2023年医学图像处理实验报告要.pdf

《2023年医学图像处理实验报告要.pdf》由会员分享，可在线阅读，更多相关《2023年医学图像处理实验报告要.pdf（69页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、医学图像解决实验报告Lab R ep o rt of M e d i calIm a ge Proce s sing系 部:学 号：姓 名：指导教师：实 验1 M ATLAB基本操作及函数用法1 .1 实验原理介绍1.1.1读取函数函数im read可以将图像读入MATLAB环境，语法为：i m r e a d(f i le n a m e)其 中 f ile name是一个具有图像文献全名的字符串(涉及任何可用的扩展名)。例如命令行 f=imread(ches t x ray.j p g );将 JPEG 图像chestxray读入图像数组f 中。函数s iz e 可以给出一副图像的行数和列

2、数：s ize(f)ans-1024 1 0 24函数w hos可以显示一个数组的基本附加信息。例如，语句 wh o s fwhos行结尾处的分号对结果没有影响。1.1.2显不图像一般使用函数imshow显示,其基本语法为：im s h ow(f,G)其中，f 是一个图像数组，G是显示该图像的灰度级数。若 G省略，默认为2 5 6。语法:imshow(f,low high会将所有小于或等于lo w 的值都显示为黑,所有大于或等于h i g h 的值都显示为白色。介 于 low和 high之间的值将以默认的级数显示为中档亮度值。当用i m s h o w 显示此外一幅图像时,M A T L A

3、B 会在屏幕上用新图像替换旧图像,为保持第一幅图像并同时显示第二副图像,可以使用如下f i g u r e 函数：f i g u r e,i m s h o w (g)要了解图像文献的其他具体信息,可以使用i m f i n f。函数，其语法结构为：i m f i n f o f i l e n a m e其中，f i l e n a m e 是存储在磁盘中的图像全名。1.1.3保存图像使用函数i m w r i t e 可以将图像写在磁盘上，该函数语法为：i m w r i t e (f,*f i l e n a me)下面的命令可以把图像f 写为T I FF格式,在默认情况下使用语句i m

4、 w r i t e (f,p a t i e n t 1 0 _ r u n T ,t i f，)或i m w r i t e (f,p a t i e n t 1 0 _ r u n l.t i f )会将文献保存到当前的工作目录中。此外,假如是J P E G 图像,其语法可认为：i m w r i t e (f,f i l e n a m e,j p g ,q u a l i t y ,q )其中q是一个在0到 1 0 0 之间的整数(q 越小，图像退化越严重)。函 数 i m w r i t e另一种常用但只用于t i f 图像的语法为：i m w r i t e (g,f i 1 e

5、 n a m e.t i f ,c o m p r e s s i o n ,p a r a m e t er ,*r e s o l u t i o n ,c o I r e s r o w r e s )其中，p a r a m e t e r 有三种情况:为 n o n e 表达无压缩，p a c k b i t s 表达比特压缩包压缩(非二值图像默认参数)，c c i t t 表 达 c c i t t 压缩(二值图像默认参数)。co I r e s 为列分辨率。1.1.4数据类型见下表：表 格 错误!使用“开始”选项卡将 应用于要在此处显示的文字。-错误!未定义书签。数据类型。前 8

6、项数值类，第 9 项字符类，第 1 0 项逻辑类。名称描述d o u b l e双精度浮点数,范围-1 O308,1 08 8（8 比特每像素）u n i t 8无符号8 比特整数，范 围 0,2 55】（1比特每像素）u n i t 1 6无符号1 6 比特整数,范围 0,65535）（2比特每像素）u n i t 32无符号3 2比特整数,范围0,】（4比特每像素）i n t 8有符号8 比特整数,范围-1 2 8,1 2 7 （1比特每像素）i n t 1 6有符号1 6比特整数，范 围 -32 7 68,3 2 767 （2比特每像素）i n t 32有符号3 2 比 特 整 数,范

7、围（4比特每像素）si n gl e单精度浮点数，范 围【TO,3,1 0 附】（4比特每像素）c h a r字符（2比特每像素）l o g i c a l值为。或 者 1（1比特每像素）1.1.5 图像类型重要分为4种：亮度图像(I n t e n si t y i m a ge)二值图像(B i n a r y i m a ge)索引图像(In d e x e d i m a ge)R G B 图 像(R G B i m a ge)注意：一副图像的特性是由数据类和图像类这两者来表征的。例如，“uni t 8亮度图像”表达一副像素都是uni t 8数据类的亮度图像。1.1 .6数据类与图像类

8、型之间的转换（1）数据类间的转换通用语法为:B=d ata_cl a ss_n a me(A)其中，d a ta c 1 as s _ n a m e 可认为表1 第一列中的任意一项。(2)图像类和数据类型间的转换见下表：表 格 错误!使 用“开始”选项 卡 将 应用于要在此处显示的文字。错误!不能识别的开关参数。I PT中用于进行图像类和数据类转换的函数名称将输入转换为有效的图像数据类im2unint8u n i t8logic a 1,uint 8,uintl6,d oub 1 eim 2 u i ntl6u n i t 16lo g ic a 1,u i n t8,uint 16,dou

9、 b lemat2gr a yd ouble,范 围 0,1 d ou b 1 ei m 2 d o ub 1 edou b le1 ogical,u i nt8,u i nt i 6,doubleim 2 bw1 ogica 1uint8,u int 1 6,doubl e要把一个do u b 1 e 类的任意数组转换成取值范围为 0,1 的归一化d o u b le 类数组,可以通过函数ma t 2gray完毕,其基本语法为：g=mat 2 g r ay(A,Ami n,A max)其中，图像g 的取值范围在0(黑色)到1(白色)之间。转换时，小于Am in的值在g 中变为0,大于A ma

10、x的值变为1。1.1.7数组索引在 MATLAB中,v=l 3 5 7 9代表一维行向量，使 用 转 置 运 算 符)可以把行向量转为列向量。要存取元素数据块,可以使用冒号(:)。例如，下列语句代表存取第三个到最后一个元素:v(3:end)a ns=5 7 9注意:符号1:2:e n d 表达索引从1开始计数,步长为2,直到结束。步长可认为负。例如,求一个矩阵所有元素之和：s=s u m(A(:)1.1.8运算符M A T L A B运算符一般分为以下三种重要类别：执行数值计算的算术运算符 在数量上比较操作数的关系运算符 执行函数A ND、O R和N O T的逻辑运算符常用的运算符和算术函数如

11、下面几个表所示：表 格 错误!使用“开始”选项卡将 应用于要在此处显示的文字。错误!未定义书签。数组和矩阵运算符运算符名称M A T L A B函数注释和示例+数组和矩阵加pl u s(A,B)a+b ,A+B 或 a+A-数组和矩阵减minus (A,B)a b ,A-B 或 a-A.*数组乘t i m e s(A,B)C=A.*B ,C(I,J)=A(I,J)*B(I*J)*矩阵乘m t i m e s(A,B)标准矩阵乘./数组右除r d i v i d e (A ,B)C=A./B.数组左除Id i v i d e (A ,B)C=A.B/矩阵右除m r d i v i d e(A,B

12、)矩阵左除m 1 d i v id e (A,B)数组求幕p o w e r (A,B)C=A-B,有 C(I,J)=A(I,J)八矩阵求累m p o w e r (A,B).1向量和矩阵转置t r a n sp o s e(A)标准的向量和矩阵转置1向量和矩阵复共朝转置c t an s p o s e(A)标准的向量和矩阵共视转置+一元加u p l u s (A)+A=0+A-一元减u m i n u s (A)-A=0 -A冒号表格 错误!使用“开始”选项卡将 应用于要在此处显示的文字。2 IPT支持的图像算术函数函数描述i m ad d两幅图像相加或把常数加到图像i m s u b t

13、r ac t两幅图像相减或从图像中减去常数i m m u l t i p l y两幅图像相乘，在相应的像素对间进行;或图像乘以一个常数i m d i v i d e两幅图像相除,在相应的像素对间进行；或图像除以一个常数i m a d s d i f f计算两幅图像间的绝对差i m c o m pl em en t对图像求补i m l i c o m b计算两幅或多幅的线性组合表 格 错误!使用“开始”选 项 卡 将1应用于要在此处显示的文字。-错误!未定义书签。关系运算符运算符名称小于大于=大于等于=等于一不等于表 格 错误!使用“开始”选项卡将 应用于要在此处显示的文字。-错误!未定义书签。

14、逻辑运算符运算符名称&A N D（与）10 R (或)N O T （非）表 格0-错误!未定义书签。逻辑函数函数注释X 0r若两个操作数逻辑上不同,则函数X。r 返 回 1;否则，返回0al l若一个向量中的所有元素都非零，返 回 1；否则，返回0an y若一个向量中的任何元素都非零，返 回 1;否则，返回0。该函数在矩阵中按列操作1.2 实验内容1.2.1 在“素材”文献夹下,读入“F i g2.1 9 (a),j p g”并且提取该图像的基本信息,写出实验环节和实验结果。图 错误!不能识别的开关参数。图像的读取与显示 f=i m s h o w(，F i g2.1 9 (a),j p g)

15、;wh o s fN am e S i z e B y t es C l as s A t t r i b u t esf 1 x 1 8 d o u b l e1.2.2读取图像“F i gl.1 4 (d).j p g”，使用函数i m w r i t e和s u b p l o t函数分别显示质量参数q=50,2 5,5,0的结果如图所示。写出实验环节。f=i m r ead C F i gi.1 4 (d).j p g)；s u b p l o t (3,2,1),i m s h o w(f)；s u b p 1 o t (3,2,2),i m s h o w b u b b 1 es

16、 5 0.j p g);i m wr i t e(f,b u b b l es 2 5.j p g J q u a 1 i t y，,2 5)s u b p l o t (3,2,3),i m s h o w(*b u b b 1 e s 2 5.j p g );i m wr i t e(f,b u b b 1 e s 1 5.j p g,q u a 1 i t y ,1 5)s u b p l o t (3 ,2,4),i m s h o w(*b u b b l es l 5.j p g);i m wr i t e(f,b u b b l es 5.j p g,q u al i t y ,

17、5)s u b p 1 o t (3,2,5),i m s h o w(b u b b l es 5.j p g);i m wr i t e(f,b u b b 1 es O.j p g ,q u a 1 i t y ,0)s u b p l o t (3 ,2,6),i m s h o w (b u b b l e s O.jpg);原图q=0观测哪副图像压缩最大后没有“伪轮廓二此时键入命令：i m fi n fo b u b b 1 e s 2 5.j p g会得到如下信息：an s =F i l e n a m e：，b u b b l es 2 5.j p gF i l eM o d

18、Dat e:1 5-十月-2 0 2 3 1 5：4 9:4 4fF i 1 eS i z e:1 3 8 7 5F o r m a t：j p gF o r m at V e r s i o n :W i d t h：7 1 4H ei gh t:6 8 2B i t D e p t h :8C o 1 o r T y p e:gr a y s c a l e，F o r m a t S i gn at u r e:N u m b er O f S am p i es:1C o d i n gM e t h o d:H u ffm an C o d i n gP r o c e s s:S

19、eq u e n t i a 1 C o m m e n t:其中，使 用 wi d th乘 以 h e i g h t 乘以B i t D e p t h 再除以8,得到:7 1 4*6 8 2*8/8=48 6 9 4 8 字节。把这个结果除以F i l eS i z e就可以的得到压缩比:4 8 69 4 8 /1 3 8 7 5=3 5.1 Oo此时压缩比是在保持图像质量与应用规定一致的前提下得到的，它可以使得单位时间内传输的数据量大约是压缩前的3 5倍。运用上述原理，请写出在M A T L AB中如何计算得到压缩比。k=i m f i n f o (b u b b l e s 2 5

20、.j p g)；i m age_ b y t e s =k.Wi d t h*k.H ei gh t *k.B i t De p t h /8；c o m p r e s s ed b y t es=k.F i 1 e S i z e;c o m p r es s i o n _ r a t i o =i m age_ b y t es/c o m p r e s s e d _ b y t e sc o m p r es s i o n _ r at i o =3 5.0 9 5 41 .2.3 如图(F i g5.0 7 (a),j p g)所示，把原始图像以t i ff格式存储为无压缩的

21、名 为“s f.t i f”的图像，且像素不变,但尺寸减小为1.5*1.5 英寸。写出实验环节。1.2.4 将 d o u b le 类图像 2;3 4”转换为二值图像，其 中 1、2 变为 0,3、4 变 为 1。请写出实验环节。1.2.5运用数组索引的概念，写出实现下列图像的实验环节。二次取杼J8的图像通过原图卬郡的一条水 扫描技3001.2.5 设 人=1 2 3;4 5 6 ;7 8 9 和 B=0 2 43 5 6;3 4 9 计算A=B,A=B的结果。1.2.6 设八=1 2 0 ；0 4 5,B=1 -2 3;0 1 1 ,计算 A&B,x o r (A,B),a 1 1 (A)

22、,a n y (A),a 1 1 (B),a n y(B)的结果。实验2亮度变换与空间滤波2.1实验原理2.1.1 亮度变换函数函 数 im adjust是对灰度图像进行亮度变换的基本I P T 工具。语法为：g=im adj u st(f,1 o w _ i n hi g h_ in,low o u t hig h _ out,gamma)次函数将图像f 中的亮度值映射到g 中的新值，即 将 low _i n 至 h ig h _ i n 之间的值映射到low o u t至 h i gh ou t 之间的值。参数gamm a 指定了曲线的形状，该曲线用来映 射 f 的亮度值，以便生成图像g。

23、2.1 .2 直方图解决与函数绘图(1)函数im h ist是解决图像直方图的核心函数，其语法为：h=im h ist(f,b)其中,f 为输入图像，h 为其直方图h(rj,b 是用于形成直方图的“收集箱”的个数(即灰度级的个数)。b 默认为256。(2)绘制直方图尚有此外三个函数b a r、stem 和 p l o t 分别以条形图、杆状图和线图的形式体现直方图，其语法为：bar(h or z,v,w id th)stem(h orz,v,*co 1 or 1 i n e st y 1 e mar k e r,f i l l )p l o t (ho r z,v,c o 1 o rine s

24、 t y le_ mark e r)其中，h o rz 是一个与v 有着相同维数的向量，它包含水平标度值的增量；w i d th 是一个在0 和 1之间的数，为 0 则竖条是简朴垂直线，为 1 则竖条明显；c o l。r _ lin e s ty 1e jn a rk e r来自错误!未找到引用源。的三个值，默认颜色为bl a c k,默认线条为s o 1 id(实线)，默认标记点形状为c ir c 1 e。表 格0-1函数s t e m和函数polt属性。no n e属性只合用于函数p lo t,且必须单独指定。符号颜色符号线型符号标记k黑-实线+加号W白虚线O圆形r红:点线*星号g绿一.点

25、划线点b蓝non e无线X叉形c青S方形y黄d菱形m品红none无标记(3)直方图均衡化由工具箱中的函数h i s t e q 实现，该函数语法为:g=h i st e q(f,nle v)其中，f 为输入图像；n I e v 是为输出图像指定的灰度级数，其默认值为6 4,但一般设定为2 5 6。(4)直方图匹配(也称直方图规定化)使用h is te q 实现，语法为：g=hi s t eq(f,hspec)其中，f 为输入图像，h spe c 为指定的直方图(一个由指定值构成的行向量)，g 为输出图像,其直方图类似指定的直方图h sp e c o(5 )线性空间滤波是运用工具箱中的函数im

26、filte r来实现,通用语法为：g=im f i 1 ter(f,w,filte r!n g_ m o d e,b o u nd a ry_o p t i o n s,si z e_o p tions)其中，f 是输入图像，w为滤波掩模,g 为掩模结果,其他参数参见下表。表 格0-错误!未定义书签。函数imfi I t er的选项选项描述滤波类型cor r 滤波通过使用相关来完毕。该值默认。c o n v边界类型p输入图像的边界通过用值P(无引号)来填充扩展。默认为0。r epl icate图像大小通过复制外边界的值来扩展。s y m m etrie 图像大小通过镜像反射外边界来扩展。c i

27、 r cul a图像大小通过将图像当作一个二维周期函数的一个周期来扩展。(6 )线性空间滤波器可通过函数f sp e c i al来实现,语法为:婷大小选项4 f ui r输出图像大小与被扩展图像大小相同。sam e 输出图像大小与输入图像大小相同。这可将通过滤波掩模的中心点的偏移限制到原始图像中包含的点来实现。该值默认。w =f spe c i al (ty pe ,par a m e te rs)其中，t y p e 表达滤波器类型，p a r a m e te r s进一步定义了指定的滤波器，详见下表。表 格 错误!使用“开始”选项卡将 应用于要在此处显示的文字。错误!未定义书签。函数f

28、specia I支持的空间滤波器类型函数和参数(a v e r a ge，f sp e c i a 1 (ave r ag e?,r c )即大小为r*c的一个矩阵平均滤波器。默认为3 *3。若由一个数来代替 r c ,则表达方形滤波器。d i sk fsPe c i al(,d i sk,r)一个圆形平均滤波器(包含在2 r+1大小的正方形 内)，半径为r默认半径为5。g a u ssi an,f s pe c i a 1 (1 a p I ac i an ,r c ,s i g)一个大小为 r*c 的高斯低通滤波器，标准偏差为si g (正)。默认值为3*3和0.5。若由一个数来代替 r

29、c,则表达方形滤波器。a pl a c i an，f sp e c i a 1 (4 a p 1 ac i an，,al p h a)一个大小为3*3的拉普拉斯滤波器，其形状由a 1 P h a决定，2 0 1 1 是范围内0,1 的一个数.al pha默认为0.5O l o g f spe c i al(l o g ,r c ,s ig)一个大小为r*c的高斯-拉普拉斯(L o G)滤波器,标准偏差为si g (正)。默认值为5*5和0.5。若用一个数代替 r c ,则表达一个方形滤波器。m o t i on，f spe c i a 1(m o t i o n ,l e n,t h e t

30、a)围绕一副有着 1 e n 像素的图像线性运动时(类似照相机与景物的关系)，输出一个滤波器。运动方向为th e ta,单位为度,即从水平方向逆时针转动的角度，默认值为9和0,表达沿水平方向9个像素的运动。pre w i t tf sp e c i al (pre w i tt)输出一个大小为 3*3 的 pre w i tt 掩模 w v,它近似于垂直梯度。水平梯度掩模可以通过置换结果w h=w v获得。so b e rf spe c i al (so b e V )输出一个大小为3*3的掩模w v,它近似于垂直梯度。水平梯度掩模可以通过置换结果S h=sv获得。un s h arpf s

31、p e c i a l(u n sh a r p ,al ph a)输出一个大小为3 *3的非锐化滤波器。参数a I ph a控制形状;它必须是一个大于等于1.0的数,默认值为0.2 o(6)非线性空间滤波，重要介绍二维中值滤波函数:g =m e d f i l t2 (f,m n,pad o p t)其中，数 组Em n定义了一个大小为m*n的邻域,中值就在该邻域上计算，而pad op t指定了三个也许的边界填充选项之一：z e ro （默认值）；s y m m e t r i c,此 地f按照镜像反射方式对称地沿着边界扩展；i n d e x e d若f是d。uble类图像，则 以1来填充

32、图像，否则以0来填充图像,该函数默认形式为：g =m e d f i l t 2 （f）它使用一个大小为3*3的邻域来计算中值，并用0来填充图像的边界。2.2 实验内容2.2.1如图是数字乳房X射线原始图像、负片图像、亮度范围为 0.5 0.75的图像和令g a mma=2的图像。写出实验环节来显示这4副图像。（提醒:使用i m a d j us t函数）f=i m re a d(，F i g 3.0 4(a).j pg );s u b pl o t(2 ,2,1 ),i m s h o w (f )g 1 =i m a d j u s t(f,0 1,1 0)；s ubp 1 o t(2,2

33、,2),i m sh o w(g l)g 2=i m adju s t (f,0.5 0.75,0 1);subp i o t(2,2,3),i m s h o w(g 2)g 3=i m a d j ust(f,2);su b p lo t(2,2,4),i m sh o w(g 3)2.2.2读取图像 F i g L 0 6(b).j pg ,并绘制4 种类型直方图。效果如下图所示。f=i m re a d(F i g l.0 6(b).j p g J)；i m h i st(f);h l=h(l:1 0 :2 5 6);h o rze=1 :1 0:2 5 6;b a r(h o r z

34、 e,h 1)a xi s(0 2 55 0 1 50 0 0 )se t(g c a,xti c k ,0:5 0:2 5 5)se t(g c a,yti c k ,0:2 0 2 3：1 50 0 0)s te m(h o r ze,h l,f i l l )a xi s(0 2 5 5 0 1 5 0 0 0)se t(g c a,x t ick，0:50:2 55)se t(g c a,yti c k，,0:2 0 2 3:1 50 0 0 1)pl o t(h)a x i s(0 2 55 0 1 50 0 0)s e t(g c a,xti c k ,0:5 0:2 55)se

35、t(g c a,?yt i c k,0:2 0 2 3:1 5 0 0 0 )1200010000800060004000200000 50 100 150 200 2502.2.3 如图(F i g 3.1 5(a)1 to p.j pg)是电子显微镜下放大7 0 0 倍的花粉图像，为得到如图所示结果，请写出实验环节。f =i m r e a d(F i g 3.1 5(a )lto p.j p g 7);i m s h o w (f)f i g ure,i m h i s t(f )y 1 i m(a uto )g=h i s te q(f,2 5 6);f i g ure,i m s h

36、 o w(g)f i g ure,i m h i s t(g)yl i a uto )86420.0.0.0.旭岷汨簿0.2 0.4 0.6 0.8innut intensity values1 hnorm=im hist(f)./numel(f);cdf=c um s u m (hnorm);p l o t (x,c d f)a x i s(0 1 0 1)s e t(g c a ,xti c k ,0:,2 :1)se t(g c a /y t i c k1,0 2：1)x 1 a b e 1 C i n p ut i n t e n s i ty va 1 ue s，,f o n t s

37、i ze ,9)yla b e lC 输出亮度值，f o n t s i ze ,9)t e xt(0.2,0.5,变 换 函 数 f o n tsi ze ,9 )实验3图像复原复原的目的是在预定义的意义上改善给定的图像。图像增强重要是主观的解决，图像复原重要是客观的解决,趋向于将退化模型化,并用相反的解决来恢复原图像。3.1 实验原理3.1.1 噪声模型(1)工具箱使用i m n o i se 函数来污染一副图像，基本语法为；g =i m n o i se (f,ty p e,p a ra m e t e rs)其中，f 是输入图像,该函数常见语法形式如下：g =i m n o i s e

38、 (f,g a us s i a n ,m,va r)将均值为 m,方差为 v a r 的高斯噪声加到图像f 上。默认值为0,、方差为0.0 1 的噪声。g=i m n o i s e (f,lo c a lva r ,V)将均值为0、局部方差为V的高斯噪声添加到图像f 上，其中V是与f 大小相同的一个数组，它包含每个点的抱负方差值。g =i m n o i s e (f,*lo c a t 1 v a r,i m a g e _ i n te n si ty,v a r)将均值为 0的高斯噪声添加到图像f 上,其中噪声的局部方差va r是图像f的亮度值的函数。参 量 i m a g e _

39、i n te n s i ty必须包含在范围 0,1 内的归一化亮度值，它与v a r是大小相同的向量。本函数绘制出噪声方差和图像亮度的函数关系。g=i m n o i se (f,s a I t&pe p p e r ,d)用椒盐噪声污染图像f,其 中 d是噪声密度(即包含噪声值的图像区域的比例)。因此,大约有d*n um e l(f )个像素受到影响，默认噪声密度为0.0 5o g =i m n o i s e (f,spe c k le ,v a r)用方程g=f+n*f 将乘法性质噪声添加到图像f 上，其中n是均值为0、方差为v a r 的均匀分布的随机噪声。v a r 默认为0.04

40、g =i m n o i s e(f,p o i s s i o n)从数据中生成泊松噪声，而不是将人工的噪声添加到数据中。为了遵守泊松记录,u n i 18 类和u i n t 1 6 类图像的亮度必须和光子(或其他任何的量子信息)的数量相符合。当每个像素的光子数量大于6 5535(但必须小于10,2)时,就要使用双精度图像。亮度值在0 和 1之间变化,并且相应于光子的数量除以1012(2)使用指定的分布产生空间随机噪声。空间噪声值是随机数，以概率密度函数(P D F)或相应的累积分布函数(C D F)表征。运用已有M 文 献“i m n o i s e2.m”。(3)周期噪声，一般产生于图

41、像采集过程中的电气和/或电机干扰。运用已有M 文献“im n o i s e3.m”完毕实验。(4)估计噪声参数。函数s t a t m o m e n t s 计算均值和n阶中心矩，并返回向量v。由于 0 阶矩阵总为1,1阶矩总为0,所以s t a t m o m e n t s 忽略这两个矩，语法形式如下：v,u n v =s t a t m o m en t s (p ,n)其中,p为直方图向量，n 是计算的矩的数量。噪声参数通常直接由带噪声的图像或一组带噪声的图像来估计。在M A T L A B 中，使用函数r o i p。1 y 来选择一个感爱好区域(R O I),语法为：B r o

42、 i p o l y (f,c,r)其中,f是我们感爱好的图像,c 和 r是多边形顶点的相应列坐标和行坐标，输出的B是一个二值图像，它是一个与f大小相同且在感爱好区域外为0、在感爱好去野外为1 的二值图像,它是一个用来限制在感爱好区域内的掩模。交互式指定一个多边形的R 0 I,可以使用下面的语法：B =r o i p o l y(f)该函数功能是把图像f显示到屏幕上,让用户使用鼠标来指定多边形。参 见 h i s t r o i.m 文献。3.1.2 噪声的复原：空间滤波(1)空间噪声滤波器。使 用“s p f i l t.m ”文献。函数i m 1 i n c o m b 的用途是计算输入的

43、线性组合,语法为：B =i m l i n c o m b (c l,A l,c 2,A 2,.,c k ,A k )它实现等式：B =c l*A l +c 2*A 2,.,+c k*A k其中，c是 d o u b l e 类实标量，A是有着相同类和大小的数组。(2)自适应空间滤波器。可以运用a d p m e d i a n 的 M函数来实现，语法为：f =a d p m e d i a n (g,S m a x)其中,g是将被滤波的图像,S max是允许的最大自适应滤波器窗口的大小。3.1.3退化函数建模(1)退化函数建模。图像模糊是导致图像退化的重要因素,可以在图像获取时传感器和场景之

44、间的均匀线性运动而产生的图像模糊。可以运用f s p e c i a l 对图像模糊建模：P S F=f s p e c i a l (m o t i o n ,1 e n,t h e t a )调 用 f s p e c i a 1 将 返 回 P S F,它近似于有着l e n 个像素的摄像机的线性移动效果,参 数 t h e t a 以度为单位，以顺时针方向正对水平轴度量。l e n 默认值是9,t h e t a 默认值是O o函数c h e c k e r b o a r d 用于产生测试图像，语法为：C =c h e c k e r b o a r d (N P,M,N)其中，NP

45、是每个正方形一边的像素数,M是行数,N是列数，若 M和 N都省略，将产生一个一面为8 个正方形的正方形测试板。M函数p i e x I d u p 通过像素来放大图像，语法为：B =p i e x I d u p (A,m,n)该函数将A上的每个像素在垂直方向上总共复制n次。3.1.4维纳滤波(1)维纳滤波使用d e c o n v w n r 函数来实现，有三种语法形式:fr=de c onv w nr(g,P S F)fr de c onvwnr(g,PS F,NS P R)fr=de convw n r (g,PSF,NACO RR,FACORR)其中,g代表退化图像,f r是复原图像，

46、PSF是噪信比(或是个常量或是个数组)，NSPR可以是一个交互的标量输入,NAC 0 R R和FACORR是噪声和未退化图像的自相关函数。3.1 .5 约束最小乘方(正则)滤波(1)约束最小乘方(正则)滤波使用函数deco n verg来实现,语法为：f r=d e co n verg(g,PSF,NO I SEPOWER,RANGE)其中,g是被污染的图像，f r是复原图像，NOISEPOWER与 成 比 例，RANGE为值的范围。3.1.5使用L u c y-R i c h a r d s o n复原的迭代非线性复原(1)L u c y-R icha r d so n复原的迭代非线性复原运

47、用d e convl u c y函数来实现,语法为：fr=dec o nv I ucy(g,PSF,NUM1T,D AMPAR,WEIGHT)其中，g是退化的图像,f r是复原图像，P S F是点扩散函数,N U M I T为迭代的次数(默认1 0次)。DAMP AR是一个标量,它指定了结果图像与原图像g之间的偏离阈值,当像素值偏离原值的范围并在DAMPAR之内时，就不用迭代。这样可以克制这些像素的噪声，有保存了必要的图像细节，默认值为0(无衰减)。WEIGHT是一个与g相同大小的数组,它为每一个像素分派一个权重来反映其重量。例如从某个有缺陷的成像数组得出一个不良像素,最终会被赋以权重值零，从

48、而排除该像素去求解。3.1.5 盲去卷积(1)盲去卷积通过函数de con vblin d来实现,其语法为：f,PSFe =deconvb 1 ind(g,IN I TP S F)其中，g是退化的图像，INITPSF是点扩散函数的初步估计，PSFe是这个函数最终计算得到的估计值，f r是用估计的PSF复原的图像。迭代默认10次。3.1.6 几何变换与图像配准(1)空间几何变换。IPT运用一个所谓的tfo r m结构来表达空间变换,通过函数maketfo rm来实现，语法为：tform=ma k e tform(t rans f orm_ t y pe,tr a n s form_par a m

49、et e rs)t rans f o rm_ty p e 是下列字符串之一：a f f i ne,p r ojective),box ,c o m p o site 或custom。函 数im tra n sf orm使用反向映射，即按照顺序扫描每个输出像素，用 计算出输入图像上的相应位置，并将其插值到最近的输入像素之中，以决定输出像素的值。其语法为:g=im t ransform(f,tfo rm,inte r p)其中，in ter p是一个字符串，用来指明像素如何获得输出像素，可以是：n e a r e s t,bi 1 Inear,bi cu b ic 或 b i c u b i c。

50、(2)图像配准。工具箱支持以控制点为基础的图像配准，控制点也称为联接点，即在两幅图像中的位置已知或可以交互地选择的像素的一个子集。函数cp2tform支持的空间变换类型已列在下表中。表 格Or错误!不能识别的开关参数。函数cp2tfo r m和ma ketf。r m支持的变换类型变换类型描述函数A f fin e（仿射）缩放、旋转、剪切和平移的组合。直线仍然保持直线，平行线保持平移。make tformBox（盒）沿着每个方向独立地缩放和平移；仿射变换的子集。cp 2 t f ormComp o s i t e（合成）顺序应用的空间变换集合。m a ketformC u s t o m（自定义