基于matlab的圖像處理-文庫吧在線文庫
【正文】 ??????????????????????????????????????????????????????????????????????????????????????????????????????? 式中 μT為 圖像像素灰度總體平均值 110010????? ??? ???LiiT ip0()kiik ip??? ?第 25頁 XUPT 專業(yè)課程設(shè)計(jì) ? 兩類像素的灰度方差分別為： ? ?? ?2200001221111kiiLiiki pi p????????????????? 兩類像素的類內(nèi)方差、類間方差和總體方差分別為： ? ? ? ?? ?? ?? ?2 2 20 0 1 122 220101122 2 20()( ) ( )()( ) 1 ( )( ) ( )WTB TTLT W BT iikkkkkki k kp? ? ? ? ????? ? ? ?? ? ????? ? ??????? ? ? ? ??? ? ? ??第 26頁 XUPT 專業(yè)課程設(shè)計(jì) ? 兩類像素的類內(nèi)方差、類間方差和總體方差分別為： ? ? ? ?? ?? ?? ?2 2 20 0 1 122 220101122 2 20()( ) ( )()( ) 1 ( )( ) ( )WTB TTLT W BT iikkkkkki k kp? ? ? ? ????? ? ? ?? ? ????? ? ??????? ? ? ? ??? ? ? ??第 27頁 XUPT 專業(yè)課程設(shè)計(jì) ? 為了評(píng)估閾值 k 的優(yōu)劣， Otsu使用類內(nèi)方差、類間方差和總體方差定義了兩類像素的可分性測度： ? ?? ? ? ?? ?22 22 2 2( ) , ( ) , ( )BB TW W Tkkk k k?? ?? ? ?? ? ?? ? ? Otsu通過最大化上述三個(gè)測度之一來選取最佳閾值 k，這三個(gè)可分性測度是等價(jià)的。 ? 現(xiàn)有的圖像分割方法主要分以下幾類 ? 基于閾值的分割方法 ? 基于區(qū)域的分割方法 ? 基于邊緣的分割方法 ? 基于特定理論的分割方法 ? … 第 19頁 XUPT 專業(yè)課程設(shè)計(jì) 圖像分割的數(shù)學(xué)描述 令集合 R代表整個(gè)區(qū)域，對(duì) R的分割可看作將 R分成若干個(gè)滿足以下 5個(gè)條件的非空子集 (子區(qū)域 )R1,R1,…R n： 是空集。D:\MATLAB7\work\39。變量只能由字母、數(shù)字和下劃線組成。隨著計(jì)算機(jī)的發(fā)展，圖像處理技術(shù)在許多領(lǐng)域得到了廣泛應(yīng)用。 第 3頁 XUPT 專業(yè)課程設(shè)計(jì) 專業(yè)課程設(shè)計(jì)目的 ? 數(shù)字圖像處理，就是用數(shù)字計(jì)算機(jī)及其他有關(guān)數(shù)字技術(shù)，對(duì)圖像進(jìn)行處理，以達(dá)到預(yù)期的目的。 ? 一幅圖像在 Matlab中可以自然地表示成矩陣，并以變量的形式來存儲(chǔ)。 ? f=imread(39。它是由圖像處理到圖像分析的關(guān)鍵步驟。 設(shè)圖像像素有 L個(gè)灰度級(jí) [0,1,2,…, L1]， ni 表示圖像中灰度級(jí)為 i 的像素個(gè)數(shù)， N =n0+n1+n2+…+ nL1表示圖像的總像素?cái)?shù)。 imshow(BW)。)。 ? fcm_label(index) = j。 ? J = imnoise(I,39。 ? 頻域方法 ? 對(duì)圖像進(jìn)行變換，在頻域進(jìn)行處理，常見的有低通濾波法，就是在變換域，允許低頻成分通過，而抑制高頻成分。 對(duì)相應(yīng)的元素做加權(quán)求和，即采用對(duì)應(yīng)模板對(duì)當(dāng)前像素及其相鄰像素點(diǎn)進(jìn)行統(tǒng)一平均處理 。 ? 由 圖 可以 綜合 看出，圖片的低頻區(qū)域幅值大，說明圖像信息主要集中在低頻部分，高頻部分有信息但很少，這說明離散余弦變換具有信息緊縮能力。 ? J=dct2(double(I))。 第 52頁 XUPT 專業(yè)課程設(shè)計(jì) DCT頻域圖像壓縮 ? DCT變換本身并不進(jìn)行數(shù)據(jù)壓縮，它只是將圖像源數(shù)據(jù)映射到另一個(gè)域，使數(shù)據(jù)在變換域中容易進(jìn)行壓縮，變換后的圖像矩陣系數(shù)更獨(dú)立和有序。 T=dctmtx(8)。,mask)。 圖像傳感器 A 圖像傳感器 B 冗余信息 互補(bǔ)信息 一、信息融合概述 圖像融合 第 59頁 XUPT 專業(yè)課程設(shè)計(jì) 圖像融合的分類 ① 像素（ pixels)級(jí)融合 —— 對(duì)應(yīng)像素的融合。,T)。)。 第 53頁 XUPT 專業(yè)課程設(shè)計(jì) 量化表： 根據(jù)心理視覺加權(quán)函數(shù)得到的 量化方法：DCT變換系數(shù)除以量化步長，四舍五入取整 第 54頁 XUPT 專業(yè)課程設(shè)計(jì) 第 55頁 XUPT 專業(yè)課程設(shè)計(jì) DCT圖像壓縮流程 解碼器 逆向變換 正向變換 量化器 編碼器 構(gòu)造 nxn 的子圖 合成 nxn 的子圖 輸入圖像 NxN 壓縮圖像 壓縮的圖像 解壓后的圖像 第 56頁 XUPT 專業(yè)課程設(shè)計(jì) 舉例 —— 離散余弦變換數(shù)據(jù)壓縮 例： DCT作圖像壓縮 I=imread(39。 ? figure。 ? I = imnoise(I,39。 第 46頁 XUPT 專業(yè)課程設(shè)計(jì) 二維離散余弦變換 數(shù)學(xué)公式 二維離散余弦變換為 二維離散余弦反變換為
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1