數(shù)字圖像處理及matlab實(shí)現(xiàn)(編輯修改稿)
2025-07-20 15:34 本頁(yè)面
【文章內(nèi)容簡(jiǎn)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(qiáng)表面。 動(dòng)畫(huà) 提供以下函數(shù)來(lái)制作：Moviein產(chǎn)生一個(gè)矩陣來(lái)存放動(dòng)畫(huà)中的幀Getframe對(duì)當(dāng)前的圖形進(jìn)行快照Movie按順序回放各幀 不斷在屏幕上對(duì)圖形進(jìn)行erase和redraw，而每次redraw時(shí)對(duì)對(duì)象的某個(gè)參數(shù)進(jìn)行增量變化，需要用到對(duì)象的EraseMode屬性。4 MATLAB圖像增強(qiáng) 原理、方法及體系結(jié)構(gòu) 三個(gè)階段：圖像預(yù)處理、特征抽取階段、識(shí)別分析階段。 目的：改善圖像的視覺(jué)效果，提高圖像成分的清晰度；是圖像變得有利于計(jì)算機(jī)處理。 方法：空間域增強(qiáng)方法、頻域增強(qiáng)方法。 體系：圖像增強(qiáng)：空間域、頻率域、彩色增強(qiáng)空間域：像素點(diǎn)處理（圖像灰度變換、直方圖修正（中值濾波、均值濾波））、領(lǐng)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(duì)比度增強(qiáng) 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(duì)數(shù)變換和Gamma變換。前者表達(dá)式為，其中c為常數(shù)。后者表達(dá)式為，r為CCD圖像傳感器或膠片等的入射光的強(qiáng)度，為常數(shù)，灰度與光強(qiáng)成正比，則有，k為常數(shù)通常為1，1/~。 我們可以用一個(gè)函數(shù)imadjust函數(shù)來(lái)實(shí)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(gè)圖像的[low_in。high_in]可以用函數(shù)stretch函數(shù)來(lái)獲得。 MATLAB image ，調(diào)用函數(shù)imconstrast。 空域變換增強(qiáng) 分為基于像素點(diǎn)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(shuō)明：MAP僅僅當(dāng)是索引圖的時(shí)候采用此參數(shù)。C為像素的顏色，R,P為像素的坐標(biāo)。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(qiáng)度描述圖：improfile，用以描述圖像一條線段或多條線段的強(qiáng)度值。格式：C=improfille(I,xi,yi)。參數(shù)xi，yi是兩個(gè)向量，用以指定線段的端點(diǎn)。 圖像輪廓圖：imcontrour，自動(dòng)設(shè)置坐標(biāo)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(lái)實(shí)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(yù)定義的二維過(guò)濾器），再者函數(shù)imfilter（ND過(guò)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(shí)稱為邊界提取算子。其卷積模板為：四領(lǐng)域 八領(lǐng)域規(guī)定的大小后，可設(shè)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(jìn)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(biāo)準(zhǔn)偏差分別為和，和表示設(shè)計(jì)的平均值和標(biāo)準(zhǔn)偏差，A為增益系數(shù)，是控制增強(qiáng)圖像中邊緣和背景組成的比例常數(shù)，為增強(qiáng)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(duì)圖像濾波、利用拉普拉斯算子對(duì)模糊圖像進(jìn)行增強(qiáng)。 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(shí)仍選用原圖像的像素點(diǎn)值；【4】；【5】。 頻率域圖像銳化：傅里葉變換等等。 圖像偽色彩增強(qiáng) 圖像偽色彩是指將黑白圖像轉(zhuǎn)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。可以利用不同色彩變現(xiàn)不同灰度，還可以表示不同的頻率成分。 彩色增強(qiáng)分為：假彩色增強(qiáng)(將一幅彩色圖像映射為另一幅彩色圖像)、偽彩色增強(qiáng)(將一幅黑白圖像不同灰度級(jí)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(duì)比度調(diào)整函數(shù)imadjust)、頻域偽彩色處理(先做IFFT，再做進(jìn)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(lán)通道)。 J=imadjust(I,[low,high],[bottom,top],gamma)，返回圖像I經(jīng)過(guò)直方圖調(diào)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(rèn)為[0,1]。Gamma為矯正值，等于1為線性變換；小于1對(duì)圖像的像素值加權(quán)，使輸出像素灰度值比原來(lái)大；大于1灰度值比原來(lái)小。 圖像頻域增強(qiáng) 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(huì)帶來(lái)振鈴效應(yīng)。 梯形低通濾波器,、預(yù)先給定。 高通濾波 同態(tài)濾波 這是一種在頻率域中同時(shí)將圖像亮度范圍進(jìn)行壓縮和將圖像對(duì)比度增強(qiáng)的方法，基本思想是將非線性問(wèn)題轉(zhuǎn)化為線性問(wèn)題處理。 其處理流程圖為：。常用的設(shè)計(jì)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(shù) 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(dú)特性質(zhì)的部分或子集，并提取出感興趣的目標(biāo)的技術(shù)和過(guò)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(gè)概念之上。比較正式的定義如下。 令集合R代表整個(gè)圖像區(qū)域，對(duì)R的圖像分割可以看作是將R分成N個(gè)滿足以下條件的非空子集。 （1）。 （2）對(duì)。 （3）對(duì)。 （4）對(duì)。 （5）對(duì)時(shí)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(cè)、邊緣跟蹤)；結(jié)構(gòu)分割方法(閾值分割、區(qū)域生長(zhǎng)、邊緣檢測(cè)、紋理分析等)，非結(jié)構(gòu)分割方法(統(tǒng)計(jì)模式識(shí)別、神經(jīng)網(wǎng)絡(luò)方法、其他利用景物的先驗(yàn)知識(shí)實(shí)現(xiàn)的方法)。 邊緣檢測(cè) 邊緣檢測(cè)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(jiàn)的邊緣分為階
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1