多媒体技术之图像教程.pptVIP

MATLAB在数字图像处理中的应用 图像增强处理 输入一张图片，进行直方图均衡处理，并观察原始图像和均衡化后的图像的直方图。 MATLAB在数字图像处理中的应用 显示原图 MATLAB在数字图像处理中的应用 处理后图像 MATLAB在数字图像处理中的应用 原直方图 MATLAB在数字图像处理中的应用 处理后直方图 直方图是图像的最基本的统计特征，它反映的是图像的灰度值的分布情况。直方图均衡化的目的是使图像在整个灰度值动态变化范围内的分布均匀化，改善图像的亮度分布状态，增强图像的视觉效果。灰度直方图是图像预处理中涉及最广泛的基本概念之一。 图像的直方图事实上就是图像的亮度分布的概率密度函数，是一幅图像的所有象素集合的最基本的统计规律。直方图反映了图像的明暗分布规律，可以通过图像变换进行直方图调整，获得较好的视觉效果。 直方图均衡化是通过灰度变换将一幅图像转换为另一幅具有均衡直方图，即在每个灰度级上都具有相同的象素点数的过程。 1.1 imhist 函数功能：计算和显示图像的色彩直方图格式：imhist(I,n)??????? imhist(X,map)说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像 X 的直方图，map 为调色板。 histeq 函数功能：直方图均衡化格式：J=histeq(I,hgram)??????? J=histeq(I,n)??????? [J,T]=histeq(I,...)??????? newmap=histeq(X,map,hgram)??????? newmap=histeq(X,map)??????? [new,T]=histeq(X,...)说明：J=histeq(I,hgram) 实现了所谓“直方图规定化”，即将原是图象 I 的直方图变换成用户指定的向量 hgram 。hgram 中的每一个元素都在 [0,1] 中；J=histeq(I,n) 指定均衡化后的灰度级数 n ，缺省值为 64； [J,T]=histeq(I,...) 返回从能将图像 I 的灰度直方图变换成 图像 J 的直方图的变换 T ；newmap=histeq(X,map) 和 [new,T]=histeq(X,...) 是针对索引色图像调色板的直方图均衡。 imadjust 函数功能：通过直方图变换调整对比度格式：J=imadjust(I,[low high],[bottom top],gamma)??????? newmap=imadjust(map,[low high],[bottom top],gamma)说明：J=imadjust(I,[low high],[bottom top],gamma) 其中，gamma 为校正量r，[low high] 为原图像中要变换的灰度范围，[bottom top] 指定了变换后的灰度范围；newmap=imadjust(map,[low high],[bottom top],gamma) 调整索引色图像的调色板 map 。此时若 [low high] 和 [bottom top] 都为2×3的矩阵，则分别调整 R、G、B 3个分量。 * VGA支持在640X480的较高分辨率下同时显示16种色彩或256种灰度，同时在320X240分辨率下可以同时显示256种颜色. * 标准单色图 标准灰度图 256色标准图像转换成的灰度图 * 黑白图象的表示 Black and white image I=imread(‘原图像名.gif); % 读入原图像 Imshow(I); %显示原图像 Title(‘原图像’); %给原图像加标题名 * 灰度图象的表示 Gray scale image * 彩色图 可按照颜色的数目来划分，例如256色图像和真彩色(224＝16 777 216种颜色)等。 256色标准图像 24位标准图像 * 彩色图象的表示 R component G component B component [X,map]=imread(ladyind.png); 索引图像的读入 A=imread(cockrgb.png); Ar=A(:,:,1); % 取R矩阵 Ag=A(:,:,2); % 取G矩阵 Ab=A(:,:,3); % 取B矩阵 * 图像压缩 图像数据压缩的主要根据 图像数据中有许多重复的数据，使用数学方法来表示这些重复数据就可以减少数据量，即无损压缩技术， 人的眼睛对图像细节和颜色的辨认有一个极限，把超过极限的部分去掉，也达到压缩数据的目的，即有损压缩技术。