第十讲 图像处理精选文档.ppt

《第十讲 图像处理精选文档.ppt》由会员分享，可在线阅读，更多相关《第十讲 图像处理精选文档.ppt（91页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第十讲 图像处理本讲稿第一页，共九十一页 7.1 7.1 概述概述7.1.1 MATLAB7.1.1 MATLAB中的图像和图像处理工具箱中的图像和图像处理工具箱 MATLAB中大多数图像是用二维数组（矩阵）中大多数图像是用二维数组（矩阵）double(64位）浮点型，或位）浮点型，或uint8(8位无符号整数位无符号整数)、uint16(16位无符号整数位无符号整数)来存储的，矩阵中的每一个元来存储的，矩阵中的每一个元素对应图像中的一个像素素对应图像中的一个像素(pixel).例如：例如：l一幅由一幅由200行行300列不同灰度值的点组成的图像可以用列不同灰度值的点组成的图像可以用200X3

2、00的矩阵来存储。的矩阵来存储。l对于彩色图像，如对于彩色图像，如RGB图像，需要用三维数组来存储。图像，需要用三维数组来存储。本讲稿第二页，共九十一页7.1.2 MATLAB7.1.2 MATLAB中的图像类型中的图像类型二值图像二值图像(Binary)：图像的取值为图像的取值为0或或1。索引图像索引图像(Indexed,pseudocolor)：图像为图像为mXn矩阵，矩阵元素矩阵，矩阵元素的值指向颜色映像表的值指向颜色映像表(colormap)。灰度图像灰度图像(intensity,gray scale,gray level)：图像为图像为mXn矩矩阵，矩阵元素的值指的是灰度值。对阵，矩

3、阵元素的值指的是灰度值。对single or double矩阵取矩阵取值范围：值范围：0,1，对，对 uint8矩阵取值范围：矩阵取值范围：0,255，对，对uint16矩阵取值范围：矩阵取值范围：0,65535，对，对int16矩阵取值范围：矩阵取值范围：-32768,32767。真彩色图像真彩色图像(RGB)：图像为图像为mXnX3的矩阵。的矩阵。本讲稿第三页，共九十一页 二值图像二值图像(Binary)本讲稿第四页，共九十一页 索引图像索引图像(Indexed)本讲稿第五页，共九十一页 灰度图像灰度图像(Grayscale)本讲稿第六页，共九十一页 真彩色图像真彩色图像(Truecolo

4、r)本讲稿第七页，共九十一页gray2ind:Convert a grayscale image to an indexed image.grayslice：Convert a grayscale image to an indexed image using multilevel thresholding.im2bw:Convert a grayscale image,indexed image,or truecolor image,to a binary imageind2gray：Convert an indexed image to a grayscale image。7.1.3 MA

5、TLAB7.1.3 MATLAB中的图像类型之间的转换中的图像类型之间的转换本讲稿第八页，共九十一页ind2rgb:Convert an indexed image to a truecolor image.mat2gray：Convert a data matrix to a grayscale image,by scalingthe data.rgb2gray:Convert a truecolor image to a grayscale image.rgb2ind：Convert a truecolor image to an indexed image.本讲稿第九页，共九十一页im2

6、uint8 rgb2=im2uint8(rgb1)im2uint16im2int16im2singleim2double7.1.4 7.1.4 图像数据类型之间的转换图像数据类型之间的转换本讲稿第十页，共九十一页用用N N维数组来存储图像序列维数组来存储图像序列 mXnXp的数组表示的数组表示p个二维图像个二维图像7.1.5 7.1.5 图像序列图像序列mXnX3Xp 表示表示？本讲稿第十一页，共九十一页MATLAB支持下列图像文件格式：支持下列图像文件格式：BMP(Microsoft Windows Bitmap 位图位图)HDF(Hierarchical Data Format 层次数据层

7、次数据)JPEG(Joint Photographic Expert Group 静止图像压缩标准静止图像压缩标准)PCX(Paintbrush 画刷格式画刷格式)PNG(Portable Network Graphics 可移植网络图像可移植网络图像)TIFF(Tagged Image File Format 标记图像文件标记图像文件)XWD(X Window Dump)GIF(Graphics Interchange Format 图形交换图形交换)7.1.5 7.1.5 图像文件格式图像文件格式本讲稿第十二页，共九十一页 7.2 7.2 图像的读写和查询图像的读写和查询7.2.1 7.2

8、.1 图像文件的读取图像文件的读取A=imread(文件名，文件格式文件名，文件格式)X,map=imread(文件名，文件格式文件名，文件格式)l文件名必须在文件名必须在MATLAB的搜索路径范围内，否的搜索路径范围内，否则需要指出完整的路径。则需要指出完整的路径。RGB=imread(football.jpg);X,map=imread(trees.tif);本讲稿第十三页，共九十一页 7.2 7.2 图像的读写和查询图像的读写和查询7.2.2 7.2.2 图像文件的写入图像文件的写入 imwrite(A,filename，fmt)：写图像写图像A到文件名到文件名filename中，格式为

9、中，格式为fmtimwrite(X,map，filename，fmt)：写索引图像写索引图像X和它和它相连的颜色映像表相连的颜色映像表map到文件名到文件名filename中，格式为中，格式为fmt 例如：例如：imwrite(A,myfile.jpg,Quality,100);写图像矩阵到文件名为写图像矩阵到文件名为myfile.jpg的文件中，参的文件中，参数数Quality，100是控制存入时压缩比的。是控制存入时压缩比的。本讲稿第十四页，共九十一页 7.2 7.2 图像的读写和查询图像的读写和查询7.2.3 7.2.3 图像文件信息的查询图像文件信息的查询 info=imfinfo(f

10、ilename)：从图像文件中查询其信息，从图像文件中查询其信息，包括文件名、路径、格式、版本号、文件修改时间、包括文件名、路径、格式、版本号、文件修改时间、文件大小、图像宽度和长度、每个像素的位数、图文件大小、图像宽度和长度、每个像素的位数、图像类型等。像类型等。例如：例如：info=imfinfo(football.jpg)本讲稿第十五页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.1 7.3.1 标准图像显示标准图像显示imshow(I,n)imshow(I,low high)imshow(X,map)参考参考MATLAB帮助帮助moon=imread(moon.tif);i

11、mshow(moon);或者：或者：imshow(moon.tif);moon=getimage本讲稿第十六页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术添加颜色条添加颜色条显示多帧图像阵列显示多帧图像阵列多图的显示多图的显示纹理映射纹理映射 本讲稿第十七页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术添加颜色条添加颜色条 RGB=imread(saturn.png);I=rgb2gray(RGB);h=1 2 1;0 0 0;-1-2-1;I2=filter2(h

12、,I);imshow(I2,),colorbar本讲稿第十八页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术显示多帧图像阵列显示多帧图像阵列l多帧的单帧显示多帧的单帧显示l多帧的一次性显示多帧的一次性显示l将多帧阵列转化为电影将多帧阵列转化为电影 本讲稿第十九页，共九十一页l多帧的单帧显示多帧的单帧显示 load mri imshow(D(:,:,:,7)l多帧的一次性显示多帧的一次性显示 load mri montage(D,map)l将多帧阵列转化为电影将多帧阵列转化为电影 load mri mov=immovie(D,map

13、);movie(mov)本讲稿第二十页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术多图的显示多图的显示 例例1.多幅图像在不同窗口显示多幅图像在不同窗口显示X1,map1=imread(forest.tif);X2,map2=imread(trees.tif);imshow(X1,map1),figure,imshow(X2,map2)本讲稿第二十一页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术多图的显示多图的显示 例例2.多幅图像在同一窗口显示多幅图像在同一窗口

14、显示X1,map1=imread(forest.tif);X2,map2=imread(trees.tif);subplot(1,2,1),imshow(X1,map1)subplot(1,2,2),imshow(X2,map2)使用同一个颜色映像表，产生不能接受的显示结果，使使用同一个颜色映像表，产生不能接受的显示结果，使用用subimagesubimage可以改变这一情况可以改变这一情况本讲稿第二十二页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术多图的显示多图的显示 例例3.多幅图像在同一窗口显示多幅图像在同一窗口显示X1,

15、map1=imread(forest.tif);X2,map2=imread(trees.tif);subplot(1,2,1),subimage(X1,map1)subplot(1,2,2),subimage(X2,map2)subimage在显示之前，将图像转换为真彩色，因此避在显示之前，将图像转换为真彩色，因此避免了免了colormap的共享问题。的共享问题。本讲稿第二十三页，共九十一页 7.3 7.3 图像的显示图像的显示7.3.2 7.3.2 图像的特殊显示技术图像的特殊显示技术纹理映射纹理映射:将图像显示在一个特定的参数曲面上将图像显示在一个特定的参数曲面上 warp：MATLAB

16、中利用插值算法将图像映射到曲面网中利用插值算法将图像映射到曲面网格上格上 例例.将将peppers.png图像纹理映射到圆柱面和球面图像纹理映射到圆柱面和球面 x,y,z=cylinder;I=imread(peppers.png);subplot(1,2,1),warp(x,y,z,I);x,y,z=sphere(50);subplot(1,2,2),warp(x,y,z,I);本讲稿第二十四页，共九十一页 7.4 7.4 图像的算术运算图像的算术运算图像的加法图像的加法 imadd图像的减法图像的减法 imsubtract图像的乘法图像的乘法 immultiply图像的除法图像的除法 im

17、divide图像的补图像的补 imcomplement图像的绝对值的差图像的绝对值的差 imabsdiff图像的线性组合图像的线性组合 imlincomb 本讲稿第二十五页，共九十一页 7.4 7.4 图像的算术运算图像的算术运算I=imread(rice.png);I2=imread(cameraman.tif);K=imdivide(imadd(I,I2),2);%not recommendedK=imlincomb(.5,I,.5,I2);%recommended本讲稿第二十六页，共九十一页 7.5 7.5 图像的几何操作图像的几何操作图像的缩放图像的缩放 imresize图像的旋转图像

18、的旋转 imrotate图像的剪裁图像的剪裁 imcrop图像的一般几何变换图像的一般几何变换 imtransform 本讲稿第二十七页，共九十一页 7.5.1 7.5.1 图像的插值运算图像的插值运算最近邻插值方法（最近邻插值方法（Nearest neighbor）双线性插值方法（双线性插值方法（Bilinear）双三次插值方法（双三次插值方法（Bicubic）本讲稿第二十八页，共九十一页 7.5.2 7.5.2 图像的缩放和旋转图像的缩放和旋转B=imresize(A,m,method)B=imresize(A,mrows ncols,method)I=imread(circuit.tif

19、);J=imresize(I,1.25);imshow(I)figure,imshow(J)I=imread(circuit.tif);J=imresize(I,100 150,bilinear);imshow(I)figure,imshow(J)本讲稿第二十九页，共九十一页 7.5.2 7.5.2 图像的缩放和旋转图像的缩放和旋转B=imrotate(A,angle,method,crop)I=imread(circuit.tif);J=imrotate(I,35,bilinear);imshow(I)figure,imshow(J)如果：如果：J=imrotate(I,35,bilinea

20、r，crop);结果的区别？结果的区别？本讲稿第三十页，共九十一页 7.5.3 7.5.3 图像的剪裁图像的剪裁B=imcrop(A)B=imcrop(X，map)用户可以用鼠标选取区域，也可以在函数中定义图像用户可以用鼠标选取区域，也可以在函数中定义图像的矩形区域参数的矩形区域参数I=imread(circuit.tif);J=imcrop(I);figure,imshow(J)上面剪切图像上面剪切图像J也可以用：也可以用：J=imcrop(I,60 40 100 90);其中位置矢量表示为：其中位置矢量表示为：xmin ymin width height.本讲稿第三十一页，共九十一页 7.

21、5.4 7.5.4 图像的一般几何变换图像的一般几何变换B=imtransform(A,TFORM,INTERP)它根据变换结构（它根据变换结构（TFORM）变换二维图像）变换二维图像A，变，变换结构换结构TFORM是由是由maketform函数或函数或cp2tform函函数返回的，数返回的，INTERP可以取可以取nearest,bilinear(默认值默认值)或或bicubic本讲稿第三十二页，共九十一页 7.5.4 7.5.4 图像的一般几何变换图像的一般几何变换B=imtransform(A,TFORM,INTERP)I=imread(cameraman.tif);tform=make

22、tform(affine,1 0 0;0.5 1 0;0 0 1);J=imtransform(I,tform);imshow(J),figure,imshow(J)本讲稿第三十三页，共九十一页 7.6 7.6 图像的线性滤波图像的线性滤波滤波滤波是一种图像修正或增强技术。可以突出图像的某些特征，是一种图像修正或增强技术。可以突出图像的某些特征，也可以删除另一些特征。也可以删除另一些特征。图像滤波图像滤波的本质是一种邻域操作，输出图像的任一个像素值都的本质是一种邻域操作，输出图像的任一个像素值都是通过输入图像对应的像素邻域内的像素值利用一定的算法得到是通过输入图像对应的像素邻域内的像素值利用一

23、定的算法得到的。的。图像的线性滤波图像的线性滤波就是输出图像任一个像素值都是通过输入图像对就是输出图像任一个像素值都是通过输入图像对应的像素邻域内的像素值应的像素邻域内的像素值线性组合线性组合得到的。得到的。图像的线性滤波是通过卷积来完成的。图像的线性滤波是通过卷积来完成的。本讲稿第三十四页，共九十一页 7.6 7.6 图像的线性滤波图像的线性滤波二维卷积函数二维卷积函数 conv2滤波函数滤波函数 filter2图像滤波图像滤波 imfilter预定义滤波器预定义滤波器 fspecial 本讲稿第三十五页，共九十一页7.6.1 二维卷积函数二维卷积函数 conv2 A=17 24 1 8 1

24、5 23 5 7 14 16 4 6 13 20 22 10 12 19 21 3 11 18 25 2 9 h=8 1 6 3 5 7 4 9 2 C=conv2(A,h)本讲稿第三十六页，共九十一页卷积步骤：卷积步骤：1.关于卷积核的中心，旋转卷积核关于卷积核的中心，旋转卷积核180度。度。2.滑动卷积核，将卷积核的中心位于图像矩阵的滑动卷积核，将卷积核的中心位于图像矩阵的每一个元素。每一个元素。3.将旋转后的卷积核作为权重，乘以对应的矩阵元将旋转后的卷积核作为权重，乘以对应的矩阵元素素4.求加权和求加权和本讲稿第三十七页，共九十一页计算卷积输出计算卷积输出(2,4)本讲稿第三十八页，共九

25、十一页C=conv2(A,B)C=conv2(A,B，shape)A:输入图像，输入图像，B：卷积核，：卷积核，C：输出图像，若：输出图像，若A大小为大小为mana，B大小为大小为mbnb，则则C大小为（大小为（ma+mb-1）（na+nb-1）shape指定卷指定卷积积运算的范运算的范围围：shape=full(the default),返回全部二返回全部二维维卷卷积结积结果果shape=same,返回与返回与A同同样样大小的卷大小的卷积积中心部分中心部分shape=valid,不考不考虑边虑边界界补补零，返回零，返回C大小大小为为（ma-mb+1）（na-nb+1）本讲稿第三十九页，共九十

26、一页7.6.2 相关运算实现滤波：相关运算实现滤波：filter2相关运算相关运算(correlation)n滑动相关核，将相关核的中心位于图像矩阵的滑动相关核，将相关核的中心位于图像矩阵的每一个元素。每一个元素。n将相关核作为权重，乘以对应的矩阵元素将相关核作为权重，乘以对应的矩阵元素n求加权和求加权和用相关运算实现滤波的函数是用相关运算实现滤波的函数是filter2B=filter2(h,A)本讲稿第四十页，共九十一页计算相关输出计算相关输出(2,4)本讲稿第四十一页，共九十一页7.6.3 图像的线性滤波图像的线性滤波nimfilternB=imfilter(A,H,option1,opt

27、ion2,)A:多维图像阵列，多维图像阵列，H:多维滤波器，多维滤波器，option1,option2决定边缘上的处理方法，输出图像大小，决定边缘上的处理方法，输出图像大小，采用与采用与filter2相同的方法还是卷积的方法。相同的方法还是卷积的方法。本讲稿第四十二页，共九十一页例：利用例：利用imfilter函数实现均值滤波函数实现均值滤波 I=imread(coins.png);h=ones(5,5)/25;I2=imfilter(I,h);imshow(I),title(Original Image);figure,imshow(I2),title(Filtered Image)本讲稿第

28、四十三页，共九十一页imfilter输入输出的数据类型是一样的输入输出的数据类型是一样的A=magic(5)h=-1 0 1;imfilter(A,h)可以看到输出有负值，所以有时候在可以看到输出有负值，所以有时候在imfilter 前用类型转换，避免这前用类型转换，避免这种情况。种情况。A=uint8(magic(5)imfilter(A,h)本讲稿第四十四页，共九十一页option:相关和卷积相关和卷积nimfilter既可以用相关，也可以用卷积实现滤波操作，缺省既可以用相关，也可以用卷积实现滤波操作，缺省是相关。是相关。A=magic(5);h=-1 0 1imfilter(A,h)%f

29、ilter using correlationimfilter(A,h,conv)%filter using convolution本讲稿第四十五页，共九十一页option:边界补零边界补零(zero-padding)和边界和边界复制复制(border replication)n边界补零边界补零(zero-padding):缺省缺省本讲稿第四十六页，共九十一页option:边界补零边界补零(zero-padding)和边界和边界复制复制(border replication)n边界补零边界补零(zero-padding):缺省缺省I=imread(eight.tif);h=ones(5,5)/

30、25;I2=imfilter(I,h);imshow(I),title(Original Image);figure,imshow(I2),title(Filtered Image with Black Border)缺点：滤波得到的图像边缘有一个缺点：滤波得到的图像边缘有一个dark band本讲稿第四十七页，共九十一页option:边界补零边界补零(zero-padding)和边界复制和边界复制(border replication)n边界复制边界复制(border replication)本讲稿第四十八页，共九十一页option:边界补零边界补零(zero-padding)和边界和边界复

31、制复制(border replication)n边界复制边界复制(border replication)I3=imfilter(I,h,replicate);figure,imshow(I3);title(Filtered Image with Border Replication)imfilter还有其他的边界补充选项，参考还有其他的边界补充选项，参考imfilter的帮助的帮助本讲稿第四十九页，共九十一页多维滤波多维滤波nimfilter既可以处理多维图像，也可以处理多维滤波器。用一既可以处理多维图像，也可以处理多维滤波器。用一个二维滤波器对一个三维图像滤波，相当于对三维图像的每个二维滤波

32、器对一个三维图像滤波，相当于对三维图像的每个平面进行二维滤波。个平面进行二维滤波。例例：用同样的滤波器对一个真彩色图像的每个颜色平面：用同样的滤波器对一个真彩色图像的每个颜色平面进行滤波。进行滤波。本讲稿第五十页，共九十一页%Read in an RGB image and display itrgb=imread(peppers.png);imshow(rgb);%Filter the image and display it.h=ones(5,5)/25;rgb2=imfilter(rgb,h);figure,imshow(rgb2)本讲稿第五十一页，共九十一页imfilter与与filt

33、er2、conv2的关系：的关系：nfilter2、conv2、convn：将输入转换为将输入转换为double类型，类型，输出也是输出也是double的，输入总是补零（的，输入总是补零（zero padded),不支持其他的边界补充选项。不支持其他的边界补充选项。nimfilter：不将输入转换为不将输入转换为double，输出只与输入，输出只与输入同类型，有灵活的边界补充选项同类型，有灵活的边界补充选项本讲稿第五十二页，共九十一页7.6.4 预定义滤波器预定义滤波器h=fspecial(type,parameters)例：应用例：应用“unsharp masking”滤波器对图像进行滤波滤

34、波器对图像进行滤波I=imread(moon.tif);h=fspecial(unsharp);I2=imfilter(I,h);imshow(I),title(Original Image)figure,imshow(I2),title(Filtered Image)关于关于fspecial的参数选择参见的参数选择参见help本讲稿第五十三页，共九十一页7.7 7.7 图像的变换图像的变换n图像的一般数学表示是用两个空域变量的函数表示，图像的一般数学表示是用两个空域变量的函数表示，(x,y)表示一个特定点的位置，表示一个特定点的位置，f(x,y)表示表示(x,y)处的图处的图像灰度值。像灰度

35、值。n图像的变换就是把图像表达成另一种表示方法。例图像的变换就是把图像表达成另一种表示方法。例如傅立叶变换是把图像表示为变化的频率、相位和如傅立叶变换是把图像表示为变化的频率、相位和振幅的复指数的和，这就是频率域。振幅的复指数的和，这就是频率域。n图像的变换在图像的分析、增强、特征提取、图像图像的变换在图像的分析、增强、特征提取、图像压缩等许多领域被广泛应用。压缩等许多领域被广泛应用。本讲稿第五十四页，共九十一页7.7 7.7 图像的变换图像的变换n傅立叶变换傅立叶变换(Fourier Transform)n离散余弦变换离散余弦变换(Discrete Cosine Transform)本讲稿第

36、五十五页，共九十一页7.7.1 傅立叶变换傅立叶变换(Fourier Transform)f(m,n)是一个二维离散空域变量是一个二维离散空域变量(m,n)的函数，那么的函数，那么f(m,n)的二维的二维离散傅立叶离散傅立叶(DFT)定义为：定义为：二维离散傅立叶的逆变换二维离散傅立叶的逆变换(IDFT)为：为：本讲稿第五十六页，共九十一页7.7.1 傅立叶变换傅立叶变换(Fourier Transform)二维离散傅立叶二维离散傅立叶(DFT)变换的系数：变换的系数：本讲稿第五十七页，共九十一页离散傅立叶离散傅立叶(DFT)的计算：的计算：nfft、fft2、fftn：分别实现一维、二维和：

37、分别实现一维、二维和n维离散快速傅立叶变换维离散快速傅立叶变换(DFT)nifft、ifft2、ifftn：分别实现一维、二维和：分别实现一维、二维和n维离散快速傅立叶逆变换维离散快速傅立叶逆变换(IDFT)本讲稿第五十八页，共九十一页例：图像傅立叶变换和幅值例：图像傅立叶变换和幅值1.产生图像矩阵，包括一个矩形区域产生图像矩阵，包括一个矩形区域f=zeros(30,30);f(5:24,13:17)=1;imshow(f,InitialMagnification,fit)2.计算和显示计算和显示f的傅立叶变换的傅立叶变换F=fft2(f);F2=log(abs(F);figure,imsho

38、w(F2,-1 5,InitialMagnification,fit);colormap(jet);colorbar本讲稿第五十九页，共九十一页本讲稿第六十页，共九十一页上图：傅立叶变换的取样很粗，且零频率系数不像传统的上图：傅立叶变换的取样很粗，且零频率系数不像传统的那样显示在图像中心，而是显示在左上角。那样显示在图像中心，而是显示在左上角。为获得傅立叶变换较精细的取样，采用补零的方法。为获得傅立叶变换较精细的取样，采用补零的方法。3.补零和计算补零和计算f的傅立叶变换的傅立叶变换F=fft2(f,256,256);F2=log(abs(F);figure,imshow(F2,-1 5,In

39、itialMagnification,fit);colormap(jet);colorbar本讲稿第六十一页，共九十一页4.将零频系数移动到图像中心将零频系数移动到图像中心F=fft2(f,256,256);F2=fftshift(F);figure,imshow(log(abs(F2),-1 5,InitialMagnification,fit);colormap(jet);colorbar本讲稿第六十二页，共九十一页傅立叶变换的应用：傅立叶变换的应用：n线性滤波器的频率响应线性滤波器的频率响应线性滤波器的脉冲响应的傅立叶变换给出该滤波器的线性滤波器的脉冲响应的傅立叶变换给出该滤波器的频率响

40、应。频率响应。freqz2计算和显示滤波器的频率响应。计算和显示滤波器的频率响应。例：显示高斯滤波器的频率响应例：显示高斯滤波器的频率响应h=fspecial(gaussian);freqz2(h)本讲稿第六十三页，共九十一页傅立叶变换的应用：傅立叶变换的应用：n快速卷积快速卷积两个空域函数卷积的傅立叶变换等于这两个函数傅两个空域函数卷积的傅立叶变换等于这两个函数傅立叶变换的乘积。立叶变换的乘积。例：例：A=magic(3);B=ones(3);A(8,8)=0;B(8,8)=0;C=ifft2(fft2(A).*fft2(B);C=C(1:5,1:5);C=real(C)本讲稿第六十四页，共

41、九十一页傅立叶变换的应用：傅立叶变换的应用：n图像特征识别图像特征识别例：在一幅包含文字的图像中查找字母例：在一幅包含文字的图像中查找字母a1、Read in the sample imagebw=imread(text.png);2、Create a template for matching by extracting the letter a from the imagea=bw(32:45,88:98);imshow(bw);figure,imshow(a);本讲稿第六十五页，共九十一页本讲稿第六十六页，共九十一页傅立叶变换的应用：傅立叶变换的应用：n3、Compute the cor

42、relation of the template image with the original image by rotating the template image by 180o and then using the FFT-based convolution techniqueC=real(ifft2(fft2(bw).*fft2(rot90(a,2),256,256);figure,imshow(C,)%Scale image to appropriate display range.本讲稿第六十七页，共九十一页本讲稿第六十八页，共九十一页傅立叶变换的应用：傅立叶变换的应用：n4、

43、find the maximum pixel value and then define a threshold value that is less than this maximum.The locations of these peaks are indicated by the white spots in the thresholded correlation image.max(C(:)ans=68.0000thresh=60;%Use a threshold thats a little less than max.figure,imshow(C thresh)%Display

44、showing pixels over threshold.本讲稿第六十九页，共九十一页本讲稿第七十页，共九十一页7.7.2 离散余弦变换离散余弦变换(Discrete Cosine Transform)n通常对于一幅图像的通常对于一幅图像的DCT，其重要的可视信息集中，其重要的可视信息集中在在DCT的少数系数上。正是基于这一特性，的少数系数上。正是基于这一特性，DCT经经常被用于图像压缩应用。例如，常被用于图像压缩应用。例如，DCT是国际标准有是国际标准有损图像压缩算法损图像压缩算法JPEG的核心。的核心。本讲稿第七十一页，共九十一页7.7.2 离散余弦变换离散余弦变换(Discrete C

45、osine Transform)n一个一个MN矩阵矩阵A的的DCT定义为：定义为：本讲稿第七十二页，共九十一页7.7.2 离散余弦变换离散余弦变换(Discrete Cosine Transform)nDCT的逆变换：的逆变换：本讲稿第七十三页，共九十一页7.7.2 离散余弦变换离散余弦变换(Discrete Cosine Transform)nMATLAB中计算中计算DCT：1.dct2函数函数2.使用使用dct变换矩阵，由变换矩阵，由dctmtx返回返回本讲稿第七十四页，共九十一页7.7.2 离散余弦变换离散余弦变换(Discrete Cosine Transform)nMATLAB中计算

46、中计算DCT：1.dct2，idct2函数函数2.使用使用dct变换矩阵，由变换矩阵，由dctmtx返回返回本讲稿第七十五页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.1 图像的像素值及其统计图像的像素值及其统计1、提供特定像素的数据值（灰度值或颜色值）、提供特定像素的数据值（灰度值或颜色值）npixval：交互显示像素数据值：交互显示像素数据值 imshow canoe.tif pixvalnimpixel：返回被选中点或选中区域像素的数据值，：返回被选中点或选中区域像素的数据值，用户可在参数中提供像素坐标，也可通过鼠标选取。用户可在参数中提供像素坐标，也可通过鼠标选取。ims

47、how canoe.tif vals=impixel本讲稿第七十六页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.1 图像的像素值及其统计图像的像素值及其统计2、图像像素值剖面图形、图像像素值剖面图形nimprofile：沿着图像中一条直线或折线段计算和：沿着图像中一条直线或折线段计算和绘制图像像素值的图形。绘制图像像素值的图形。C=improfileC=improfile(I,xi,yi)imshow peppers.png improfile本讲稿第七十七页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.1 图像的像素值及其统计图像的像素值及其统计3、图像轮廓图、图像

48、轮廓图nimcontour：显示一幅灰度图像的轮廓图。：显示一幅灰度图像的轮廓图。I=imread(rice.png);imshow(I)figure,imcontour(I,3)本讲稿第七十八页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.1 图像的像素值及其统计图像的像素值及其统计4、图像直方图、图像直方图nimhist：显示灰度图像或索引图像的灰度分布，创建图：显示灰度图像或索引图像的灰度分布，创建图形窗口绘制出每一灰度级对应像素个数的形窗口绘制出每一灰度级对应像素个数的 柱状图。柱状图。I=imread(rice.png);imshow(I)figure,imhist(I)

49、本讲稿第七十九页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.1 图像的像素值及其统计图像的像素值及其统计5、样本统计量和有关区域属性的一些量、样本统计量和有关区域属性的一些量n标准的图像统计函数标准的图像统计函数：mean2 std2 corr2分别计算分别计算图像矩阵元素的均值、标准差和两个相同矩阵的相关图像矩阵元素的均值、标准差和两个相同矩阵的相关系数。系数。n选定图像区域的有关属性：选定图像区域的有关属性：regionprops参看参看help本讲稿第八十页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.2 图像分析（提取图像的结构信息）图像分析（提取图像的结构信

50、息）n边缘检测边缘检测edge:检测图像边缘。检测图像边缘。BW=edge(I,method,thresh)参看参看help本讲稿第八十一页，共九十一页I=imread(coins.png);imshow(I)BW1=edge(I,sobel);BW2=edge(I,canny);imshow(BW1)figure,imshow(BW2)本讲稿第八十二页，共九十一页 7.8 图像分析和增强图像分析和增强7.8.3 图像的灰度值调整（改善图像质量）图像的灰度值调整（改善图像质量）n灰度调整灰度调整imadjust:检测图像边缘。检测图像边缘。J=imadjust(I,low_in high_in