MATLAB在图像处理中应用.ppt

* 第7章 MATLAB在图像处理中的应用 1.图形文件的读写和查询 2.图像的显示 3.图像的运算 4.图像的几何操作 5.领域和块运算 6.线性滤波与滤波器的设计 7.图像的变换处理 8.图像分析与增强 9.小波分析在图像处理中的应用 第一节 数字图像处理 一、数字图象处理的基本概念 ? 二维函数 f(x,y)。（图像和图片）x,y是空间坐标， f(x,y)幅值称为强度或者灰度 数字图像：空间离散，幅值离散 像素 图像在人类感知中扮演最重要的角色。 60％～80％的信息来自图像 成像机器可覆盖几乎所有电磁波谱 还存在其他成像方式：声波，电子显微镜，分形图像 二、数字图像处理的基本特点 ? ?1．信息量很大 ?2．数字图像占用的频带较宽。 ?3．数字图像中各个像素是不独立的，其相关性很大。 ?4．处理后的数字图像是需要给人观察和评价的，因此受人的因素影响较大。 ?5. 数字图像处理技术综合性强 ?6. 图像信息理论与通信理论密切相关 三、数字图像处理的主要应用 1、太空探索，遥感应用 2、生物医学工程： CT的发明 血球自动分类仪的商业化 3、工业应用：视觉检验，零部件选取，过程控制 4、军事应用： 5、网络数字媒体，视频图象特技,虚拟现实,视频会议通信等日常生活方方面面。 应用实例：:电磁波谱，,伽马射线成像,X射线成像,紫外波段像， 可见光成像(用显微镜方法)，可见光及红外波段成像，红外成像（全世界夜间灯光），多光谱成像，可见光成像，微波波段（雷达波）成像，无线电波成像，声波成像，子显微镜成像 图象处理的基础知识 2.1 图像的获取 把照射量变为数字图像的三种主要传感器装置 1．用单个传感器获取图像 2．用带状传感器获取图像 3．用传感器阵列获取图像 ? 2.2 图象的数字化和计算机图象数据处理 2.2.1 图象函数 成象过程是复杂的光学过程，这涉及到光度学，色度学 光度学：亮度形成机制。 色度学：光的反射和发射与光波的波长关系（和颜色，彩色有关系）。 单色图象：反映图象亮度值，则和波长无关，则图象函数为f(x,y)。 例如：一张黑白照片，可以应用二维函数f（x，y）表示 x，y是平面两个轴的坐标，f（x，y）表示（x，y） 点的亮度值（灰度值）。 一幅彩色图象： 各点值还应反映出色彩变化， 即可用f（x，y，I）表示，其中I为波长。 2.2.3 数字图象在计算机内的处理—数字图象的矩阵表示 1.数字图象的矩阵表示2.二维数组和图象的关系 ?二维数组的标注和数字图象的对应关系有两种形式: 1) 数组的第1,2标注I,J分别对应于画面的水平和垂直两方向3/4F型 2) 数组的第1,2标注I,J分别对应于画面的垂直和水平两方向3/4M型? 2.3 彩色图象简介 1. 彩色规范（颜色模型）― RGB模型和HSI模型 1) RGB模型 最直接的方法是使用红，绿，蓝的亮度值，大小限定到一定范围，如0到1。我们把这种约定称为RGB格式。每个象素（实际上任何可能要量化的颜色）都能用三维空间中第一象限的一个点来表示，如下图中的彩色立方体所示。 在RGB彩色空间的原点上，任一基色均没有亮度，即原点为黑色。三基色都达到最高亮度时则表现为白色。亮度较低的等量的三种基色产生灰色的影调。所有这些点均落在彩色立方体的对角线上，该对角线被称为灰色线。彩色立方体中有三个角对应于三基色—红、绿和蓝色。剩下的三个角对应于黄色，青色和洋红（红）。2) HSI模型 H(hue):色调，表示颜色，与波长有关； S(saturation):饱和度，表示色纯度，即单色光中渗入白光的程度。当光谱色掺入白光成分越多时，饱和度下降，颜色变浅； I(intensity):强度，表示人眼感知颜色的强弱程度，它和能量大小及人眼对不同波长的感知能力有关。 这种彩色描述对人来说是自然的、直观的，更适合人的视觉特性。HSI模型对于开发基于彩色描述的图像处理方法是一个较为理想的工具。 采用HSI彩色空间的优点： 能够减少彩色图像处理的复杂性，而增加快速性。在图像处理中常用的算术操作或算法，例如作为边缘检测或边缘增强的Sobel算子(卷积运算)，只要对HSI彩色空间的亮度信号进行操作就可获得良好效果，而在RGB彩色空间要作上述运算就很不方便。在图像处理和计算机视觉中大量算法都可在HSI彩色空间中方便地使用，它们可以分开处理而且是相互独立的。因此，在HIS彩色空间中可以大大简化图像分析和处理的工作量。 2. 真彩色、 伪彩色、 假彩色 ( 1 ) 真彩色图象 ( true color ) 能真实反映自然界物体本来颜色的图象叫真彩色图象。 ( 2