ()对应的变换称作向后映射法也叫像素填充法，向后映射法是向前映射法的逆 [1,4]。 对于向前映射法来说，由于许多输入像素可能映射到输出图像的边界之外，故向前映射法有些浪费，而且每个输出像素的灰度值可能要由许多输入像素的灰度值来决定，因此要涉及多次运算。 如果空间变换中包括缩小处理，则会有四个以上的输入像素来决定输出像素的灰度值。 如果含有放大处理，则一些输出像素可能被漏掉。 而向后映射算法是逐像素、逐行地产生输出图像。 每个像素的灰度级由最多四个像素参与的插值所唯一确定，虽然向后映射法比向前映射法要复杂，但是向后映射法对于 — 般的应用却具有更为现实的意义。 2 图像的获取 图像的读取与保存 利用函数 imread()可完成图形图像文件的读取， 其调用格式为 ： a=imread(filename,fmt) [X,map]=imread(filename,fmt) [...]=imread(filename) [...]=imread(filename,idx) （只对 TIF 格式的文件） [...]=imread(filename,ref) （只对 HDF 格式的文件） 通常，读取的大多数图像均为 8bit，当这些图像加载到内存中时， Matlab 就将其存放在类 uint8 中。 此为 Matlab 还支持 16bit 的 PNG 和 TIF 图像，当读取这类文件时， Matlab 就将其存贮在 uint16 中。 对于索引图像，即使图像阵列 的本身为类 uint8 或类 uint16， imread 函数仍将颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。 利用函数 imwrite（）可以完成对图像数据的保存操作，语法： imwrite(A,filename,fmt) imwrite(X,map,filename,fmt) imwrite(...,filename) imwrite(...,Param1,Val1,Param2,Val2...) A 可以是一个 M 的 N 的（灰度图像）或 M 的 N 的按 3（ 真彩色图像）阵列，但它不能是一个空数组。 至于 TIFF 文件， A 可以是一个 m 的 N的 4数组，包含颜色数据，使用的 CMYK 色彩空间。 对于 GIF 文件， A可以是一个 m 的 N的按 1 由 P 的含灰度或索引图像阵列 RGB 图像不支持。 程序如下： xiaowu=imread(39。 F:\matlab\mokui\39。 )。 %读取图像路径 figure subplot(1,1,1) imshow(xiaowu)。 %显示图像 title(39。 原彩色图 39。 ) imwrite(xiaowu,39。 F:\matlab\mokui\39。 )。 得到的彩色图像如下 图 原彩色图 说明：所选择的彩色图的像素为 1600*1200。 3 图像的处理 图像的亮度和对比度调整 图像的亮度和对比度调整分别使用函数 imadjust（）和 rgb2gray（）函数。 图像的亮度调整 图像的亮度调整使用 imadjust（）函数，其调用格式如下： J = imadjust(I) J = imadjust(I,[low_in。 high_in],[low_out。 high_out]) J = imadjust(I,[low_in。 high_in],[low_out。 high_out],gamma) newmap = imadjust(map,[low_in。 high_in],[low_out。 high_out],gamma) RGB2 = imadjust(RGB1,...) 其中 gamma 表示映射性质，默认值是 1 ，表示线性映射。 程序如下： xiaowu=imread(39。 F:\matlab\mokui\39。 )。 %读取图像路径 figure subplot(1,2,1) imshow(xiaowu)。 %显示图像 title(39。 原彩色图 39。 ) y=imadjust(xiaowu,[ ], [0 1])。 %增亮图像 subplot(1,2,2) imshow(y)。 title(39。 增亮图 39。 ) 进行增亮处理后的图像与源图像的对比图： 图 进行增亮处理后的图像 结果比较：增量处理后的图像的亮度明显高于原图像。 图像的对比度调整 图像的对比度调整使用函数 rgb2gray（）。 其调用格式为： I = rgb2gray(RGB)。 程序如下： xiaowu=imread(39。 F:\matlab\mokui\39。 )。 %读取图像路径 figure subplot(1,2,1) imshow(xiaowu)。 %显示图像 title(39。 原彩色图 39。 ) y=rgb2gray(xiaowu)。 %RGB 图像转换为灰度图像 subplot(1,2,2) imshow(y)。 title(39。 灰度图 39。 ) 转化后得到的灰度图如下： 图 转化后的。