MATLAB图像信息处理技术.docVIP

MATLAB在图像信息处理中的应用 MATLAB是集公式演算推导与数值计算于一体的可视化科学计算软件，它的工具箱对相关学科和各种基于技术都采用了当今最先进的算法有极强的图形和图像处理功能，其语法简单易学。为此，介绍了如何利用MATLAB图像工具箱来实现图像处理基本操作，说明如何用MATLAB实现经典的图像处理方法与技巧，验证了该语言是简洁的易学的。图形/图像处理技术包括对位图图像和矢量图形两方面的处理内容。图形处理是指在计算机环境下，实现对图形的表示、绘制、处理、输出等；而图像处理则包括多非数字化的图形/图像信息进行采样、量化及编码实现数字化，然后对数字化编辑处理、压缩、存储、传输，当需要输出图像时，再将其解压并还原。其中的数字化编辑处理主要指对已经数字化了的图像信息所进行的具体技术性处理，以达到所希望的应用效果。本文主要针对图形的表示、绘制、处理、输出。 最新版本软件工具实现数字信号处理、图像处理、小波分析和系统仿真等相关应用领域有了新的突破。MATLAB应用领域主要有三个方面：数字信号处理、系统建模与仿真、图像处理。MATLAB具有灵活的二维与三维绘图功能，用户可以方便迅速地用图形、图像、声音、动画等多媒体技术直接表述数值计算结果，可以选择不同坐标系、可以设置颜色、线性、视角，还可以在图中加上比例尺、标题等并且还可以将图形嵌入到用户的WORD文件中。 MATLAB中基本数据结构式由一组有序的实数或复数元素构成的数组，图像对象的表达采用的是一组 有序的灰度或色彩数据元素构成的实值数组。MATLAB中通常用二维数组来存储图像，数组的每一个元素对应与图像的一个像素值 图像是一种可视化的信息， 图像信号是图像信息的理论描述方法， 图像信号按其内容变化与时间的关系来分， 主要包括静态图像和动态图像两种。 静态图像其信息密度随空间分布， 且相对时间为常量； 动态图像也称时变图像， 其空间密度特性是随时间而变化的。 人们经常用静态图像的一个时间序列来表示一个动态图像。 图像分类还可以按其他方式进行： 如按其亮度等级的不同可分为二值图像和灰度图像； 按其色调的不同可分为黑白图像和彩色图像； 按其所占空间的维数不同可分为平面的二维图像和立体的三维图像等等。 图像信号的记录、 存储和传输可以采用模拟方式或数字方式。 传统的方式为模拟方式， 例如， 目前我们在电视上所见到的图像就是以一种模拟电信号的形式来记录， 并依靠模拟调幅的手段在空间传播的。 将模拟图像信号经A/D变换后就得到数字图像信号， 数字图像信号便于进行各种处理， 例如最常见的压缩编码处理就是在此基础上完成的。 本书介绍的图像信息处理技术就是针对数字图像信号的。  图像处理应用 MATLAB图像处理工具箱支持四种图像类型,分别为真彩色图像、索引色图像、灰度图像、二值图像,由于有的函数对图像类型有限制,这四种类型可以用工具箱的类型转换函数相互转换。MATLAB可操作的图像文件包括BMP、HDF、JPEG、PCX、TIFF、XWD等格式。下面就图像处理的基本过程讨论工具箱所实现的常用功能。 下面就举一些图像处理MATLAB仿真的例子： 双线性插值 双线性插值（method=‘linear’），返回当前输入相邻四点输出的双线性加权，它是MATLAB默认的方法。双线性内插值：对于一个目的像素，设置坐标通过反向变换得到的浮点坐标为(i+u,j+v)，其中i、j均为非负整数，u、v为[0,1)区间的浮点数，则这个像素得值 f(i+u,j+v) 可由原图像中坐标为 (i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素的值决定，即：f(i+u,j+v) = (1-u)(1-v)f(i,j) + (1-u)vf(i,j+1) + u(1-v)f(i+1,j) + uvf(i+1,j+1)其中f(i,j)表示源图像(i,j)处的的像素值，以此类推，这就是双线性内插值法。双线性内插值法计算量大，但缩放后图像质量高，不会出现像素值不连续的的情况。由于双线性插值具有低通滤波器的性质，使高频分量受损，所以可能会使图像轮廓在一定程度上变得模糊 [x,y] = meshgrid(-3:0.8:3); z = peaks(x,y); [xi,yi] = meshgrid(-3:0.25:3); zi_nearest = interp2(x,y,z,xi,yi,nearset); zi_linear = interp2(x,y,z,xi,yi); zi_spline = interp2(x,y,z,xi,yi,spline);