数字图像处理第一次试验：图像的基本操作和基本统计指标计算
前言
为了帮助同学们完成痛苦的实验课程设计，本作者将其作出的实验结果及代码贴至CSDN中，供同学们学习参考。如有不足或描述不完善之处，敬请各位指出，欢迎各位的斧正！
一、实验目的
（1）熟悉MATLAB图像处理工具箱，在掌握MATLAB基本操作的基础上，本课程主要依靠图像处理工具箱验证和设计图像处理算法。对于初学者来说，勤学多练、书序MATLAB图像处理工具箱也是学好本课程的必经之路。
（2）了解计算图像的统计指标的方法及其在图像处理中的意义。
（3）了解图像的几何操作，如改变图像大小、剪切、旋转等。
二、实验主要仪器设备
（1）台式计算机或笔记本电脑
（2）MATLAB（安装了图像处理工具箱，即Image Processing Toolbox(IPT)）
（3）典型的灰度、彩色图像文件
三、实验原理
（1）将一幅图像视为一个二维矩阵。
（2）利用MATLAB图像处理工具箱读、写和显示文件。
① 调用imread函数将图像文件读入图像数组（矩阵）。例如”I=imread(‘tire.tif’);”。其基本格式为：“A=imread(‘filename.fmt’)”，其中，A为二维矩阵，filename.为文件名，fmt为图像文件格式的扩展名。
② 调用imwrite函数将图像矩阵写入图像文件。例如“imwrite(A,’test_image.jpg’);”。其基本格式为“imwrite(a,filename.fmt)”。
③ 调用imshow函数显示图像。例如“imshow(‘tire.tif’);”。其基本格式为：I为图像矩阵，N为显示的灰度级数，默认时为256.
计算图像有关的统计参数。
四、实验内容
（1）利用MATLAB图像处理工具箱和Photoshop读、写和显示图像文件。
（2）利用MATLAB计算图像有关的统计参数。
五、实验步骤
（1）利用“读图像文件I/O”函数读入图像Italy.jpg。
（2）利用“读图像文件I/O”的iminfo函数了解图像文件的基本信息：主要包括filename（文件名）、FileModDate（文件修改时间）、Filesize（文件尺寸）、Format（文件格式）、FormatVersion（格式版本）、Width（图像宽度）、Height（图像高度）、BitDepth（每个像素的位深度）、ColorType（彩色类型）、CodingMethod（编码方法）等。
（3）利用“像素和统计处理”函数计算读入图像的二维相关系数（corr2函数）、确定像素颜色值（impixel函数）、确定像素的平均值（mean2函数）、显示像素信息（pixval函数）、计算像素的标准偏移（std2函数）等。
要求：参照例题2.1，对图像J加均值为0、方差为0.01的高斯白噪声形成有噪图像J1，即“J1=imnoise(J,’gaussian’,0,0.01);”，求J1的像素总个数、图像灰度的平均值、标准差、J和J1的互协方差和相关系数、J和K的互协方差和相关系数。
如果将方差加至0.1，重新计算上述统计参数。
（4）改变图像大小（imresize函数），旋转图像（imrotate函数）、对图像进行裁剪（imcrop函数）等，再对操作后的图像进行统计。
要求：参照例2.1，将图像I分别放大和缩小1.5倍、旋转30°，在对操作后的图像进行统计。
（5）将上述不同操作后的图像用“读图像文件I/O”函数分别写入各自的图像文件。
六、实验程序
I=imread('0.jpg');
subplot(3,3,1);
imshow(I);
A=imfinfo('0.jpg');
J=rgb2gray(I);
subplot(3,3,2);
imshow(J);
J1=imnoise(J,'gaussian',0,0.01);
subplot(3,3,3);
imshow(J1);
B=numel(J1);
ave=mean2(J1);
sd=std2(J1);
J2=im2double(J);
J3=im2double(J1);
Cfg=cov(J2,J3);
corrgfg=corr2(J2,J3);
s=size(J);
all_white=255*ones(s(1),s(2));
all_white_uint8=uint8(all_white);
K=imsubtract(all_white_uint8,J);
subplot(3,3,4);
imshow(K);
K1=im2double(K);
Cfg2=cov(J2,K1);
corrgfg2=corr2(J2,K1);
J4=imresize(I,0.2);
subplot(3,3,5);
imshow(J4);
J5=imrotate(I,30);
subplot(3,3,6);
imshow(J5);
RECT=[0 200 300 250];
J6=imcrop(I,RECT);
subplot(3,3,7);
imshow(J6);
imwrite(J1,'2.jpg');
imwrite(J,'3.jpg');
imwrite(K,'4.jpg');
imwrite(J4,'5.jpg');
imwrite(J5,'6.jpg');
imwrite(J6,'7.jpg');
运行结果：
令imnoise中设定的方差为0.1，运行结果如下：
再令imrotate的旋转角度为330度（即顺时针旋转30度，效果如下）
最终写入图像文件，结果如下图所示：
六、实验报告要求
（1）利用MATLAB图像处理工具箱读、写和显示文件，计算图像的有关统计参数的原理。
（2）记录、读取加噪、几何变换处理后的图像及图像的统计数据
（3）列出上述图像处理的程序
（4）回答思考题
（5）撰写心得和体会
七、预习要求
（1）了解MATLAB图像处理工具箱和Photoshop的基本功能。
（2）了解图像基本指标特征的含义
八、思考题
（1）说明图像的统计特征对图像处理的意义。
图像的种类很多，不同图像的用途和处理方法也不相同。图像处理算法往往针对一定特征（如颜色、纹理、形状、空间关系等）的图像，因此对图像特征的分析至关重要。图像是典型的二维随机信号，其统计特征对于进一步处理和分析是十分重要的。图像的统计特征是图像的一类基本特征。一些算法也是基于图像的统计指标设计的。图像是直观的，但处理的过程常常是抽象的。通过统计分析，可以得到某个图像区别于其他图像的许多参数指标。
（2）比较不同图像的统计特征的差别，并分析原因。
不同图像的尺寸、大小、颜色、纹理、形状等不同。
（3）讨论施加不同方差的噪声对图像统计参数产生的影响。
施加不同方差噪声，会改变图像的灰度平均值、协方差矩阵、灰度标准差。
（4）图像旋转后，图像的尺寸是否发生变化？如果数据增加，多余的数据是怎样补充的？对图像统计参数会产生怎样的影响？
由实验结果图6可以看出，图像旋转后，尺寸也会变化，多余数据用黑色补充，图像的大小等发生变化。