MATLAB图像处理
文章平均质量分 87
技术提高效率
技术提高效率,让工作更高效
展开
-
6. 特定区域处理
在进行图像处理时,有时只需要对图像中的某个特定区域进行处理,而并不需要对整个图像进行处理。比如要对用户选定的一个特定的一个区域作均值滤波或对比度增强,MATLAB就可以只对特定的区域进行处理。1.指定感兴趣区域 MATLAB中对特定区域的处理是通过二值掩模来实现的。用户选定一个区域后会生成一个与原图大小相同的二值图像,选定的区域为白色,其余部分为黑色。通过掩模图像就可实原创 2017-01-04 10:12:57 · 16907 阅读 · 2 评论 -
2.图像显示
图像的显示过程是将数学图像从一组离散数据还原为一幅可见图像的过程,通过图像显示,可以直观地查看和验证我们对图像的操作是否正确。1.imshow 函数调用imshow函数显示图像时,MATLAB将自动设置图像窗口、坐标轴和图像的属性,在MATLAB中,imshow函数的语法如下: imshow(I): imshow(I,[low hight]);原创 2016-12-29 14:43:26 · 16921 阅读 · 0 评论 -
3. 图像代数操作
在 MATLAB 中,数字图像数据是以矩阵(离散)形式存放的,矩阵的每一个元素值对应着一个像素点的像素值。这样一来,可以对图像数据进行各种应用于数据矩阵上的运算,如代数运算;还可以对图像进行分块操作。当然,由于图像数据的特殊性限制,各种运算结果要符合图像的可视性条件,在这些基本操作中还存在一些不同于一般性矩阵操作的特点,这里我们将介绍图像数据的基本操作方式及近似规范。 图像代数操作是指对原创 2016-12-30 13:34:50 · 3969 阅读 · 3 评论 -
4.图像的空间域变换操作
简单地说,图像的空间域变换操作就是为了达到某种视觉效果,变换输入图像的像素位置,通过把输入图像的像素位置映射到一个新的位置以达到改变原图像显示效果的目的。其实,也就是变换图像的坐标系统。图像的空间域变换操作包括以下几个方面:• 图像插值(Interpolation)• 图像缩放(Resizing)• 图像旋转(Rotation)• 图像剪切(Cropping)在处理图像的过程中原创 2017-01-02 13:38:22 · 7275 阅读 · 0 评论 -
7.傅立叶变换
在 MATLAB 中,一般用二元函数 f(x, y) 作为图像的数学表示。 ( , ) f x y 表示在特定点f( x, y) 处的函数值,表示图像在该点相应的颜色强度或者灰度。所谓图像变换就是指把图像转换为另一种数学表示方式的操作。 在图像处理技术中,图像的正交变换技术有着广泛的应用,是图像处理的重要工具。通过变换图像,改变图像的表示域及表示数据,可以给后继工作带来极大的方便原创 2017-01-05 10:27:26 · 4840 阅读 · 0 评论 -
8.离散余弦变换
在 MATLAB 图像处理工具箱中,dct2 函数用于计算图像的二维离散余弦变换(DiscreteCosine Transform)简称 DCT。大多数情况下,DCT 用于压缩图像,JPEG 图像格式就采用了DCT 算法。1.离散余弦变换的基本概念假设矩阵 A 的大小为 M×N,其二维离散余弦变换的定义为,其中 B pq 称为矩阵 A 的 DCT 系数。在 MATLAB 中原创 2017-01-05 11:47:40 · 7328 阅读 · 1 评论 -
图像增强--9直方图调整和 10空间域滤波
图像增强是数字图像处理的最基本的方法之一,在数字图像处理中受到广泛重视,是具有重要实用价值的技术。图像增强的目的在于:(1)采用一系列技术改善图像的视觉效果,提高图像的清晰度。(2)将图像转换成一种更适合于人或机器进行解译和分析处理的形式。图像增强不是以图像保真度为原则,而是通过处理设法有选择地突出便于人或机器分析某些感兴趣的信息,抑制一些无用的信息,以提高图像的使用价值,即图像增强处理只是增强了原创 2017-01-06 16:38:10 · 6813 阅读 · 0 评论 -
11 彩色增强
彩色增强在图像处理中应用十分广泛且效果显著。人的视觉系统对彩色相当敏感,人眼一般能区分的灰度级只有二十多个,而对不同亮度和色调的彩色图像分辨能力可达到灰度分辨能力的百倍以上。彩色增强就是根据人的这个特点,将彩色用于图像增强之中,从而提高了图像的可分辨性。1.密度分割法 密度分割法,也叫做密度分层,它是对图像亮度范围进行分割,使一定亮度间隔对应于某一类地物或几类地物从而有利于图像的增强和原创 2017-01-07 09:44:29 · 6380 阅读 · 0 评论 -
12.图像边缘检测
所谓边缘是指其周围像素灰度有变化的那些像素的集合。边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。物体的边缘是由灰度不连续所反映的。基于边缘的分割代表了一大类基于图像边缘信息的方法,常用于图像分割。1.边缘检测的基本原理及常用边缘检测算子边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图原创 2017-01-11 10:12:00 · 5144 阅读 · 0 评论 -
13图像的复原
由于拍摄技术或自然条件的限制,使的很多图像的质量降低,甚至有些图像十分模糊,掩盖了我们想得到的信息。图像的复原技术就是消除图像的模糊,产生一幅质量清晰的图像,例如对于运动模糊产生的图片,如果用肉眼直接观察很难对图像做出解释,这时需要利用图像复原技术来得到清晰的图像。 本章主要描述如何利用MATLAB工具箱中的函数使图像变得更清晰,包括以下几部分: (1)图像的退化模型,对图像质量退化原创 2017-01-11 18:50:52 · 32583 阅读 · 0 评论 -
14. 图像的形态学操作
数学形态学的数学基础是集合论,因此数学形态学有完备的数学基础,这位数学形态学用于图像分析和处理奠定了坚实的基础。数学形态学运算是由一组形态学的代数运算子组成,其基本思想是用具有一定形态的结构元素找到图像中的对应形状以达到图像分割识别的目的,基本的操作有膨胀、腐蚀、开启和关闭。基于这些基本操作可以推到出数学形态学的很多实用算法,从而进行进一步的图像处理。将数学形态学应用于图像处理可以简化图像数据,保原创 2017-01-12 17:19:21 · 23596 阅读 · 1 评论 -
5 图像的邻域和块操作
在很多图像处理过程中,对图像分块操作而不是同时处理整幅图像的方法是非常通用而且有效的,尤其是在后面章节中将要介绍的图像滤波和图像形态学操作中有很重要的应用。相比全图像操作,图像分块操作至少有以下 3 个优点: • 节省运算时占用的存储空间; • 降低计算的复杂性,提高处理速度; • 充分考虑图像的局部特性。原创 2017-01-03 11:23:35 · 10876 阅读 · 0 评论 -
1.MATLAB图像处理基础知识
在MATLAB中,基本数据结构为数列,大部分图像也是以数列的方式存储的,例如,包含1024列768行的彩色图像,在MATLAB中被存储为1024X768的矩阵;其中,矩阵的值为色彩值。这样就把图像变成了数列了,MATLAB就可以使用数学函数对图像进行处理了。1.MATLAB图像表达方式在MATLAB中,图像可以以两种方式表达,分别为像素索引和空间位置。(1)原创 2016-12-27 16:48:27 · 24007 阅读 · 0 评论