国赛集训专题——稳定性模型、经典微分方程().ppt

2014国赛集训专题5 效果如图 5.2 灰度拉伸 灰度扩展的意思就是把你所感兴趣的灰度范围拉开，使得该范围内的像素亮的越亮，暗的越暗，从而达到了增强对比度的目的。由于图像摄取设备精度的限制，这项技术对图像识别有着重要的意义。 I = imread ( ’chepai. jpg’) ； J = imadjust ( I, [ 0. 2, 0. 8 ] , [ ] ) ； imshow (J ) ； 效果如图 load woman %read data X and map imshow(uint8(X)) figure;image(X);colormap(map) 内存数据的图像显示 imshow( ) 可根据图像数据显示灰度图或彩色图 数据类型必须为uint8，如果数据是double，可用uint8()函数转换 另：image()函数可以将矩阵的数据作为图像显示，可接收double、uint16、uint8类型，同时需通过colormap函数进行颜色配置 3 图像的直方图 定义：灰度级的函数，描述的是图像中每种灰度级像素的个数，反映图像中每种灰度出现的频率。横坐标是灰度级，纵坐标是灰度级出现的频率。 直方图计算 依据定义，若图像具有L（通常L=256,即8位灰度级）级灰度，则大小为MxN的灰度图像f(x,y)的灰度直方图hist[0…L-1]可用如下计算获得： 初始化 hist[k]=0; k=0,…,L-1 统计 hist[f (x,y)]++; x=0,…,M-1, y =0,…,N-1 归一化 hist[f (x,y)]/=M*N Matlab函数imhist() 直方图的用处 1）数字化参数 一般一幅数字图像应该利用全部或几乎全部可能的灰度级； 对直方图做快速检查。 2 ）边界阈值选择 使用轮廓线确定简单物体的边界的方法，称为阈值化； 对物体与背景有较强对比的景物的分割特别有用； 基于直方图的图像矫正、分割…… 直方图均衡化 使一输入图像转换为在每一灰度级上都有相同的像素点数（即输出的直方图是平的） 进一步的作用在于图像比较和分割 实际是完成直方图变换：DB＝f (DA) 累积分布密度为 变换 例 %初始化及得到lenna的灰度 lenna=zeros(128,128); lenna_equ=zeros(128,128); histgram=zeros(256); cdf=zeros(256); [lenna,map]=imread(c:\temp\lenna.bmp,bmp); %get histogram for i=1:128 for j=1:128 k=lenna(i,j); histgram(k)=histgram(k)+1; end end %get cdf cdf(1)=histgram(1); for i=2:256 cdf(i)=cdf(i-1)+histgram(i); end %run point operation for i=1:128 for j=1:128 k=lenna(i,j); lenna_equ(i,j)=cdf(k)*256/(128*128); end end %生成直方图均衡化后的lenna图 imwrite(lenna_equ,map,c:\temp\lenna_equ.bmp); 图像文件读取 函数imread可以从任何Matlab支持的图像文件格式中以任意位深度读取一幅图像。 [X,MAP]=imread(Filename,’FMT’) Filename:读入的文件名。 FMT为图像格式，如果不指定FMT参数，系统将根据文件名自动判断图像类型。 输出参数X：存储图像数据的矩阵名。 MAP:当图像为索引图像时，MAP为该图像的调色板。 Example: RGB=imread(‘peppers.png’) I=imread(‘moon.tif’) [X,map]=imread(‘canoe.tif’) 注意： imread的使用方法是： I=imread(‘C：\XXXX\XXXX.jpg’); load 是读取matalab本身附带的索引图（具体路径是C:\MATLAB2009\toolbox\wavelet\wavedemo）； 而imread是读取你自己的图片（也就是你电脑上的图）； 问题在于你处理的图片是真彩图（256*256*3）还是伪彩图（256*256）；一般我们电脑上的图片都是真彩图，而索引图是伪彩图，所以如果使用imread的话，需要把图片格式转换。 图像文件的写入（保存） 函数imwrite可以将一幅图像写成一个Matlab支持的格式图