matlab图像处课件.ppt

对比度增强 Gamma校正 Gamma因子的取值决定了输入图像到输出图像的灰度映射方式，即决定了增强低灰度级还是高灰度级。 平滑滤波 中值滤波 平滑滤波 平滑技术用于平滑图像中的噪声 基本方法是：求像素灰度的平均值和中值 Matlab工具箱中提供的去噪的方法： 线性滤波 中值滤波 自适应滤波 平滑滤波 锐化 锐化技术用于加强图像中的目标边界和图像细节。常用的方法是在空间域中对图像进行微分处理，也可以在频域中运用高通滤波技术。 因为需要锐化的边界可能是任意走向的，因此需要锐化算子是无向的，即无论边界是什么走向，只要幅度相同，算子的输出就相同——梯度算子、拉氏算子 I = imread(‘brain.bmp); subplot(2,2,1),imshow(I); BW1 = edge(I,roberts); %进行Roberts算子边缘检测，门限值采用默认值 BW2 = edge(I,prewitt); %进行Prewitt算子边缘检测，门限值采用默认值 BW3 = edge(I,sobel); %进行Sobel算子边缘检测，门限值采用默认值 subplot(2,2,2), imshow(BW1,[]); subplot(2,2,3), imshow(BW2,[]); subplot(2,2,4), imshow(BW3,[]); Matlab边缘检测程序，Roberts, Prewitt, Sobel算法比较 * 图像的代数运算 IM2 = imcomplement(IM) 图像的代数运算 Z = imdivide(X,Y) 图像的代数运算 Z = immultiply(X,Y) 图像几何运算 在对图像进行缩放、旋转等几何变换时，由于数字图像的坐标是整数，经过这些变换后的坐标不一定是整数，因此要对变换之后的整数坐标位置的像素值进行估计。 几何运算包括： 空间变换 灰度插值 最近邻插值 双线性插值 双三次插值 图像几何运算 图像的插值缩放 nearest： 这个参数也是默认的， 即改变图像尺寸时采用最近邻插值算法； bilinear：采用双线性插值算法； bicubic： 采用双三次插值算法，在R2013a版本里，默认为这种算法，所以不同版本可能有不同的默认参数，使用之前建议使用命令help imresize获得帮助信息，以帮助信息为准； 程序例： figure subplot(2,2,1),imshow(X); subplot(2,2,2),imshow(X1); subplot(2,2,3),imshow(X2); subplot(2,2,4),imshow(X3); imwrite(X,’X.jpg) imwrite(X1,x1.jpg) imwrite(X2,x2.jpg) imwrite(X3,x3.jpg) clear close all X=imread(autumn.tif); X1=imresize(X,4,nearest); X2=imresize(X,4,bilinear); X3=imresize(X,4,bicubic); figure,imshow(X) figure,imshow(X1) figure,imshow(X2) figure,imshow(X3) 图像几何运算 图像的插值旋转 图像几何运算 图像的剪切 交互式 rect [Xmin Ymin Width Height] 图像增强 空间域 点运算 直方图修正法 灰度变换 区域运算 锐化 平滑 频率域 高通滤波 同态滤波 低通滤波 彩色增强 假彩色增强 彩色变换增强 伪彩色增强 代数运算 图像增强 图像增强 直方图增强 对比度增强 二维卷积和二维滤波 平滑滤波 锐化 直方图增强 直方图 只对“二值”或“灰度”图像有效 灰度级数目 直方图增强 直方图均衡化 只对“二值”或“灰度”图像有效 对比度增强 该方法按一定的规则修改输入图像每个像素的灰度，从而改变图像灰度的动态范围。它可以使灰度动态范围扩展，也可以压缩，或进行分段处理等。 0 f(x,y) g(x,y) a b c d 0 f(x,y) g(x,y) a b c d Mf Mg 对比度增强 灰度调整 0 I J low_in high_in low_out high_out I，J范围：0~1 [ ]默认为[0;1] J=imadjust(I) 将灰度图像 I 中的亮度值映射到 J 中的新值并使 1% 的数据是在低和高强度饱和，这增加了输出图像 J 的对比度值。 对比度增强 灰度调整 0 I J low_in high_in low_out high_out J=imadjust(I,[low_in; high_in], [low_out; high_