matlab在數(shù)字圖像處理中的應(yīng)用-文庫(kù)吧資料
2025-07-01 07:11本頁(yè)面
【正文】 nt8類型更節(jié)省空間。二進(jìn)制圖像保存在一個(gè)由二維的由0（關(guān)）和1（開）組成的矩陣中。矩陣的每個(gè)元素代表不同的亮度或灰度級(jí)。(2) 灰度圖像在MATLAB中，灰度圖像是保存在一個(gè)矩陣中的，矩陣中的每一個(gè)元素代表一個(gè)像素點(diǎn)。如果圖像矩陣為雙精度類型，第一點(diǎn)的值對(duì)應(yīng)于顏色圖的第一行，第二點(diǎn)對(duì)應(yīng)于顏色圖的第二行，依次類推。Colormap=[R，G， B]，R，G，B為值域?yàn)閇0，1]的實(shí)數(shù)值。對(duì)于每個(gè)像素，圖像矩陣包含一個(gè)值，這個(gè)值就是顏色圖中的索引。 圖像類型MATLAB中，一幅圖像可能包含一個(gè)數(shù)據(jù)矩陣，也可能包含一個(gè)顏色映射表矩陣。8位Zpixmaps,XYbitmaps,1位XYpixmaps。文件內(nèi)容包括：文件頭，參數(shù)指針表與參數(shù)域，參數(shù)數(shù)據(jù)表和圖像數(shù)據(jù)四部分。(5) TIFF（Tagged Image File Format）格式。有8位，24位光柵數(shù)據(jù)集。文件內(nèi)容包括：文件頭（一個(gè)BITMAP FILEHEADER數(shù)據(jù)結(jié)構(gòu)），位圖信息數(shù)據(jù)塊（位圖信息頭BITMAP INFOHEADER和一個(gè)顏色表）和圖像數(shù)據(jù)。(2) BMP（Windows Bitmap）格式?？商幚?，4，8，16，24位等圖像數(shù)據(jù)。(5) 其他應(yīng)用圖像的遠(yuǎn)距離通信；多媒體計(jì)算機(jī)系統(tǒng)及應(yīng)用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預(yù)測(cè)顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場(chǎng)視頻管理等。(3) 工業(yè)應(yīng)用CAD 和CAM技術(shù)用于模具、零件制造、服裝、印染業(yè)；零件、產(chǎn)品無損檢測(cè)，焊縫及內(nèi)部缺陷檢查；交通管制、機(jī)場(chǎng)監(jiān)控；火車車皮識(shí)別等。(1) 在生物醫(yī)學(xué)中的應(yīng)用主要包括顯微圖像處理；DNA顯示分析；紅、白血球分析計(jì)數(shù)；蟲卵及組織切片的分析；癌細(xì)胞的識(shí)別；染色體分析等等。近年來計(jì)算機(jī)識(shí)別、理解圖像的技術(shù)發(fā)展很快，也就是圖像處理的目的除了直接供人觀看(如醫(yī)學(xué)圖像是為醫(yī)生觀看作診斷)外，還進(jìn)一步發(fā)展了與計(jì)算機(jī)視覺有關(guān)的應(yīng)用，如郵件自動(dòng)分檢，車輛自動(dòng)駕駛等。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時(shí)間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題[5]。由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識(shí)狀況影響很大，作為圖像質(zhì)量的評(píng)價(jià)還有待進(jìn)一步深入的研究。在理解三維景物時(shí)需要知識(shí)導(dǎo)引，這也是人工智能中正在致力解決的知識(shí)工程問題。(4) 由于圖像是三維景物的二維投影，一幅圖象本身不具備復(fù)現(xiàn)三維景物的全部幾何信息的能力，很顯然三維景物背后部分信息在二維圖像畫面上是反映不出來的。就電視畫面而言，同一行中相鄰兩個(gè)像素或相鄰兩行間的像素，而相鄰兩幀之間的相關(guān)性比幀內(nèi)相關(guān)性一般說還要大些。(3) 數(shù)字圖像中各個(gè)像素是不獨(dú)立的，其相關(guān)性大。而語音帶寬僅為4kHz左右。(2) 數(shù)字圖像處理占用的頻帶較寬。如一幅256256低分辨率黑白圖像，要求約64kbit的數(shù)據(jù)量；對(duì)高分辨率彩色512512圖像，則要求768kbit數(shù)據(jù)量；如果要處理30幀/秒的電視圖像序列，則每秒要求500kbit～。圖像分類常采用經(jīng)典的模式識(shí)別方法，有統(tǒng)計(jì)模式分類和句法(結(jié)構(gòu))模式分類，近年來新發(fā)展起來的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中也越來越受到重視。(6) 圖像分類(識(shí)別)。對(duì)于特殊的紋理圖像可采用二維紋理特征描述。圖像描述是圖像識(shí)別和理解的必要前提。因此，對(duì)圖像分割的研究還在不斷深入之中，是目前圖像處理中研究的熱點(diǎn)之一。圖像分割是將圖像中有意義的特征部分提取出來，其有意義的特征有圖像中的邊緣、區(qū)域等，這是進(jìn)一步進(jìn)行圖像識(shí)別、分析和理解的基礎(chǔ)。(4) 圖像分割。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì)節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影響。圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。編碼是壓縮技術(shù)中最重要的方法，它在圖像處理技術(shù)中是發(fā)展最早且比較成熟的技術(shù)。圖像編碼壓縮技術(shù)可減少描述圖像的數(shù)據(jù)量(即比特?cái)?shù))，以便節(jié)省圖像傳輸、處理時(shí)間和減少所占用的存儲(chǔ)器容量。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特性，它在圖像處理中也有著廣泛而有效的應(yīng)用。由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。數(shù)字圖像處理的產(chǎn)生和迅速發(fā)展主要受三個(gè)因素的影響：一是計(jì)算機(jī)的發(fā)展；二是數(shù)學(xué)的發(fā)展(特別是離散數(shù)學(xué)理論的創(chuàng)立和完善)；三是廣泛的農(nóng)牧業(yè)、林業(yè)、環(huán)境、軍事、工業(yè)和醫(yī)學(xué)等方面的應(yīng)用需求的增長(zhǎng)。N和K的值越大，圖像越清晰。由于數(shù)字圖像是連續(xù)圖像的近似，從圖像數(shù)字化的過程可以看到。在數(shù)字圖像處理中，一般都取成2的整數(shù)冪，即: N=2n ()K=2m ()一幅數(shù)字圖像在計(jì)算機(jī)中所占的二進(jìn)制存儲(chǔ)位數(shù)b為: b=log(2m)N*M=N*N*m(bit) ()例如，灰度級(jí)為256級(jí)(m=8)的512512的一幅數(shù)字圖像，需要大約210萬個(gè)存儲(chǔ)位。 對(duì)連續(xù)的灰度值賦予量化級(jí)的，即灰度值方法有：均勻量化(uniform quantization)，線性量化(liner quantization)，對(duì)數(shù)量化，MAX量化，錐形量化(tapered quantization)等。 在0255的值對(duì)應(yīng)于白黑的時(shí)候，有以0為白，255為黑的方法，也有以0為黑，255為白的方法，這取決于圖像的輸入方法以及用什么樣的觀點(diǎn)對(duì)圖像進(jìn)行處理等，這是在編程時(shí)應(yīng)特別注意的問題。把這些連續(xù)的濃淡值或灰度值變?yōu)殡x散的值(整數(shù)值)的操作就是量化。(2) 量化經(jīng)過采樣，圖像被分解成在時(shí)間上和空間上離散分布的像素，但是像素的值(灰度值)還是連續(xù)值。對(duì)于運(yùn)動(dòng)圖像除進(jìn)行水平，垂直兩個(gè)方向的掃描以外，還有進(jìn)行時(shí)間軸上的掃描。最常用的掃描方法是在二維平面上按一定間隔順序地從上方順序地沿水平方向的直線(掃描線）掃描，從而取出濃淡值(灰度值)的線掃描(Laster掃描)。(1) 采樣采樣(sampling)就是把在時(shí)間上和空間上連續(xù)的圖像變成離散點(diǎn)(采樣點(diǎn)，即像素)的集合的一種操作。數(shù)字圖像(digital imagine)和傳統(tǒng)的圖像即模擬圖像(picture)是有差別的。2 數(shù)字圖像處理的基礎(chǔ)知識(shí)簡(jiǎn)介 什么是數(shù)字圖像所謂數(shù)字圖像就是把傳統(tǒng)圖像的畫面分割成如圖21所示的被稱為像素(picture element, 簡(jiǎn)稱pixel。本論文主
外語相關(guān)推薦
鄂ICP備17016276號(hào)-1