《MATLAB图像处理.doc》由会员分享，可在线阅读，更多相关《MATLAB图像处理.doc（34页珍藏版）》请在金锄头文库上搜索。
1、24 MATLAB图像处理 数字图像基础及其主要技术的MATLAB实现方法 MATLAB中图像对象分布的实现方法 MATLAB中图像纹理特征计算的实现方法 MATLAB中试样表面图像变形特征计算的实现方法24.1 数字图像基础图像是对人类感知外界信息能力的一种增强形式，是自然界景物的客观反映，是各种观测系统以不同形式和手段观测客观世界而获得的、可以直接或间接作用于人眼的实体。人的视觉系统实际上就是一个观测系统，可通过它得到客观景物在人眼中形成的影像。人类从外界获得的信息大多来自视觉系统。图像信息不仅包含光通量分布，而且还包含人类视觉的主观感受。随着计算机技术的迅速发展，人们还可以人为地造出色彩
2、斑斓、千姿百态的各种图像。随着图像处理技术的成熟，图像作为更直接更丰富的信息载体，正在成为越来越重要的研究对象。图像处理技术中，图像分析是一个主要分支，它的重点是对图像中感兴趣目标的检测和测量，以获得它们的客观信息从而建立对图像的描述。数字图像特征分析在模式识别、信号处理、遥感图片解译、医学图像分析等方面得到了广泛应用。图像种类很多，针对不同的分类标准，有不同的分类方法。按颜色类型，图像可以分为灰度图像和彩色图像(黑白照片和彩色照片)。灰度图像仅仅使用了颜色空间中比较特殊的一类颜色、但包含了丰富的亮度层次；彩色图像则使用了颜色空间中的大量颜色信息，包含了亮度、颜色饱和度、颜色对比度等。按运动类
3、型，图像被分为动态图像和静态图像。静态图像就是照片，动态图像就是电影；动态图像是一种特殊的图像(又称视频图像、活动图像或运动图像), 它是一组静态图像在时间轴上的有序排列。数字图像就是一组有序的离散数据，MATLAB可以对这些离散数据形成的矩阵进行一次性处理。本节在简略介绍图象处理基础上，介绍MATLAB中的图象处理函数。24.1.1 理论基础图像处理的基本内容包括：(1) 图像进行增强或修改 以增强有用信息、抑制无用信息、改善图像的视觉质量；图像增强的目标是改善图像视觉质量、符合人们的主观要求，图像视觉质量的高低和好坏受观看者的心理、爱好和文化素质等因素的影响；图像恢复则致力于探索图像质量降
4、低的原因，尽可能消除图像质量的降低、恢复图像的本来面目。(2) 图像分割和描述 描述图像特征并进行特征抽取(例如图像的纹理特征、频谱特征、边界特征和颜色特征等)和分析(对像素用某个标准衡量并进行分类比较)，将抽取的特征归结为一定模式。计算机按照一定的客观测度(例如灰度、颜色和几何性质等)将图像中包含的物体和区域从图像中区分出来，称为图像分割; 用适当数学语言来表示被分割出来的物体或区域的结构和统计特性、或用数学语言表示区域间的关系，称为图像描述。图像经分割和描述后，可较为容易地分类和识别。(3) 图像重建 对图像某些部分合并或进行重新组织。在医学和工程应用中，利用超声波、X射线等技术取得多幅自
5、不同角度的投影图，通过计算可得到物体内部的图像，这种技术称为投影重建，例如CT就是图像重建的一个应用。(4) 压缩编码 彩色数字图像通常是由三个二维数组组成、信息量相当大，给图像的传输、处理、存储和显示等带来很大负担。图像中往往存在冗余信息，在传输和存储时可以对数字图像进行一定方式的编码、删除图像中的冗余信息、以提高图像传输和存储效率。一幅连续黑白灰度的图像经过等间隔抽样以后，可以用一个离散量组成的矩阵来表示：其中，矩阵中的每一个元素称作象元、象素或图像元素，f(x,y)代表该点图像的光强度、也称为f(x,y)点的灰度值(即亮度值)。它是能量的一种形式，f(x,y)必须大于零且为有限值，即0
6、f(x,y)。 如果是一幅彩色图像，各点的数值还应当反映出色彩的变化，即可用f(x,y,)表示，其中为波长。如果是一幅活动的彩色图像，还应是时间t的函数，即可表示为f(x,y,t)。图形数字化后的矩阵为NN的方阵。一般来说，无论是阵列大小N和象素的最大灰度级数G都取为2的整次幂，即N=2n,G=2m，m和n为某一个正整数。而对NN的象素具有G级灰度级时，则存贮此数字化图像所需的位数为b，它的单位为比特，即b=NNm。例如，灰度级G=64级(6比特)的128128图像需要98304个存贮位。图像的清晰度(即可辨别的细节的程度)主要取决于N和m, 这些参量越大，数字阵列对于原来的图像的近似就越好，
7、但是存贮量以及由此而引起的计算量也作为N和m的函数而很快地增加。N与m的选择应根据图像性质与处理目的来决定。由于微型机的普及与发展，M多采用8bit(即256个灰度级)。24.1.2数字图像处理主要技术的MATLAB实现24.1.2.1 图像的输入输出(1) 图像数据与图像类型图像数据大多数为二维数组，数组元素对应于图像的一个像素(若保存为三维数组，则第三维的第1/2/3个数表示红/绿/蓝色的像素亮度)。图像类型包括索引图像、灰度图像、二值图像、RGB图像等，tiff格式图像为支持16位数据的文件。(2) 图像读取与写入 imread基本功能 从图形文件中读取图像，作为矩阵形式的数据常用格式
8、Aimread(filename,fmt)符号意义 filename为图像名称, fmt为图像的格式，若没有fmt一项、则使用默认图像格式。 imwrite基本功能 把矩阵形式的图像数据写入图像文件中常用格式 imwrite(A,filename,fmt)符号意义 load基本功能 把矩阵形式的图像数据(txt格式)写入图像文件中常用格式 load(A,filename,fmt)符号意义 imfinfo基本功能 返回图像文件信息常用格式 infoimfinfo(filename);符号意义 例24-1 使用阈值操作将图像转换为二值图像。Threshold=graythresh(I2); %得到
9、图像的全局阈值BW=im2bw(I2,Threshold); %将灰度图像转换为二值图像例24-2 清除MATLAB工作区间的所有变量，关闭已打开的图形窗口，读取并显示灰度图像；使用函数whos查看内存中的图像；使用imresize改变图象大小；使用imwrite另存图象；使用infinfo显示图像信息。clear;close all;I=imread(rice.png);imshow(I);whosI2=imresize(I,0.5);figure,imshow(I2);imwrite(I2,e:soil_tt.bmp);imfinfo(e:soil_tt.bmp)(3) 显示图像 imsh
10、ow, imview基本功能 显示图像常用格式 imshow(filename) , imview(filename)符号意义 colorbar基本功能 显示颜色条常用格式 符号意义 montage基本功能 一次显示所有帧常用格式 符号意义 immovie基本功能 将多帧图像转换为动画常用格式 imshow(filename) , imview(filename)符号意义 warp基本功能 通过纹理创建显示效果常用格式 符号意义 (4) 图像类型转换不同数据类型图像的转换主要包括将彩色图像转换为灰度图像(使用命令im2gray)、将灰度图像转换为二值图像(使用命令im2bw)，见例9-11。
11、rgb2gray基本功能 将彩色图像转化为灰度图像常用格式 I1=rgb2gray(I)符号意义 I为原彩色图像，I1为转化后的灰度图像 im2bw基本功能 将灰度图像转化为二值图像常用格式 I1=im2bw(I)符号意义 I为原灰度图像，I1为转化后的二值图像24.1.2.2 图像特征提取(1) 像素值与统计特征 pixval基本功能 返回交互显示像素的数据值，还可以显示两个像素之间的欧拉距离常用格式 符号意义 impixel基本功能 返回选定的一个或一系列像素的数据值常用格式 符号意义 improfile基本功能 沿图像中的线段计算并显示灰度常用格式 符号意义 imcontour基本功能
12、给出灰度等值线图常用格式 符号意义 imhist基本功能 绘制灰色图象亮度分布直方图常用格式 I1=imhist(I)符号意义 I为灰度图像数据，I1为直方图数据 mean2,std2,corr2基本功能 计算图像的标准统计量(均值，标准差，两矩阵相关系数)常用格式 符号意义 (2) 边缘特征与边界特征边缘是图像的基本特征、携带了图像中的大量信息。边缘检测，不仅能得到边界的结构信息，还能减少要处理的数据。很多图像处理和识别算法都以边缘检测为重要基础。边缘按其颜色特征可分为灰度边缘和彩色边缘。图像边缘检测包括常规边缘检测、直线提取(Hough变换与相位编组)、彩色边缘检测。灰度图像反映了灰度函数
13、的局部突变，可由图像亮度函数来描述、定义为图像亮度函数中具有边缘特征的不连续点的集合。彩色图像反映了色彩函数的局部突变，可由图像色彩函数来描述、定义为图像色彩函数中具有边缘特征的不连续点的集合。彩色边缘可以比灰度图像提供更多信息：彩色图像中大约有90的边缘与灰度图像边缘相同（ 10的边缘在灰度图像中检测不到）。彩色边缘检测方法大致可分为两类：输出融合法和多维梯度法。输出融合法被广泛使用，它分别对红、绿、蓝三个颜色通道（或其他颜色空间分量）执行边缘检测并得到这三幅边缘图像的合成结果。彩色边缘检测算法中常用的梯度算子有Robert cross算子、Prewitt算子和Sobel算子，其中的Sobe
14、l算子使得到的效果较好、且可直接用于彩色图像的各个颜色通道。 edge基本功能 边缘检测常用格式 edge(I, method)符号意义 method可为sobel/canny等之一，分别为Sobel法和Canny法等 bwtraceboundary基本功能 从某一起点跟踪所有象素的行坐标和列坐标常用格式 符号意义 bwtraceboundaries基本功能 跟踪所有象素的行坐标和列坐标(返回边缘像素坐标值)常用格式 符号意义 (3) 区域特征颜色特征 颜色是图象识别技术中使用最广泛的特征之一，颜色特征具有旋转不变性和尺度不变性，颜色特征提取是利用颜色特征进行图象识别的关键之一。大部分系统都采
15、用颜色比例分布作为颜色基本特征(直方图法)。颜色特征提取后，就会碰到相似度量问题，即如何用数值来有效表示图像在颜色上的相似程度。相似度量直接影响识别效果。模式识别技术中，特征的相似度量均采用距离法，即特征的相似程度用特征向量的空间距离来表示，常用距离为欧式距离。纹理特征 图像经过边缘提取和图像分割等操作就会得到边缘和区域，即获得了目标形状。任何物体的形状特征均可由其几何属性(如长度、面积、距离、凹凸等)、统计属性(如投影)和拓扑属性(如连通、欧拉数)来进行描述。可以用来表示形状的特征包括几何特征和矩特征, 可供选择的几何特征有周长、面积、偏心率、欧拉数、角点、横轴长度和纵轴长度。矩特征有质心、方向、主轴关于方向的矩、不变矩和特征矩等。图像区域特征常用函数regio
