目的

1．熟悉图像的四种类型。

2．熟练掌握图像的读、写操作以及显示方法。

3. 熟悉图像的类型转换以及格式转换。

1. 实验原理

1. 图像的表示以及数字化

广义的图像是指视觉信息。举凡照片、图画、电视画面以及由透镜、光栅及全息

图所构成的光学成像等均属之。我们观察一幅单色静止图像，其亮度的明暗变化就构成图像视觉。所以，一幅单色(monochrome)静止的图像可以表示为强度或亮度的二维分布

，其中F代表图像亮度或者强度，(x,y)是二维平面点坐标。对于黑白图像，通常用不同的灰度级来表示其亮度的差异；对于彩色图像，可以视为由单个单色的二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)按不同的比例组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。此时，每一幅分量图像只有亮度的二维分布，如图1所示。

通常我们看到的图像是一幅亮度在空间连续变化的模拟图像（即图像关于亮度F以及空间坐标x,y连续）。例如在显微镜下看到的就是一副光学模拟图像。连续的模拟图像经过离散化处理后变成计算机能够识别的点阵图像，称为数字图像。把模拟图像转换成数字图像其实就是数字化 (即离散化)图像亮度F以及空间坐标x,y。将坐标数字化称为取样；将亮度数字化称为量化。采样和量化的过程如图2所示。二维图像平面经过数字化后，变成一个个方形的像素(pixel)，亮度数字化之后变成一个二维的数值矩阵。所以一副数字图像对应于一个数值矩阵，该矩阵通常称为图像的数据矩阵。图像数据矩阵的大小即是图像像素的数目，矩阵的行与列决定一个像素点，矩阵元素值（也称像素值）反映该像素点的灰度。例如图2右边所示的图像数据矩阵为8×8的二维矩阵，那么该数字图像包含8×8=64个像素，第一行第一列代表第一个像素，其像素值（元素值）1表达该像素的灰度。

由于数字图像和数值矩阵之间有着十分自然的对应关系，所以MATLAB非常适合用来处理数字图像。

图2 图像的采样和量化

2. 图像的类型

MATLAB采用4种不同的方式把图像数据矩阵中的元素值（又称像素值）解释为对应像素的颜色：

• 强度图像(Intensity images)
• 二值图像(Binary images)
• 索引图像(Indexed images)
• RGB图像(RGB images)

(1) 强度图像(Intensity images)

也称灰度图像(grayscale)。一幅强度图像就是一个数据矩阵，矩阵的每个元素对应一个图像像素，元素值（像素值）代表像素的亮度或者灰度级。像素值的数据类型可以是uint8或uint16或者double型。如果是uint8或uint16，则像素值的范围分别是[0，255]和[0，65536]，其中0代表黑色（亮度最低或灰度级最低），255或者65536代表白色（亮度最高或者灰度级最高），其他整数介于两者之间；若像素值是double类，系统规定双精度型像素值的取值范围是[0，1]，0代表黑色，1代表白色，其余介于两者之间。例如图2中的数据矩阵，如果该图是强度图像，则第一个像素值1代表该像素的亮度是仅次于黑色的灰度级，余者类推。

(2) 二值图像(Binary images)

对于一幅二值图像，其数据矩阵中像素值的取值只有0和1两个逻辑数，分别代表黑色和白色，所以二值图像只有黑色和白色两种颜色。下图描绘了一幅二值图像。

(3) 索引图像(Indexed images)

在强度图像和二值图像中，数据矩阵中的像素值直接代表像素的亮度（即颜色），而索引图像的像素值则并不直接代表颜色，而是把像素值按照一定的规则映射到颜色表(colormap)或者调色板中的某一个颜色。所以索引图像也叫映射图像，一幅索引图像包含一个图像数据矩阵和一个预先定义的色图(Colormap)矩阵。色图矩阵是一个m×3的double型数组，矩阵的元素值介于[0 1]之间。色图矩阵的每一行代表一种彩色，它是个3元行数组，分别代表R分量(红色分量)、G分量(绿色分量)、B分量(蓝色分量)的比例，例如(0 0 1)代表蓝色，(1 1 1)代表白色等。色图矩阵的列数m代表颜色的种类。图像数据矩阵的类型可以是uint8或uint16或者double型。对于uint8或uint16类型，像素值0映射到色图矩阵（即颜色表）的第一行，表示该像素使用颜色表的第一个颜色绘制，像素值1映射到色图矩阵的第二行，类此类推，可见uint8或uint16型的像素值和颜色种类之间有一个偏差1。对于数据矩阵是double型的，像素值1映射到色图矩阵的第一行，2映射到第二行，以此类推。由上可见，索引图像数据矩阵的像素值也就是对颜色表的索引值（Index）。

注意，索引图像的颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。当读入索引图像文件时，必须同时读入其数据矩阵和色图矩阵，即绘图用的颜色表。图4所示代表一幅索引图像，其数据矩阵是double类型。

(4) RGB图像(RGB images)

RGB图像也称真彩色图像。其图像数据矩阵是一个m×n×3数组，数组中的元素值定义了相应像素的红(R)、绿(G)、蓝(B)颜色分量，其中沿第3维（即“页”维）方向的第一页

代表像素的R颜色分量，第二页是G分量，第三页是B分量。所以RGB图像不需要色图

矩阵或颜色表，每个像素点的颜色由其R、G、B分量直接指定。例如，像素点(10,5)的红、绿、蓝分量分别储存在数据矩阵的(10,5,1)、(10,5,2)、(10,5,3)三个元素中。数据矩阵的类型有double、uint8或uint16。对于double型，每个颜色分量介于0和1之间，如果像素的颜色分量是(0 0 0)，则是黑色像素，(1 1 1)是白色像素。图5显示一幅RGB图像的数据矩阵。

图5 RGB图像的数据矩阵及其三个颜色分量，第1个平面（即第1“页”）为R分量，

第2个平面是G分量，第3个是B分量。

2. 图像的读、写与图像信息查询

Matlab为用户提供了特殊的函数用于从图像格式文件中读写图像数据。其中读取图像格式文件的函数是imread，写入图像格式文件的函数是imwrite，查询图像信息的函数是imfinfo。下面分别介绍它们的用法。

(1) imread

[X，MAP]=imread(’filename’,’fmt’)

其中，X，MAP分别为读出的图像数据和颜色表数据(色图矩阵)，fmt为图像的格式，如bmp、jpg、png、tif、gif格式等，filename为读取的图像文件（可以加上文件的路径）。

例： [X，MAP]=imread（’flowers.tif’, ’tif’）;

或者 [X，MAP]=imread（’flowers.tif’）;

如果读取的是RGB图像或者强度图像，色图矩阵一般为空，即MAP=[]。

(2) imwrite

imwrite函数用于输出图像，其语法格式为：

imwrite(X, MAP, ’filename’, ’fmt’)

按照fmt指定的格式将图像数据矩阵X和颜色表MAP写入文件filename。

(3) imfinfo

imfinfo函数用于读取图像文件的有关信息，其语法格式为

imfinfo(’filename’, ’fmt’)

imfinfo函数返回一个结构体，该结构体包含图像的各方面信息，其主要数据：文件名（路径）、文件格式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、文件的宽度、每个像素的位数、图像的类型等。

例：imfinfo('rice.png')； % 注意查看图像类型和颜色表

3. MATLAB中图像文件的显示

MATLAB图像处理工具箱提供了imshow函数来显示各种图像，其语法如下：

imshow(I, n)

或 imshow(BW)； imshow(X, MAP)； imshow(RGB)

其中imshow(I, n)用于显示强度(灰度)图像，I是图像数据矩阵，n为灰度级数目，缺省值为256。其它的分别用于显示二值图像、索引色图像和RGB真彩色图像。另外，对RGB彩色图像，还可以用imshow( RGB(:, :, 1) )、imshow( RGB(:, :, 2) )、imshow( RGB(:, :, 3) )分别显示RGB图像的R、G、B三个分量（这里RGB代表图像数据矩阵），但是注意，这样显示出的图像是各分量所对应的灰度图像，见图1所示。

4. 图像类型转换

用imfinfo函数读取图像文件的有关信息可以确定图像的类型。图像类型之间的转换有时非常有用。下表是MATLAB提供的部分图像类型转换函数：

上表中函数有类似的调用格式：函数的输入参数是图像数据矩阵（如果是索引图像，那么输入参数还包括颜色表），返回值是转换后的函数（包括索引函数的调色板），只有函数im2bw的调用格式不同，其输入参数中还包括一个截取阈值LEVEL，超过此阈值的像素被截取为1否则为0。如：

[X, MAP]=imread('trees.tif');

X0=im2bw(X,0.4); % 将RGB图像转换为二值图像（黑白图像），截取阈值=0.4

5、图像文件格式的转换

图像文件格式之间的转换，可以间接利用图像读写函数来完成；首先使用imread函数按照原有的图像格式进行图像读取，然后调用imwrite函数对图像进行保存，并指定图像的保存格式。如将BMP格式转换为PNG格式：

bitmap=imread(’mybitmap.bmp’, ’bmp’)

imwrite(bitmap, ’mybitmap.png’, ’png’)

1. 拓展尝试

1．利用imread( )函数分别读取下列四副图像：peppers.png、pout.tif、forest.tif、circles.png（注：Matlab安装目录下\toolbox\images \imdemos文件夹里，系统附带了各种类型的图片），判断它们各属于哪种类型的图像，并回答思考题1。

2．读取一幅RGB图片，并将它转换成其他几种图像类型（通过帮助系统自学相应转换函数的具体用法）；

3. 读取一幅TIF格式的图像，将它转换成JPG文件格式，并尝试使用不同的压缩品质(使用help imwrite 查询其‘quality’参数的用法)压缩文件，比较压缩前后文件的大小和图像质量。

4.读取一幅索引图像，将图像显示出来。尝试修改MAP颜色矩阵的值，再将图像显示出来，对比观察图像颜色的变化。