数字图像处理-----MATLAB图像处理

数字图像处理-----MATLAB图像处理概述1、MATLAB中的图像和图像处理工具箱MATLAB中大多数是用二维数据（矩阵）double(64位)浮点型，或uint8（8位无符号整数）、uint16（16位无符号整数）来存储的，矩阵中的每一个无素对应图像中的一个像素（pixel）.例如：一幅由200行300列不同灰度值的点组成的图像可以用200*300的矩阵来存储；对于彩色图像，如RGB图像，需要用三维数组来存储；图像文件格式MATLAB支持下列图像文件格式：①bmp(microsoftwindowsbitmap，位图)②hdf(hierarchicaldataformat，层次数据)③jpeg(jointphotographicexpertgroup，静止图像压缩标准)④pcx(paintbrush，画刷格式)⑤png(portablenetworkgraphics，可移植网络图像)⑥tiff(taggedimagefileformat，标记图像文件)⑦xwd(xwindowdump)⑧gif(graphicsinterchangeformat，图形交换)MATLAB的图像类型二值图像（Binary）：图像的取值为0或1；索引图像（Indexed,pseudocolor）：图像为m*n矩阵，矩阵元素的值指向颜色映像表（colormap）；灰度图像（intensity,grayscale,graylevel）：图为m*n矩阵，矩阵元素的值指的是灰度值。对singleordouble矩阵取值范围为[0，1]，对uint8矩阵取值范围为[0，255]，对uint16矩阵取值范围为[0，65535]，对uint16矩阵取值范围为[-32768，32768]；真彩色图像（RGB）：图像为m*n*3矩阵；二值图像索引图像灰度图像真彩色图像图像的读写与显示常用函数：imread；imwrite；imshow；imagesc；colormap(可以自定义颜色映射矩阵)例如：a=imread('D:\MATLAB\work\cy\wavelet\lena\lena512.BMP');figure,imshow(a,[]),title(‘原始图像');或：figure,imagesc(cc);colormap(gray);MATLAB函数图像类型转换函数gray2ind:Convertagrayscaleimagetoanindexedimage;grayslice:Convertagrayscaleimage,indexedimage,ortruecolorimage,toabinaryimage;ind2gray:Convertanindexedimagetoagrayscaleimage;ind2rgb:Convertanindexedimagetoatruecolorimage;mat2gray:Convertadatamatrixtoagrayscaleimage,byscalingthedata;rgb2gray:Convertatruecolorimagetoagrayscaleimage;rgb2ind:Convertatruecolorimagetoanindexedimage数据类型转换函数Im2uint8rgb2=im2uint8(rgb1)im2uint16im2int16im2singleIm2double图像的代数运算图像的加法imadd图像的减法imsubtract图像的乘法immultiply图像的除法imdivide图像的补imcomplement图像的绝对值的差imabsdiff图像的线性组合imlincomb1、加法运算),(),(),(yxByxAyxC主要应用举例：去除“叠加性”随机噪音生成图像叠加效果加法运算（1）去除“叠加性”噪音对于原图象f(x,y),有一个噪音图像集{gi(x,y)}i=1,2,...M其中：gi(x,y)=f(x,y)+ei(x,y)当：噪音ei(x,y)为互不相关，且均值为0时，上述图象均值将降低噪音的影响。M个图像的均值为：随机噪声原始图像混入噪声的图像yxeyxfyxg,,,MiiMiiiyxeMyxfyxeyxfMyxg11),(1),(),(),(1),(MiiyxgMEyxgE1,1,MiiyxgEM1,1MiiiyxeEyxfEM1,,1MiiyxfyxfM1,,1则是的无偏估计y,xgyxf,利用同一景物的多幅图像取平均、消除噪声。取M个图像相加求平均得到1幅新图像，一般选8幅取平均。相加Addition:–averagingfornoisereductionM=1M=2M=4M=16（2）生成图象叠加效果：可以得到各种图像合成的效果，也可以用于两张图片的衔接。),(),(),(yxByxAyxC主要应用举例：差影法(检测同一场景两幅图像之间的变化)混合图像的分离将同一景物在不同时间拍摄的图像或同一景物在不同波段的图像相减，这就是图像的减法运算。实际中常称为差影法。差值图像提供了图像间的差值信息，能用于指导动态监测、运动目标的检测和跟踪、图像背景的消除及目标识别等。减法运算2、减法运算（1）检测同一场景两幅图像之间的变化设：时刻1的图像为T1(x,y)，时刻2的图像为T2(x,y)g(x,y)=T2(x,y)-T1(x,y)=-T1(x,y)T2(x,y)g(x,y)（2）差影法在自动现场监测中的应用1、在银行金库内，摄像头每隔一固定时间拍摄一幅图像，并与上一幅图像做差影，如果图像差别超过了预先设置的阈值，则表明可能有异常情况发生，应自动或以某种方式报警；2、用于遥感图像的动态监测，差值图像可以发现森林火灾、洪水泛滥，监测灾情变化等；3、也可用于监测河口、海岸的泥沙淤积及监视江河、湖泊、海岸等的污染；4、利用差值图像还能鉴别出耕地及不同的作物覆盖情况。图：差影法进行混合图像的分离（a）混合图像（b）被减图像（c）差影图像（3）混合图像的分离（3）消除背景影响：即去除不需要的叠加性图案设：背景图像b(x,y)，前景背景混合图像f(x,y)g(x,y)=f(x,y)–b(x,y)g(x,y)为去除了背景图像背景图像差值图像（a）从病人头顶向下拍摄的X光照片（b）碘元素注入后拍摄的X光照片与背景图像的差值乘法运算(MULTIPLICATION)3、乘法运算),(),(),(yxByxAyxC主要应用举例：图像的局部显示改变图像的灰度级（1）图像的局部显示乘法运算(MULTIPLICATION)(a)原图(b)乘以1.2(c)乘以2图：乘法运算结果（2）改变图像的灰度级注意：使用乘法函数时，对uint8图像进行操作往往会发生溢出现象，immultiply函数将溢出的数据截取为数据类型允许的最大值。为了避免这种现象，可以考虑在进行乘法运算前将图像转换为一种数据范围更大的图像类型。除法运算(DIVISION)简单的除法运算可用于改变图像的灰度级，常用于遥感图像处理中。),(),(),(yxByxAyxC在四种算术运算中，减法与加法在图像增强处理中最为有用。4、除法运算几何变换1）简单变换问题描述：图像的平移、放缩和旋转。解题思路：从易到难。工具：线性代数中的齐次坐标。00001:,,,10,0110011stepaxyxxbxyyyaxyxxbxyyy图象的平移几何变换2:yd,,,00,0010011stepxcaxycxbxydyaxycxbxydy图象在方向放大倍，方向放大倍。几何变换3:,cos-ysin,sin+ycos,cossin0,sincos010011stepaxyxbxyxaxyxbxyy图象饶原点顺时针旋转角。x,ya,brr图像的几何操作图像的缩放imresizeimresize(A,[mrowsncols],method)图像缩放，A为缩放因子，method为nearest(默认)(最近邻插值)bilinear(双线性插值)bicubic(三线性插值)图像的旋转imrotateimrotate(A,angle,method)图像逆时针旋转，angle为角度图像的剪裁imcropimcrop(A,rect)图像剪切，其中rect为[xywidthheight]图像的缩放1）向前映射法通过输入图像像素位置,计算输出图像对应像素位置;将该位置像素的灰度值按某种方式分配到输出图像相邻四个像素.x1y1f(x1,y1)(x1,y1)整型xyf(x,y)(x,y)非整型象素移交映射图像的缩放2）向后映射法x1y1f(x1,y1)(x1,y1)非整型xyf(x,y)(x,y)整型象素填充映射通过输出图像像素位置,计算输入图像对应像素位置;根据输入图像相邻四个像素的灰度值计算该位置像素的灰度值.图像的缩放两种映射方法的对比对于向前映射：每个输出图像的灰度要经过多次运算；对于向后映射：每个输出图像的灰度只要经过一次运算。实际应用中，更经常采用向后映射法。其中,根据四个相邻像素灰度值计算某位置的像素灰度值即为灰度级插值。图像的缩放常用的插值方法：（1）最近邻插值（2）双线性插值（3）三次内插法图像的缩放（1）最近邻插值向后映射时，输出图像的灰度等于在输入图像中离它所映射位置最近的输入图像的灰度值。（x,y）（x,y+1）（x+1,y）（x+1,y+1）P(x0,y0）通过计算与点P(x0,y0）临近的四个点，并将与点P(x0,y0）最近的整数坐标点（x,y）的灰度值取为P(x0,y0）点灰度近似值。优点：当P(x0,y0）点各相邻像素间灰度变化较小时，此法是最简单快速的插值方法缺点：当P(x0,y0）点相邻像素间灰度值差异很大时，该灰度估值方法会产生较大的误差，甚至可能影响图像质量。图像的缩放（2）双线性插值输出像素是它在输入图像中2*2领域采样点的平均值，它根据某像素周围4个像素的灰度值在水平和垂直两个方向上对其插值；四点确定一个平面函数，属于过约束问题；问题描述：单位正方形顶点已知，求正方形内任一点的P(x0,y0）值。具体原理图像缩放图像的缩放用最近邻插值和双线性插值的方法分别将老虎放大1.5倍。图像的缩放采用最近邻插值放大1.5倍采用双线性插值放大1.5倍