《圖像與MATLAB數(shù)字圖象處理漢化版》由會(huì)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(yè)珍藏版）》請(qǐng)?jiān)谘b配圖網(wǎng)上搜索。
1、第二章圖像與MATLAB,,2.1灰度圖像,紅色 + 藍(lán)色 = 品紅色 紅色 + 綠色 = 黃色 綠色 + 藍(lán)色 = 青色 紅色 + 綠色 + 藍(lán)色 = 白色,紅色 + 青色 = 白色 綠色 + 品紅色 = 白色 藍(lán)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(lèi)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(lèi)認(rèn)識(shí)世界的主要知識(shí)來(lái)源。 國(guó)外學(xué)者的研究結(jié)果： 人類(lèi)所獲得的外界信息有70以上是通過(guò)眼睛獲得的。,數(shù)字圖像處理：,利用計(jì)算機(jī)對(duì)圖像進(jìn)行加工和處理
2、的過(guò)程 應(yīng)用范圍： 遙感 氣象預(yù)報(bào) 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(qiáng) 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(lèi)：,圖像的幾何操作 圖像變換 圖像分析和增強(qiáng) 圖像壓縮,圖像格式和類(lèi)型,真彩色圖像（RGB圖像） 利用R、G、B三個(gè)分量表示一個(gè)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(lán),圖像格式和類(lèi)型,索引色圖像 對(duì)不同顏色進(jìn)行編號(hào)，組成一個(gè)調(diào)色板，圖像數(shù)據(jù)記錄像素對(duì)應(yīng)的調(diào)色板顏色的序號(hào)。,灰度圖像： 只有圖像的強(qiáng)度信息，沒(méi)有顏色信息。,圖像格式和類(lèi)型,二值圖像： 只有黑白兩種顏色的圖像。,圖像格式和類(lèi)型,圖像類(lèi)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(lèi)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(lèi)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(lèi)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(duì)cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式圖像
5、的輸入。 imwrite( ) 支持對(duì)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(gè)函數(shù)均可用于數(shù)據(jù)和圖像的顯示。,圖像增強(qiáng)：,改善視覺(jué)效果。 噪聲抑制。,改善視覺(jué)效果的方法：,直方圖均化 右圖太暗，看不清輪胎的細(xì)節(jié)，需要對(duì)圖像進(jìn)行增強(qiáng)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(qiáng)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(qiáng)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(qiáng)的數(shù)學(xué)表達(dá)式為： g(X,Y)=T(f(X,Y)) 其中： T表示輸入、輸出圖像對(duì)應(yīng)點(diǎn)的灰度映射關(guān)系。,例：對(duì)數(shù)變換,I=imread(pout.tif); imshow(I) I=double(I) %對(duì)數(shù)運(yùn)算不支持uint8類(lèi)型數(shù)據(jù) J=log(I+1); figure,imshow(J,4,5),圖像去噪聲的實(shí)驗(yàn):,實(shí)驗(yàn)過(guò)程： 1. 讀入圖像數(shù)據(jù)。 2. 對(duì)
7、圖像添加噪聲。 3. 對(duì)帶噪聲的圖像數(shù)據(jù)進(jìn)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(duì)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(duì)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(duì)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(guò)變換，改變圖像的表示域，可以對(duì)圖像的后繼處理帶來(lái)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(duì)逆DCT變換歸一化 figure imshow(K),邊緣檢測(cè),邊緣是目標(biāo)與背景的分界線，通過(guò)提取
10、邊緣可以分離目標(biāo)和背景。,MATLAB的圖像處理工具箱提供了函數(shù)edge來(lái)實(shí)現(xiàn)檢測(cè)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(cè)方法，參數(shù)）,微分算子檢測(cè)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(cè)算法。 利用圖像的二階微分中的零點(diǎn)來(lái)檢測(cè)邊緣。,edge(I,log),較新的一種邊緣檢測(cè)方法：,I = imread(rice.tif); BW2 = edge(I,canny); imshow(BW2),
圖像與MATLAB數(shù)字圖象處理漢化版
