第7章 图像处理PPT讲稿.ppt

《第7章 图像处理PPT讲稿.ppt》由会员分享，可在线阅读，更多相关《第7章 图像处理PPT讲稿.ppt（78页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第7章 图像处理第1页，共78页，编辑于2022年，星期一利用计算机对图像进行加工和处理的过程应用范围：遥感气象预报军事侦察生物医学。一、简介一、简介第2页，共78页，编辑于2022年，星期一数字图像处理的主要研究领域：图像的数字化图像变换图像增强图像恢复图像分割图像分析和理解图像压缩第3页，共78页，编辑于2022年，星期一图像文件图像文件图像文件就是描绘了一幅图像的计算机磁盘文件。就是描绘了一幅图像的计算机磁盘文件。图像格式标准图像格式标准：公用领域公用领域GIF格式格式,PC机上的机上的PCX格式格式,动画领域动画领域TAG格式，格式，CAD领域领域DXF格式。在格式。在MATLAB中支

2、持的有：中支持的有：BMP,HDF,JPEG,PCX,PNG,TIF,XWD.图像文件的存储方式：图像文件的存储方式：黑白图像；黑白图像；调色板；调色板；真彩色。真彩色。图像的基本特征：图像的基本特征：1）描述图像的高度、宽度及各种物理特征的数据。）描述图像的高度、宽度及各种物理特征的数据。2）彩色定义：每点）彩色定义：每点bit数（决定颜色数量），调色板等。数（决定颜色数量），调色板等。3）描述图像位图的数据体：由一个数据矩阵描述，如果采用）描述图像位图的数据体：由一个数据矩阵描述，如果采用了压缩，则保存特定算法的压缩数据。了压缩，则保存特定算法的压缩数据。第4页，共78页，编辑于2022年

3、，星期一图像分类：位图与矢量图：位图与矢量图：位图：将一幅图像分割成栅格，栅格每一点（像素）的亮位图：将一幅图像分割成栅格，栅格每一点（像素）的亮度单独记录，数据点映射图像，所以称为位图。度单独记录，数据点映射图像，所以称为位图。矢量图：用一系列的线段或形状描述图像是矢量表示矢量图：用一系列的线段或形状描述图像是矢量表示法，矢量图像文件就像程序一样。在法，矢量图像文件就像程序一样。在CAD及绘图仪等及绘图仪等中使用。中使用。第5页，共78页，编辑于2022年，星期一黑白与彩色图像：黑白与彩色图像：单色图像：单色图像：由黑色区和白色区组成。半色调处理或抖动处理获由黑色区和白色区组成。半色调处理或

4、抖动处理获得不同颜色深浅。得不同颜色深浅。灰度图像：灰度图像：将图像记录为不同的灰度等级。将图像记录为不同的灰度等级。彩色图像：彩色图像：表示有限点色。表示有限点色。RGB：红、绿、蓝三种基色。主要用于发光设备。：红、绿、蓝三种基色。主要用于发光设备。CMYK：青、粉、黄三种可减基色加上黑色对比。主要：青、粉、黄三种可减基色加上黑色对比。主要用于打印和感光材料。用于打印和感光材料。HSI：H:颜色，颜色，S:该颜色发白程度，该颜色发白程度，I:亮度。亮度。第6页，共78页，编辑于2022年，星期一MATLAB的图像处理函数分类：图像的几何操作图像变换图像分析和增强图像压缩感兴趣区域的处理。第7

5、页，共78页，编辑于2022年，星期一数字图像的表示：数字图像的表示：图像用一个或多个矩阵表示。（两维或三维）图像用一个或多个矩阵表示。（两维或三维）图像按像素存储。图像按像素存储。图像数据的存储方式：图像数据的存储方式：双精度（双精度（double）无符号整型（无符号整型（uint8）第8页，共78页，编辑于2022年，星期一图像格式和类型图像格式和类型真彩色图像（真彩色图像（RGB图像）图像）利用利用R、G、B三个分量表示一个像素的颜色。三个分量表示一个像素的颜色。0.6118 0.8392 0.6471 0.6471 0.6471 0.6471红绿蓝 0.7412 0.7098 0.93

6、73 0.9373 0.9373 0.9373 0.7765 0.8392 0.8078 0.8078 0.8078 0.8078第9页，共78页，编辑于2022年，星期一在在MATLAB中存储维为中存储维为n x m x 3的数据数组；的数据数组；不使用不使用Windows调色板；调色板；像素颜色由保存在像素位置的三色决定，每色像素颜色由保存在像素位置的三色决定，每色8位共位共2位，可表示位，可表示1600多万种颜色。多万种颜色。颜色值归一化为颜色值归一化为01,如如(0,0,0)黑色，黑色，(1,1,1)白色白色第10页，共78页，编辑于2022年，星期一索引图像索引图像 对不同颜色进行编

7、号，对不同颜色进行编号，组成一个调色板，图像组成一个调色板，图像数据记录像素对应的调数据记录像素对应的调色板颜色的序号。一个色板颜色的序号。一个数据矩阵数据矩阵X,一个颜色映一个颜色映象矩阵象矩阵Map，Map为为mx3,每个元素记录三每个元素记录三种颜色值。种颜色值。第11页，共78页，编辑于2022年，星期一灰度图像：只有图像的强度信息，没有颜色信息。一个灰度图像就是一个数据矩阵，数据代表了一定范围内的强度值。也称为强度图像。第12页，共78页，编辑于2022年，星期一二值图像：只有黑白两种颜色的图像。特殊的灰度图像。第13页，共78页，编辑于2022年，星期一二、图像的基本操作第14页，

8、共78页，编辑于2022年，星期一图像格式文件的输入输出：imread()支持对cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式图像的输入。X=imread(文件名）X,map=imread(文件名，文件格式）Exp:RGB=imread(asd.jpg);第15页，共78页，编辑于2022年，星期一图像格式文件的输入输出：imwrite()支持对cur、mp、df、ico、jpg、pcx、png、tif和xwd等格式图像的输出。例：imwrite(A,文件名,文件格式）imwrite(A,map,文件名,文件格式）第16页，共78页，编辑于2022年，星期一获取图像文

9、件的信息：imfinfo()imfinfo函数返回一个结构，它包含图像的相关信息，包括：文件名 文件格式 文件格式的版本号 文件的修改时间 文件的大小 文件的长度 文件的宽度 每个象素的位数 图像类型*例：imfinfo(rice.tif)第17页，共78页，编辑于2022年，星期一图像的显示：image()imshow()两个函数均可用于数据和图像的显示。第18页，共78页，编辑于2022年，星期一image()MATLAB本身提供的最原始的图像显示函数，主要用来显示用矩阵表示的图像。使用格式：image(x)例1：RGB=imread(spine.tif);image(RGB);第19页，

10、共78页，编辑于2022年，星期一例2：load earth;image(X)colormap(map)axis image;%将纵横比设为1:1 第20页，共78页，编辑于2022年，星期一imshow()最常用的显示各种图像的函数。使用格式：imshow(I)imshow(I,n)imshow(I,low,high)imshow(X,map)imshow filename第21页，共78页，编辑于2022年，星期一1)显示索引图像 imshow(X,map);2)显示灰度图像 imshow(I);imshow(I,N)例：I=imread(peppers.bmp);imshow(I,64)

11、比较imshow(I,2);第22页，共78页，编辑于2022年，星期一3)显示二进制图像 Imshow(BW);4)显示RGB图像 Imshow(RGB);5)显示图形文件中的图像 imshow filename 图像文件应在当前目录下。第23页，共78页，编辑于2022年，星期一I=imread(west.tif);J1=double(I);subplot(1,2,1),imshow(I)subplot(1,2,2),imshow(J1)第24页，共78页，编辑于2022年，星期一colobar:添加颜色条.I=imread(saturn.tif);imshow(I);colorbar;z

12、oom on:区域缩放开启zoom on:区域缩放关闭第25页，共78页，编辑于2022年，星期一ind2gray():将索引色图像转换为灰度图像将索引色图像转换为灰度图像ind2rgb():将索引色图像转换为真彩色图像将索引色图像转换为真彩色图像im2bw():将真彩色、索引色和灰度图像通过阈值转换为将真彩色、索引色和灰度图像通过阈值转换为二值图像二值图像mat2gray()将数据矩阵转换为灰度图像。将数据矩阵转换为灰度图像。grb2gray()将真彩色图像转换为灰度图像。将真彩色图像转换为灰度图像。grb2ind()将真彩色图像转换为索引色图像。将真彩色图像转换为索引色图像。图像的格式转换

13、：图像的格式转换：第26页，共78页，编辑于2022年，星期一例：例：load treesBW=im2bw(X,map,0.4);imshow(X,map)figureimshow(BW)第27页，共78页，编辑于2022年，星期一图像数据的导入和导出图像数据的导入和导出 1）导出：save函数存入指定文件名 I=imread(lena.bmp);Imshow(I);save fnd I2）导入：load函数载入 load fnd Imshow(I)第28页，共78页，编辑于2022年，星期一图像的插值图像的大小调整图像的旋转与剪切图像的增强图像的直方图均衡图像的边沿检测三、图像的几何操作与图

14、像分析第29页，共78页，编辑于2022年，星期一图像的插值：MATLAB图像处理工具箱提供了三插值方法。最近邻域插值 双线性插值 双三次插值第30页，共78页，编辑于2022年，星期一1)最近邻域插值插值输出象素的值是输入图像与之最接近的采样点的值。运算简单，运算量最小。对索引色图像，它是唯一的插值方法。变换特性不好，对精细图像成份，会产生块状效应。第31页，共78页，编辑于2022年，星期一2)双线性插值根据图像像素周围4个像素的灰度值在水平和垂直两个方向插值。3)双三次插值双三次插值的插值核函数为三次函数，其插值邻域的大小为44。插值效果较好，但运算量大第32页，共78页，编辑于2022

15、年，星期一图像的大小调整Imresize()使用格式：B=imresize(A,m,method)B=imresize(A,行数，列数,method)其中：m：表示将图像A放大m倍。行数，列数：返回一个指定行数和列数的 图像。第33页，共78页，编辑于2022年，星期一采用的插值方法选择：最近邻域插值：nearest 双线性插值:bilinear 双三次插值:bicubic第34页，共78页，编辑于2022年，星期一例：load woman2imshow(X,map)X1=imresize(X,2,nearest);figure,imshow(X1,)X2=imresize(X,2,bilin

16、ear);figure,imshow(X2,)X3=imresize(X,2,bicubic);figure,imshow(X3,)第35页，共78页，编辑于2022年，星期一第36页，共78页，编辑于2022年，星期一图像的旋转 imrotate()使用格式：b=imrotate(A,angle,method)b=imrotate(A,angle,method,corp)其中：angle:旋转角度 method:最近邻域插值：nearest 双线性插值:bilinear 双三次插值:bicubic crop:对旋转后的图像进行剪切。第37页，共78页，编辑于2022年，星期一例：load w

17、oman2imshow(X,map)X1=imrotate(X,35,bilinear);figure,imshow(X1,)X2=imrotate(X,35,bilinear,crop);figure,imshow(X2,)第38页，共78页，编辑于2022年，星期一第39页，共78页，编辑于2022年，星期一图像的剪切I2=imcrop(I)X2=imcrop(X,map)I2=imcrop(I,rect)例：imshow ic.tif;I=imcrop;第40页，共78页，编辑于2022年，星期一图像增强：改善视觉效果。噪声抑制。第41页，共78页，编辑于2022年，星期一直方图均衡：灰

18、度的直方图描述了图像的概况，同修改直方图的方法是图像增强的有效方法之一。直方图的定义：第42页，共78页，编辑于2022年，星期一计算图像直方图的函数：imhist()调用格式：imhist(X,n)imhist(X,map)第43页，共78页，编辑于2022年，星期一例：X=imread(tire.tif)imshow(X)figureimhist(X)第44页，共78页，编辑于2022年，星期一改善视觉效果的方法：直方图均化 右图太暗，看不清轮胎的细节，需要对图像进行增强处理。第45页，共78页，编辑于2022年，星期一第46页，共78页，编辑于2022年，星期一第47页，共78页，编辑于

19、2022年，星期一直方图均化函数：histeq()主要使用格式：J=histeq(I,hgram)将原始图像的强度进行变化，使得输出图像的柱状图与某个预先指定的柱状图匹配，缺省为具有64个条柱的flat柱状图，否则均化后的图像直方图为用户指定的向量hgram.J=histeq(I,n)指定均化后的灰度级数n，默认值为64 第48页，共78页，编辑于2022年，星期一 I=imread(tire.tif);%读入图像J=histeq(I);%直方图均化subplot(1,2,1),imshow(I)%显示原始图像subplot(1,2,2),imshow(J)%显示增强后图像figuresubp

20、lot(1,2,1),imhist(I,64)%显示直方图subplot(1,2,2),imhist(J,64)第49页，共78页，编辑于2022年，星期一图像增强的一般处理：原理：输入图像为f(x,y),处理后的图像为g(x,y)，则图像增强的数学表达式为：g(X,Y)=T(f(X,Y)其中：T表示输入、输出图像对应点的灰度映射关系。第50页，共78页，编辑于2022年，星期一例：对数变换I=imread(pout.tif);imshow(I)I=double(I)%对数运算不支持uint8类型数据J=log(I+1);figure,imshow(J,4,5)第51页，共78页，编辑于202

21、2年，星期一第52页，共78页，编辑于2022年，星期一边缘检测边缘是目标与背景的分界线，通过提取边缘可以分离目标和背景。第53页，共78页，编辑于2022年，星期一MATLAB的图像处理工具箱提供了函数edge来实现检测边缘的功能。I=imread(west.tif);imshow(I)b=edge(I);figureimshow(b)第54页，共78页，编辑于2022年，星期一第55页，共78页，编辑于2022年，星期一edge()的使用方法：edge(数据，检测方法，参数）微分算子检测方法：1.roberts max(|f(i,j)-f(i+1,j+1)|,|f(i+1,j)-f(i,j

22、+1)|)2.sobel 第56页，共78页，编辑于2022年，星期一I=imread(rice.tif);imshow(I)b=edge(I,roberts);figureimshow(b)c=edge(I,sobel);figureimshow(c)第57页，共78页，编辑于2022年，星期一第58页，共78页，编辑于2022年，星期一拉普拉斯高斯算子 一种二阶边缘检测算法。利用图像的二阶微分中的零点来检测边缘。edge(I,log)第59页，共78页，编辑于2022年，星期一较新的一种边缘检测方法：I=imread(rice.tif);BW2=edge(I,canny);imshow(B

23、W2)第60页，共78页，编辑于2022年，星期一四、图像滤波噪声模型 加性噪声：f(x,y)=g(x,y)+n(x,y)乘性噪声：f(x,y)=g(x,y)n(x,y)第61页，共78页，编辑于2022年，星期一MATLAB的噪声生产函数imnoise()使用格式：使用格式：J=imnoise(A,type)J=imnoise(A,type,parameters)其中：其中：typt与与parameters确定噪声的类型确定噪声的类型和参数。和参数。第62页，共78页，编辑于2022年，星期一添加噪声：I=imread(eight.tif);J1=imnoise(I,gaussian,0,0

24、.02);%对图像数据添加均值为0，方差为0.02的高斯噪声。J2=imnoise(I,salt&pepper,0.02);%对图像数据添加椒盐噪声。J3=imnoise(I,speckle,0.02);%对图像数据添加乘性噪声。subplot(2,2,1),imshow(I)subplot(2,2,2),imshow(J1)subplot(2,2,3),imshow(J2)subplot(2,2,4),imshow(J3)第63页，共78页，编辑于2022年，星期一添加噪声的结果：第64页，共78页，编辑于2022年，星期一图像去噪（滤波）线性滤波中值滤波自适应滤波第65页，共78页，编辑于

25、2022年，星期一图像去噪声的实验:实验过程：1.读入图像数据。2.对图像添加噪声。3.对带噪声的图像数据进行滤波处理。4.显示处理后的图像。第66页，共78页，编辑于2022年，星期一线性滤波原理邻域平均法（空域平滑滤波）第67页，共78页，编辑于2022年，星期一空域平滑滤波没有专门的函数处理，但可空域平滑滤波没有专门的函数处理，但可以用图像的二维卷积来实现。以用图像的二维卷积来实现。h=1 1 1;1 1 1;1 1 1;%h=1 1 1;1 1 1;1 1 1;%产生滤波模板产生滤波模板h=h/9;%h=h/9;%对模板归一化对模板归一化J=conv2(J1,h);J=conv2(J1

26、,h);subplot(1,2,1),imshow(J1)subplot(1,2,1),imshow(J1)subplot(1,2,2),imshow(J,)subplot(1,2,2),imshow(J,)第68页，共78页，编辑于2022年，星期一第69页，共78页，编辑于2022年，星期一中值滤波原理：方法：方法：对滤波邻域中的对滤波邻域中的n个数值，按大小顺序个数值，按大小顺序排列，当排列，当n为奇数时，位于中间位置的数值为奇数时，位于中间位置的数值称为这称为这n个数值的中值。当个数值的中值。当n为偶数时，中为偶数时，中间两个数值的平均值称为这间两个数值的平均值称为这n个数值的中值。个

27、数值的中值。图像中值滤波后的某个像素的输出为该图像中值滤波后的某个像素的输出为该像素的邻域的中值。像素的邻域的中值。第70页，共78页，编辑于2022年，星期一中值滤波函数：medfilt2（）使用格式：medfile2(A)%指定33 的滤波窗口对图像进行中值滤波。medfile2(A，m,n)%用mn 的滤波窗口对图像进行中值滤波。第71页，共78页，编辑于2022年，星期一例：J=medfilt2(J1);subplot(1,2,1),imshow(J1)subplot(1,2,2),imshow(J)第72页，共78页，编辑于2022年，星期一第73页，共78页，编辑于2022年，星期

28、一去椒盐噪声：J=medfilt2(J2);subplot(1,2,1),imshow(J2)subplot(1,2,2),imshow(J)第74页，共78页，编辑于2022年，星期一第75页，共78页，编辑于2022年，星期一自适应滤波处理利用图像的局部方差调整滤波器的输出。wiener2()使用格式：使用格式：J=wiener2(I,m,n)J=wiener2(I,m,n,noise)其中：其中：m,n 滤波器的窗口为滤波器的窗口为mXn,默认值为默认值为3X3。noise为指定的噪声功率。为指定的噪声功率。第76页，共78页，编辑于2022年，星期一例：J=wiener2(J1,5,5);imshow(J1)figureimshow(J)J5=wiener2(J1,5,5,0.02);figureimshow(J5)第77页，共78页，编辑于2022年，星期一原图未指定噪声功率指定噪声功率第78页，共78页，编辑于2022年，星期一