数字图像处理&&图像运算

最新推荐文章于 2024-06-08 16:55:55 发布

Avrilzyx

最新推荐文章于 2024-06-08 16:55:55 发布

阅读量3k

点赞数 2

分类专栏：数字图像处理文章标签：学习笔记数字图像处理 Matlab

本文链接：https://blog.csdn.net/avrilzyx/article/details/82778497

版权

本文介绍了数字图像处理中的代数运算和邻域运算，包括图像加法、减法、乘法、除法以及噪声处理。在Matlab中，这些运算用于医学图像处理和误差检测。同时，详细讲解了图像的邻域处理，如滑动邻域和快速邻域操作，以及图像的几何变换，如旋转、缩放、裁剪、镜像和平移，提供了相应的Matlab实现方法。

摘要由CSDN通过智能技术生成

一、图像的代数运算（医学图像处理、图像误差检测）

首先把图像转换成与Matlab基本代数符类型相容的双精度浮点型，再利用Matlab的代数运算符实现图像的代数运算。

1.图像的加法运算

>> i=imread('rice.png');
>> j=imread('cameraman.tif');
>> k=imadd(i,j,'uint16');
>> subplot(1,3,1);imshow(i);title('原始图像rice');
>> subplot(1,3,2);imshow(j);title('原始图像cameraman');
>> subplot(1,3,3);imshow(k);title('两幅图像叠加');

add

>> subplot(1,3,3);imshow(k,[]);title('两幅图像叠加');

add
imshow(K)直接显示灰度图像K
imshow(K,[])显示K，并将K的最大值和最小值分别作为纯白（255）和纯黑（0），中间的K值映射为0-255之间的标准灰度值。

2.添加噪声

添加高斯噪声，m,v分别为噪声的均值与方差，默认m=0,b=0.01
添加椒盐噪声，d分别为噪声的密度，默认为0.05
添加噪声，通用的格式：

>> i=imread('eight.tif');
>> j=imnoise(i,'salt & pepper',0.04);
>> subplot(1,2,1);imshow(i);title('原始图像');
>> subplot(1,2,2);imshow(j);title('添加椒盐噪声的图像');

noise
利用多图像的平均可以降低图像的噪声
对于原图像，假设有一个噪声图像集：

一般噪声满足零期望：

如果用均值来估计噪声分布的期望，则有：

所以可以降低图像的噪声。

>> i=imread('eight.tif');
>> j1=imnoise(i,'gaussian',0,0.006);
>> j2=imnoise(i,'gaussian',0,0.006);
>> j3=imnoise(i,'gaussian',0,0.006);
>> j4=imnoise(i,'gaussian',0,0.006);
>> K=imlincomb(0.3,j1,0.3,j2,0.3,j3,0.3,j4);%线性组合
>> figure;
>> subplot(1,3,1);imshow(i);title('原始图像');
>> subplot(1,3,2);imshow(j1);title('添加高斯噪声的图像');
>> subplot(1,3,3);imshow(K,[]);