MATLAB的图像处理介绍.ppt
合集下载
第五篇Matlab图像处理PPT课件
3)immovie 以动画方式显示图像各帧,既将各帧图片转换为matlab动画格式;只能用索引图
像; mov=immovie(X,map)
实例:5-7.m
4)subimage subplot以子图方式在一个图像窗口中显示多幅图像,但整个图像窗口采用一个调
色板,subimage可以在各个子图中采用各自的调色板; 实例:5-8.m
3)pixval 交互显示单个像素的亮度值;显示欧几里得距离;
4)imfinfo
第4页/共40页
5)size(I) 获得图像矩阵大小;
6)保存图像 imwrite(I,filename,fmt) imwrite(I,map,filename,fmt) I—待保存的图像矩阵;filename—图像保存路
第20页/共40页
5)zoom 缩放图像
zoom on,zoom off 打开或关闭缩放功能
zoom out
恢复图像的原始尺寸
zoom reset
以当前图像尺寸作为缩放起点
zoom xon,zoom yon 设置X或Y轴缩放功能
6)warp
纹理映射
imshow显示的图像在二维平面上,纹理映射可以把图像显示在其他类型的表 面,如柱面、球面等等;
为uint8和uint16,分别对应[0 255]、[0 65535]
2)二值图像 像素取值只能为0或1;逻辑矩阵;
B=logical(A) 非零为1;
第6页/共40页
3)索引图像 索引图像包括调色板和图像数据两部分,是把颜色进行排列、编号,图像数据
对应为该点像素的颜色序号而非颜色本身; 调色板为m×3矩阵,每一行代表一种颜色,各元素的值介于[0,1]之间,乘以
2)im2bw
Matlab图像处理教程及方法 ppt课件
ppt课件
6
ppt课件
7
/2、图像的点运算
二、灰度的线性变换
DB f DA f ADA fB
Fa>1时,输出图像的对比度将增大;Fa<1时,输出图像对比度将减小。 Fa=1且Fb非零时,所有像素的灰度值上移或下移,使整个图像更暗或 更亮。Fa<0,暗区变亮,亮区变暗。
ppt课件
图像变暗后灰度均衡化 图像变亮后灰度均衡化
ppt课件
19
/3、图像的几何变换
一、图像平移
正变换
1 0 0
[ x1 y1 1] [ x0 y0 1] 0 1 0
Tx
Ty
1
逆变换
1
0 0
[x0 y0 1] [x1 y1 1] 0
1 0
Tx
Ty
图像易受光照、视角、方位、噪声等的影响。使得同一类图像的不同变形 体之间的差距有时大于该类图像与另一类图像之间的差距,影响图像识别、 分类。图像归一化就是将图像转换到唯一的标准形式以抵抗各种变换,从 而消除同类图像不同变形体之间的外观差异。也称为图像灰度归一化。
原 图 像 及 直 方 图
ppt课件
18
图像直方图归一化
imhist(I);%灰度直方图
I=imread(‘red.bmp’);%读入图像 figure;%打开新窗口 [M,N]=size(I);%计算图像大小 [counts,x]=imhist(I,32);%计算有32个小区间的灰度直方图 counts=counts/M/N;%计算归一化灰度直方图各区间的值 stem(x,counts);%绘制归一化直方图
‘log’ ‘prewitt’ ‘sobel’
MATLAB的图像处理介绍.ppt
可在matlab命令窗口输入:help imwrite,来获得提示信息。
2)imwrite获得的文件存放在matlab的work文件夹中。
(2)以图像的形式输出,函数为 image(imshow)
矩阵A
Image/imshow
Matlab输出的图像
image的格式是: image(C) image(x,y,C) image(…,’PropertyName’,PropertyValue,…) image(‘PropertyName’,PropertyValue,…) handle=image(…) 其中,x,y分别表示图像显示位置的左上角坐标,C表
4)RGB图像:图像中每个象素的颜色用三个数据来存储,分别指 定红、绿、蓝三原色在象素颜色中的比例关系,组成一个三维数 组,读入matlab后是一个三维的矩阵。
注意:美术教科书中称红、黄、蓝为三原色,讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的,其中R为红色,G为绿色, B为蓝色。
3)象素:是图像在计算机显示中的度量单位,可以变 化,可大可小。 4)分辨率:是用于度量图像在显示器中清晰程度的一 个参数,分辨率越高,图像越清晰。分辨率是与象素相 关的,即单位长度上的象素数就是分辨率。由此可知, 分辨率越高,象素的几何尺寸就越小。 5)图像文件的大小:指一幅图像在计算机中保存时所 占用的磁盘空间,其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节(8位), RGB图像中红、绿、蓝各占用一个字节。另外,图像文 件的大小也直接与其分辨率有关,原因是当分辨率增加 时,一幅图像所包含的象素量急剧增加。 6)句柄:就是对象的代号或标志,它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。
2)imwrite获得的文件存放在matlab的work文件夹中。
(2)以图像的形式输出,函数为 image(imshow)
矩阵A
Image/imshow
Matlab输出的图像
image的格式是: image(C) image(x,y,C) image(…,’PropertyName’,PropertyValue,…) image(‘PropertyName’,PropertyValue,…) handle=image(…) 其中,x,y分别表示图像显示位置的左上角坐标,C表
4)RGB图像:图像中每个象素的颜色用三个数据来存储,分别指 定红、绿、蓝三原色在象素颜色中的比例关系,组成一个三维数 组,读入matlab后是一个三维的矩阵。
注意:美术教科书中称红、黄、蓝为三原色,讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的,其中R为红色,G为绿色, B为蓝色。
3)象素:是图像在计算机显示中的度量单位,可以变 化,可大可小。 4)分辨率:是用于度量图像在显示器中清晰程度的一 个参数,分辨率越高,图像越清晰。分辨率是与象素相 关的,即单位长度上的象素数就是分辨率。由此可知, 分辨率越高,象素的几何尺寸就越小。 5)图像文件的大小:指一幅图像在计算机中保存时所 占用的磁盘空间,其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节(8位), RGB图像中红、绿、蓝各占用一个字节。另外,图像文 件的大小也直接与其分辨率有关,原因是当分辨率增加 时,一幅图像所包含的象素量急剧增加。 6)句柄:就是对象的代号或标志,它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。
MATLAB图像处理实例详解PPT第3章MATLAB图像处理基础
3.2.7数值矩阵转换为灰 度图像
在MATLAB中,一个数据矩阵就相当于一幅数字图像,只是在数 字图像中对应的数组元素必须在一定的取值范围,因此,只要将 对应数据矩阵中的元素按一定规律进行转换,就可以将矩阵转换 为图像了。在MATLAB中可以利用函数mat2gray( ),将一个数据 矩阵转换为一幅灰度图像,其调用格式为: I=mat2gray(X,[ xmin, xmax]):该函数是按照指定的取值区间 [xmin,xmax]将数据矩阵X转换为灰度图像I,xmin对应灰度值0, 即黑色,xmax对应灰度值1,即白色。数据矩阵中小于xmin的值 取为0,大于xmax的值取为1。如果不指定取值区间[xmin, xmax], 即缺省情况下,将数据矩阵X中最小值设为xmin,最大值设为 xmax。
3.3.3图像文件的保存
MATLAB中利用函数imwrite( )来实现图像文件的写入操作,即 保存,与函数imread( )的作用相对。其调用格式通常有以下几种: imwrite(I, 'filename', 'fmt'):该函数是把图像数据I保存到由字符 串“filename”指定的文件中,存储的文件格式由fmt指定。与 函数imread( )使用类似,如果所指定的保存文件filename不在当 前目录下或MATLAB的目录下,必须指明其完整路径。fmt的取 值必须是MATLAB所支持的图像文件格式。图像数据I不能为空, 如果I为灰度图像,那么I应该是一个M N的二维数组,如果I为彩 色图像,那么I应该是一个M×N×3的三维数组。如果fmt指定的 格式为TIFF,那么函数imwrite( )可以接受M×N×4的三维数组。
第3章 MATLAB图像处 理基础
本章主要介绍利用MATLAB来实现数字图像处理的基本操作,主 要包括以下几个方面的内容:MATLAB图像处理工具箱,图像类 型的转换,图像文件的读写,图像文件的显示,视频文件的读写。 介绍这5个部分目的是为了让广大用户了解MATLAB图像处理工 具箱的基础上,能够利用该工具箱来实现基本的图像处理操作。
MATLAB图形图像处理 ppt课件
③若x和y 都是矩阵时:大小必须相同,矩阵x 的每列与y的每列画一条曲线。
(1)
(2)
x
(3)
图示
x y
x y
x
例: 设x为时间向量,运行下面的程序,画出以x为 横坐标,y为纵坐标的曲线,如图所示。
>> x=0:0.2:2*pi; >> y=sin(x); >> plot(x,y);
图 3.2 正弦曲线图
3.1 二维图形的绘制
用MATLAB绘图命令可以在图形窗口内画 出各种图形曲线,并使用不同的线型、颜 色、点型和标注来修饰这些图形曲线。
绘图的一般步骤
• 1. 曲线数据准备 • 2. 指定图形窗口和子图位置 • 3. 绘制图形 • 4. 设置坐标轴和图形注释 • 5. 仅对三维图形使用的着色和视点等设置 • 6. 图形的精细修饰 • 7. 按指定格式保存或导出图形
3.1.1 直角坐标系中的绘图
• plot命令:可用来绘制直角坐标系中的各种 曲线.
• 它的主要格式为: plot(y) plot(x,y) plot(x,y,’s’)
plot( )函数的应用形式:
plot(y)
y为向量 y为矩阵
plot(x,y)
x,y均为向量 一向量,一矩阵
x,y均为矩阵
plot(x1,y1,x2,y2,...)
6
% y1长度与x的行数相等
• >> y2=[1 1 1 1;2 2 2 2;3 3 3 3] • y2 = • 1111 • 2222 • 3333
• >>plot(x,y2);
plot(x,y,’s’)
• x,y情况和第二种一样,’s’是图形的属 性字符串,这些属性字符串包括三个方面, 第一方面指定图形曲线的颜色,第二方面指 定数据点的标记类型,第三方面指定线的类 型,将在3.1.3节中介绍。
(1)
(2)
x
(3)
图示
x y
x y
x
例: 设x为时间向量,运行下面的程序,画出以x为 横坐标,y为纵坐标的曲线,如图所示。
>> x=0:0.2:2*pi; >> y=sin(x); >> plot(x,y);
图 3.2 正弦曲线图
3.1 二维图形的绘制
用MATLAB绘图命令可以在图形窗口内画 出各种图形曲线,并使用不同的线型、颜 色、点型和标注来修饰这些图形曲线。
绘图的一般步骤
• 1. 曲线数据准备 • 2. 指定图形窗口和子图位置 • 3. 绘制图形 • 4. 设置坐标轴和图形注释 • 5. 仅对三维图形使用的着色和视点等设置 • 6. 图形的精细修饰 • 7. 按指定格式保存或导出图形
3.1.1 直角坐标系中的绘图
• plot命令:可用来绘制直角坐标系中的各种 曲线.
• 它的主要格式为: plot(y) plot(x,y) plot(x,y,’s’)
plot( )函数的应用形式:
plot(y)
y为向量 y为矩阵
plot(x,y)
x,y均为向量 一向量,一矩阵
x,y均为矩阵
plot(x1,y1,x2,y2,...)
6
% y1长度与x的行数相等
• >> y2=[1 1 1 1;2 2 2 2;3 3 3 3] • y2 = • 1111 • 2222 • 3333
• >>plot(x,y2);
plot(x,y,’s’)
• x,y情况和第二种一样,’s’是图形的属 性字符串,这些属性字符串包括三个方面, 第一方面指定图形曲线的颜色,第二方面指 定数据点的标记类型,第三方面指定线的类 型,将在3.1.3节中介绍。
Matlab数字图像处理-02-PPT课件
可选参数’nothinning’,指定时可以通过跳过边缘细化算法来加快算法 运行的速度。默认是’thinning’,即进行边缘细化。 2)、基于高斯-拉普拉斯算子的边缘检测
BW=edge(I,’log’,thresh,sigma)
sigma指定生成高斯滤波器所使用的标准差。默认时,标准差为2。滤 镜大小n*n,n的计算方法为:n=ceil(sigma*3)*2+1。
/5、频率域图像增强 一、傅里叶变换
I=fft2(x);%快速傅里叶变换 I=fft2(x,m,n);
x为输入图像;m和n分别用于将x的第一和第二维规整到指定的长度。 当m和n均为2的整数次幂时算法的执行速度要比m和n均为素数时快。
I1=abs(I);%计算I的幅度谱 I2=angle(I);%计算I的相位谱 Y=fftshift(I);%频谱平移
高斯低通
function out = imgaussflpf(I,sigma) %imgaussflpf函数 构造高斯频域低通滤波器 [M,N] = size(I); out = ones(M,N); for i=1:M forj=1:N out(i,j) = exp(-((i-M/2)^2+(j-N/2)^2)/2/sigma^2); end end
R 1 C G 1 M B 1 Y
cmy=imcomplement(rgb);%rgb转成cmy rgb=imcomplement(cmy);cmy转成rgb
HSI模型
HIS模型是从人的视觉系统出发,直接使用颜色三要素色调 (Hue)、饱和度(Saturation)和亮度(Intensity)来描述 颜色。
桥接有单个像素缝隙分割的前景像素 清楚孤立的前景像素 围绕对角线相连的前景像素进行填充 填充单个像素的孔洞
基于matlab的图形图像处理--图像描述与分析 ppt课件
7.1.1 幅度特征 7.1.2 直方图特征 7.1.3 变换系数特征
ppt课件
5
7.1.1 幅度特征
a)原图
b)利用幅度特征将目标分割出来
ppt课件
6
7.2 边界描述
7.2.1 链码描述
7.2.2 傅里2.1 链码描述
在数字图像中,边界或曲线是由一系列离散的像素 点组成的,其最简单的表示方法是由美国学者 Freeman提出的链码方法。 链码实质上是一串指向符的序列,有4向链码、8向 链码等。
A B [ AC (B)]C
A B
A B
利用圆盘膨胀
ppt课件
27
7.5 形态分析
a) 原始图像
b) 腐蚀图像
c) 膨胀图像
ppt课件
28
clear all; close all; bw=zeros(9,9); bw(3:5, 4:6)=1; se=strel('square', 3); %bw2=imdilate(bw, se); bw2=imerode(bw, se); figure; subplot(121); imshow(bw); subplot(122); imshow(bw2);
ppt课件
36
clear all; close all; I=imread('rice.png'); se=strel('disk', 11); J=imtophat(I, se); K=imadjust(J); figure; subplot(131); imshow(I); subplot(132); imshow(J); subplot(133); imshow(K);
8向链码
ppt课件
5
7.1.1 幅度特征
a)原图
b)利用幅度特征将目标分割出来
ppt课件
6
7.2 边界描述
7.2.1 链码描述
7.2.2 傅里2.1 链码描述
在数字图像中,边界或曲线是由一系列离散的像素 点组成的,其最简单的表示方法是由美国学者 Freeman提出的链码方法。 链码实质上是一串指向符的序列,有4向链码、8向 链码等。
A B [ AC (B)]C
A B
A B
利用圆盘膨胀
ppt课件
27
7.5 形态分析
a) 原始图像
b) 腐蚀图像
c) 膨胀图像
ppt课件
28
clear all; close all; bw=zeros(9,9); bw(3:5, 4:6)=1; se=strel('square', 3); %bw2=imdilate(bw, se); bw2=imerode(bw, se); figure; subplot(121); imshow(bw); subplot(122); imshow(bw2);
ppt课件
36
clear all; close all; I=imread('rice.png'); se=strel('disk', 11); J=imtophat(I, se); K=imadjust(J); figure; subplot(131); imshow(I); subplot(132); imshow(J); subplot(133); imshow(K);
8向链码
精通MATLAB图像处理 PPT课件
2018/11/8
6
小波工具箱
主要功能有:
(1)、完整的GUI和命令行功能,用于分析,综合 和去噪、压缩信号和图像 (2)、小波和信号处理工具箱,其中包括实现从 尺度到频率变换的函数 (3)、连续小波变换,用于多出度信号分析 (4)、分解和分析多分辨率信号和图像 (5)、信号和图像的小波包变换
2018/11/8
2018/11/8 24
关系运算和逻辑运算
符号 < <= > 功能 小于 小于或等于 大于 符号 >= == ~= 功能 大于或等于 等于 不等于
符号 &
功能 逻辑与
符号 ~
功能 逻辑非
|
2018/11/8
逻辑或
——
——
25
关系运算函数及逻辑运算函数
函数名 功能 函数名 功能
all any
所有向量为非零元素时为真 任一向量为非零元素时为真
xor ——
逻辑异或运算 ——
函数名
功能
函数名
功能
bitand
bitor bitxor
2018/11/8
位方式的逻辑与运算
位方式的逻辑或运算 位方式的逻辑异或运算
bitcmp
bitmax bitshift
位比较运算
最大无符号浮点整数 二进制数的移位运算
26
第三章 MATLAB程序设计
程序设计概述 MATLAB不仅是一种功能强大的高级语言,而且是 一个集成的交互式开发环境,用户可以通过MATLAB提 供的编辑调试器编写和调试MATLAB代码. MATLAB提供了代码书写和调试的集成开发环境, 用户可以在调试器中完成书写和调试过程。单击 MATLAB主界面的“新建”工具按钮或者选择 “File”——“New”——“M-File”菜单命令,就可 以打开MATLAB代码编辑器-调试器 开发MATLAB程序一般需要经历代码编写、调试、 优化几个阶段。
数字图像处理MATLAB图像处理PPT课件
C(x, y) A(x, y) B(x, y) 差值图像提供了图像间的差值信息,能用于指导动态监测、 运动目标的检测和跟踪、图像背景的消除及目标识别等。
主要应用举例: ➢ 差影法(检测同一场景两幅图像之间的变化) ➢ 混合图像的分离
第17页/共41页
(1)检测同一场景两幅图像之间的变化
设:时刻1的图像为 T1(x,y), 时刻2的图像为 T2(x,y) g(x,y) = T2 (x,y) - T1(x,y)
第25页/共41页
除法运算(Division)
4、除法运算
C(x, y) A(x, y) B(x, y)
简单的除法运算可用于改变图像的灰度级, 常用于遥感图像处理中。
在四种算术运算中,减法与加法在图像增强 处理中最为有用。
第26页/共41页
几何变换
1)简单变换 • 问题描述:图像的平移、放缩和旋转。 • 解题思路:从易到难。工具:线性代数中的齐次坐标。
x
象
素
y1
填y
充
映
射
f(x1,y1) (x1,y1)非整型
f(x,y) (x,y)整型
第32页/共41页
图像的缩放
• 两种映射方法的对比 • 对于向前映射:每个输出图像的灰度要经过多次运算; • 对于向后映射:每个输出图像的灰度只要经过一次运算。
实际应用中,更经常采用向后映射法。 其中,根据四个相邻像素灰度值计算某位置的像素灰度
1、加法运算
C(x, y) A(x, y) B(x, y)
主要应用举例: ➢ 去除“叠加性”随机噪音 ➢ 生成图像叠加效果
第12页/共41页
(1)去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } 其中:g i (x ,y) = f(x,y) + ei(x,y)
主要应用举例: ➢ 差影法(检测同一场景两幅图像之间的变化) ➢ 混合图像的分离
第17页/共41页
(1)检测同一场景两幅图像之间的变化
设:时刻1的图像为 T1(x,y), 时刻2的图像为 T2(x,y) g(x,y) = T2 (x,y) - T1(x,y)
第25页/共41页
除法运算(Division)
4、除法运算
C(x, y) A(x, y) B(x, y)
简单的除法运算可用于改变图像的灰度级, 常用于遥感图像处理中。
在四种算术运算中,减法与加法在图像增强 处理中最为有用。
第26页/共41页
几何变换
1)简单变换 • 问题描述:图像的平移、放缩和旋转。 • 解题思路:从易到难。工具:线性代数中的齐次坐标。
x
象
素
y1
填y
充
映
射
f(x1,y1) (x1,y1)非整型
f(x,y) (x,y)整型
第32页/共41页
图像的缩放
• 两种映射方法的对比 • 对于向前映射:每个输出图像的灰度要经过多次运算; • 对于向后映射:每个输出图像的灰度只要经过一次运算。
实际应用中,更经常采用向后映射法。 其中,根据四个相邻像素灰度值计算某位置的像素灰度
1、加法运算
C(x, y) A(x, y) B(x, y)
主要应用举例: ➢ 去除“叠加性”随机噪音 ➢ 生成图像叠加效果
第12页/共41页
(1)去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } 其中:g i (x ,y) = f(x,y) + ei(x,y)
《篇Matlab图像处理》课件
感谢您的观看
THANKS
线性变换和非线性变换
线性变换如加法、乘法等,非线性变换如指数变换、对数变换等。
应用场景
在图像对比度较低或亮度不足时,通过灰度变换可以改善图像质 。
滤波
滤波原理
通过滤波器对图像进行平滑或锐化处理,消除 噪声或突出边缘。
滤波器类型
包括均值滤波器、中值滤波器、高斯滤波器等 。
应用场景
在图像存在噪声干扰时,通过滤波可以降低噪声对图像的影响。
MATLAB图像处理的优势与不足
01
不足:
02
价格昂贵:MATLAB是一款商业软件,价格相对较高,可能不适合一 些小型项目或个人使用。
03
资源占用大:MATLAB的运行需要较大的内存和计算资源,可能影响 运行速度。
04
开放性不足:相对于一些开源的图像处理工具,MATLAB的源代码不 公开,使得定制和扩展较为困难。
RGB与灰度转换
将彩色图像从RGB色彩空间转换到HSV色彩 空间,以便进行色彩调整或特定目标检测。
RGB与HSV转换
将彩色图像转换为灰度图像,以便进行灰度 处理。
应用场景
在需要进行特定色彩处理或目标检测时,通 过色彩空间转换可以更好地处理和识别目标 。
03
MATLAB图像处理应用
数字图像处理算法实现
应用场景
在图像质量较差或需要突出某些 特征时,通过图像增强可以改善 图像质量。
01
02
图像增强原理
通过调整图像的色彩、亮度和对 比度等参数,改善图像质量。
03
频域增强
通过傅里叶变换将图像从空间域 转换到频域,再进行频域处理后 反变换回空间域。
04
色彩空间转换
matlab图像处理命令课件
•线性滤波 •中值滤波 •自适应滤波
一个像素
– 例如一幅200行300列的图像,在MATLAB中存 储为200×300大小的矩阵
– 有些图像,如RGB图像,需要三维矩阵表示, 每一维代表一种颜色
MATLAB中的图像
• MATLAB中图像数据矩阵的存储方式为: – 双精度(double)类型,即64位的浮点数 – 无符号整数(uint8) 类型
low_in
high_in
I
对比度增强
•灰度调整
J high_out
J=imadjust(I,[low_in; high_in], [low_out; high_out], gamma)
low_out 0
low_in
high_in
I
灰度的Gamma变换
y x esp
其中,x、y的取值范围为[0,1]。esp为补偿系数,r则为Gamma系数。 Gamma变换是根据r的不同取值选择性的增强低灰度区域的对比度 或者高灰度区域的对比度。
图像几何运算
• 图像的插值旋转
图像几何运算
• 图像的剪切
交互式
rect
[Xmin Ymin Width Height]
图像增强
空间域
图像 增强
频率域
点运算
区域运算
高通滤波 低通滤波 同态滤波
灰度变换 直方图修正法
平滑 锐化
彩色增强
假彩色增强 伪彩色增强 彩色变换增强
代数运算
图像增强
• 直方图增强 • 对比度增强 • 二维卷积和二维滤波 • 平滑滤波 • 锐化
h = imshow(I,[0 80]);
图像文件的显示
图像文件的显示
• RGB图像的显示 – image(RGB)
一个像素
– 例如一幅200行300列的图像,在MATLAB中存 储为200×300大小的矩阵
– 有些图像,如RGB图像,需要三维矩阵表示, 每一维代表一种颜色
MATLAB中的图像
• MATLAB中图像数据矩阵的存储方式为: – 双精度(double)类型,即64位的浮点数 – 无符号整数(uint8) 类型
low_in
high_in
I
对比度增强
•灰度调整
J high_out
J=imadjust(I,[low_in; high_in], [low_out; high_out], gamma)
low_out 0
low_in
high_in
I
灰度的Gamma变换
y x esp
其中,x、y的取值范围为[0,1]。esp为补偿系数,r则为Gamma系数。 Gamma变换是根据r的不同取值选择性的增强低灰度区域的对比度 或者高灰度区域的对比度。
图像几何运算
• 图像的插值旋转
图像几何运算
• 图像的剪切
交互式
rect
[Xmin Ymin Width Height]
图像增强
空间域
图像 增强
频率域
点运算
区域运算
高通滤波 低通滤波 同态滤波
灰度变换 直方图修正法
平滑 锐化
彩色增强
假彩色增强 伪彩色增强 彩色变换增强
代数运算
图像增强
• 直方图增强 • 对比度增强 • 二维卷积和二维滤波 • 平滑滤波 • 锐化
h = imshow(I,[0 80]);
图像文件的显示
图像文件的显示
• RGB图像的显示 – image(RGB)
- 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)。
3)象素:是图像在计算机显示中的度量单位,可以变 化,可大可小。 4)分辨率:是用于度量图像在显示器中清晰程度的一 个参数,分辨率越高,图像越清晰。分辨率是与象素相 关的,即单位长度上的象素数就是分辨率。由此可知, 分辨率越高,象素的几何尺寸就越小。 5)图像文件的大小:指一幅图像在计算机中保存时所 占用的磁盘空间,其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节(8位), RGB图像中红、绿、蓝各占用一个字节。另外,图像文 件的大小也直接与其分辨率有关,原因是当分辨率增加 时,一幅图像所包含的象素量急剧增加。 6)句柄:就是对象的代号或标志,它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。
G)HDF格式。有8位,24位光栅图像数据集。
3. MATLAB图像文件类型: 根据数据矩阵和图像象素颜色匹配关系,MATLAB中
图像可分为:索引图像、灰度图像、二值图像和RGB图像。 1)索引图像:它的数据信息包括一个数据矩阵和一个双 精度色图矩阵,它的数据矩阵中的值直接指定该点的颜色 为色图矩阵中的某一种。色图矩阵中,每一行表示一种颜 色,每行有三个数据,分别表示该种颜色中红、绿、蓝的 比例情况,所有元素值都在[0,1]内。
B)TIFF格式。处理1、4、8、24位非压缩图像,1、4、 8、24位 packbit 压缩图像,1位CCITT压缩图像等。文 件内容包括:文件头、参数指针表与参数域、参数数据
表和图像数据四部分。是一种用途广泛的文件格式,其 特点是可移植性好,几乎所有的扫描仪及在Windows、 Macintosh平台上常用的版面设计软件都支持TIFF文件 格式。但图像文件结构比较复杂,不压缩时文件比较大。
4)RGB图像:图像中每个象素的颜色用三个数据来存储,分别指 定红、绿、蓝三原色在象素颜色中的比例关系,组成一个三维数 组,读入matlab后是一个三维的矩阵。
注意:美术教科书中称红、黄、蓝为三原色,讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的,其中R为红色,G为绿色, B为蓝色。
C)JPEG格式。是一种联合图像专家组的图像压缩格式, 是目前所用对静止灰度或彩色图像的压缩标准。它实际上 定义了3种编码系统:
a.基于DCT有损编码基本系统,用于绝大多数压缩场合; b.用于高压缩比、高精度或渐进重建应用的扩展编码系统; c.用于无失真应用场合的无损系统。JPEG没有规定文件格式、 图像分辨率或所用的彩色空间模型,这使它适用于MATLAB。
D)PCX格式。可处理1、4、8、16、24位等图像数据。 文件内容包括文件头 、图像数据、扩展调色板数据。
E)XWD格式。1、8位Zpixmaps, Xybitmaps, 1位 XYPixmaps。 F)TGA格式。处理1、4、8、16、24位非压缩图像和行程 编码图像。文件包由5个固定长度字段和3个可变长度字段 组成。
数据矩阵 (图片)
像素 点
对应
双精度色图矩阵 (色彩)
…… …… ……
2)灰度图像:数据矩阵中的元素值一般都在[0,1]或 [0,255]之间,灰度图像根据这些数据利用线性插值来 和色图中的颜色种类匹配。
•注意:灰度图像一般看起来是一副 黑白图像,但是色彩明暗度较二值 图像更为丰富。因为每一个像素点 的取值在[0,1]或[0,255]之间。
2.几种常见的MATLAB 图像文件格式简介 : A)BMP格式。即位图文件,整幅图可视为一个数字矩 阵。它包括1、4、8、24位非压缩图像,8位RLE(行程 编码)图像。文件内容包含文件头、位图信息数据块和 图像数据。选择BMP格式保存一幅灰度模式图像时,可 选择以Windows格式保存。而且在选中4位或8位位图时, 还可选压缩(RLE)项,在用RLE方式压缩保存后图像 将毫无损失。这是用得最广的图像格式之一。
关于matlab中图像处理的 简单介绍
一.介绍应用matlab处理图像问题
1. 图像与数字图像简介 2. 图像的不同类型及在matlab中的显示 3. 常用的几个图像处理命令 4. 图像处理中一些注意问题
图像的不同类型及在matlab中的 显示
1. 数字图像(按纪录方式分):
(1)矢量图像:利用数学的矢量方式纪录图像内容。以线 条和色块为主,容易放大、缩小或旋转,且不易失真,精 确度高,可以绘制3D图像。但是不易做成色彩丰富的图像。
4. matlab中图形图像的读入
在matlab中利用函数imread将图像读成一个矩阵的形式。其主
要格式如下:
常用
A=imread(‘filename’,’fmt’)
[X,map]=imread(‘filename’,’fmt’)
……
像素点 取值:[0,1] 或[0,255]
……
……
m
...
.
...
.
...
.
……
灰度图像读入matlab中是一个二维 的平面矩阵,其中行与列的乘积代 表其图片中像素点的个数。
n m*n个像素,如1024*768
3)二值图像:数据矩阵中的元素值只是0或1。读入matlab也是一 个二维矩阵。
注意:二值图像读入matlab中也是一 个二维的平面矩阵,但像素点取值只 限于0,1。
(2)位图图像:将图像中每一个像素点转换成一个数据。 如果以8位记录,可以表现出256种颜色(28 256 ),所以 色彩丰富。通常有:16色,256色,增强16位和真彩色24 位(28 28 28).但随着颜色数和分辨率的提高,存储空间 大,且较易失真。用数码相机和扫描仪获得的图像都属于 位图。
z
图像
3b
2og
y1
2048
y1rLeabharlann x11536x
在图像(x1,y1)点的 RGB值是(r,g,b)
上图是一个2048*1536大小的图像,其中这个三维矩阵的第一 维就是上图中第一层代表红色数值,第二维为第二层代表绿色 数值,第三维为第三层代表蓝色数值。也可以这样理解:将索 引图像中的数据矩阵中每一个像素点直接加载上色图矩阵中对 应的颜色值。