MATLAB图像处理

将内存中的数据以图片形式保存

imwrite()
内存数据的图像显示

imshow() 可根据图像数据显示灰度图或彩色图 数据类型必须为uint8，如果数据是double， 可用uint8()函数转换
另：image()函数可以将矩阵的数据作为 图像显示，可接收double、uint16、 uint8类型，同时需通过colormap函数 进行颜色配置
3 图像的直方图
定义：灰度级的函数，描述的是图像中每种灰度级像素 的个数，反映图像中每种灰度出现的频率。横坐标是灰 度级，纵坐标是灰度级出现的频率。
直方图计算
依据定义，若图像具有L（通常L=256,即8 位灰度级）级灰度，则大小为MxN的灰度图 像f(x,y)的灰度直方图hist[0…L-1]可用如 下计算获得：
弓形纹
斗形纹
指纹识别系统
指纹识别系统框图
指纹采集
图像处理 训练模块
特征提取
数据库
指纹采集
图像处理 鉴别模块
特征提取
匹配
鉴别结果
指纹识别系统
指纹图像的获取的设备
1、光学取像设备 依据的是光的全反射原理(ftir)。光线照到压有指纹的玻璃表面，反射光 线由ccd去获得，反射光的数量依赖于压在玻璃表面指纹的脊和谷的深 度和皮肤与玻璃间的油脂。光线经玻璃设到谷后反射到ccd，而设到脊 后则不反射到ccd（确切的是脊上的液体反光的）。 2、晶体传感器 硅传感器成为电容的一个极板，手指则是另一极板，利用手指纹线的脊和谷相 对于平滑的硅传感器之间的电容差，形成8bit的灰度图像。 3、超声波扫描 利用超声波具有穿透材料的能力，且随材料的不同产生大小不同的回波（超声 波到达不同材质表面时，被吸收、穿透与反射的程度不同），因此，利用皮肤 与空气对于声波阻抗的差异，就可以区分指纹脊与谷所在的位置。
CBIR进行检索 时利用的是第2 层的特征。特 征提取是CBIR 系统最基础的 部分，在很大 程度上决定了 CBIR系统的成 败．
第3层：语义特征层 人们对图像内容概念级的反映
第2层：物理特征层 图像的颜色、纹理、形状和轮 廓等低层物理特征
特 征 提 取
第1层：原始数据层 图像的原始像素点 图1 图像内容的层次模型
每英寸显示的线数（或像素）
● dpi的数值越大，图像越清晰
dpi
300 dpi
96 dpi
21 dpi
●图像分辨率通常是以像素数来计量的，如：640×480，
注：640为水平像素数，480为垂直像素数。
丌同分辨率下的图像：
1024 ×1024 → 512 × 512 → 256 × 256 → 128 × 128 → 64 × 64 → 32 × 32
纹理特征提取
频谱方法 Spectral approach

根据傅立叶频谱，根据峰值所占的能量比例将图象 分类。包括计算峰值处的面积、峰值处的相位、峰 值与原点的距离平方、两个峰值间的相角差等手段。
常用的几种纹理特征分析方法 灰度直方图分析法
为了研究两种纹理区域的灰度直方图的相似 性，可以比较累积灰度直方图分布，计算直方图 的均值或方差。 但是灰度直方图不能得到纹理的二维灰度变 化。如下图中两种纹理具有相同的直方图，只靠 直方图就不能区别这两种纹理。
输出图像
图像细化
图像修饰
二值化
指纹识别系统
图像剪裁：将原始指纹图像应用一定的算法进行剪切，在基本不损失有 用的指纹信息的基础上产生一个比原始图像小的指纹图像，减少数据量。 图像平滑：去除噪声干扰，而又不使图像失真 锐化处理：为强化指纹纹线间的界线，突出边缘信息，利于二值化 二值化：对于锐化后的图像，其直方图有明显的双峰，故易于选取阈 值进行指纹图像二值化。 修饰处理：指纹图像经过二值化后，纹线边缘往往有凹凸不齐，为使图 像整洁，边缘圆滑，需要进行修饰处理。 细化处理：所关心的不是指纹的粗细，而是指纹的有无，因此，在不破 坏图像连通性的情况下去掉多余的信息
3
基于形状特征的检索
形状特征常与目标联系在一起，需提取 目标的轮廓或描述目标轮廓所包围的区域的 性质。因此形状比颜色和纹理的语义性更强。 基于边界的表示：代表方法是傅里叶描述 子。其基本思想是用对图像进行傅里叶变换 得到的边界作为形状描述. 其中一个优点就是 把二维问题简化为一维问题。 基于区域的表示：代表方法是不变矩法。
1
基于颜色特征的检索
实践表明，基于颜色的CBIR系统具有较 好的性能，而且实现相对容易．最常用的表 达颜色特征的方法是颜色直方图。 其他常用的颜色特征表示方法还有颜色 矩和颜色相关图。
2
基于纹理特征的检索
纹理是一种不依赖于颜色或亮度的反映 图像中同质现象的视觉特征，对图像灰度变 化的特征进行量化,与对象的位置、走向、大 小、形状有关,与平均灰度级无关。 图像检索中用到的纹理特征表示方法主 要有：Tamura法、小波变换和自回归纹理模 型。
1.
初始化 hist[k]=0; k=0,…,L-1 统计 hist[f(x,y)]++; x=0,…,M-1, y =0,…,N-1 归一化 hist[f(x,y)]/=M*N

Matlab函数imhist()
直方图的用处
1）数字化参数 一般一幅数字图像应该利用全部或几乎全部可 能的灰度级； 对直方图做快速检查。 2 ）边界阈值选择 使用轮廓线确定简单物体的边界的方法，称为 阈值化； 对物体不背景有较强对比的景物的分割特别有 用； 基于直方图的图像矫正、分割……
直方图均衡化
使一输入图像转换为在每一灰度级上都有相同的像素点数（即输 出的直方图是平的） 进一步的作用在于图像比较和分割 实际是完成直方图变换：DB＝f(DA)

累积分布密度为 变换

1 cdf ( D) A0

D
0
H (u )du
f ( D) Dm cdf ( D)
4 图像操作的基本函数
●
位图
● 图像由基本显示单元“像点”构
成
● 像点由若干个二进制位进行描述 ● 二进制位代表图像颜色的数量 ● 二进制位与图像之间
存在严格的“位映射”关 系
图像像点 ● 具有位映射关系的图叫作“位图”
8bit ( 28 = 256色 )
16bit ( 216 = 65536色 ) 24bit ( 224 = 16M色 )
● 8位图像 ● 16位图像 ● 24位图像 ● “位图”特指图
像
●
像素
●像素是图片大小的基本单位
●图像的像素大小是指位图在高、宽两个方向的像素数相乘的结果
例如宽度和高度均为100像素的图片，其象素数是10000 像素 我们经常用的数码相机像素数，所描述的就是相机拍照 出来的照片是多大尺寸，300万像素的数码照片通常是 2048×1536像素，而500万像素数码照片则是2560×1920 像素。
丌同灰度级的图像
•代表像素的亮度值， •灰度等级划分得越细，越能 准确地再现原稿。 •目前用得最为普遍的是256个 灰度等级
二值图像不灰度图像
2 图像文件的读写/显示
将图像文件读入内存


imread() 如果图像是彩色图，内存数据为3维矩阵， 3维分别表示红、绿、蓝空间 如果图像是灰度图，内存数据为2维矩阵 数据类型为uint8
指纹识别系统
三种成像技术的比较
成像技术 体积 耐用性 成像能力 光学成像技术 大 非常耐用 汗多和稍脏的 手指成像模糊 较多 硅晶体电容传 感技术 小 容易损坏 干手指好，汗 多和稍脏的手 指丌能成像 较少 超声波扫描 中 一般 非常好
耗电
较多
成本
低
低
很高
指纹识别系统
指纹图像的预处理过程
原始图像 图像剪裁 图像平滑 图像锐化
附2
MATLAB的数字图像处理
●所谓数字图像处理（digital image processing），就是 利用计算机对图像进行去除噪声、增强、恢复、分割、
提取特征等的理论、方法和技术。
1 数字图像的基本概念
● 图像分辨率 清晰度 绝对清wk.baidu.com度 视觉效果
● Resolution (分辨率)单位
dpi (display pixels / inch)
指纹，由于其具有终身不变性、唯 一性和方便性，已几乎成为生物特 征识别的代名词。指纹是指人的手 指末端正面皮肤上凸凹不平产生的 纹线。
指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。 由于每个人的指纹不同，就是同一人的十指之间，指纹也 有明显区别，因此指纹可用于身份鉴定。
指纹识别系统
指纹锁
IBM指纹识别笔记本电脑
更多图像处理，可参见有关参考书
原始图像：
Ra=6.3时，灰度图像及直方图
90年代以来：
CBIR (Content-based Image Retrieval） 基于内容的图像检索
对图像的视觉内容，如图像的颜色、纹理、 形状等进行分析和检索图像。 其特点是图像本身包含的客观视觉特性，不 需要人为干预和解释，能够通过计算机自动实现 对图像特征的提取和存储。
指纹识别系统
指纹识别和分类流程
细化图像
定位
分区
特征提取
分类
存入指纹库
纹理特征提取 统计方法

Statistical approach
有基于图像灰度直方图的矩分析法、灰度共生矩阵 法、灰度行程和自回归模型。 统计方法将纹理描述为光滑、粗糙、粒状等等。

纹理特征提取
结构方法 Structural approach

研究基元及其空间关系。基元一般定义为具有某种属性而 彼此相连的单元的集合，属性包括灰度、连通区域的形状、 局部一致性等。空间关系包括基元的相邻性、在一定角度 范围内的最近距离等等。根据基元间的空间联系，纹理可 以分为弱纹理或强纹理。进一步细分，可以根据基元的空 间共生概率来划分，也可以根据单位面积内的边缘数来区 别。
边缘检测edge()：提供6种检测方法



Sobel method Prewitt method Roberts method Laplacian of Gaussian method zero-cross method Canny method
5 其他图像处理与题
图像分割 将图像分割成多个区域 图像特征提取 表征一个图像最基本的属性或特征，图像特征可以是人类视觉能够 识别的自然特征 图像恢复 在景物成像的过程中，受多种因素的影响，图像的质量都会有所下 降 。。。。。。
imread() / imwrite() /imshow imresize(A,[mrows ncols],method) 图像缩放，A为缩放因子，method为nearest(默认)(最近邻揑 值)bilinear(双线性揑值)bicubic(三线性揑值) imrotate(A,angle,method) 图像逆时针旋转，angle为角度 imcrop(A,rect) 图像剪切，其中rect为[x y width height] imhist(): 图像直方图计算和显示 histeq(): 直方图均衡化 imnoise(): 图像中添加噪声 ……
5 图像处理
图像变换： fft2(傅里叶变换)、dct2(离散余弦变换)、 radon(Radon变换)、 ifft2/idct2/iradon…. 图像类型转换 rgb2gray(彩色转灰度)、im2bw(转为2 值图像) 空域滤波 filter2(线性平滑滤波)、wiener2(维纳滤
灰度共生矩阵法
The Gray-level Co-occurrence Matrix

共生矩阵用两个位置的象素的联合概率密度来定义， 它不仅反映亮度的分布特性，也反映具有同样亮度或 接近亮度的象素之间的位置分布特性，是有关图象亮 度变化的二阶统计特征。它是定义一组纹理特征的基 础。
指纹识别系统
汉王指纹考勤机
指纹识别系统
纹形（箕形、斗形、弓形） 模式区 全局特征（描述了 指纹的总体结构） 核心点 三角点
指纹的基本特征
纹数
局部特征（指指纹纹乱上的节点的特征，这 些特征提供了指纹唯一性的确认信息）
指纹识别系统
纹形可以分为箕形、弓形、斗形，如下图所示。其他的 指纹图案都是基于这三种基本图案
箕形纹