第二章 图像与MATLAB-数字图象处理汉化版幻灯片.pptVIP

第二章图像与MATLAB MATLAB与图像处理 图像信息是人类认识世界的主要知识来源。 国外学者的研究结果： 人类所获得的外界信息有70％以上是通过眼睛获得的。 数字图像处理： 利用计算机对图像进行加工和处理的过程 应用范围： 遥感 气象预报 军事侦察 生物医学 。。。。。。 数字图像处理的主要研究领域： 图像的数字化 图像变换 图像增强 图像恢复 图像分割 图像分析和理解 图像压缩 MATLAB的图像处理函数分类： 图像的几何操作 图像变换 图像分析和增强 图像压缩 图像格式和类型 真彩色图像（RGB图像） 利用R、G、B三个分量表示一个像素的颜色。 图像格式和类型 索引色图像 对不同颜色进行编号，组成一个调色板，图像数据记录像素对应的调色板颜色的序号。 图像格式和类型 灰度图像： 只有图像的强度信息，没有颜色信息。 图像格式和类型 二值图像： 只有黑白两种颜色的图像。 图像类型转换的函数： im2bw( ) 将真彩色、索引色和灰度图像转换为二值图像。 图像类型转换的函数： ind2gray( ) 将索引色图像转换为灰度图像。 图像类型转换的函数： ind2rgb( ) 将索引色图像转换为真彩色图像。 图像类型转换的函数： mat2gray( ) 将数据矩阵转换为灰度图像。 grb2gray( ) 将真彩色图像转换为灰度图像。 grb2ind( ) 将真彩色图像转换为索引色图像。 图像的输入输出： imread( ) 支持对cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式图像的输入。 imwrite( ) 支持对cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式图像的输出。 图像的显示： image( ) imshow( ) 两个函数均可用于数据和图像的显示。 图像增强： 改善视觉效果。 噪声抑制。 改善视觉效果的方法： 直方图均化 右图太暗，看不清轮胎的细节，需要对图像进行增强处理。 I=imread(‘tire.tif’); %读入图像 J=histeq(I); %直方图均化 subplot(1,2,1),imshow(I) %显示原始图像 subplot(1,2,2),imshow(J) %显示增强后图像 figure subplot(1,2,1),imhist(I,64) %显示直方图 subplot(1,2,2),imhist(J,64) 图像增强的一般处理： 原理： 输入图像为f(x,y),处理后的图像为g(x,y)，则图像增强的数学表达式为： g(X,Y)=T(f(X,Y)) 其中： T表示输入、输出图像对应点的灰度映射关系。 例：对数变换 I=imread(‘pout.tif’); imshow(I) I=double(I) %对数运算不支持uint8类型数据 J=log(I+1); figure,imshow(J,[4,5]) 图像去噪声的实验: 实验过程： 1. 读入图像数据。 2. 对图像添加噪声。 3. 对带噪声的图像数据进行滤波处理。 4. 显示处理后的图像。 添加噪声： I=imread(eight.tif); J1=imnoise(I,gaussian,0,0.02); %对图像数据添加均值为0，方差为0.02的高斯噪声。 J2=imnoise(I,salt pepper,0.02); %对图像数据添加椒盐噪声。 J3=imnoise(I,speckle,0.02); %对图像数据添加乘性噪声。 subplot(2,2,1),imshow(I) subplot(2,2,2),imshow(J1) subplot(2,2,3),imshow(J2) subplot(2,2,4),imshow(J3) 添加噪声的结果： 去噪声处理： 邻域平均法： 去噪声处理： 中值滤波： 图像变换： 图像变换是图像处理的重要工具。通过变换，改变图像的表示域，可以对图像的后继处理带来极大的方便。 例如： 傅立叶变换：图像的频域分析 离散余弦变换：