【文章內(nèi)容簡介】 ocal）和position。函數(shù)lightangle添加光照，并指定其方位角和仰角，可是使用函數(shù)shading增強表面。 動畫 提供以下函數(shù)來制作：Moviein產(chǎn)生一個矩陣來存放動畫中的幀Getframe對當前的圖形進行快照Movie按順序回放各幀 不斷在屏幕上對圖形進行erase和redraw，而每次redraw時對對象的某個參數(shù)進行增量變化，需要用到對象的EraseMode屬性。4 MATLAB圖像增強 原理、方法及體系結構 三個階段：圖像預處理、特征抽取階段、識別分析階段。 目的：改善圖像的視覺效果，提高圖像成分的清晰度；是圖像變得有利于計算機處理。 方法：空間域增強方法、頻域增強方法。 體系：圖像增強：空間域、頻率域、彩色增強空間域：像素點處理（圖像灰度變換、直方圖修正（中值濾波、均值濾波））、領域處理（圖像平滑濾波、圖像銳化濾波）頻率域：低通濾波、高通濾波、同態(tài)濾波彩色處理：真彩色處理、偽彩色處理（灰度分層法、灰度變換法、頻域偽彩色） 對比度增強 線性變換：。其中功能是把函數(shù)的灰度值從范圍[m,M]變?yōu)閇n,N]。 非線性變換：分為對數(shù)變換和Gamma變換。前者表達式為，其中c為常數(shù)。后者表達式為，r為CCD圖像傳感器或膠片等的入射光的強度，為常數(shù)，灰度與光強成正比，則有，k為常數(shù)通常為1，1/~。 我們可以用一個函數(shù)imadjust函數(shù)來實現(xiàn)：J=imadjust(I)；J=imadjust(I,[low_in。high_in],[low_out。high_out])。J=imadjust(I,[low_in。high_in],[low_out。high_out],gamma)。 其中灰度范圍用歸一化灰度值，范圍[0,1]。整個圖像的[low_in。high_in]可以用函數(shù)stretch函數(shù)來獲得。 MATLAB image ，調用函數(shù)imconstrast。 空域變換增強 分為基于像素點和基于模板的兩類方法。 像素選擇：pixval和impixel。用法如下：Pixval(‘on/off’)；pixval；pixval(fig,option)。[C,R,P]=impixel(X,MAP)。 說明：MAP僅僅當是索引圖的時候采用此參數(shù)。C為像素的顏色，R,P為像素的坐標。Pixval可以得到更多的像素信息，impixel可以返回指定像素的顏色值。 強度描述圖：improfile，用以描述圖像一條線段或多條線段的強度值。格式：C=improfille(I,xi,yi)。參數(shù)xi，yi是兩個向量，用以指定線段的端點。 圖像輪廓圖：imcontrour，自動設置坐標軸，使輸出圖像在其方向和縱軸比上能夠與顯示的圖像吻合。直方圖匹配。從而可以得到直方圖均衡化的公式如下：。在MATLAB中提供函數(shù)histep來實現(xiàn)。用法histep(I,n)。 圖像銳化 邊界撮合銳化：邊界提取函數(shù)edge，以及fspecial（建預定義的二維過濾器），再者函數(shù)imfilter（ND過濾的多維影像）。 銳化濾波器：分為拉普拉斯（Laplacian）算子和Wallis算子。 拉普拉斯算子具有各向同性和平移不變性，有時稱為邊界提取算子。其卷積模板為：四領域 八領域規(guī)定的大小后，可設置卷積模板為向量h，并用函數(shù)imfilter（I,h）即可。 Wallis算子是一種改進的Laplacian算子，有如下公式：式中：是原始圖像，它的局部均值和局部標準偏差分別為和，和表示設計的平均值和標準偏差，A為增益系數(shù)，是控制增強圖像中邊緣和背景組成的比例常數(shù)，為增強后的圖像。 空間域圖像銳化：空域高通濾波法、梯度法圖像銳化、利用Sobel算子對圖像濾波、利用拉普拉斯算子對模糊圖像進行增強。 梯度法的5種方法如下：【1】；【2】；【3】，為固定灰度代替【2】中小于閾值T時仍選用原圖像的像素點值；【4】；【5】。 頻率域圖像銳化：傅里葉變換等等。 圖像偽色彩增強 圖像偽色彩是指將黑白圖像轉化為彩色圖像，或者是將單色圖像變換成給定彩色分布的圖像?？梢岳貌煌首儸F(xiàn)不同灰度，還可以表示不同的頻率成分。 彩色增強分為：假彩色增強(將一幅彩色圖像映射為另一幅彩色圖像)、偽彩色增強(將一幅黑白圖像不同灰度級映射為一幅彩色)。 偽彩色處理的三種方法：灰度分層法(grayslice)、灰度變換法(對比度調整函數(shù)imadjust)、頻域偽彩色處理(先做IFFT，再做進一步處理，最后將它們作為三基色分量分別加到彩色顯示器的紅綠藍通道)。 J=imadjust(I,[low,high],[bottom,top],gamma)，返回圖像I經(jīng)過直方圖調整后的圖像J，[low,high]為原始中要變換的灰度范圍，[bottom,top]指定變換后的灰度范圍，兩者默認為[0,1]。Gamma為矯正值，等于1為線性變換；小于1對圖像的像素值加權，使輸出像素灰度值比原來大；大于1灰度值比原來小。 圖像頻域增強 理想低通濾波器，為截止頻率。 Butterworth低通濾波器，n為正數(shù)，越大誤差速度越大。 指數(shù)低通濾波器(高斯低通濾波器) ，不會帶來振鈴效應。 梯形低通濾波器,、預先給定。 高通濾波 同態(tài)濾波 這是一種在頻率域中同時將圖像亮度范圍進行壓縮和將圖像對比度增強的方法，基本思想是將非線性問題轉化為線性問題處理。 其處理流程圖為：。常用的設計如：可以得到，其中I、R分別為照射分量和反射分量。5 MATLAB圖像分割技術 圖像分割就是按照一定的原則將一幅圖像或景物分為若干特定的、具有獨特性質的部分或子集，并提取出感興趣的目標的技術和過程。 圖像分割概述 依據(jù)是建立在圖像上像素間的“相似性”和“非連續(xù)性”兩個概念之上。比較正式的定義如下。 令集合R代表整個圖像區(qū)域，對R的圖像分割可以看作是將R分成N個滿足以下條件的非空子集。 （1）。 （2）對。 （3）對。 （4）對。 （5）對時連通的區(qū)域。 圖像分割分類：相似性分割(閾值分割、區(qū)域分裂與合并)，非連續(xù)性分割(邊緣檢測、邊緣跟蹤)；結構分割方法(閾值分割、區(qū)域生長、邊緣檢測、紋理分析等)，非結構分割方法(統(tǒng)計模式識別、神經(jīng)網(wǎng)絡方法、其他利用景物的先驗知識實現(xiàn)的方法)。 邊緣檢測 邊緣檢測是所有基于邊界分割方法最基本的處理。圖像的邊緣是圖像的最基本特征。常見的邊緣分為階