新·6-图像畸变校正.pptVIP

一、实验目的 二、问题描述 三、问题分析 四、背景知识 五、实验过程 1. 图像颜色畸变校正 2.图像模糊校正 3.图像几何畸变校正 六、结论与应用 * 图像形状及颜色畸变的校正 实验五 了解数字图像的数学表达及相关概念 加深对数学在相关学科的应用价值的认识 了解对发生畸变的图像进行校正的数学方法 图像是对客观物体的一种相似性的生动模仿与描述 图像在生成和传送的过程中，很可能会产生畸变 比如：偏色、模糊、几何失真、几何倾斜等 不正确的显影扫描等方式， 受反射光线的影响， 都会使图像产生偏色现像 几何空间失真广泛存在于 各种实际工程应用中， 尤其是在遥感、遥测等领域 如何对发生畸变的图像进行校正？ 模糊、几何畸变主要是在 仪器采集图片过程中产生， 大多是因机器故障或操作 不当影响导致。 比如在医学成像方面 图像质量的改善和校正技术， 就是对一幅退化了的图像进行恢复。 在MATLAB里面，读入一幅图像后， 图像就转化成了一个矩阵数据。 通过对矩阵数据的分析，可找到发生畸变的成因， 然后对矩阵数据作相应的修复处理， 就可以达到图像校正的目的 数字图像是用一个数字阵列来表示的图像 其中每个数字表示图像的一个最小单位，称为像素 一幅640×480的图像， 一幅数字图像可以用一个整数矩阵来表示 矩阵元素的位置(i,j)对应数字图像上的一个像素点 矩阵元素的值f(i,j)对应像素点上的颜色灰度值 表示在长、宽方向上各分成640、480个像素 1. 图形文件的读取 A＝imread（FILENAME,FMT） FILENAME：文件名 FMT：文件格式 A=imread(c:\matlab6p5\work\image1color.jpg); 数组A：返回的该图像的数据值 A=imread(c:\matlab6p5\work\image1color,jpg); 例如： 可以用 size 来求数组的大小 比如：D = size( A ) 对二值图和灰度图，A是二维数组 对彩色图，A是三维数组 imagesc(A) ：显示灰度图像，其中A为二维矩阵 figure ：新开一个显示图形的对话框。 Image(C)：将矩阵C显示为一幅真彩图像。 2. 显示图片或者图形 当初是在处理从人造卫星发送回来的劣质图像的过程中发展 目前，几乎所有涉及应用扫描和成像的领域都需要畸变校正 图像在生成和传送的过程中，很可能会产生畸变 如：偏色、模糊、几何失真、几何倾斜等等 不正确的显影，打印、扫描，抓拍受反射光线的影响等方式，都会使图像产生偏色现像 模糊、几何畸变主要是在仪器采集图片过程中产生， 图像颜色畸变现象可以是由摄像器材导致， 也可以是由于真实环境本身就偏色导致， 还有的是由于图像放置过久氧化老化导致。 图像颜色畸变校正应用十分广泛， 比如：医学成像应用、罪犯识别和国防侦察等。 图像颜色畸变，可通过灰度直方图来观察分析。 通过颜色畸变图像的RGB基色直方图 ，发现 三基色中至少有一个在区间[0，255]上形成空缺。 通过调整像素值的分布来解决颜色畸变问题， 通过拉伸，使得像素值分布在整个区间[0，255]上。 a=imread(‘p1.bmp’); b=double(a); hist(b(:,:,3)); 读取偏色图像到矩阵 设定拉伸系数 对矩阵元素作拉伸处理 显示处理后的图像 算法的流程: RGB三色直方图 发生了颜色畸变 基色B数据有空缺 图像明显偏黄 基色B的像素值明显分布在[0,140]之间， 应该把它拉伸以至[0,255]上 运行程序：dealcolor(‘color.jpg’,3,140) 参数1：颜色畸变图名 参数2：第几个基色矩阵，1、2、3分别代表R、G、B 参数3：待拉伸像素值的最大值 校正后的图像 很明显图像整体色质得到了很好的改善, 可以改变参数d 的值，来寻求最好的效果, 如果三种基色都需要调整，可类似进行。 得到的图像资料经常都是模糊的。 图像模糊校正是由处理卫星图像而发展起来的， 从监控设备得到的犯罪罪犯图像资料， 由于技术上的缺陷， 如果不进行相关的处理很难得到罪犯的特征。 图像的灰度变化情况可以表现为曲线， 灰度变化就转变成了矩阵数据的变化， 反映数据变化的数学手段可以采用微分算子， “一阶微分”是描述“数据的变化率”， “二阶微分”是描述“数据变化率的变化率”。 在感应灰度变化方面，二阶比一阶微分更具敏感性， 因此采用二阶微分算子来处理。 设原图的函数为：f(x,y)， 一个二阶的拉普拉斯微分算子定义为： 将它展开就得到: 写成图像处理 运算模版的形式: 读取待处理图像到矩阵 对矩阵元素作处理 (将矩阵元素与