《数字图像处理(MATLAB版)备课讲稿》由会员分享，可在线阅读，更多相关《数字图像处理(MATLAB版)备课讲稿（207页珍藏版）》请在金锄头文库上搜索。
1、数字图像处理 浙江大学 1 图像的读取和显示 2 图像的点运算 4 空间域图像增强 5 频率域图像增强 6 彩色图像处理 7 形态学图像处理 8 图像分割 9 特征提取 3 图像的几何变换 1 图像的读取和显示 三 图像的显示 imshow I lowhigh I为要显示的图像矩阵 lowhigh 为指定显示灰度图像的灰度范围 高于high的像素被显示成白色 低于low的像素被显示成黑色 介于High和low之间的像素被按比例拉伸后显示为各种等级的灰色 figure imshow I6 title TheMainPassPartofTTC10373 figure 创建一个新的窗口 figure
2、 subplot m n p imshow I Subplot m n p 含义为 打开一个有m行n列图像位置的窗口 并将焦点位于第p个位置上 1 图像的读取和显示 四 图像的格式转换 im2bw I LEVEL rgb2gray 从RGB图创建灰度图 存储类型不变 im2uint8将图像转换成uint8类型 阈值法从灰度图 RGB图创建二值图 LEVEL为指定的阈值 0 1 im2double将图像转换成double类型 2 图像的点运算 灰度直方图描述了一副图像的灰度级统计信息 主要应用于图像分割和图像灰度变换等处理过程中 从数学角度来说 图像直方图描述图像各个灰度级的统计特性 它是图像灰
3、度值的函数 统计一幅图像中各个灰度级出现的次数或概率 归一化直方图可以直接反映不同灰度级出现的比率 横坐标为图像中各个像素点的灰度级别 纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率 imhist I 灰度直方图 I imread red bmp 读入图像figure 打开新窗口 M N size I 计算图像大小 counts x imhist I 32 计算有32个小区间的灰度直方图counts counts M N 计算归一化灰度直方图各区间的值stem x counts 绘制归一化直方图 一 图像直方图 图像直方图归一化 2 图像的点运算 二 灰度的线性变换 Fa 1时 输出
4、图像的对比度将增大 Fa 1时 输出图像对比度将减小 Fa 1且Fb非零时 所有像素的灰度值上移或下移 使整个图像更暗或更亮 Fa 0 暗区变亮 亮区变暗 2 图像的点运算 三 灰度的对数变换 c为尺度比例常数 s为源灰度值 t为变换后的目标灰度值 k为常数 灰度的对数变换可以增强一幅图像中较暗部分的细节 可用来扩展被压缩的高值图像中的较暗像素 广泛应用于频谱图像的显示中 Warning log函数会对输入图像矩阵s中的每个元素进行操作 但仅能处理double类型的矩阵 而从图像文件中得到的图像矩阵大多是uint8类型的 故需先进行im2double数据类型转换 I imread nir bm
5、p 读入图像F fft2 im2double I FFTF fftshift F FFT频谱平移F abs F T log F 1 频谱对数变换figure imshow F title 未经变换的频谱 figure imshow T title 对数变换后 2 图像的点运算 三 灰度的Gamma变换 其中 x y的取值范围为 0 1 esp为补偿系数 r则为Gamma系数 Gamma变换是根据r的不同取值选择性的增强低灰度区域的对比度或者高灰度区域的对比度 J imadjust I low inhigh in low outhigh out gamma I imread nir bmp fi
6、gure imshow imadjust I 0 75 gamma 0 5title Gamma0 5 原NIR图像 Gamma0 5 四 灰度阈值变换及二值化 Gamma1 5 T为指定阈值 BW im2bw I level level为人工设定阈值范围为 0 1 thresh graythresh I 自动设定所需的最优化阈值 OTSU算法 最大类间方差法自动单阈值分割 Kapur算法 一维直方图熵阈值算法 niblack算法 局部阈值分割阈值的计算公式是T m k v 其中m为以该像素点为中心的区域的平均灰度值 v是该区域的标准差 k是一个系数 kittlerMet 表示kittler最
7、小分类错误 minimumerrorthresholding 全局二值化算法 原图像 直接阈值分割0 25 自动阈值分割 OTSU算法分割 KittlerMet算法 Niblack算法 Kapur算法 2 图像的点运算 五 直方图均衡化 J T histeq I J为输出图像 T为变换矩阵 图像易受光照 视角 方位 噪声等的影响 使得同一类图像的不同变形体之间的差距有时大于该类图像与另一类图像之间的差距 影响图像识别 分类 图像归一化就是将图像转换到唯一的标准形式以抵抗各种变换 从而消除同类图像不同变形体之间的外观差异 也称为图像灰度归一化 原图像及直方图 图像变亮后灰度均衡化 图像变暗后灰度
8、均衡化 3 图像的几何变换 一 图像平移 正变换 逆变换 strel 用来创建形态学结构元素translate SE yx 原结构元素SE上y和x方向平移imdilate 形态学膨胀 3 图像的几何变换 I imread nir bmp se translate strel 1 180190 B imdilate I se figure subplot 1 2 1 subimage I title 原图像 subplot 1 2 2 subimage B title 平移后图像 3 图像的几何变换 二 图像镜像 B imtransform A TFORM method TFORM makefo
9、rm transformtype Matrix 空间变换结构 参数transformtype指定了变换的类型 常见的 affine 为二维或多维仿射变换 包括平移 旋转 比例 拉伸和错切等 Matrix为相应的仿射变换矩阵 A imread nir bmp height width dim size A tform maketform affine 100 010 width01 B imtransform A tform nearest tform2 maketform affine 100 0 10 0height1 C imtransform A tform2 nearest figur
10、e imshow A figure imshow B imwrite B nir水平镜像 bmp figure imshow C imwrite B nir垂直镜像 bmp 原图像 水平镜像图像 垂直镜像图像 A imread nir bmp tform maketform affine 010 100 001 B imtransform A tform nearest figure imshow A figure imshow B imwrite B nir转置后图像 bmp 3 图像的几何变换 三 图像转置 3 图像的几何变换 四 图像中心旋转 B imrotate A angle met
11、hod crop angle为旋转角度 正值为逆时针旋转 可选参数method为imrotate函数指定插值方法 crop 选项会裁减旋转后增大的图像 保持和原图像同样大小 A imread nir bmp B imrotate A 30 nearest crop figure imshow B imwrite B 逆时针中心旋转30度 bmp 逆时针30度 4 空间域图像增强 一 噪声添加 h imnoise I type parameters type为噪声类型 合法值如下 添加高斯白噪声 添加椒盐噪声 4 空间域图像增强 二 空间域滤波 滤波过程就是在图像f x y 中逐点移动模板 使模
12、板中心和点 x y 重合 滤波器在每一点 x y 的响应是根据模板的具体内容并通过预先定义的关系来计算的 B imfilter f w option1 option2 f为要进行滤波操作的图像 w为滤波操作使用的模板 为一个二维数组 可自己定义 option1 是可选项 包括 1 边界选项 symmetric replicate circular 2 尺寸选项 same full 3 模式选项 corr conv 原图像 滤波后图像 三 滤波器设计 4 空间域图像增强 h fspecial type parameters parameters为可选项 是和所选定的滤波器类型type相关的配置参
13、数 如尺寸和标准差等 type为滤波器的类型 其合法值如下 4 空间域图像增强 四 中值滤波 h medfilt2 I1 m n m和n为中值滤波处理的模板大小 默认3 3 中值滤波本质上是一种统计排序滤波器 中值不同于均值 是指排序队列中位于中间位置的元素的值 中值滤波并非线性滤波器 对于某些类型的随机噪声具有非常理想的降噪能力 典型的应用就是消除椒盐噪声 4 空间域图像增强 五 图像锐化 图像锐化主要用于增强图像的灰度跳变部分 主要通过运算导数 梯度 或有限差分来实现 主要方法有 Robert交叉梯度 Sobel梯度 拉普拉斯算子 高提升滤波 高斯 拉普拉斯变换 Robert交叉梯度 w1
14、对接近正45 边缘有较强响应 w2对接近负45 边缘有较强响应 Sobel交叉梯度 对水平边缘有较大响应 对垂直边缘有较大响应 拉普拉斯算子 I imread nir bmp I double I 双精度化w1 10 01 w2 0 1 10 G1 imfilter I w1 corr replicate 正45 梯度G2 imfilter I w2 corr replicate 负45 梯度G abs G1 abs G2 计算Robert梯度figure imshow G figure imshow abs G1 figure imshow abs G2 Robert交叉梯度 I imrea
15、d nir bmp Id double I 双精度化h 1 fspecial log 5 0 5 大小为5 sigma 0 5的LOG算子I 1 imfilter Id h 1 corr replicate figure imshow uint8 abs I 1 h 2 fspecial log 5 2 大小为5 sigma 2的LOG算子I 2 imfilter Id h 2 corr replicate figure imshow uint8 abs I 2 高斯 拉普拉斯锐化 5 频率域图像增强 用傅里叶变换表示的函数特征可以完全通过傅里叶反变换进行重建而不丢失任何信息 吉布斯现象Gib
16、bsphenomenon 又叫吉布斯效应 将具有不连续点的周期函数 如矩形脉冲 进行傅立叶级数展开后 选取有限项进行合成 当选取的项数越多 在所合成的波形中出现的峰起越靠近原信号的不连续点 当选取的项数很大时 该峰起值趋于一个常数 大约等于总跳变值的9 这种现象称为吉布斯现象 幅度谱 相位谱 功率谱 一 傅里叶变换 5 频率域图像增强 I fft2 x 快速傅里叶变换I fft2 x m n x为输入图像 m和n分别用于将x的第一和第二维规整到指定的长度 当m和n均为2的整数次幂时算法的执行速度要比m和n均为素数时快 I1 abs I 计算I的幅度谱I2 angle I 计算I的相位谱Y fftshift I 频谱平移 I ifft2 x 快速傅里叶逆变换I ifft2 x m n 幅度谱 相位谱 平移后的相位谱 functionout imidealflpf I freq imidealflpf函数构造高斯频域低通滤波器 M N size I out ones M N fori 1 Mforj 1 Nif sqrt i M 2 2 j N 2 2 freq out i j 0 end
