- 1、本文档共17页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
图像处理与动画制作
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
您可能关注的文档
- 国家职业资格心理咨询师培训课程(2012版)基础心理学知识上PPT课件.ppt
- 国际服务贸易课件 第一章(详细版)PPT课件.ppt
- 国际式风格11PPT课件.ppt
- 国贸服装城调研报告7月2830PPT课件.ppt
- 国际无损检测技术标准体系简介PPT课件.ppt
- 医学课件癲癇發作的處置.ppt
- 国际市场营销学(三一重工).ppt
- 国耻日爱国主义国防教育宣传PPT课件.ppt
- 医学课件白血病(Leukemia).ppt
- 军事理论概述PPT课件.ppt
- 分析let s单元56ago2卷纸zheng unit56.pdf
- 塑胶材料其它分类原料pa9t 12.pdf
- md16x16数字媒体切换器设备.pdf
- 者参考项目发起人学科类型单位序列承包商修订页代码顺序典型.pdf
- 届世界天然气大会阿姆斯特丹2006add10288.pdf
- 期测试记录表每周weekly g1g6 journeys tests level 6 lesson26.pdf
- modernize-whitepaper现代化您应用程序白皮书.pdf
- anybackup产品典型案例分析.pdf
- 约克金融工程课程tfeslide32.pdf
- 广州市妇女儿童医疗中心历份教学药历01tjy.pdf
文档评论(0)