第7讲 图像处理基础
图像处理的基础知识
图像处理的基础知识随着科技的飞速发展，图像处理在我们的生活中变得越来越普遍。
无论是在社交媒体上发布照片，还是在医学诊断中使用CT扫描，图像处理技术都在起到重要的作用。
那么，什么是图像处理？它又包括哪些基础知识？本文将为您揭秘。
图像处理是指对数字图像进行操作和改进的过程，其目的是获得更好的图像质量或从图像中提取出特定的信息。
而这个过程主要涉及三个方面：图像获取、图像增强和图像分析。
首先，图像获取是指通过摄像头、扫描仪或其他设备获取图像。
在获取图像的过程中，我们需要考虑到光线、传感器的质量、图像的分辨率等因素。
光线的强弱和角度会直接影响图像的清晰度和色彩鲜明度。
传感器的质量决定了图像的噪声水平和细节表现能力。
而图像的分辨率则决定了图像中所包含的信息量大小。
其次，图像增强是指通过调整图像的亮度、对比度、色彩平衡等参数来改善图像的质量。
这是在保持图像的真实性的前提下，尽可能地使图像更接近于我们所期望的结果。
例如，在一张夜晚拍摄的照片中，由于环境光线的不足，图像可能过暗。
此时，我们可以通过增加图像的亮度和对比度来增强图像的可见度。
图像增强的另一个重要应用是去除图像中的噪声。
噪声是在图像获取过程中引入的不希望出现的随机信号，它会使得图像模糊不清或者细节不清晰。
通过滤波方法，我们可以有效地去除图像中的噪声，以获得更清晰、更细节丰富的图像。
最后，图像分析是将对图像中的内容进行解释，通过对图像中的特征进行提取和识别来给予相应的判断和决策。
图像分析可以应用于许多领域，如医学、安全监控、机器视觉等。
以医学图像为例，通过图像分析可以帮助医生诊断病情。
医生可以通过CT扫描的图像分析，获得患者脑部的详细结构图像，以更好地了解病情和制定治疗方案。
图像处理还包括多个分支领域，如图像压缩、图像恢复和图像合成等。
图像压缩是指减少图像文件的存储空间，以便更好地存储和传输图像。
图像恢复是指通过对破坏或损坏的图像进行处理，尽可能地使其恢复到原始状态。
Photoshop图像处理最全课件完整版ppt全书电子教案全套教学教程PPT课件
本章简介：
本章主要介绍Photoshop图 像处理的基础知识，包括位图与 矢量图、分辨率、图像色彩模式 和文件常用格式等。通过本章的 学习，可以快速掌握这些基础知 识，有助于更快、更准确地处理 图像。
课堂学习目标
了解位图、矢量图和分辨率。 熟悉图像的不同色彩模式。 熟悉软件常用的文件格式。
1.4.6 EPS格式
EPS （ Encapsulated Post Script ） 格 式 是 Illustrator 和 Photoshop之间可交换的文件格式。Illustrator软件制作出来 的 流 动 曲 线 、 简 单 图 形 和 专 业 图 像 一 般 都 存 储 为 EPS 格 式 。 Photoshop可以获取这种格式的文件。在Photoshop中，也可 以把其他图形文件存储为EPS格式，在排版类的PageMaker和 绘图类的Illustr保存图像 关闭图像
2.2.1 新建图像
选择“文件 > 新建”命令，或按Ctrl+N组合键，弹出“新建文档” 对话框。根据需要单击类别选项卡，选择需要的预设新建文档；或在 右侧的选项中修改图像的名称、宽度和高度、分辨率和颜色模式等预 设数值新建文档，单击图像名称右侧的 按钮，新建文档预设。设置完 成后单击“创建”按钮，即可完成新建图像。
2.2.4 关闭图像
将图像进行存储后，可以将其关闭。选择“文件 > 关闭”命令， 或按Ctrl+W组合键，可以关闭文件。关闭图像时，若当前文件被修改 过或是新建的文件，则会弹出提示对话框，单击“是”按钮即可存储 并关闭图像。
2.3 图像的显示效果
100%显示图像 放大显示图像 缩小显示图像 全屏显示图像 图像的移动 图像的窗口显示 观察放大图像
图像处理基础知识
2.“画布大小”对话框 如果需要在不改变
图像效果的情况下改变 画布尺寸，可以执行 “图像”→“画布大小” 命令，打开“画布大小” 对话框进行设置。
“画布大小”对话框
6
1.3 分辨率
图像分辨率 图像分辨率常以宽乘以高的形式来表示，分辨率的大小 直接影响图像的品质。
显示分辨率 显示器上单位长度所显示的像素或点的数目，通常用每 英寸的点数来衡量。
JPEG格式支持RGB、CMYK 和灰度模式，但不支持Alpha 通道。JPEG格式的图像压缩 级别直接影响图像品质。
9
1.6 位图与矢量图
位图、矢量图
1.位图：位图能够制作 出颜色和色调变化丰富 的图像，可以逼真的表 现自然界景观。位图是 由像素点组成。如果将 图像放大，其相应的像 素点也会放大，图像就 会变得不清晰或失真。
PSD
GIF格式是采 用LZW压缩 的图像格式， 文件体积小。
格式
GIF JPEG
BMP
PNG
是作为GIF的替代品开发 的，用于无损压缩和Web 上显示的图像。
TIFF
支持具有Alpha通道的CMYK、 RGB、Lab、索引颜色和灰度图像 以及无Alpha通道的位图模式图像。
是标准的Windows图像格式， 支持RGB、索引颜色、灰度 和位图模式，不支持Alpha通 道。
“存储为”对话框
3
3.打开图像文件 执行“文
件”→“打开”命 令或者按快捷键 Ctrl+O，都可以打 开 “打开”对话框。
“打开”对话框
4
1.2 改变图像画布尺寸
1.裁剪工具 使用裁剪工具，在
图像中拖动鼠标得到矩 形区域，该矩形区域的 内部代表裁剪后图像保 留的部分，矩形区域外 部是将被裁剪的区域。
图像处理与动画设计基础教程第7章 其它常用工具简明教程PPT课件
1. 放大视图
· 在窗口左下方的状态栏的“缩放”文本 框中输入放大级别。 · 选择缩放工具【 】，在想放大的图像部 分上拖动放大选区，则选区内的区域按最大的可 能放大级别显示，如图所示。
2. 缩小视图
执行下列任一操作： · 选择缩放工具【 】，按住【Alt】键， 指针将变为中心带有一个减号的缩小工具【 】。 点击想缩小的图像区域的中心。每点击一次，视 图便缩小到上一个预设百分比。当文件已经缩小 到最小级别，以至于在水平和垂直方向只能看到 1 个像素时，放大镜中的减号将消失。
7.3.1 缩放工具 7.3.2 抓手工具
7.3.1 缩放工具
1. 放大视图 2. 缩小视图 3. 按 100% 显示图像
1. 放大视图
执行下列任一操作： · 选择缩放工具【 】，指针将变为中心带 有一个加号的放大镜 【 】。点击想放大的区 域，每点击一次，图像便放大至下一个预设百分 比，并以点击的点为中心显示。当图像到达最大 级别时，放大镜中的加号即消失。 · 选取“视图”|“放大”可将图像放大至 下一个预设百分比。当图像放大到最大级别时， 此命令将变暗。
7.2 模糊、锐化和涂抹工具
1. 使用模糊工具 2. 使用锐化工具 3．涂抹工具
1. 使用模糊工具
（1）选择模糊工具【 】。 （2）设置属性，如选择画笔的大小。 （3）在图像中拖动以模糊图像，如图所示。
2. 使用锐化工具
（1）选择锐化工具【 】。 （2）设置属性，如选择画笔的大小。 （3）在图像中拖动以锐化图像，如图所示。
第7章 其它常用工具
第7章 其它常用工具
7.1 7.2 7.3 7.4 7.5 7.6 7.7 减淡、加深和海绵工具 模糊、锐化和涂抹工具 放缩工具和抓手工具 形状工具 裁剪工具 制作飘扬的五星红旗 制作足球
(数字图像处理)第七章图像重建
带通滤波器
允许一定频率范围内的信号通 过，阻止其他频率的信号通过 ，用于提取图像的特定频率成 分。
陷波滤波器
阻止特定频率的信号通过，其 他频率的信号不受影响，用于 消除图像中的周期性噪声。
傅里叶反变换实现图像恢复过程
01
傅里叶反变换定义
将频率域的信号转换回时间域或空间域的过程，是傅里叶变换的逆操作。
80%
模型评估指标
使用峰值信噪比（PSNR）、结构 相似性（SSIM）等指标，客观评 价重建图像的质量。
实例
1 2
超分辨率技术介绍
利用低分辨率图像重建出高分辨率图像的技术， 广泛应用于图像增强和修复领域。
CNN在超分辨率技术中的应用
通过设计多层的卷积神经网络，实现对低分辨率 图像的特征提取和重建，生成高分辨率图像。
频率混叠现象
当采样频率低于信号最高频率的两倍时，会出现频率混叠现象，即高频信号成 分会折叠到低频区域，导致重建出的图像出现失真和伪影。
离散信号与连续信号转换关系
离散信号到连续信号的转换
在图像重建中，需要将离散的采样点转换为连续的图像信号 。这通常通过插值算法实现，如最近邻插值、线性插值、立 方插值等，以在离散采样点之间生成平滑的过渡。
稀疏表示与字典学习的关系
稀疏表示是字典学习的目标，而字典学习是实现稀疏表示的手段。
实例：基于CS-MRI技术医学图像重建
CS-MRI技术
基于压缩感知理论的磁共振成像技术，通过减少采样数据 量和优化重建算法，实现高质量医学图像的快速重建。
实现步骤
首先，利用MRI系统的部分采样数据构建测量矩阵；然后， 通过稀疏表示和字典学习方法得到图像的稀疏系数；最后， 利用重建算法恢复出原始图像。
第7讲 图像编码概述
数字图像处理技术-2016-01
7. 3 ＰＣＭ编码
线性PCM 编码
一般采用等长码，也就是说每一个码字都有相同的比特数。其中
用得最为普遍的是自然二进码，也有用格雷码的。以M=8为例的自然 二进码和格雷码列入表(5—2)。
数字图像处理技术-2016-01
表5.2
M=8的自然二进码和格雷码
输入
m1
自然二进码 0 0 0
数字图像处理技术-2016-01
（5—11）
7. 3 ＰＣＭ编码
由式(5—11)可见，每增加一位码可得到6dB的 信噪比得益。 值得注意的是量化噪声不同于其他噪声，它 的显著特点是仅在有信号输入时才出现，所以 它是数字化中特有的噪声。一般情况下，直接 测量比较困难。
数字图像处理技术-2016-01
7. 3 ＰＣＭ编码
式中 Ns 为过载噪声，x 是输入信号值，p(x)为输入 幅度的概率密度。如果用信噪比作为客观保真度准则
的话，可推得PCM 编码在均匀量化下的量化信噪比
如下：
数字图像处理技术-2016-01
7. 3 ＰＣＭ编码
因为
V 2n 2 PQ 12
所以
V2 n 2 (2 ) PQ 12
2
g ( j, k ) f ( j, k )
数字图像处理技术-2016-01
图像压缩系统评价
2、 主观保真度：主观评价
图像处理的结果，绝大多数场合是给人观看，由研究人员来解释
的，因此，图像质量的好坏与否，既与图像本身的客观质量有关，也
与人的视觉系统的特性有关。
把图像显示给观察者，然后把评价结果加以平均，以此来评价一幅
0 0 1
格雷码 0 0 0
“图像处理基础教学课件”
图像增强
学习如何增强图像质量，如对比 度增强和直方图均衡化。
实践练习和案例分析
1
案例分析
2
分析实际案例，了解图像处理在各个领
域的应用。
3
实践练习
通过实际操作，巩固所学知识，并完成 图像处理任务。
项目展示
展示学员完成的图像处理项目，分享经 验和成果。
概念和原理
技术和算法
行实际图像处理
图像处理基础知识
像素
了解图像的基本组成单位， 像素的作用和特性。
灰度和彩色
学习灰度和彩色法， 如平滑滤波和锐化滤波。
主要技术和算法
边缘检测
学习如何检测图像中的边缘，包 括Sobel算子和Canny边缘检测。
图像分割
学习资源和工具
教材和参考书籍
推荐一些优秀的图像处理教 材和参考书籍，供学生深入 学习。
开源软件和库
介绍一些常用的图像处理开 源软件和库，如OpenCV和 PIL。
在线课程和教学视频
推荐一些免费的在线课程和 教学视频，方便学生进一步 学习。
总结和答疑
本节对课程内容进行总结，并解答学生提出的问题，巩固学习成果并复习重 点知识。
图像处理基础教学课件
欢迎参加本次图像处理基础教学课件。通过本课程，您将学习图像处理的基 本概念、技术和算法，并通过实践练习和案例分析加深理解。
课件介绍
本节介绍“图像处理基础教学课件”的内容和学习目标，为您提供一个概览。
学习目标
1 掌握图像处理的基本 2 了解主要的图像处理 3 能够运用所学知识进
图像处理基础知识总结
图像处理基础知识总结在当今数字化的时代，图像处理已经成为了一项至关重要的技术。
从我们日常使用的手机拍照，到医疗诊断中的影像分析，再到电影特效的制作，图像处理无处不在。
那么，什么是图像处理？它又包含哪些基础知识呢？接下来，就让我们一起走进图像处理的世界。
一、图像的基本概念图像，简单来说，就是对客观世界的一种视觉表达。
它可以是一张照片、一幅绘画，或者是通过计算机生成的图形。
图像可以分为两类：位图和矢量图。
位图，也称为点阵图，是由一个个像素点组成的。
每个像素点都有自己的颜色和亮度信息。
位图的优点是能够表现出丰富的色彩和细节，但缺点是在放大时会出现锯齿和模糊的现象。
矢量图则是通过数学公式来描述图像的。
它由线条、曲线和几何形状组成。
矢量图的优点是无论放大或缩小多少倍，图像都能保持清晰和锐利，但它在表现复杂的色彩和细节方面相对较弱。
二、图像的颜色模式颜色是图像中非常重要的一个元素。
常见的颜色模式有RGB 模式、CMYK 模式和灰度模式等。
RGB 模式是我们在电子设备中最常见的颜色模式。
它通过红（Red）、绿（Green）、蓝（Blue）三种颜色的不同比例混合来产生各种颜色。
在 RGB 模式中，每种颜色的取值范围是 0 到 255，当三种颜色都为 0 时，得到黑色；当三种颜色都为 255 时，得到白色。
CMYK 模式主要用于印刷行业。
它由青（Cyan）、品红（Magenta）、黄（Yellow）和黑（Black）四种颜色组成。
通过这四种颜色的不同比例混合，可以印刷出各种颜色的图像。
灰度模式则只有黑白灰三种颜色，每个像素点用一个 8 位的数值来表示其亮度，0 表示黑色，255 表示白色，中间的数值表示不同程度的灰色。
三、图像的分辨率分辨率是衡量图像清晰度的一个重要指标。
它通常表示为每英寸的像素点数（PPI）。
分辨率越高，图像越清晰，细节越丰富，但同时文件也会越大。
例如，我们常见的 72PPI 适用于在屏幕上显示的图像，而 300PPI 及以上则适用于高质量的打印图像。
图像处理基础培训材料
OpenCV
总结词
OpenCV是一个开源的计算机视觉库，提供了强大的图像处理和计算机视觉功能 。
详细描述
OpenCV不仅提供了基本的图像处理功能，如裁剪、缩放、旋转等，还提供了许 多计算机视觉算法和工具，如特征检测、目标跟踪、人脸识别等。OpenCV广泛 应用于科学研究、工业生产和安全监控等领域。
GIMP
总结词
GIMP是一款免费的开源图像处理软件，具有与Adobe Photoshop相似的功能和工具，适合初学者和专业用户使用 。
详细描述
GIMP提供了丰富的图像处理工具，包括裁剪、调整色彩平衡 、添加滤镜效果等。它还支持图层编辑和自定义笔刷等高级 功能。GIMP的界面直观易用，且具有广泛的教程和资源可供 学习。
基于区域的分割
将图像划分为若干个连续 的区域，通常用于图像分 析和理解。
04 图像处理工具与软件
Adobe Photoshop
总结词
Adobe Photoshop是图像处理领域的专业软件，提供丰富的编辑工具和效果，适合专业设计师和摄影师使用。
详细描述
Photoshop具有强大的图像编辑功能，包括裁剪、调整色彩、添加滤镜效果、绘制图形等。它还支持图层编辑， 允许用户对图像进行复杂的合成和修改。此外，Photoshop还提供了广泛的插件和扩展，可以进一步扩展其功能。
采集设备
讨论不同类型的采集设备及其特点。
采集参数
解释采集过程中需要调整的参数，如 曝光、焦距等。
采集质量
评估不同采集方法对图像质量的影响。
03 图像处理技术
图像增强
01
02
03
对比度增强
通过调整像素的亮度范围， 使图像的细节更加清晰可 见。
图像处理基础课件
图像处理工具箱所支持的图像类型
➢ 图像处理工具箱支持5种图像类型 真彩色图像（RGB images） 索引色图像（index images） 灰度图像（intensity images） 二值图像（binary images） 多帧图像组成的图像序列。
图像类型
1. 真彩色图像
真彩色图像用 R、G、B 3个分量表示1个像素的颜 色，所以对1个尺寸为m×n的真彩色图像来说，其数据 结构就是一个m×n×3的多维数组。如果要读取图像中 (100，50)处的像素值，可以查看三元组(100,50,1∶3). 真彩色图像可用双精度存储，此时亮度值的范围是 ［0,1］。比较符合习惯的存储方法是用无符号整型存 储，亮度值的范围为［0,255］。
1、灰度图像显示最基本的调用格式如下： imshow(I) 多数情况下，灰度图像很少和颜色映像表一起保存，但在显示
灰度图像时，Matlab仍然在后台使用系统预定义的缺省灰度颜 色映像表。 imshow函数通过将灰度值标度为灰度级调色板的索引来显示图 像。如果I是double型，若像素值为0.0，则显示为黑色，1.0则 显示为白色，0.0和1.0之间的像素值将显示为灰影。如果I为 uint16类型，则像素值为65535将被显示为白色。
Matlab图像类型转换
6. mat2gray函数 功能：将一个数据矩阵转换成一幅灰度图像。 格式：I=mat2gray(A, ［amin amax］)
I=mat2gray(A) 7. rgb2gray函数 功能：将一幅真彩色图像转换成灰度图像。 格式：I= rgb2gray(RGB)
newmap= rgb2gray(map) 8. rgb2ind函数 功能：将真彩色图像转换成索引色图像。 格式：RGB=rgb2ind(X, map)
数字图像处理基础知识—图像处理基础(数字图像处理课件)
标 3.明显但不妨碍 等 标
准 4.稍有妨碍
准
5.明显妨碍
6.极妨碍(不能用
)
5.优 4.良 3.中 2.次 1.劣
6.优 5.良 4.中 3.稍次 2.次 1.极次
原联邦 五 +2 好得多 德国、 级 +1好 日本、 标 0相同 英国 准 -1坏
-2坏得多
英国、 七 +3 好得多 EBU等 级 +2 好
数字图像处理基础 1.3图像的视觉原理
表1.2 主观测试分级标准
损伤
质量
比较
每级的主观质量 国别 每级的主观质量 国别
比较的衡量 国别
五 1.不能察觉
原联 五
级 2.刚察觉不讨厌 邦德 级
标 3.有点讨厌
国、 标
准 4.很讨厌
日本 准
5.不能用等Leabharlann 六 1.不能察觉 英国、 六
级 2.刚觉察到 EBU 级
13
项目一 数字图像处理基础 1.3图像的视觉原理
在许多实际应用中，经常得不到参考图像或者获得参考图像付出代价太大，因而 要求算法降低对参考图像的依赖程度。同时，观测者往往并不需要参考图像就能够对图 像质量做出合理的评价。这表明观测者在进行评价时抓住了反映图像质量的最本质的特 征，也说明对无参考算法的研究更有可能揭示人类视觉感知的原理。因而,无参考算法 开始引起众多研究者的关注，相关的研究成果也不断增多,成为未来发展的趋势之一。
3.图像传感器 图像传感器主要完成光／电转换功能。图像传感器按
照结构可以分为两类：CCD型和CMOS型图像传感器，前 者采用光／电耦合器件构成，后者采用金属氧化物器件构成， 两者都采用光/电二极管结构感受入射光并转换为电信号， 区别在于输出电信号所用方式不同。
第七讲数字化医疗影像图像处理
第七讲数字化医疗影像图像处理冯庆宇【摘要】@@ 经过人体衰减的X射线被探测器获取并量化后,形成线性数字图像矩阵.该数字图像反映了人体的实际X射线吸收率,但无法用于临床诊断,必须经过图像处理,得到符合临床实际需求和人类视觉特性的图像[1].【期刊名称】《中国医疗设备》【年(卷),期】2011(026)002【总页数】7页(P145-151)【作者】冯庆宇【作者单位】【正文语种】中文编者按：数字化医疗影像图像处理包括图像增强的初级处理（输入与输出均为图像）、图像特征提取的中级处理（输入为图像，输出为特征）和图像分析理解的高级处理（智能识别，CAD等）。
实际医疗工作中，最普遍应用的是二维图像矩阵的图像增强，因此本文将主要介绍数字化医疗影像的基础和特点，并结合医疗实际应用介绍图像增强的方法和理论，同时对目前市场主流厂家的图像增强方法进行分析。
经过人体衰减的X射线被探测器获取并量化后，形成线性数字图像矩阵。
该数字图像反映了人体的实际X射线吸收率，但无法用于临床诊断，必须经过图像处理，得到符合临床实际需求和人类视觉特性的图像[1]。
数字图像是通过某种设备将模拟影像采样和量化而得，是空间坐标和灰度上都离散化并进行数字编码的图像，为连续图像的一种近似表达[2]。
对于一幅二维数字图像f(x,y)，空间坐标上的离散化称为采样，灰度上的离散化称为量化，采样和量化可以均匀或不均匀。
采样和量化后，数字图像形成了二维矩阵，采样值是决定一幅图像空间分辨率的主要参数，灰度级分辨率指在灰度级别中可分辨的最小变化。
数字图像通常采用2的整数次幂(N)进行量化，因此可以将某数字图像称为N级灰度分辨率。
此处的灰度级分辨率与通常所说的低对比度分辨率不同，仅是对数字图像的数学描述。
在实际工作中，对灰度差的分辨是一个高度主观的评判，受到空间分辨率、噪声等因素的影响。
数字图像处理可以在空间域和频率域实现。
空间域图像处理，是在像素组成的空间里直接对像素进行处理，它可以是在一幅图像像素点间的运算处理，也可以是数幅图像的相应像素点之间的运算处理。
学习电脑图像处理的基础知识
学习电脑图像处理的基础知识电脑图像处理是一门涉及数字图像获取、处理和分析的技术。
在数字化快速发展的时代，图像处理技术成为了计算机科学和工程领域中不可或缺的一部分。
本文将介绍电脑图像处理的基础知识，以帮助读者了解这一领域的基本概念和方法。
一、图像的基本概念图像是由像素组成的二维或三维数据表达。
在计算机中，图像可以通过数字化的形式进行存储和处理。
每个像素代表了图像中一个离散的点，其包含了颜色和亮度等信息。
图像的尺寸由像素数目决定，像素密度越高，图像的细节也就越丰富。
二、图像获取与表示图像可以通过不同的方式获取，比如数码相机、扫描仪和医学成像设备等。
获取到的图像可以通过不同的格式进行表示，如位图（Bitmap）和矢量图（Vector）。
位图使用像素矩阵来描述图像，每个像素值表示其对应位置的颜色信息。
而矢量图使用数学方程来描述图像，可以无限放大而不失真。
三、图像的预处理在进行图像处理之前，通常需要对图像进行预处理。
图像的预处理包括了图像增强、降噪、图像平滑和图像增强等步骤。
图像增强可以使图像具有更好的视觉效果，降噪可以去除图像中的噪声，图像平滑可以使图像变得更加光滑，而图像增强可以增强图像的边缘和细节。
四、图像的滤波处理图像滤波是图像处理中常用的一种技术，它可以通过改变图像的像素值来实现图像的模糊、锐化、增强和边缘检测等功能。
常见的滤波方法包括线性滤波和非线性滤波。
线性滤波使用线性函数来改变图像的像素值，如均值滤波和高斯滤波等。
非线性滤波则使用非线性函数来改变图像的像素值，如中值滤波和边缘保持滤波。
五、图像的变换与编码图像变换是将图像在不同的坐标系中进行变换的过程。
常见的图像变换包括平移、旋转、缩放和仿射变换等。
图像编码则是将图像数据进行压缩和编码的过程，以减小图像数据的存储空间和传输带宽。
常见的图像编码方法包括无损编码和有损编码，其中有损编码可以在一定程度上牺牲图像的质量以减小数据的大小。
六、图像分割与特征提取图像分割是将图像分成若干个区域的过程，每个区域具有相似的特征。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
图1 真彩色图像的结构
2. 索引色图像
Matlab中的索引色图像包含2个结构，一个是调色 板；另外一个是图像数据矩阵。调色板是一个有3列和 若干行的色彩映像矩阵，矩阵的每行都代表一种色彩， 通过3个分别代表红、绿、蓝颜色强度的双精度数，形 成一种特定的颜色。 需要注意的是Matlab中的调色板的色彩强度是 ［0,1］中的浮点数，0代表最暗，1代表最亮。
Matlab图像类型转换函数
工具箱中提供了许多图像类型转换的函数， 从这些函数的名称就可以看出它们的功能。 1. gray2ind函数 功能：将灰度图像转换成索引图像。 格式：[X, map]= gray2ind(I, n)
Matlab图像类型转换
2. grayslice函数
功能：通过设定阈值将灰度图像转换成索引色图像。 格式：X=grayslice(I, n) X=grayslice(I, v)
8. rgb2ind函数 功能：将真彩色图像转换成索引色图像。 格式：RGB=rgb2ind(X, map)
图5 是一幅二值图像的结构
图5 二值图像的结构
5. 图像序列
图像处理工具箱支持将多帧图像连接成图像序列。图 像序列是一个四维的数组，图像帧的序号在图像的长、 宽、颜色深度之后构成第四维。比如一个包含了5幅 400×300真彩色图像的序列，其大小为 400×300×5。 要将分散的图像合并成图像序列可以使用Matlab的 cat函数，前提是各图像的尺寸必须相同，如果是索 引色图像，调色板也必须是一样的。
图像序列
比如要将A1、A2、A3、A4、A5五幅图像合并 成一个图像序列A，Matlab语句为 A=cat (4，A1，A2，A3，A4，A5) 也可以从图像序列中抽出1帧，比如语句 FRM3=MULTI (：、：、：、3) 是将序列MULTI中的第3帧抽出来赋给矩阵 FRM3。
Matlab 图像处理工具箱———
Image Processing Toolbox
提高图像质量，使模糊的图像变得清晰； 提取图像的有效特征，以便进行模式识别； 通过图像变换和有效编码来压缩其频带或数据， 以便传输或存储。
一、图像处理工具箱函数
包含一百余个函数，按其内容划分为以下几类：
⑴、图像显示函数； ⑵、图像文件输入、输出函数； ⑶、图像几何操作函数； ⑷、图像像素值及统计函数；
3. imb2bw函数
功能：将灰度图像、索引色图像和真彩色图像转化成二值图像。 格式：BW=im2bw(I, level)
BW=im2bw(X, map, level)
BW=im2bw(RGB, level)
Matlab图像类型转换
4. ind2gray函数
功能：将索引图像转换成灰度图像。
格式：I= Ind2gray(X, map) 5. ind2rgb函数 功能：将索引色图像转换成真彩色图像。 格式：RGB=ind2rgb(X, map)
色，所以对1个尺寸为m×n的真彩色图像来说，其数据 结构就是一个m×n×3的多维数组。如果要读取图像中 (100，50)处的像素值，可以查看三元组(100,50,1∶3). 真彩色图像可用双精度存储，此时亮度值的范围是 ［0,1］。比较符合习惯的存储方法是用无符号整型存 储，亮度值的范围为［0,255］。
⑸、图像分析函数；
⑹、图像增强函数； ⑺、线性滤波函数；
一、图像处理工具箱函数
⑻、二维线性滤波器设计函数； ⑼、图像变换函数；
⑽、图像邻域及块操作函数； ⑾、二值图像操作函数； ⑿、基于区域的图像处理函数； ⒀、颜色图操作函数； ⒁、颜色空间转换函数； ⒂、图像类型和类型转换函数。
二、图像和图像的数据类型
Matlab还支持图像数据的另一种类型无符号整型（uint8），即图 像矩阵中的每个数据占用1个字节。 Matlab及工具箱中的大多数操作及函数（比如最基本的矩阵相加） 都不支持uint8类型。uint8的优势仅在于节省存储空间，在涉及运 算时将其转换成double型。
图像数据类型转换函数
Matlab图像类Leabharlann 转换6. mat2gray函数
功能：将一个数据矩阵转换成一幅灰度图像。 格式：I=mat2gray(A, ［amin amax］) I=mat2gray(A)
7. rgb2gray函数
功能：将一幅真彩色图像转换成灰度图像。 格式：I= rgb2gray(RGB)
newmap= rgb2gray(map)
在缺省的情况下，Matlab将图像中的数据存储为双精度类型 （double），即64bit浮点数。这种存储方法的优点在于，使用中 不需要数据类型的转换，因为几乎所有的Matlab及其工具箱函数 都可以使用double作为参数类型。然而对于图像存储来说，用 64bit表示图像数据会导致巨大的存储量，
im2double():将图像数组转换成double精度类型 有效输入数据类型：logical,uint8,uint16,double im2uint8():将图像数据转换成unit8类型 有效输入数据类型：logical,uint8,uint16,double im2uint16():将图像数组转换成unit16类型 有效输入数据类型：logical,uint8,uint16,double
图像处理工具箱所支持的图像类型
图像处理工具箱支持5种图像类型
真彩色图像（RGB images）
索引色图像（index images）
灰度图像（intensity images）
二值图像（binary images）
多帧图像组成的图像序列。
图像类型
1. 真彩色图像
真彩色图像用 R、G、B 3个分量表示1个像素的颜
图2 索引色图像的结构
图3. 灰度图像
存储灰度图像只需要 一个数据矩阵，数据 类型可以是double， 值域为[0,1] ，也可 以是uint8，值域 [0,255]。
4. 二值图像
又称黑白图像，二值图像只需一个数据矩阵，每个像 素只有2个灰度值。二值图像可以采用uint8或double 类型存储，工具箱中以二值图像作为返回结果的函数 都使用uint8类型。