图像处理与动画制作.ppt

MATLAB图像处理和动画制作;简述 图像处理工具箱简述 图像处理 代数运算 几何运算 图像分析 动画制作 单幅多帧图像动画制作 多幅逐帧图像动画制作 多幅逐帧图像制作GIF;一、图像处理工具箱简述;二、图像处理;（2）减法： 检测图像变化及运动物体，作为许多图像处理工作的准备步骤。 函数调用格式： Z = imsubtract(X,Y) 实现：图像-图像，图像-常数 Z=imsubtract(a,b)%差值结果小于0的赋值为0，a和b大小相等 Z=imabsdiff(a,b)%差值结果取绝对值 例1：函数imsubtract()的应用 I=imread(1.tif); K=imread(2.tif); J=imsubtract(K,I); subplot(131); imshow(I); title(原图1); subplot(132); imshow(K); title(原图2); subplot(133); imshow(J); title(相减); ;例2：函数imabsdiff()的应用 I=imread(rice.png); K=imread(cameraman.tif); J=imsubtract(I,K); subplot(231); imshow(I); title(原图1); subplot(232); imshow(K); title(原图2); subplot(233); imshow(J); title(相减); J=imabsdiff(I,K); subplot(234); imshow(I); title(原图1); subplot(235); imshow(K); title(原图2); subplot(236); imshow(J); title(相减);;2.图像几何运算 （1）旋转： 图像旋转函数imrotate调用格式： B = imrotate(A,angle,method) 例：图像旋转 a=imread(lena.bmp); a1=imrotate(a,-30); a2=imrotate(a,-45,bicubic); a3=imrotate(a,-60,bilinear); subplot(141); imshow(a); subplot(142); imshow(a1); subplot(143); imshow(a2); subplot(144); imshow(a3); ;（2）裁剪： 图像裁剪函数imcrop调用格式： I=imcrop(X,rect) 例：图像裁剪 a=imread(lena.bmp); a1=imcrop(a,[100 100 300 200]); subplot(221); imshow(a); subplot(222); imshow(a1); subplot(223); imshow lena.bmp I=imcrop; subplot(224); imshow(I);;3、图像分析;（2）图像平滑 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰（如电磁波或经电源窜进系统内部的外部噪声），也有来自于系统内部的干扰（如摄像机的热噪声，电器机械运动而产生的抖动噪声内部噪声）。实际获得的图像都因受到干扰而有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声???方法可以在空间域或在频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。 例：图像平滑处理 I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); L=medfilt2(J,[3 3]); M=filter2(fspecial(average,5),J); subplot(334),imshow(I),title(原图) subplot(335),imshow(J),title(加噪) subplot(333),imshow(L),title(中值滤波) subplot(339),imshow(uint8(M)),title(邻域平均);（3）图像锐化 数字图像处理中图像锐化的目的有两个：一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。 例：图像锐化处理 I=imread(lena.bmp); h1=[0 -1 0;-1 5 -1;0 -1 0]; h2=[-1 -1 -1;-1 9 -1;-1 -1 -1]; a1=imfilter(I,h1); a2=imfi