MATLAB实现图像软阴影效果（高斯滤波）

小鳄鱼先生

已于 2023-09-21 15:45:48 修改

阅读量1.5k

点赞数 3

文章标签： matlab

于 2022-09-16 16:03:29 首次发布

本文链接：https://blog.csdn.net/weixin_63293091/article/details/126822549

版权

文章目录

目录

文章目录

前言

一、高斯滤波

二、图片融合

三、RGB图像

前言

通过对图片进行高斯滤波，然后再与原图像进行融合，实现图像的软阴影效果。

一、高斯滤波

高斯滤波的含义：高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。

高斯滤波的作用：高斯滤波是一种线性平滑滤波，适用于消除高斯噪声，广泛应用于图像处理的减噪过程。

对于灰度图像，首先读入带有名字字样图片，然后将图片处理为灰度图gray，再将灰度图进行高斯滤波操作，得到滤波后的图像G，再将滤波后的图像向右下方向各平移15个像素距离，最后将灰度图与平移后的图像进行融合，融合方法是比对两张图片同样像素点的灰度值，灰度值取小融合。即可得到软阴影效果。其中高斯滤波和尺寸为11*11，正态分布标准差为10。

代码如下：

首先对将图像转换为灰度图像

x1=imread('MATLAB.png');   % 读入图片
M = size(x1);

if numel(M)>2             % 转换为灰度图
    gray = rgb2gray(x1);
else
    gray = x1;
end

然后对灰度图像进行高斯滤波

sigma = 15;                                     % 高斯正态分布标准差
Kernal1 = fspecial('gaussian',[15 15],sigma);   % 高斯滤波核 11*11
G = imfilter(gray, Kernal1, 'replicate');       % G为滤波后图像

原图与经过高斯滤波后的图像对比，直观来看经过高斯滤波后的图像有些模糊，使像素间灰度值过度更平滑。

二、图片融合

若产生软阴影效果，需要原图与滤波后图像叠加时错开一段像素距离，可将滤波后图像向右下方向平移一段距离，或者向其他方向平移，可呈现出不同的软阴影效果。

将原图与高斯滤波后的图像错位融合

se=translate(strel(1),[15 15]);                 % 向右下各平移15个像素
x2=imdilate(G,se);                              % 将滤波后图像进行平移

像素取小融合，即对比两张图片相同像素点的灰度值，选取较小的灰度值作为融合图片在该位置的灰度值，由于本次设计采用白底黑字的图片，所以为了保持白底，融合时字体保留较小值（较黑的部分），融合函数如下，在主程序中调用即可。若读者们想像素值选大融合，将条件语句中的小于号改为大于等于即可。

function w=fmaxmin(x1,x2)
    x1=double(x1);
    x2=double(x2);
    [m,n]=size(x1);
    
    for i=1:m                    %基于像素值选小的简单图像融合方法
        for j=1:n
            if x1(i,j)<x2(i,j)              
               w(i,j)=x1(i,j);
            else
               w(i,j)=x2(i,j); 
            end
        end
    end
    
end

最后融合后的软阴影效果如下图所示：

三、RGB图像

在上述中处理灰度图中仅有一个通道，在图像处理中无需考虑三通道间的相互影响，而在RGB图像中，如果向灰度图像一样直接处理，在融合过程中无法识别较小的灰度值，三个通道的灰度值会相互影响，所以RGB图像的软阴影效果需要逐通道处理。

可将原图和高斯滤波后的图像的三通道分别分离出来，再将相对应的通道进行融合，融合好的三个通道再进行合并，即可得到最后结果。

RGB图像软阴影效果处理流程图：

通道分离时，将G、B通道灰度值置零即可得到R通道的图像，同理可得G、B通道。下面以原图的三通道分离为例，经过高斯滤波后的图像三通道分离痛的可得，读者可自行编写：

p1=imread('matlab_rgb.png');

channel1_1=p1;
channel1_2=p1;
channel1_3=p1;
% G B通道的灰度值全部变成0 即可得到R通道图像
channel1_1(:,:,2)=0;
channel1_1(:,:,3)=0;

channel1_2(:,:,1)=0;
channel1_2(:,:,3)=0;

channel1_3(:,:,1)=0;
channel1_3(:,:,2)=0;

图像滤波和平移可参考灰度图的处理方法，不用分离三通道即可完成。

图像融合时仍采用灰度值取小融合，与灰度图不同的是，应注意融合图像的数据类型，灰度图的类型为double型，而RGB融合的图像数据类型为unit8，否则会输出灰度图像。

function w=fmaxmin(x1,x2)
    x1=uint8(x1);
    x2=uint8(x2);
    [m,n,o]=size(x1);
    
    for i=1:m                    %基于像素值选小的简单图像融合方法
        for j=1:n
            for k=1:o
                 if x1(i,j,k)<x2(i,j,k)              
                    w(i,j,k)=x1(i,j,k);
                 else
                    w(i,j,k)=x2(i,j,k); 
                 end
           
            end
        end
    
    end
end

三通道融合效果图：

最后将融合的三通道进行合并。

chaanel2_1=fmaxmin(channel1_1,channel3_1);
chaanel2_2=fmaxmin(channel1_2,channel3_2);
chaanel2_3=fmaxmin(channel1_3,channel3_3);

p4(:,:,1)=chaanel2_1(:,:,1);
p4(:,:,2)=chaanel2_2(:,:,2);
p4(:,:,3)=chaanel2_3(:,:,3);

figure(3);
subplot 131;imshow(chaanel2_1);title('软阴影图像R通道');
subplot 132;imshow(chaanel2_2);title('软阴影图像G通道');
subplot 133;imshow(chaanel2_3);title('软阴影图像B通道');

RGB图像软阴影效果图如下：

最后附上实现RGB图像软阴影效果完整代码：

% RGB图像软阴影效果
clear;clc;

p1=imread('matlab_rgb.png');

channel1_1=p1;
channel1_2=p1;
channel1_3=p1;
% 第一幅图的G B通道的灰度值全部变成0 这样就只有R通道的了
channel1_1(:,:,2)=0;
channel1_1(:,:,3)=0;

channel1_2(:,:,1)=0;
channel1_2(:,:,3)=0;

channel1_3(:,:,1)=0;
channel1_3(:,:,2)=0;

figure(1);
subplot 131;imshow(channel1_1);title('原图R通道');
subplot 132;imshow(channel1_2);title('原图G通道');
subplot 133;imshow(channel1_3);title('原图B通道');

sigma = 10; % 高斯正态分布标准差
Kernal1 = fspecial('gaussian',[11 11],sigma); % 高斯滤波
p2 = imfilter(p1, Kernal1, 'replicate'); 
se=translate(strel(1),[15 15]); % 向右下各平移15个像素
p3 =imdilate(p2,se);

channel3_1=p3;
channel3_2=p3;
channel3_3=p3;
% 第一幅图的G B通道的灰度值全部变成0 这样就只有R通道的了
channel3_1(:,:,2)=0;
channel3_1(:,:,3)=0;

channel3_2(:,:,1)=0;
channel3_2(:,:,3)=0;

channel3_3(:,:,1)=0;
channel3_3(:,:,2)=0;

figure(2);
subplot 131;imshow(channel3_1);title('滤波、平移后图像R通道');
subplot 132;imshow(channel3_2);title('滤波、平移后图像G通道');
subplot 133;imshow(channel3_3);title('滤波、平移后图像B通道');

chaanel2_1=fmaxmin(channel1_1,channel3_1);
chaanel2_2=fmaxmin(channel1_2,channel3_2);
chaanel2_3=fmaxmin(channel1_3,channel3_3);

p4(:,:,1)=chaanel2_1(:,:,1);
p4(:,:,2)=chaanel2_2(:,:,2);
p4(:,:,3)=chaanel2_3(:,:,3);

figure(3);
subplot 131;imshow(chaanel2_1);title('软阴影图像R通道');
subplot 132;imshow(chaanel2_2);title('软阴影图像G通道');
subplot 133;imshow(chaanel2_3);title('软阴影图像B通道');
figure(4);
subplot 121;imshow(p1);title('原图');
subplot 122;imshow(p2);title('高斯滤波后图像');
figure(5);
subplot 111;imshow(p4);title('软阴影效果图'); 

function w=fmaxmin(x1,x2)
x1=uint8(x1);
x2=uint8(x2);
[m,n,o]=size(x1);
for i=1:m %基于像素值选小的简单图像融合方法
for j=1:n
for k=1:o
if x1(i,j,k)<x2(i,j,k) 
w(i,j,k)=x1(i,j,k);
else
w(i,j,k)=x2(i,j,k); 
end
end
end
end
end

总结

以上是本人初学图像处理心得，欢迎交流指正！