《圖像與MATLAB數(shù)字圖象處理漢化版》由會員分享,可在線閱讀,更多相關(guān)《圖像與MATLAB數(shù)字圖象處理漢化版(50頁珍藏版)》請在裝配圖網(wǎng)上搜索。
1、第二章圖像與MATLAB,,2.1灰度圖像,紅色 + 藍色 = 品紅色 紅色 + 綠色 = 黃色 綠色 + 藍色 = 青色 紅色 + 綠色 + 藍色 = 白色,紅色 + 青色 = 白色 綠色 + 品紅色 = 白色 藍色 + 黃色 = 白色,,,R:200,G:50,B:120,RGB色系 顏色構(gòu)成,2.3索引彩色圖像,2.4數(shù)據(jù)類型和相互轉(zhuǎn)換,2.5圖像文件和格式,MATLAB與圖像處理,圖像信息是人類認識世界的主要知識來源。 國外學(xué)者的研究結(jié)果: 人類所獲得的外界信息有70以上是通過眼睛獲得的。,數(shù)字圖像處理:,利用計算機對圖像進行加工和處理
2、的過程 應(yīng)用范圍: 遙感 氣象預(yù)報 軍事偵察 生物醫(yī)學(xué) 。。。。。。,數(shù)字圖像處理的主要研究領(lǐng)域:,圖像的數(shù)字化 圖像變換 圖像增強 圖像恢復(fù) 圖像分割 圖像分析和理解 圖像壓縮,MATLAB的圖像處理函數(shù)分類:,圖像的幾何操作 圖像變換 圖像分析和增強 圖像壓縮,圖像格式和類型,真彩色圖像(RGB圖像) 利用R、G、B三個分量表示一個像素的顏色。,,0.6118 0.8392 0.6471 0.6471 0.6471 0.6471 0.7765 0.8392 0.8078 0.8078 0.8078 0.8078 0.7412 0.7098 0.9373 0.9373 0.
3、9373 0.9373,紅,綠,藍,圖像格式和類型,索引色圖像 對不同顏色進行編號,組成一個調(diào)色板,圖像數(shù)據(jù)記錄像素對應(yīng)的調(diào)色板顏色的序號。,灰度圖像: 只有圖像的強度信息,沒有顏色信息。,圖像格式和類型,二值圖像: 只有黑白兩種顏色的圖像。,圖像格式和類型,圖像類型轉(zhuǎn)換的函數(shù):,im2bw( ) 將真彩色、索引色和灰度圖像轉(zhuǎn)換為二值圖像。,例: load trees BW=im2bw(X,map,0.4); imshow(X,map) figure imshow(BW),圖像類型轉(zhuǎn)換的函數(shù):,ind2gray( ) 將索引色圖像轉(zhuǎn)換為灰度圖像。,例: load trees J=in
4、d2gray(X,map); imshow(X,map) figure imshow(J),圖像類型轉(zhuǎn)換的函數(shù):,ind2rgb( ) 將索引色圖像轉(zhuǎn)換為真彩色圖像。,例: load trees J=ind2rgb(X,map); imshow(X,map) figure imshow(J),圖像類型轉(zhuǎn)換的函數(shù):,mat2gray( ) 將數(shù)據(jù)矩陣轉(zhuǎn)換為灰度圖像。 grb2gray( ) 將真彩色圖像轉(zhuǎn)換為灰度圖像。 grb2ind( ) 將真彩色圖像轉(zhuǎn)換為索引色圖像。,圖像的輸入輸出:,imread( ) 支持對cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式圖像
5、的輸入。 imwrite( ) 支持對cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式圖像的輸出。,圖像的顯示:,image( ) imshow( ) 兩個函數(shù)均可用于數(shù)據(jù)和圖像的顯示。,圖像增強:,改善視覺效果。 噪聲抑制。,改善視覺效果的方法:,直方圖均化 右圖太暗,看不清輪胎的細節(jié),需要對圖像進行增強處理。,I=imread(tire.tif); %讀入圖像 J=histeq(I); %直方圖均化 subplot(1,2,1),imshow(I) %顯示原始圖像 subplot(1,2,2),imshow(J) %顯示增強后圖像 figure s
6、ubplot(1,2,1),imhist(I,64) %顯示直方圖 subplot(1,2,2),imhist(J,64),圖像增強的一般處理:,原理: 輸入圖像為f(x,y),處理后的圖像為g(x,y),則圖像增強的數(shù)學(xué)表達式為: g(X,Y)=T(f(X,Y)) 其中: T表示輸入、輸出圖像對應(yīng)點的灰度映射關(guān)系。,例:對數(shù)變換,I=imread(pout.tif); imshow(I) I=double(I) %對數(shù)運算不支持uint8類型數(shù)據(jù) J=log(I+1); figure,imshow(J,4,5),圖像去噪聲的實驗:,實驗過程: 1. 讀入圖像數(shù)據(jù)。 2. 對
7、圖像添加噪聲。 3. 對帶噪聲的圖像數(shù)據(jù)進行濾波處理。 4. 顯示處理后的圖像。,添加噪聲:,I=imread(eight.tif); J1=imnoise(I,gaussian,0,0.02); %對圖像數(shù)據(jù)添加均值為0,方差為0.02的高斯噪聲。 J2=imnoise(I,salt %對圖像數(shù)據(jù)添加乘性噪聲。 subplot(2,2,1),imshow(I) subplot(2,2,2),imshow(J1) subplot(2,2,3),imshow(J2) subplot(2,2,4),imshow(J3),添加噪聲的結(jié)果:,去噪聲處理:,鄰域平均法:,h=1 1 1;1 1
8、1;1 1 1; %產(chǎn)生濾波模板 h=h/9; %對模板歸一化 J=conv2(J1,h); subplot(1,2,1),imshow(J1) subplot(1,2,2),imshow(J2),去噪聲處理:,中值濾波:,J=medfilt2(J1); subplot(1,2,1),imshow(J1) subplot(1,2,2),imshow(J2),圖像變換:,圖像變換是圖像處理的重要工具。通過變換,改變圖像的表示域,可以對圖像的后繼處理帶來極大的方便。 例如: 傅立葉變換:圖像的頻域分析 離散余弦變換: 使能量集中利于圖像壓縮。,傅立葉變換的例子:,load imde
9、mos saturn2 imshow(saturn2) b=fft2(saturn2); figure imshow(log(abs(b)),) colormap(jet(64)); colorbar,離散余弦變換(DCT):,b=dct2(saturn2); figure imshow(log(abs(b)),) colormap(jet(64)); colorbar,圖像壓縮的基本原理:,b(abs(b)<10)=0; %將DCT變換值小于10的元素置為0 K=idct2(b)/255; %對逆DCT變換歸一化 figure imshow(K),邊緣檢測,邊緣是目標與背景的分界線,通過提取
10、邊緣可以分離目標和背景。,MATLAB的圖像處理工具箱提供了函數(shù)edge來實現(xiàn)檢測邊緣的功能。,I=imread(west.tif); imshow(I) b=edge(I); figure imshow(b),edge()的使用方法:,edge(數(shù)據(jù),檢測方法,參數(shù)),微分算子檢測方法: 1. roberts max(|f(i,j)-f(i+1,j+1)|, |f(i+1,j)-f(i,j+1)|) 2. sobel,I=imread(rice.tif); imshow(I) b=edge(I ,roberts); figure imshow(b) c=edge(I ,sobel); figure imshow(c),拉普拉斯高斯算子 一種二階邊緣檢測算法。 利用圖像的二階微分中的零點來檢測邊緣。,edge(I,log),較新的一種邊緣檢測方法:,I = imread(rice.tif); BW2 = edge(I,canny); imshow(BW2),