数字图像处理王慧琴版+Matlab图像处理工具箱100页PPT

，否则就不是奢侈 。——CocoCha nel 62、少而好学，如日出之阳；壮而好学 ，如日 中之光 ；志而 好学， 如炳烛 之光。 ——刘 向 63、三军可夺帅也，匹夫不可夺志也。 ——孔 丘 64、人生就是学校。在那里，与其说好 的教师 是幸福 ，不如 说好的 教师是 不幸。 ——海 贝尔 65、接受挑战，就可以享受胜利的喜悦 。——杰纳勒 尔·乔治·S·巴顿
数字图像处理王慧琴版+Matlab图像处理 工具箱
11、获得的成功越大，就越令人高兴 。野心 是使人 勤奋的 原因， 节制使 人枯萎 。 12、不问收获，只问耕耘。如同种树 ，先有 根茎， 再有枝 叶，尔 后花实 ，好好 劳动， 不要想 太多， 那样只 会使人 胆孝懒 惰，因 为不实 践，甚 至不接 触社会 ，难道 你是野 人。(名 言网) 13、不怕，不悔(虽然只有四个字，但 常看常 新。 14、我在心里默默地为每一个人祝福 。我爱 自己， 我用清 洁与节 制来珍 惜我的 身体， 我用智 慧和知 识充实 我的头 脑。 15、这世上的一切都借希望而完成。 农夫不 会播下 一粒玉 米，如 果他不 曾希望 它长成 种籽； 单身汉 不会娶 妻，如 果他不 曾希望 有小孩 ；商人 或手艺 人不会 工作， 如果他 不曾希 望因此 而有收 益。-- 马钉路 德。

数字图像：对（x，y） 进行离散化，采样形成像素点 (pixel)，从而形成了离散的二维矩阵。数码相机，计算 机处理的图像都属于数字图像。
▲ 与模拟图像相比，数字图像主要优点如下：
a）精度高：目前的计算机可以将一幅模拟图像数字 化为任意的二维数组，即数字图像可以由无限多个 像素组成。
b ) 处理方便：由于数字图像本质上是一组数据，所以 可以利用计算机对它进行任意方式的修改。
f (0,0)
F
f (1,0)
...

f
(m
1,0)
f (0,1) ... f (1,1) ... ... ... f (m 1,1) ...
f (0, n 1)
f (1, n 1)

...
f (m 1, n 1)
数字图像中的每个像素(pixel)都对应于矩阵中 相应的元素。把数字图像表示成矩阵的优点在于能
亮光适应：由锥状体引起，感应光的强弱与颜色。 暗光适应：由杆状体引起，对低照明的景色比较敏感。 亮光适应所需时间比暗光适应短的多，它仅需要1～2s， 而暗光适应需10～30s，这是由于锥状体恢复时间比较短。
2. 同时对比度
由于人眼对亮度有很强的适应性，因此很难精确判 断刺激的绝对亮度。即使有相同亮度的刺激，由于其 背景亮度不同，人眼所感受的主观亮度是不一样的。
色度
饱和度
亮度
3. 按照图像亮度等级分为灰度和二值图像
亮度是光作用于人眼所引起的明暗程度的感觉，与照 射光的强度有关。
图像的亮度表示
因为光亮度从最低到最高的特性，正符合灰度模 式那种从黑到白的过渡，所以通常使用灰度图像从黑 色（最暗）至白色（最亮）及中间的过渡色来表示图 像(黑白和彩色)的亮度。

可在matlab命令窗口输入：help imwrite，来获得提示信息。

2）imwrite获得的文件存放在matlab的work文件夹中。
（2）以图像的形式输出，函数为 image(imshow)
矩阵A
Image/imshow
Matlab输出的图像
image的格式是： image(C) image(x,y,C) image(…,’PropertyName’,PropertyValue,…) image(‘PropertyName’,PropertyValue,…) handle=image(…) 其中，x,y分别表示图像显示位置的左上角坐标，C表
4）RGB图像：图像中每个象素的颜色用三个数据来存储，分别指 定红、绿、蓝三原色在象素颜色中的比例关系，组成一个三维数 组，读入matlab后是一个三维的矩阵。
注意：美术教科书中称红、黄、蓝为三原色，讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的，其中R为红色，G为绿色， B为蓝色。
3）象素：是图像在计算机显示中的度量单位，可以变 化，可大可小。 4）分辨率：是用于度量图像在显示器中清晰程度的一 个参数，分辨率越高，图像越清晰。分辨率是与象素相 关的，即单位长度上的象素数就是分辨率。由此可知， 分辨率越高，象素的几何尺寸就越小。 5）图像文件的大小：指一幅图像在计算机中保存时所 占用的磁盘空间，其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节（8位）， RGB图像中红、绿、蓝各占用一个字节。另外，图像文 件的大小也直接与其分辨率有关，原因是当分辨率增加 时，一幅图像所包含的象素量急剧增加。 6）句柄：就是对象的代号或标志，它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。

1.5图像分析
1.

EDGE函数 该函数用于找出灰度图的边缘。该函数的输入是灰度 图，返回一个同样大小的二值图。边缘处为1，其他地 方为 0 。该函数支持 Sobel, Prewitt, Roberts, Laplacian, Zero-cross, Canny六种不同的算子。 例如使用Prewitt和Canny算子找出lena.bmp的边缘。 I=imread(„lena.tif‟); BW1=edge(I,‟prewitt‟); BW2=edge(I,‟canny”); imshow(BW1) figure, imshow(BW2)
格式 IMAGE(RGB). 用于显示真彩色图像。
格式 IMAGE(X,MAP). 显示索引图 X 及其
调色板MAP。 格式 IMSHOW(FILENAME). 显示存储于 图形文件FILENAME中的图像。 H=IMSHOW(…).返回图像对象的句柄。
5.SUBIMAGE函数
格式SUBIMAGE(X,MAP).用来显示当前坐标中
第一节 MATLAB中图象工具箱
1.1图像文件读写 1.imread函数 该函数用于从图形文件中读出图像。格式
A=IMRAED(FILENAME,FMT)。该函数把FILENAME 中的图像读到A中。若文件包含一个灰度图,则为二维矩 阵。若文件包含一个真彩图(RGB),则A为一三维矩阵。 FILENAME指明文件，FMT指明文件格式。格式 [X,MAP]=IMREAD(FILENAME,FMT).把FILENAME中 的索引图读入X,其相应的调色板读到MAP中.图像文件 中的调色板会被自动在范围[0,1]内重新调节。FMT的可 能取值为jpg或jpeg,tif或tiff,bmp,png,hdf,pcx,xwd。

③若x和y 都是矩阵时：大小必须相同，矩阵x 的每列与y的每列画一条曲线。
(1)
(2)
x
(3)
图示
x y
x y
x
例: 设x为时间向量，运行下面的程序，画出以x为 横坐标，y为纵坐标的曲线，如图所示。
>> x=0:0.2:2*pi; >> y=sin(x); >> plot(x,y);
图 3.2 正弦曲线图
3.1 二维图形的绘制
用MATLAB绘图命令可以在图形窗口内画 出各种图形曲线，并使用不同的线型、颜 色、点型和标注来修饰这些图形曲线。
绘图的一般步骤
• 1. 曲线数据准备 • 2. 指定图形窗口和子图位置 • 3. 绘制图形 • 4. 设置坐标轴和图形注释 • 5. 仅对三维图形使用的着色和视点等设置 • 6. 图形的精细修饰 • 7. 按指定格式保存或导出图形
3.1.1 直角坐标系中的绘图
• plot命令:可用来绘制直角坐标系中的各种 曲线.
• 它的主要格式为： plot(y) plot(x,y) plot(x,y,’s’)
plot( )函数的应用形式:
plot(y)
y为向量 y为矩阵
plot(x,y)
x,y均为向量 一向量,一矩阵
x,y均为矩阵
plot(x1,y1,x2,y2,...)
6
% y1长度与x的行数相等
• >> y2=[1 1 1 1;2 2 2 2;3 3 3 3] • y2 = • 1111 • 2222 • 3333
• >>plot(x,y2);
plot(x,y,’s’)
• x，y情况和第二种一样，’s’是图形的属 性字符串，这些属性字符串包括三个方面， 第一方面指定图形曲线的颜色，第二方面指 定数据点的标记类型，第三方面指定线的类 型，将在3.1.3节中介绍。

可选参数’nothinning’，指定时可以通过跳过边缘细化算法来加快算法 运行的速度。默认是’thinning’，即进行边缘细化。 2）、基于高斯-拉普拉斯算子的边缘检测
BW=edge(I,’log’,thresh,sigma)
sigma指定生成高斯滤波器所使用的标准差。默认时，标准差为2。滤 镜大小n*n，n的计算方法为：n=ceil(sigma*3)*2+1。
/5、频率域图像增强 一、傅里叶变换
I=fft2(x);%快速傅里叶变换 I=fft2(x,m,n);
x为输入图像；m和n分别用于将x的第一和第二维规整到指定的长度。 当m和n均为2的整数次幂时算法的执行速度要比m和n均为素数时快。
I1=abs(I);%计算I的幅度谱 I2=angle(I);%计算I的相位谱 Y=fftshift(I);%频谱平移
高斯低通
function out = imgaussflpf(I,sigma) %imgaussflpf函数 构造高斯频域低通滤波器 [M,N] = size(I); out = ones(M,N); for i=1:M forj=1:N out(i,j) = exp(-((i-M/2)^2+(j-N/2)^2)/2/sigma^2); end end
R 1 C G 1 M B 1 Y

cmy=imcomplement(rgb);%rgb转成cmy rgb=imcomplement(cmy);cmy转成rgb
HSI模型
HIS模型是从人的视觉系统出发，直接使用颜色三要素色调 （Hue）、饱和度（Saturation）和亮度（Intensity）来描述 颜色。
桥接有单个像素缝隙分割的前景像素 清楚孤立的前景像素 围绕对角线相连的前景像素进行填充 填充单个像素的孔洞

C(x, y) A(x, y) B(x, y) 差值图像提供了图像间的差值信息，能用于指导动态监测、 运动目标的检测和跟踪、图像背景的消除及目标识别等。
主要应用举例： ➢ 差影法(检测同一场景两幅图像之间的变化) ➢ 混合图像的分离
第17页/共41页
（1）检测同一场景两幅图像之间的变化
设：时刻1的图像为 T1(x,y)， 时刻2的图像为 T2(x,y) g(x,y) = T2 (x,y) - T1(x,y)
第25页/共41页
除法运算(Division)
4、除法运算
C(x, y) A(x, y) B(x, y)
简单的除法运算可用于改变图像的灰度级， 常用于遥感图像处理中。
在四种算术运算中，减法与加法在图像增强 处理中最为有用。
第26页/共41页
几何变换
1）简单变换 • 问题描述：图像的平移、放缩和旋转。 • 解题思路：从易到难。工具：线性代数中的齐次坐标。
x
象
素
y1
填y
充
映
射
f(x1,y1) (x1,y1)非整型
f(x,y) (x,y)整型
第32页/共41页
图像的缩放
• 两种映射方法的对比 • 对于向前映射：每个输出图像的灰度要经过多次运算； • 对于向后映射：每个输出图像的灰度只要经过一次运算。
实际应用中，更经常采用向后映射法。 其中,根据四个相邻像素灰度值计算某位置的像素灰度
1、加法运算
C(x, y) A(x, y) B(x, y)
主要应用举例： ➢ 去除“叠加性”随机噪音 ➢ 生成图像叠加效果
第12页/共41页
（1）去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } 其中：g i (x ,y) = f(x,y) + ei(x,y)

第12页/共69页
8.3.2梯度图像二值化
• 如果用适中的阈值对一幅梯度图像进行二值化，Kirsch的分割法利用了这种现象。 • 算法步骤 • 用一个中偏低的灰度阈值对梯度图像进行二值化从而检测出物体和背景，物体与背景被处于阈值之上的边
界点带分开。随着阈值逐渐提高，就引起物体和背景的同时增长。当它们接触上而又不至于合并时，可用 接触点来定义边界。这是分水岭算法在梯度图像中的应用。
OTSU算法定义：该算法是在灰度直方图的基础上用最小二乘法原理推导出来的， 具有统计意义上的最佳分割阈值。
第8页/共69页
• OTSU基本原理：以最佳阈值将图像的灰度直方图分割成两部分，是两部分之 间的方差取最大值，即分离性最大。
第9页/共69页
3. 迭代法求阈值
原理：图像中前景与背景之间的灰度分布为相互不重叠，在该前提下，实现对 两类对象的阈值分割方法。
除非图像中的物体有陡峭的边沿，否则灰度阈值的取值对所抽取物体的边界的 定位和整体的尺寸有很大的影响。这意味着后续的尺寸（特别是面积）的测量 对于灰度阈值的选择很敏感。由于这个原因，我们需要一个最佳的，或至少是 具有一致性的方法确定阈值。
第5页/共69页
1.直方图技术
• 含有一个与背景明显对比的物体的图像其有包含双峰的灰度直方图
第21页/共69页
Sobel边缘算子图
第22页/共69页
Prewitt边缘算子
Prewitr边缘算子 第23页/共69页
Kirsch边缘算子
图像中的每个点均与这8个模板进行卷积，每个掩模对某个特定边缘方向作出最大响应。所有8个方向中的 最大值作为边缘幅度图像的输出。最大响应掩模的序号构成了对边缘方向的编码。 Kirsch算子的梯度幅度值