核辐射成像练习指导

核辐射成像练习指导整理调试张天奎审订指导胡华四教授2010年12月22日图像处理与分析的关系框图像素领域概念（1）四领域44P444(){(1,),(1,),(,1),(,1)}NPxyxyxyxy编码数据数字图像特征数据符号压缩解压缩特征提取识别处理（2）八领域8888P88884(){(1,),(1,),(,1),(,1),(1,1),(1,1),(1,1),(1,1)}NPxyxyxyxyxyxyxyxyMatlab使用技巧（1）help命令（2）图像处理工具箱（ImageProcessing）图像的读取、写入和显示例1读取lena.jpg图像并显示，最后另存为lena.bmp（1）程序：%读入图像I=imread('lena.jpg');%显示图像figure,imshow(I);%写出图像imwrite(I,'lena.bmp');（2）效果：图像类型转换例2将2.jpg真彩图像转换成灰度图像（1）程序：%读入图像RGB=imread('2.jpg');%真彩图像转化成灰度图像GRAY=rgb2gray(RGB);%显示图像figure,subplot(221),imshow(RGB);subplot(222),imshow(GRAY);（2）效果图像傅里叶变换11001(,)(,)exp[2()/]NNxyFuvfxyjuxvyNN例3将lena.jpg图像进行傅里叶变换，并显示其功率谱（1）程序：%读入原始图像I=imread('lena.jpg');imshow(I);%求离散傅里叶频谱J=fftshift(fft2(I));%对原始图像进行二维傅里叶变换，并将其中心移到零点figure,imshow(log(abs(J)),[610]);（2）效果：Gamma校正,,[0,1]tsst00.10.20.30.40.50.60.70.80.9100.10.20.30.40.50.60.70.80.91stgamma校正1压缩低灰度，扩张高灰度（蓝色）；1压缩高灰度，扩张低灰度（红色）例4gamma校正实验（1）程序：I=imread('pout.tif');%pout.tif为matlab7自带图像J=imadjust(I);%显示图像figure,subplot(121),imshow(I),title('I');subplot(122),imshow(J),title('J');%灰度直方图figure,subplot(121),imhist(I);subplot(122),imhist(J);（2）效果：IJ对应的灰度直方图01002000500100015000100200050010001500灰度直方图()/kkPsnnks灰度等级kn具有ks灰度等级的像素数目n总的像素个数灰度直方图均衡化：使得变换后的灰度直方图呈均匀分布。例5灰度直方图均衡化（1）程序：I=imread('tire.tif');%tire.tif为matlab7自带图像J=histeq(I);%显示图像figure,subplot(121),imshow(I),title('I');subplot(122),imshow(J),title('J');%灰度直方图figure,subplot(121),imhist(I,64);axissquaresubplot(122),imhist(J,64);axissquare（2）效果：IJ对应的灰度直方图010020005001000150020002500300001002000500100015002000图像增强算法（空域）滤波器目的负作用高通滤波器（锐化，Sharp）增强边缘放大噪声低通滤波器（平滑，Blur）消除噪声模糊边缘1.均值平滑（线性平滑滤波器一种）3*3模板1/91/91/91/91/91/91/91/91/9例6不同尺度均值滤波去除椒盐噪声（1）程序：I=imread('eight.tif');J=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声figure,subplot(221),imshow(I)title('原图像');subplot(222),imshow(J)title('添加椒盐噪声图像');K1=filter2(fspecial('average',3),J);%应用3*3模板K1=mat2gray(K1);subplot(223),imshow(K1);title('3*3窗的领域均值滤波');K2=filter2(fspecial('average',7),J);%应用7*7模板K2=mat2gray(K2);subplot(224),imshow(K2);title('7*7窗的领域均值滤波');（2）效果：原图像添加椒盐噪声图像3*3窗的领域均值滤波7*7窗的领域均值滤波2.中值滤波器（非线性平滑滤波器的一种）先在领域里排序，然后挑中间的。可以有效的过滤椒盐噪声。例7中值滤波去除椒盐噪声（1）程序：I=imread('eight.tif');J=imnoise(I,'salt&pepper',0.02);%添加椒盐噪声figure,subplot(121),imshow(J)title('添加椒盐噪声图像');K=medfilt2(J);%在默认3*3模板中进行中值滤波subplot(122),imshow(K);title('默认3*3模板中进行的中值滤波图像');（2）效果：添加椒盐噪声图像默认3*3模板中进行的中值滤波图像3.线性锐化滤波器——拉普拉斯算子3*3模板1414-204141例8拉普拉斯算子锐化图像（1）程序：I=imread('eight.tif');figure,subplot(121),imshow(I)title('原图像');%应用Laplacian算子滤波锐化图像H=fspecial('laplacian');laplacianH=filter2(H,I);subplot(122),imshow(laplacianH)title('Laplacian算子锐化图像');（2）效果：原图像Laplacian算子锐化图像图像重建成像与重建退化模型（线性空间不变）yxyxhyxfyxddyxhfyxg,,,,,,,应用卷积定理vuNvuFvuHvuG,,,,维纳滤波图像重建),(]),(/),(),(),(),(1[),(ˆ22vuGvuSvuSvuHvuHvuHvuFfvuH,=退化函数恢复系统退化系统原始图像f(x,y)未知成像环节f(x,y)的期望g(x,y)已知vuH,=vuH,的复共轭),(),(,2vuHvuHvuH2),(,vuNvuS=噪声的功率谱2),(,vuFvuSf=未退还图像的功率谱例9维纳滤波应用于运动图像重建：生成一个仿真运动模糊的PSF（指定运动位移为31个像素点，运动角度为11°）来模糊图像，采用维纳滤波重建。（1）程序：I=imread('peppers.png');I=I(10+[1:256],222+[1:256],:);%裁剪图像figure,imshow(I)title('原图像');LEN=31;THETA=11;PSF=fspecial('motion',LEN,THETA);Blurred=imfilter(I,PSF,'circular','conv');figure,imshow(Blurred);title('运动模糊图像');wnr1=deconvwnr(Blurred,PSF);%维纳滤波重建figure,imshow(wnr1);title('经过维纳滤波重建图像');（2）效果：原图像运动模糊图像经过维纳滤波重建图像边缘检测Sobel算子模板竖向121000-1-2-1横向10-120-210-1例10采用Sobel算子检测图像边缘（1）程序：I=imread('rice.png');BW=edge(I,'sobel');figure,subplot(121),imshow(I)title('原图像');%以自动阈值选择法对图像进行Sobel算子边缘检测subplot(122),imshow(BW)title('自动阈值的Sobel算子边缘检测');（2）效果：原图像自动阈值的Sobel算子边缘检测形态学图像处理（膨胀与腐蚀）采用算子111111111例11对二值图像进行腐蚀与膨胀运算（1）程序：bw=imread('text.png');figure,imshow(bw)title('原图像');%膨胀se=strel('square',3)%创建线性Strel对象bw2=imdilate(I,se);%膨胀图像figure,imshow(bw2),title('膨胀后的图像');%腐蚀bw3=imerode(bw,se);figure,imshow(bw3),title('腐蚀后的图像');（2）效果：原图像膨胀后的图像腐蚀后的图像课后训练作业要求1.寻找合适的图片，进行上述10个算例（将图片放在相应的m程序目录下即可运行）。2.总结成新的Word上交，请附上源程序与相应图片。3.可以调节参数进行性能改进。4.积极鼓励加入自己的创新，改用更好的算法。