Matlab数字图像处理15(精品·公开课件).pptVIP

MATLAB凭借其强大的数值计算能力，在数字图像处理中占有了一席之地。本章针对数字图像处理中的一些具体应用问题展开，内容主要包括滤波反投影的CT图像重建算法、车牌倾斜校正算法、人脸识别中核心算法以及BP神经网络的图形识别，均采用介绍相关算法的实现步骤，再介绍在MATLAB的实现方法。 CT图像重建的基本原理是由测量到的穿过人体横截面沿着许多直线的X 射线减的数据，重建出人体横截面的图像，是一种获取人体内部信息的有效手段，在医学临床诊断方面发挥了巨大的作用。滤波反投影算法是图像重建中应用最广泛的一种。本小节主要介绍滤波反投影图像重建算法的MATLAB实现方法：具体包括滤波反投影图像重建算法的基本原理、实现流程及每个步骤在MATLAB中的实现过程。 滤波反投影图像重建算法的数学基础是中心切片定理。二维图像的中心切片定理指出：图像函数的投影的傅里叶变换等于图像函数的二维傅里叶变换沿与探测器平行的方向过原点的片段，如图所示。 ? 在MATLAB中实现滤波反投影图像重建算法，可分为以下几个步骤： 在MATLAB上生成S-L头模型，并产生投影数据，构成投影函数； 利用R-L滤波函数对投影数据进行滤波； 对角度下的投影函数作一维傅里叶变换； 对(3)的变换结果乘上一维权重因子； 对(4)的加权结果作一维傅里叶逆变换； 用(5)中得出的修正过的投影函数作直接反投影； 改变投影角度，增加角度，重复