第三章亮度变换与空间滤波资料.pptVIP

本章主要内容： 3.1 背景知识 图像旋转和调整大小的函数及用法 3.2 亮度变换函数 （1）函数adjust （2）对数和对比度拉伸变换（intrans函数） 3.3 直方图处理与函数绘图 3.4 空间滤波 （1）线性空间滤波 （2）非线性空间滤波器 重点： （1）对比度增强方法（adjust和intrans函数） （2）直方图的画法（bar、stem和plot函数） （3）均值及中值滤波方法 难点： 微分算子的锐化作用（掌握拉普拉斯算子、Robert、Sobel算子） 3.1 图像的几何操作 1、插补运算 插补运算是通过在输入图像中查找与输出像素对应的点来确定插补像素点的数据值。 MATLAB提供的插补运算： 近邻插补运算（nearest neighbor） 双线性插补运算（bilinear） 双立方插补运算（bicubic） 2、图像的旋转 函数：imrotate 作用：通过特定的插补方法来改变图像的角度 使用：B=imrotate(A,angle,method) 或者B=imrotate(A,angle,method,’crop’) 其中：A是图像矩阵，angle是图像的旋转角度，method可以是nearest,bininear或bicubic，默认nearest,参数crop表示剪切。 例子：使用双立方插补法改变图像的角度 3、调整图像的大小 函数：imresize 作用：通过特定的插补方法来调整图像的大小 使用（1）B=imresize(A,m,method) 用method方法返回大小等于A的m倍 的图像B。 （2）B=imresize(A,[mrows ncols],method) 用method方法返回大小等于mrows*ncols 的图像B。 例子：调整图像的大小 3.2 图像的增强 1、什么是图像增强 图像增强是指改善图像，以使图像主观上看起来更好的一种图像处理方法，虽然我们并不关心一幅图像的内容是什么，但是我们关心这副图像是否可以得到改善，比如：是否能观察到更多的细节，是否能去掉一些不想要的斑点，是否能使对比度达到更好？等等。 2、图像增强的两大类方法： 空间域：是指图像平面自身，这类方法是以对图像的像素直接处理为基础。 频域：将一幅图像像元值在空间上的变化分解为具有不同振幅、空间频率和相位的简振函数的线性叠加,图像中各种空间频率成分的组成和分布称为空间频谱。这种对图像的空间频率特征进行分解、处理和分析称为空间频率域处理或波数域处理。 处理技术是以修改图像的傅氏方法为基础的。 空域增强按技术不同可分为灰度变换和空间滤波。 空间域： 灰度变换:基于点操作，将每一个像素的灰度值按照一定的数学变换公式转换为一个新的灰度值。常用的有:对比度增强、直方图均衡化等方法。 空域滤波:基于邻域处理，应用某一模板对每个像素及其周围邻域的所有像素进行某种数学运算，得到该像素的新的灰度值。图像平滑与锐化技术就属于空域滤波。 Bar函数例子： y=[1 2 3 4;5 4 6 2;3 1 2 3]; x=[1:3:9]; Subplot(1,2,1) bar(x,y,’stack’)’group’ Subplot(1,2,2) bar(x,y,0.6) f=imread(3-3.jpg); h=imhist(f); h1=h(1:10:256); horz=1:10:256; bar(horz,h1) axis([0 255 0 15000]) set(gca,xtick,0:50:255) set(gca,ytick,0:2000:15000) xlabel(x轴) ylabel(y轴) title(直方图绘制) b、杆状图绘制 语法： stem(horz,v,’color_linestyle_marker’,’fill’) color 颜色，默认为黑色 linestyle:线型，默认为实线 marker:标记点，默认为圆形 注：若使用fill，且标记点为圆形、方形或菱形，则标记点的颜色为color指定的颜色。 c、plot函数 语法： plot (horz,v,’color_linestyle_marker’) 功能：将一组点用直线连接起来 color 颜色，默认为黑色 linestyle:线型，默认为实线 marker:标记点，默认为圆形