数学matlab应用于数字图像处理.pptxVIP

MATLAB应用于数字图像 分析和处理;图像处理着重强调在图像之间进行的变换。;图像分析则主要是对图像中感兴趣的目标进行检测和测量 ,以获得它们的客观信息 ,从而建立对图像的描述。; MATLAB推出了功能更强大的适应于图像分析和处理的工具箱 。利用此工具 ,我们可以方便地从各个方面对图像的性质进行深入的研究。;MATLAB支持的图形文件的格式包括 : TIFF、 BMP 、 JPEG、PCX、XWD和 HDF;;TIFF： Tagged Image File Format;bmp： windows bitmap;pcx： windows paintbrush;1.数字图像文件操作和图像显示; I=imread(autumn.tif); image(I); ;x=imread(flowers.tif); imshow(x);rgb2gray() 将rgb彩色图像转换为灰度图。;imcontour() 画图像数据轮廓线（等高线、等值线）;imhist( ) 画图像灰度直方图;比较两幅图像灰度直方图;灰度图像直方图比较;2.图像的矩阵表示及基本运算;3.图像的数据类型与图像显示;4.图像数据的运算（1）;原始图像与降低亮度后图像;4.图像数据的运算(2);4.图像数据的运算（3）;4.图像数据的运算（4）;5.图像增强;1.对比度增强Imadjust( );clear;x=imread(lena256.bmp); imshow(x);y=imadjust(x);figure;imshow(y);clear;x=imread(lena256.bmp); imshow(x);y=imadjust(x,[0.3 0.7],[]); figure;imshow(y);RGB1 = imread(football.jpg); RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]); figure;subplot(211);imshow(RGB1) subplot(212);imshow(RGB2);直方图均衡化是图像处理中很重要的研究内容 ,它通过转换灰度图像亮度值或索引图像的颜色图值来增强图像对比度。 图像的灰度统计直方图是 1个 1- D的离散函数.;直方图均衡化函数histeq( );6.图像的空域滤波（平滑和锐化）;(1)图像平滑;(1.)图像加噪函数imnoise( );x=imread(lena256.bmp); x1=imnoise(x,gaussian,0,0.002); x2=imnoise(x,salt pepper,0.02); figure; subplot(121);imshow(x1); subplot(122);imshow(x2);;(2.)邻域平均平滑滤波;邻域平均滤波模板;程序;可见，降噪的同时图像模糊了，随着模板的尺寸增大，降噪的效果增强，但图像也更加模糊.;(3) 二维中值滤波medfilt2( );figure; subplot(221);imshow(x);xlabel(原始图像); subplot(222);imshow(x1);xlabel(加高斯噪声后的图像); subplot(223);imshow(x2);xlabel(???域平均平滑滤波后的图像); subplot(224);imshow(x3);xlabel(中值滤波后的图像);;可见，中值滤波效果优于领域平均平滑滤波.;;x=imread(lena256.bmp); x=double(x)/255; D=[-1 -1 -1;-1 9 -1;-1 -1 -1]; x1=conv2(x,D,same); figure; subplot(121);imshow(x);xlabel(原始图像); subplot(122);imshow(x1-x);xlabel(锐化滤波后的图像);;可见，经锐化滤波后图像的边缘得到增强.;图像的空间分辨率;mx = 256 nx = 256 my = 86 ny = 86;图像的特殊处理马赛克; z(1:jg:m,1:jg:n)=y(1:jg:m,1:jg:n); %提取原始图像对应各马赛克左上角数据给目标图像 z(1:jg,1:jg)=z(1,1); %对第一块进行马赛克处理 subplot(121);imshow(y);subplot(122);imshow(z); %显示结果