數(shù)字圖像處理 第3章

《數(shù)字圖像處理 第3章》由會員分享，可在線閱讀，更多相關(guān)《數(shù)字圖像處理 第3章（48頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、空間域技術(shù)直接對圖像像素進(jìn)行操作：g(x,y)=Tf(x,y) s=T(r)3.2.1 imadjust函數(shù)g=imadjust(f,low_in high_in, low_out high_out, gamma)函數(shù) 例3.1：使用函數(shù)imadjust% 使用函數(shù) imadjust 目的：突出我們感興趣的亮度帶壓縮灰度級的低端并擴展灰度級的高端clcclearf = imread(Fig0303(a)(breast).tif);figureimshow(f)g1 = imadjust(f,0,1,1,0); % = imcomplement(f) 灰度反轉(zhuǎn) 灰度負(fù)片figureimshow(

2、g1)g2 = imadjust(f,0.5,0.75,0,1); % 突出我們感興趣的亮度帶figure imshow(g2)g3 = imadjust(f,2); % 壓縮灰度級的低端并擴展灰度級的高端figureimshow(g3) 3.2.2 對數(shù)和對比度拉伸變換對數(shù)變換：gc*log(1+double(f)對比度拉伸：對比度拉伸的matlab實現(xiàn)：g1. /(1+(m./(double(f)+eps).E) 例3.2：使用對數(shù)變換減少動態(tài)范圍% 例3.2 使用對數(shù)變換 減小動態(tài)范圍 經(jīng)典的閾值函數(shù)clcclearf = imread(Fig0305(a)(spectrum).tif)

3、;figuresubplot(121),imshow(f),subplot(122),imhist(f),axis tightg = im2uint8(mat2gray(log(1 + double(f);figuresubplot(121),imshow(g),title(使用對數(shù)變換減小動態(tài)范圍)subplot(122),imhist(g),axis tight% 對比度拉伸變換m = 5; E = 10;h = im2uint8(mat2gray(1./(1 + (m./(double(f) + eps).E);figuresubplot(121),imshow(h),title(對比度

4、拉伸)subplot(122),imhist(h),axis tight 3.2.3 亮度變換的一些使用M函數(shù)處理可變數(shù)量的輸入和輸出：輸入：n=nargin輸出：n=nargout亮度變換的第二個M函數(shù)：g=changeclass(newclass,f)編寫intrans格式化函數(shù)：intrans.m，程序略。例3.3：函數(shù)intrans.m的應(yīng)用% 例3.3 P51 intrans 灰度變換的十項全能函數(shù)clcclear f = imread(Fig0306(a)(bone-scan-GE).tif);figureimshow(f)g = intrans(f,stretch,mean2(i

5、m2double(f),0.9);figureimshow(g) 3.3.1：生成并繪制函數(shù)的直方圖直方圖定義：圖像中各灰度級的統(tǒng)計值，kk nrh )(歸一化直方圖：nnnrhrp kkk )()(Matlab核心函數(shù)：h=inhist(f,b)例3.4 計算并繪制圖像直方圖f = imread(Fig0303(a)(breast).tif);%讀取原圖像h=imhist(f);%直方圖函數(shù) h1=h(1:10:256);horz=1:10:256; figuresubplot(121),imshow(f),subplot(122),imhist(f)%繪制原圖和默認(rèn)直方圖 figure %

6、用bar函數(shù)繪制直方圖并調(diào)整bar(horz,h1)axis(0 255 0 15000)set(gca,xtick,0:50:255)set(gca,ytick,0:2000:15000)figure %用bar函數(shù)繪制直方圖bar(horz,h1) figurestem(horz,h1,fill) %用stem函數(shù)繪制直方圖axis(0 255 0 15000)set(gca,xtick,0:50:255)set(gca,ytick,0:2000:15000) figureplot(h) %用plot函數(shù)繪制直方圖axis(0 255 0 15000)set(gca,xtick,0:50:

7、255)set(gca,ytick,0:2000:15000) 3.3.2：直方圖均衡化對輸入圖像執(zhí)行如下變換，得到輸出后的灰度級s：所以輸出灰度級的概率密度是均勻的：使用直方圖并調(diào)用直方圖均衡化技術(shù)來處理離散灰度級時，因為變量的離散屬性，處理后的圖像直方圖不再均勻，對應(yīng)離散的灰度級，均衡變換采用求和方式變?yōu)椋?直方圖均衡化的matlab函數(shù)為histeq：g=histeq(f,nlev)例3.5 直方圖均衡化% 例3.5 直方圖均衡化 默認(rèn)為64clcclearf = imread(Fig0308(a)(pollen).tif);figure,subplot(121),imshow(f),s

8、ubplot(122),imhist(f)ylim(auto)g = histeq(f,256);figure,subplot(121),imshow(g),subplot(122),imhist(g)ylim(auto)g = histeq(f,128);figure,subplot(121),imshow(g),subplot(122),imhist(g)ylim(auto) g = histeq(f); % 默認(rèn)為64figure,subplot(121),imshow(g),subplot(122),imhist(g)ylim(auto)g = histeq(f,8);figure,s

9、ubplot(121),imshow(g),subplot(122),imhist(g)ylim(auto) 3.3.3：直方圖歸定化（匹配）已知輸入圖像灰度級的概率密度函數(shù)P(r)，輸出灰度級的概率密度函數(shù)p(z)（給定），則：得到均衡化后的概率密度函數(shù)p(s)，定義一個變量z，滿足：綜合后得到：由輸入圖像得到T(r)，只要找到 ，就可以使用上式得到變換后的灰度級z。Matlab工具箱中可用如下函數(shù)實現(xiàn)直方圖歸定化：g=histeq(f,hspec) 1H 例3.6：直方圖歸定化（匹配）對一幅火星衛(wèi)星圖像，直方圖均衡化得不到好的處理效果：% 例3.6 直方圖均衡化的缺陷 默認(rèn)為64clccl

10、earf = imread(Fig0310(a)(Moon Phobos).tif);subplot(121),imshow(f),subplot(122),imhist(f)ylim(auto)g T = histeq(f,256);figure,subplot(121),imshow(g),subplot(122),imhist(g)ylim(auto)g = histeq(f); % 默認(rèn)為64figure,subplot(121),imshow(g),subplot(122),imhist(g)ylim(auto) g = histeq(f,8);figure,subplot(121)

11、,imshow(g),subplot(122),imhist(g)ylim(auto)% 對應(yīng)變換x = linspace(0,1,256);figure,plot(x,T)axis(0 1 0 1) 采用交互式直方圖匹配，首先計算一個已歸一化到單位區(qū)域的雙峰值高斯函數(shù)：function p = twomodegauss(m1, sig1, m2, sig2, A1, A2, k)% TWOMODEGAUSS Generates a two-mode Gaussian function.% P = TWOMODEGAUSS(M1, SIG1, M2, SIG2, A1, A2, K) gene

12、rates a two-mode, % Gaussian-like function in the interval 0,1. P is a 256-element vector normalized % so that SUM(P) equals 1. The mean and standard deviation of the modes are % (M1, SIG1) and (M2, SIG2), respectively. A1 and A2 are the amplitude values of % the two modes. Since the output is norma

13、lized, only the relative% values of A1 and A2 are important. K is an offset value that raises the floor of % the function. A good set of values to try is M1=0.15, S1=0.05, M2=0.75, S2=0.05, % A1=1, A2=0.07, and K=0.002.c1 = A1 * (1 / (2 * pi) 0.5) * sig1);k1 = 2 * (sig1 2); c2 = A2 * (1 / (2 * pi) 0

14、.5) * sig2);k2 = 2 * (sig2 2);z = linspace(0, 1, 256);p = k + c1 * exp(-(z - m1) . 2) ./ k1) +c2 * exp(-(z - m2) . 2) ./ k2);p = p ./ sum(p(:); 從鍵盤輸入交互式信息，繪制高斯函數(shù)：function p = manualhist% A good set of starting values is: (0.15, 0.05, 0.75, 0.05, 1, 0.07, 0.002). % Initialize.repeats = true;quitnow =

15、 x;% Compute a default histogram in case the user quits before estimating at least one histogram. p = twomodegauss(0.15, 0.05, 0.75, 0.05, 1, 0.07, 0.002);% Cycle until an x is input. while repeats s = input(Enter m1, sig1, m2, sig2, A1, A2, k OR x to quit:,s); if s = quitnow break end % Convert the

16、 input string to a vector of numerical values and % verify the number of inputs. v = str2num(s); if numel(v) = 7 disp(Incorrect number of inputs) continue end p = twomodegauss(v(1), v(2), v(3), v(4), v(5), v(6), v(7); % Start a new figure and scale the axes. Specifying only xlim % leaves ylim on aut

17、o. figure, plot(p) xlim(0 255)end 調(diào)用函數(shù)，實現(xiàn)直方圖歸定化（匹配）% 例3.6 直方圖匹配（交互方式）clcclearf = imread(Fig0310(a)(Moon Phobos).tif);p = manualhist;plot(p)figure,subplot(121),imshow(f),subplot(122),imhist(f),ylim(auto) g = histeq(f,p);figure,subplot(121),imshow(g),subplot(122),imhist(g),ylim(auto) 輸入交互參數(shù)：0.15, 0.05

18、, 0.75, 0.05, 1, 0.07, 0.002（此處為默認(rèn)，直接輸入x同），得到雙峰歸定化直方圖： 運行后的歸定化均衡效果： 3.4 空間濾波3.4.1 線性空間濾波線性空間濾波也稱為空間卷積運算，選取一適當(dāng)?shù)臑V波模板MN，對圖像中的每個像素依次進(jìn)行卷積運算，其濾波原理如右圖所示。 Matlab工具箱采用imfilter函數(shù)來實現(xiàn)線性空間濾波：g=imfilter(f,w,filtering_mode, boundary_options, size_options)在使用預(yù)先旋轉(zhuǎn)的濾波器或者對稱濾波器時，可以用兩種方法實現(xiàn)卷積運算： 第一是采用如下語法實現(xiàn)：G=imfilter(f,

19、 w, conv, replicate)第二是采用函數(shù)rot90(w,2)將w旋轉(zhuǎn)180度，然后使用函數(shù)：imfilter(f, w, replicate)來實現(xiàn)。例3.7 使用函數(shù)imfilter% imfilter 線性空間濾波（空間卷積）clcclearf = imread(Fig0315(a)(original_test_pattern).tif);f = im2double(f); figureimshow(f),title(原圖象)w = ones(31); %設(shè)置濾波器 gd = imfilter(f, w);figuresubplot(221),imshow(gd,),titl

20、e(使用默認(rèn)零填充的結(jié)果)% figure% imshow(gd)gr = imfilter(f, w, replicate);% figuresubplot(222),imshow(gr,),title(選用replicate的結(jié)果)gc = imfilter(f, w, symmetric);subplot(223),imshow(gc,),title(選用symmetric的結(jié)果)gc = imfilter(f, w, circular); subplot(224),imshow(gc,),title(選用circular的結(jié)果)f8 = im2uint8(f);%將原圖轉(zhuǎn)換為unit8

21、類型gr8 = imfilter(f8, w, replicate);%轉(zhuǎn)換為unit8類型后的replicate結(jié)果figure,imshow(gr8,),title(轉(zhuǎn)換為unit8類型后的replicate結(jié)果) Matlab工具箱中有兩個非線性空間濾波函數(shù)nlfilter和colfilt。Nlfilter直接執(zhí)行二維操作，colfilt以列的形式組織數(shù)據(jù)，且速度較快，在一般的非線性濾波中常用colfilt函數(shù)。語法：g=colfilt(f, m,n, sliding, fun, parameters)3.4.2 非線性空間濾波工具箱中有兩個非線性空間濾波函數(shù)和。直接執(zhí)行二維操作，以列的

22、形式組織數(shù)據(jù)，且速度較快，在一般的非線性濾波中常用函數(shù)。語法：在使用colfilt函數(shù)前，必須先用padarray函數(shù)執(zhí)行邊界填充：Fp=padarray(f, r c, method, direction) % padarrayclcclearf = 1 2 3 4frp = padarray(f,3 2,replicate,post)frb = padarray(f,3 2,replicate,both) % 默認(rèn)bothfrpre = padarray(f,3 2,replicate,pre)fsp = padarray(f,3 2,symmetric,post)fsb = padarr

23、ay(f,5 6,symmetric,both) % 默認(rèn)bothfspre = padarray(f,3 2,symmetric,pre) fcp = padarray(f,3 2,circular,post)fcb = padarray(f,5 6,circular,both) % 默認(rèn)bothfcpre = padarray(f,3 2,circular,pre) 3.5 圖像工具箱的標(biāo)準(zhǔn)空間濾波器3.5.1 線性空間濾波器生成濾波掩模函數(shù)fspecial：w=fspecial(type, parameters) 例3.9 使用函數(shù)imfilter對月球圖像進(jìn)行濾波%3.9 fspeci

24、al P75 產(chǎn)生各種線性空間濾波器 （ fspecial + imfilter ）clcclearf = imread(Fig0316(a)(moon).tif);figuresubplot(221),imshow(f),title(原圖)w = fspecial(laplacian,0);g1 = imfilter(f,w,replicate);subplot(222),imshow(g1,),title(拉普拉斯濾波后的unit8圖像)f2 = im2double(f);% imfinfoMy(f2)g2 = imfilter(f2,w,replicate); subplot(223),

25、imshow(g2,),title(拉普拉斯濾波后的double圖像)g = f2-g2;subplot(224),imshow(g,),title(增強后的圖像，即原圖中減去double濾波后的圖像)%figure,imshow(g),title(非參數(shù)定位濾波后的圖像) 例3.10 手工指定濾波器和增強技術(shù)的比較%3.10 laplacianf = imread(Fig0316(a)(moon).tif);figure, imshow(f),title(原圖)w4 = fspecial(laplacian,0);w8 = 1 1 1; 1 -8 1; 1 1 1;f = im2double

26、(f);g4 = f - imfilter(f,w4,replicate);g8 = f - imfilter(f,w8,replicate);figuresubplot(211),imshow(imfilter(f,w4,replicate)title(使用中心為-4的拉普拉斯濾波器增強后的圖像) subplot(212),imshow(imfilter(f,w8,replicate)title(使用中心為-8的拉普拉斯濾波器增強后的圖像)figuresubplot(211),imshow(g4),title(使用中心為-4的拉普拉斯濾波器增強后的圖像)subplot(212),imshow

27、(g8),title(使用中心為-8的拉普拉斯濾波器增強后的圖像) 3.5.2 非線性空間濾波器 Matlab工具箱中可以利用函數(shù)ordfilt2來生成非線性空間濾波器，其響應(yīng)基于對圖像領(lǐng)域中所包含的像素進(jìn)行排序，然后使用排序結(jié)果確定的值來替代領(lǐng)域中的中心像素值。ordfilt2的語法：g=ordfilt2(f, order, domain)實現(xiàn)大小為mn的最小濾波器，語法為：g=ordfilt2(f, 1, ones(m, n)實現(xiàn)大小為mn的最大濾波器，語法為：g=ordfilt2(f, m*n, ones(m, n) 數(shù)字圖像處理中最著名的統(tǒng)計排序濾波器是中值濾波器，使用ordfilt2

28、來創(chuàng)建一個中值濾波器：g=ordfilt2(f,median(1:m*n), ones(m,n) 函數(shù)median的通用語法：v=median(A, dim)二維中值濾波函數(shù)：g=mmedfilt2(f, m,n, padopt)例3.11 使用函數(shù)medfilt2進(jìn)行中值濾波clcclearf = imread(Fig0318(a)(ckt-board-orig).tif);figuresubplot(221),imshow(f)fn = imnoise(f, salt subplot(222),imshow(fn)gm = medfilt2(fn);subplot(223),imshow(gm)gms = medfilt2(fn, symmetric);subplot(224),imshow(gms)