数字图像处理&&图像运算

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

加

>> 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

  1. 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
  2. 添加椒盐噪声,d分别为噪声的密度,默认为0.05
  3. 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:
集合
一般噪声满足零期望:
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,[]);
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值