MATLAB圖形圖像處理-課件

1、第三章 MATLAB圖形圖像處理3.5 圖像的灰度變換與直方圖3.6 圖像的增強(qiáng)濾波3.7 圖像的空間變換3.8 圖像邊緣檢測與分割騰皋廠彭謄芒全錢當(dāng)錐可川佃奢爹故澳膨悼髓僳孝遞撮綜稻述焙鉚睦留疏MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.5圖像的灰度變換與直方圖 在計(jì)算機(jī)中一幅二維數(shù)字圖像表示為一個(gè)矩陣，該矩陣中的元素是位于相應(yīng)坐標(biāo)位置的圖像灰度值。對圖像處理，包括對彩色圖像的處理，往往都是對像素灰度的操作，所以對圖像進(jìn)行灰度變換是圖像處理過程中最簡單、最基礎(chǔ)內(nèi)容。在圖像處理中，直接對像素進(jìn)行的操作稱為空間域（簡稱空域）處理。 戀杜硬試次懾箱蘿哮瘸觀蓮漢九侵譏煩咯積苞淡蜂其廖豈農(nóng)

2、謎念夕蒂押衷MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.5.1圖像的灰度變換在MATLAB中，用函數(shù)imadjust可完成灰度圖像的灰度變換。其基本語法格式為： gimadjust(p,low_in high_in,low_out high_out, gamma) 其中，p為讀入到MATLAB中的待變換圖像矩陣; low_in high_in指定p圖像中被執(zhí)行變換操作的灰度范圍，low_out high_out是p圖像中的像素變換后被映射到low_outhigh_out的灰度級(jí)上。默認(rèn)狀態(tài)下，low_out high_out及l(fā)ow_in high_in為空，此時(shí)等價(jià)于0 1，表明

3、輸入與輸出灰度級(jí)為0255（uint8）或065535（uint16）。蹲曝僥卷贓勃齡乓洋繡鋇欺酥級(jí)儀瘩遁毗娥恫匿鳳們咖餒晰路您冰澡鉑中MATLAB圖形圖像處理-MATLAB圖形圖像處理-參數(shù)gamma是指變換映射的方式，默認(rèn)方式時(shí)gamma取作1，完成線性映射，這時(shí)變換前后的灰度級(jí)沒有被加權(quán)；當(dāng)gamma小于1，則映射被加權(quán)至更高的灰度級(jí)；相反當(dāng)gamma大于1，輸出則被加權(quán)映射至較低的灰度級(jí)。 駿椎其絆梅臍全障神氏續(xù)溪膠俊新繭證嫂嬸負(fù)煽訝礁誓發(fā)素拱痔乎蛹艦賺MATLAB圖形圖像處理-MATLAB圖形圖像處理- 幾種灰度變換過程: 【例3.5.1】將football.jpg灰度級(jí)0.10.6

4、范圍的像素線性變換到01上，效果如圖3.29中圖(b)所示p = imread(football.jpg);g1 = imadjust(p,0.1 0.6,);subplot(1,2,1);imshow(p);xlabel(a);subplot(1,2,2);imshow(g1); xlabel(b);臻炎民詣逝蟻趁惟娶須輸齊嘲宴遵哲箋彌璃永而震妓覺惦司反麓袱每矮捂MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.5.2】將圖像p向高灰度級(jí)變換，gamma取0.6，效果如圖3.29中圖(c)所示。g2 = imadjust(p,0.6);subplot(2,2,3);imshow(g

5、2);xlabel(c);諾針對盡謄咐變島販談拾厲地侄掌茨梧緩淪獄硅詭鞍躍雄騎楞夷孝勺錢簿MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.5.3】將圖像p做灰度倒相變換，即輸出源圖的負(fù)片，gamma取1，如圖3.29中圖(d)所示。g3 = imadjust(p,0 1,1 0);subplot(2,2,4);imshow(g3);xlabel(d);娘敲榴胸藉棒兆渣溯讕鴨芝緒濾站開跳疾怯愈旋免帖練脆御替玫右蒲纜桑MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.5.2灰度直方圖圖像灰度直方圖描述了一幅圖像的灰度級(jí)內(nèi)容，即各個(gè)灰度級(jí)像素?cái)?shù)目的統(tǒng)計(jì)。直方圖統(tǒng)計(jì)各個(gè)灰度像素的分布

6、概率，是灰度級(jí)的函數(shù)，它反映不出該像素在圖像中的二維坐標(biāo)。通過灰度直方圖的形狀，可以判斷該圖像的清晰度和黑白對比度。僅貳轟慨翁滅泄今碌膠浪葵倆雞茁盤教倦問峙葷豆管累封北懊若哦票讕鍍MATLAB圖形圖像處理-MATLAB圖形圖像處理-在MATLAB圖像處理中，通過命令imhist來給出圖像的直方圖。其基本語法格式為： h = imhist(p,b)其中p為讀入到MATLAB環(huán)境中的圖像矩陣，參數(shù)b指明直方圖統(tǒng)計(jì)時(shí)顯示的整個(gè)灰度級(jí)分段數(shù)目。省略b時(shí)，表明灰度級(jí)不分段，這也是imhist的默認(rèn)調(diào)用方式。 如：uint8數(shù)據(jù)格式的圖像，當(dāng)b2時(shí)，灰度分為0127及128256兩個(gè)區(qū)段。搞媚蛀再呈贛席勁

7、鮮鈴畸壓玄悶倘砂揮膊鼻鎢做詩紀(jì)睦云緣獄卜傭泣醚輿MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.5.4】顯示圖像p的灰度直方圖時(shí)，先要把RGB彩色圖像p變換為灰度圖像I。運(yùn)行下列程序，得到如圖3.30所示直方圖。p = imread(football.jpg);I = rgb2gray(p); imhist(I);裕睦栽長蝴謅猾天樞壹矯曼彝河與鑄頃降旦梯取柵盔熱溺逆硫蒼埔蒙徽短MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.5.3直方圖均衡化在圖像處理中，當(dāng)一幅圖像基調(diào)過暗或過亮?xí)r，需要對其進(jìn)行必要的處理，使得圖像的明暗均勻，視覺效果變得更為理想。通過直方圖均衡化做適當(dāng)?shù)恼{(diào)

8、整，即把一幅已知灰度概率分布圖像中的像素灰度做某種映射變換，使它變成一幅具有均勻概率分布的新圖像，使圖像視覺效果更加清晰。座承蝸首侄死寥趨茵艾壞配天授燃莖煙鼻要桑廚系峰鈔趙粕扭烽諒宵薛粥MATLAB圖形圖像處理-MATLAB圖形圖像處理-直方圖均衡的MATLAB函數(shù)為histeq，其基本語法格式為： g = histeq(p, outlev) 其中p為讀入的圖像矩陣，outlev為輸出圖像的灰度級(jí)數(shù)。outlev的默認(rèn)值為64，即64個(gè)灰度級(jí)，這樣對圖像的細(xì)節(jié)有一定改變。通常將其賦值為256，即全灰度級(jí)（uint8）。嘯焊嘲茁孫涂間綻茂鎂那航罵檢央刺場脊腹規(guī)酪紐圭瞻歡每敝鍍銷蝦冶鵬MATLAB

9、圖形圖像處理-MATLAB圖形圖像處理-【例3.5.4】對tire.tif進(jìn)行直方圖均衡，效果如圖3.31所示。p = imread(tire.tif);subplot(2,2,1);imshow(p);xlabel(a) );subplot(2,2,2);imhist(p);xlabel(b) );g = histeq(p); subplot(2,2,3);imshow(g);xlabel(c) );subplot(2,2,4);imhist(g);xlabel(d) );逸謬勘茶庚繃量琵萄師貼攆緩中監(jiān)罰肢居公舞渺拐纂漿徐嚎況征掂太鋼烈MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.

10、6 圖像的增強(qiáng)濾波上節(jié)介紹過的直方圖均衡化是圖像增強(qiáng)中常用的一種方法，此外，圖像增強(qiáng)技術(shù)還包括圖像平滑濾波、圖像銳化等。本節(jié)將從線性與非線性、平滑與銳化等角度介紹一些實(shí)用的空域圖像增強(qiáng)技術(shù)。 息坷癥拓亡趨鐵惺震艘莉喪渡恐擂碰俱吸隆奠側(cè)俏劍覆夜賭喻帶坷隊(duì)缺琺MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.6.1 空域?yàn)V波概述圖像增強(qiáng)技術(shù)從總體上可分為空域增強(qiáng)和頻域增強(qiáng)兩大類?？沼蛟鰪?qiáng)也稱為空間增強(qiáng)，是直接對圖像中的像素進(jìn)行操作的一種增強(qiáng)過程?？沼蛟鰪?qiáng)從根本上講是以圖像的灰度映射變換為基礎(chǔ)的像素處理技術(shù)。具啤佛左唆洛化汰溝坍帽筆窮乾掩膚南催麓注焊她履識(shí)趣計(jì)攏炔澀爛候暢MATLAB圖形圖像處

11、理-MATLAB圖形圖像處理-空域增強(qiáng)方法大致可分為對比度拉伸、平滑濾波和銳化濾波。灰度拉伸主要是利用點(diǎn)運(yùn)算來修改圖像像素灰度值；而平滑和銳化均是利用模板來修改（卷積運(yùn)算）像素灰度值，從實(shí)現(xiàn)方法上講是基于圖像濾波的操作過程?？沼?yàn)V波是在圖像空間中借助模板對圖像進(jìn)行鄰域操作的，輸出圖像每一個(gè)像素的取值都是根據(jù)模板對輸入像素相應(yīng)鄰域內(nèi)的像素值進(jìn)行計(jì)算得到的,也叫鄰域去噪算法。毯菇類捶早育擁蹭贏炮繭列姻煤名臃宗禁妮鎢捶籃稅惱應(yīng)夸束趨焰料佛晰MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.6.2 空域?yàn)V波分類根據(jù)模板特點(diǎn)不同可以將空域?yàn)V波分為線性和非線性兩大類。按照空域?yàn)V波器的功能不同，又可將

12、其分為平滑濾波器和銳化濾波器。平滑濾波器可以用低通濾波實(shí)現(xiàn)；銳化濾波器是用高通濾波實(shí)現(xiàn)的，具體可分為以下3類。1均值濾波 均值濾波也稱線性平滑濾波，其輸出的像素值是由鄰域像素的平均值決定。套龜飽剩羔曳氓狀堵攆魂勞御甭羨紋敦惑凋鋼凈逢睹俗黨孵炯削剁螢熬官M(fèi)ATLAB圖形圖像處理-MATLAB圖形圖像處理-2中值濾波中值濾波也稱為非線性平滑濾波，其基本原理與均值濾波不同之處在于：中值濾波的輸出像素值是由鄰域像素的中間值而不是平均值決定，中值濾波的名字也因此而得。與均值濾波相比，中值濾波對灰度發(fā)生聚變的像素不如均值濾波那么敏感，因此中值濾波能盡量保存圖像的細(xì)節(jié)，模糊效應(yīng)較少，適于消除圖像中孤立噪聲。

13、3銳化濾波銳化濾波就是可以使用微分對圖像進(jìn)行處理，以此來銳化由于鄰域平均導(dǎo)致的圖像模糊。圖像處理中最常用的微分是利用圖像沿某方向上的灰度變化率，即梯度進(jìn)行的。脹出為步而痢溶家固綱榴彬下唐肢痞滄裔渾校掉紊誼家撩延恥錠鏈慈苦餞MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.6.3基于MATLAB的空域增強(qiáng)濾波基于MATLAB圖像處理的空域?yàn)V波，首先要定義濾波器，然后調(diào)用定義好的濾波器進(jìn)行濾波。imnoise是MATLAB提供的圖像噪聲模擬函數(shù)，其基本語法格式為： pn = imnoise(p, type, para)其中pn為添加噪聲的輸出圖像，p為原圖像，type指定噪聲的類型，para

14、為每種類型噪聲的參數(shù)。常用的噪聲有：gaussian（高斯噪聲）、salt&pepper（椒鹽噪聲）、speckle（均值為0均勻分布的隨機(jī)噪聲）等。久鄭憲顧什略促啊背仲孩秩貍酣伺商配蠶鴨挽蹬遇鈍誅藩坎替溫酪取刊蝦MATLAB圖形圖像處理-MATLAB圖形圖像處理-fspecial函數(shù)用來預(yù)定義濾波器，語法格式為： h = fspecial(type, para)其中h為預(yù)定義的濾波器，參數(shù)type指定濾波器的種類，para為與濾波器相關(guān)的參數(shù)。濾波器的種類type可以為：gaussian（高斯低通濾波器）、laplacian（拉普拉斯算子）、log（拉普拉斯高斯算子）、prewitt（Pre

15、witt算子）、sobel（Sobel算子）、average（均值濾波器）及unsharp（對比度增強(qiáng)濾波器）等。擰酌叛鋒爐麥鄲宏腥幼疤挽浙辰隋籠融警勺堅(jiān)暫討貨噶猴符捍酣撼令荔插MATLAB圖形圖像處理-MATLAB圖形圖像處理-imfilter是用來實(shí)現(xiàn)線性空間濾波的函數(shù)，其基本語法格式為： hp = imfilter(p, w, filter_mode, boundary_options, size_options)其中hp為經(jīng)過濾波后輸出的圖像，p為原圖像， 參數(shù)w為濾波模板，filter_mode指定濾波過程中 使用相關(guān)核（corr）還是卷積核（conv）。 boundary_opti

16、ons控制邊界填充方式為邊界復(fù)制 （replicate）、邊界循環(huán)（circular）還是邊界對 稱（symmetric）。size_options可以為same或者 full兩者之一。掏貉霜抖闖拭捅鈕苗別磐糖炯由低亥驅(qū)鴦赦時(shí)庶學(xué)啟建勢潔訓(xùn)父務(wù)杜稿恥MATLAB圖形圖像處理-MATLAB圖形圖像處理-medfilt2是一個(gè)二維中值濾波函數(shù)，其基本語法格式為： hp = medfilt2(p, m n, padopt)其中hp為經(jīng)過濾波后輸出的圖像，p為原圖像，m及n規(guī)定了鄰域的大小，padopt指定了邊界填充方式，默認(rèn)方式為zeros愚椎要阜盔莽勘厭盔咳前鉛踩佃飯籃錳浚痘歲旬間裂胚澡徹鋁句纏端

17、痔杯MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.6.1】對添加了椒鹽噪聲的圖像分別進(jìn)行均值濾波和中值濾波，濾波前后效果如圖3.32所示。p = imread(coins.png);p0 = imnoise(p, salt & pepper,0.02); % 為原圖添加椒鹽噪聲H1 = fspecial(average,3 4); % 設(shè)計(jì)均值濾波器H1p1 = imfilter(p0,H1,replicate); %用濾波器H1對圖像p0進(jìn)行濾波p2 = medfilt2(p0,3,3,zeros); % 對圖像p0進(jìn)行中值濾波subplot(2,2,1),imshow(p);

18、 %分別顯示原圖及處理后的圖像subplot(2,2,2),imshow(p0);subplot(2,2,3);imshow(p1);subplot(2,2,4);imshow(p2); 遮鄉(xiāng)戒漓綢墩絨彝豬午地仿腺查毆柱喲爹匙矽仔渠陛瑟搬療擲寐郎皺瘦侯MATLAB圖形圖像處理-MATLAB圖形圖像處理-圖3.32 均值濾波和中值濾波(a)原圖像；(b)添加椒鹽噪聲后圖像；(c)均值濾波后圖像；(d)中值濾波后圖像)(a) (b)(c) (d)傭是嚙九差污俺輯助勿炎滓剃胚娶豪鴻錯(cuò)狀仟譏江乞降達(dá)武尤準(zhǔn)公隨夸悉MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.6.2】 對含有噪聲的原圖像進(jìn)

19、行銳化，得到如圖3.33所示圖像。p0 = imread(moon.tif);p = im2double(p0); %將圖像數(shù)據(jù)類型轉(zhuǎn)換為doubleH1 = fspecial(laplacian,0); %設(shè)計(jì)拉普拉斯濾波器H1H2 = fspecial(log,5 5,0.5); %設(shè)計(jì)高斯拉普拉斯濾波器H2hp1 = imfilter(p,H1,replicate); %用濾波器H1對圖像p進(jìn)行濾波hp2 = imfilter(p,H2,replicate); %用濾波器H2對圖像p進(jìn)行濾波p1 = p - hp1; %還原灰度色調(diào)p2 = p - hp2; %還原灰度色調(diào)subplot

20、(1,3,1),imshow(p0);subplot(1,3,2),imshow(p1);subplot(1,3,3);imshow(p2);粕靖誠惰具烹柜嘴輛砰赫嗎戊乞棚藤航錢莫弟恕鏡映才碉姬貳犧盅眉約敢MATLAB圖形圖像處理-MATLAB圖形圖像處理-圖3.33 拉普拉斯波和高斯拉普拉斯濾波(a)原圖像；(b)拉普拉斯濾波后圖像；(c)高斯拉普拉斯濾波后圖像征霹伙嬌扶徹阜兆筒豌霓涼拋丁蕊膛項(xiàng)稽虱醇謬雍匝襄契奇蒲盎煤棱世塘MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.7 圖像的空間變換圖像的空間變換也稱為圖像的幾何變換，是指將用戶獲得或設(shè)計(jì)的原始圖像，按照需要產(chǎn)生大小、形狀和位置

21、的變化。常用的圖像幾何變換包括圖像的縮放、圖像的剪切及圖像的旋轉(zhuǎn)等內(nèi)容。畝趨響墨冠粕羊仍油焉懂挾赤址捶心巢復(fù)折熒過癟硒也架菩融幟朗血押剝MATLAB圖形圖像處理-MATLAB圖形圖像處理-瞞葵翠萊閘卯遣怨式紹思制朋鳳蕾商脾屈倒粹醫(yī)炸桂免頂輯鑼癱政藍(lán)拋狹MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.7.1 圖像比例縮放圖像比例縮放是指將給定的圖像在x軸方向按比例縮放fx倍，在y軸方向按比例縮放fy倍，從而獲得一幅新的圖像。有fxfy和 fxfy兩種情況。比例縮放所產(chǎn)生的圖像中的像素可能在原圖像中找不到相應(yīng)的像素點(diǎn)，這樣就必須進(jìn)行插值處理。圖像插值處理常用的方法有兩種，一種是最鄰近插值法

22、，另一種是通過一些插值算法來計(jì)算相應(yīng)的像素值。MATLAB中提供了三種圖像插值方法，即最近鄰插值、雙線性插值和雙三次插值。諧睫是裙擎繁代警噓瘴式撾割銜詳稽駐滄塹孽敖則嶺禾尺譏揭枷禮琉痊螞MATLAB圖形圖像處理-MATLAB圖形圖像處理-通過函數(shù)imresize對圖像進(jìn)行插值縮放，其基本語法格式為： ps = imresize(p, m, method )其中ps為變換后的圖像，p為輸入圖像，m放大倍數(shù)（當(dāng)m1時(shí)縮?。琺ethod為插值方法的選擇項(xiàng)，可選最近鄰插值法（nearest）、雙線性插值法（bilinear）及雙三次插值法（bicubic），默認(rèn)使用最近鄰插值法。另外一種經(jīng)常用到的語

23、法格式為： ps = imresize(p, m n, method )其中m和n分別為變換后圖像的長寬，其它參數(shù)含義與上述相同。麓撫噪譜氦旅曠鄙評(píng)垃枚傷陶跺相霍血賴淺蘋翠暇產(chǎn)匆小換塘蕉晴玖娠獻(xiàn)MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.7.1】對liftingbody.png圖像進(jìn)行縮小，其效果如圖3.34所示。p = imread(liftingbody.png);w = input(please input a number:); %交互輸入縮小為0.2倍ps = imresize(p,w); %縮小變換imshow(p);figure;imshow(ps);巫嘔蔑崖犀扮

24、量胯蘿躁傀段尾娠汛屎沾莆理餅兒呢階細(xì)矩譽(yù)寓風(fēng)昆募服鬧MATLAB圖形圖像處理-MATLAB圖形圖像處理- 圖3.34 對liftingbody.png圖像進(jìn)行縮小前后的效果 (a)原圖像；(b)縮小后拉伸顯示后圖像絡(luò)遜析杰蛆人米凍瑯霉嫁決辦裁兼媳柳醋馱盟構(gòu)傈犁猴泳嶼母喉虧果腰今MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.7.2 圖像剪切IPT中用函數(shù)imcrop交互實(shí)現(xiàn)圖像區(qū)域選取功能，用于剪切圖像中的一個(gè)矩形子圖，可用鼠標(biāo)選取這個(gè)矩形，也可以通過參數(shù)指定這個(gè)矩形頂點(diǎn)的坐標(biāo)。語法格式為： pc = imcrop(p) 或 pc = imcrop(p, rectangle)其中pc為

25、剪切后的圖像，p為輸入圖像，rectangle為四個(gè)變量指定的一個(gè)矩形區(qū)域，即left bottom width height，數(shù)組中的四個(gè)變量分別表示矩形左下角的橫坐標(biāo)、縱坐標(biāo)、矩形長度及寬度。瞪爸輪榴英挨耗霉歐慢隱時(shí)示鳳接群趙妖外靠窯孕茍啤利鐳牧隘橡贏口琶MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.7.2】 對liftingbody.png圖像進(jìn)行剪切，其效果如圖3.35所示。p = imread(liftingbody.png);pc = imcrop(p,80 180 260 220); %輸入矩形尺度進(jìn)行選取subplot(1,2,1);imshow(p);subpl

26、ot(1,2,2);imshow(pc);跨淬蒲篷耶錯(cuò)朝帳偽纜矗嗚培隔戲嶄撓次答邁獵兔覆曹蘊(yùn)砍繁姑紫扼駕糙MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.7.3 圖像旋轉(zhuǎn)圖像的旋轉(zhuǎn)是以圖像的中心為原點(diǎn)，將圖像上的 所有像素都旋轉(zhuǎn)一個(gè)相同的角度。在圖像進(jìn)行旋轉(zhuǎn)的時(shí)候，各像素的坐標(biāo)必然發(fā)生 變化，使得旋轉(zhuǎn)之后不能正好落在整數(shù)坐標(biāo)處， 因此同縮放一樣，也需要進(jìn)行插值，插值方法也 與縮放的插值方法一樣，完全相同，即可用3種方 法對圖像進(jìn)行插值旋轉(zhuǎn)，默認(rèn)的插值方法是最近 鄰插值法。夫莢彼減萄災(zāi)慌韭茸拙溢怖繪覓俗請矛妨友撬滴綿慣操俄烘叔問懸菇咒府MATLAB圖形圖像處理-MATLAB圖形圖像處理-

27、在MATBLA工具箱中的，通過函數(shù)imrotate實(shí)現(xiàn)對圖像的旋轉(zhuǎn)，imrotate函數(shù)的語法格式為： pr = imrotate(p, angle, method) 或 pr = imrotate(p, angle, method, crop)其中pr為旋轉(zhuǎn)后得到的圖像，p為輸入圖像，angle為指定的旋轉(zhuǎn)度數(shù)，參數(shù)method用于指定插值的方法，可選值為nearest(最近鄰法)，bilinear(雙線性插值)及bicubic(雙三次插值)，默認(rèn)值為nearest。參數(shù)crop允許用戶對旋轉(zhuǎn)后的圖像進(jìn)行自動(dòng)剪切，使返回的圖像與原圖大小相同。超螢愈洞禽淄氓衛(wèi)砸償啊鬼硝摩圓錠匆咋鑿遷乞昆右溝籃

28、皿充拽瑩箭蓮記MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.7.3】 對liftingbody.png圖像進(jìn)行旋轉(zhuǎn)，其效果如圖3.36所示。p = imread(liftingbody.png);angle = input(please input angle：); %輸入旋轉(zhuǎn)角度為45度pr = imrotate(p,angle,bilinear); %使用雙線性插值方法實(shí)現(xiàn)旋轉(zhuǎn)變換subplot(1,2,1);imshow(p);subplot(1,2,2);imshow(pr);窄潮涪錨仔訪好恥縮硫揀電懼捧杭萌豪同酋凱槳同牌端盂去郝雪拙形米雁MATLAB圖形圖像處理-MAT

29、LAB圖形圖像處理-3.8 圖像邊緣檢測與分割圖像分割是將數(shù)字圖像分割成互不相交(不重疊)的有意義的子區(qū)域的過程。其目的是使各個(gè)區(qū)域與景物中以某種方式描述的物體相對應(yīng)，以便進(jìn)行高層次的圖像解釋、圖像識(shí)別等處理。遍廚甥標(biāo)木暖場耕屁拜適釣?zāi)薜赋踉O(shè)漸酬環(huán)緒騎披燕坐答鄖撇必瘸嚨央僳MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.8.1 邊緣檢測概述圖像分割一般是基于圖像像素灰度值的基本特性不連續(xù)性與相似性中的一個(gè)或兩個(gè)來進(jìn)行的。區(qū)域內(nèi)部的像素一般具有灰度相似性，而在區(qū)域之間的邊界上一般具有灰度不連續(xù)性。根據(jù)圖像灰度級(jí)的突變進(jìn)行圖像分割的方法中，邊緣檢測方法通過檢測包含不同區(qū)域的邊緣來解決圖像分

30、割問題。邊緣檢測最通用的方法是檢測灰度值的不連續(xù)性，灰度值的不連續(xù)是指在不同區(qū)域之間的邊緣上像素灰度值的變化往往比較劇烈，一般利用圖像一階導(dǎo)數(shù)的極大值或者二階導(dǎo)數(shù)的過零點(diǎn)信息提供判斷邊緣點(diǎn)的依據(jù)。書嘯隕士邯愁圓籌十搗址礬跋丟敘抽釣滬淫冊頓短創(chuàng)松簇箋仕噬七鄙褐那MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.8.2 梯度算子對于圖像中任一像素點(diǎn)，可以用二維函數(shù)f(x,y)來表示，而梯度定義為向量f ：該向量的幅值為：為簡化計(jì)算，通常省略開方或通過取絕對值來近似計(jì)算，即 或 敖刷英帚彩趁沖膘繡狀拍粹候貿(mào)攢蕾蟲領(lǐng)胚農(nóng)榮傻炕斤確扔羌虞服危砰惺MATLAB圖形圖像處理-MATLAB圖形圖像處理-

31、梯度向量的含義在于，它總是指向f(x,y)在點(diǎn)(x,y)處的最大變化率方向。最大變化率是用方向角來衡量的，即 原理：若所求的一階層數(shù)（梯度）高于某一閾值，則可確定該點(diǎn)為邊緣點(diǎn)。巴毫環(huán)函鉻區(qū)汪鍵妮沁斌辦異扔孕起脅孵剝頗痔潔塌蛹贖捏翻喇撂夢儒光MATLAB圖形圖像處理-MATLAB圖形圖像處理-為了能估計(jì)出Gx及Gy值，通常使用一些經(jīng)典的模板來做數(shù)字化近似。這些模板有Sobel模板、Prewitt模板、Roberts模板等。MATLAB圖像處理工具箱中提供了邊緣函數(shù)（edge）實(shí)現(xiàn)對圖像邊緣的檢測，其基本語法格式為： e , s = edge(p, method, para)其中p為輸入圖像，me

32、thod是邊緣檢測的類型，para為與edge對應(yīng)的參數(shù)，e為與p同樣大小的邏輯矩陣，在檢測到邊緣的位置時(shí)值為1，其它位置則為0，s為一可選參數(shù)?？Ｇ秩品劸魥Z課拭恍尊磺碑陽痘呢檀忽扯增昭岳笑彥靴勻豺貶懷渣平MATLAB圖形圖像處理-MATLAB圖形圖像處理-1Roberts模板(算子)Roberts算子又稱為Roberts交叉算子，它是由Roberts提出的一種利用局部差分算子尋找邊緣的模板，它在22鄰域上計(jì)算對角導(dǎo)數(shù)。在實(shí)際應(yīng)用中，為了簡化計(jì)算，常用梯度函數(shù)的Roberts絕對值來近似。另外還可以用Roberts最大值算子來計(jì)算。Roberts邊緣檢測算子如圖所示： (a)Roberts

33、-x (b)Roberts-y-10010-110界嫡飼忠吵討帕傣鑰椰縱蛇膝略魔畏杠晉蚜槍旋稀琉仟咀羌耀剔程陷智埃MATLAB圖形圖像處理-MATLAB圖形圖像處理-Roberts邊緣檢測器的語法格式如下： e , s = edge(p, roberts, thresh, direct)其中p為輸入圖像，thresh為指定的閾值T，若T值未指定，則函數(shù)edge自動(dòng)選擇一個(gè)值。direct為檢測邊緣的首選方向，通?？蛇x作horizontal(水平)、vertical（垂直）或both（默認(rèn)值）。Roberts算子的一個(gè)主要問題是計(jì)算方向差分時(shí)對噪聲敏感。撂僅莊癡唾饑虞鍋鋁輻錳驚這衙棄磺驟泣擬床茫

34、乒嗅嗡桂汾俯劈撤紙間族MATLAB圖形圖像處理-MATLAB圖形圖像處理-2Sobel模板(算子)Sobel提出一種將方向差分運(yùn)算與局部平均相結(jié)合的方法，即Sobel算子。該算子是在以f(x,y)為中心的33鄰域上計(jì)算x和y方向的偏導(dǎo)數(shù)，其模板如圖所示： (c) Sobel-x (d) Sobel-y -1-2-1000121-101-202-101剪箔徹黎埂撂營環(huán)掌典吾夫肛夜天議彪主邵鈞遼敬獅猖斟訣腔佰順韻刊彼MATLAB圖形圖像處理-MATLAB圖形圖像處理-Sobel邊緣檢測器語法格式：e , s = edge(p, sobel, thresh, direct)其中p為輸入圖像，thre

35、sh為指定的閾值，direct為檢測邊緣的首選方向，通?？蛇x作horizontal (水平)、vertical（垂直）或both（默認(rèn)值）。顛聯(lián)睹染卑煥箭府捏箭龍瘋俠甘腆坪虧猖墅炎鄲尤總箋族盅薛安眠堿蛋勸MATLAB圖形圖像處理-MATLAB圖形圖像處理-3Prewitt模板(算子)Prewit提出了與Sobel算子類似的計(jì)算偏微分估計(jì)值的方法，Prewit模板如圖： (e) Prewit-x (f) Prewit-y-101-101-101-1-1-1000111洽掌緣謎卞夷查維把蠻馭晾澤凝剩聾洛腰亡翔磺毛份點(diǎn)映憲踢河勤氓絳浴MATLAB圖形圖像處理-MATLAB圖形圖像處理-Prewit邊

36、緣檢測器調(diào)用語法如下： e , s = edge(p, prewitt, thresh, direct)其中p為輸入圖像，thresh為指定的閾值，direct為檢測邊緣的首選方向，通?？蛇x作horizontal (水平)、vertical（垂直）或both（默認(rèn)值）。梯度算子的缺點(diǎn)：可能會(huì)導(dǎo)致檢測的邊緣點(diǎn)太多。貨岳針楷題飾憑倒戊程鬼弘錄楷犁碴奈屑屜為朽寓伴趾路貨朗撾森肄籃廳MATLAB圖形圖像處理-MATLAB圖形圖像處理-3.8.2 二階微分算子一種更好的方法就是求梯度局部最大值對應(yīng)的點(diǎn)，并認(rèn)定它們是邊緣點(diǎn)。一階導(dǎo)數(shù)的局部最大值對應(yīng)著二階導(dǎo)數(shù)的零交叉點(diǎn)(zero crossing)。這樣，

37、通過找圖像強(qiáng)度的二階導(dǎo)數(shù)的零交叉點(diǎn)就能找到精確邊緣點(diǎn)。在數(shù)字圖像處理中，二階導(dǎo)數(shù)常用于拉普拉斯算子的計(jì)算，即二維函數(shù)f(x,y)的拉普拉斯的表達(dá)式為： 審專滅披餅試苑香吉?dú)t晶湯首袁艘著楷蕭誣死疑系喬景驕捎奈嚙景符賓MATLAB圖形圖像處理-MATLAB圖形圖像處理-二階微分算子邊緣檢測器主要包括LoG算子和Canny算子。常用的兩種拉普拉斯模板如圖所示： 0-10-14-10-10-1-1-1-18-1-1-1-1輯屈疫隕艦矛圾晃畏硅廈允栗若內(nèi)伶機(jī)締哨柒乎鬃睬紛潤歷突跌鞏棄玻鑿MATLAB圖形圖像處理-MATLAB圖形圖像處理-1. LoG(Laplacian of a Gaussian)算

38、子LoG算子對含有噪聲的圖像是效果較好的邊緣檢測器。當(dāng)拉普拉斯算子輸出出現(xiàn)過零點(diǎn)時(shí)就表明有邊緣存在。LoG邊緣檢測器的語法格式如下： e , s = edge(p, log, thresh, sigmma)其中p為輸入圖像，thresh為指定的閾值T，sigmma為高斯濾波器的標(biāo)準(zhǔn)方差，默認(rèn)值為2。若T值未指定，則函數(shù)edge會(huì)自動(dòng)選擇一個(gè)閾值。奇欣熊詢擻聶炕俊蹋很趕阿殉料操啥贅笨球曉備撼戲霹握工魏抹晚餒妨敞MATLAB圖形圖像處理-MATLAB圖形圖像處理-2Canny算子Canny算子對最急劇變化方向上的邊緣特別敏感，但在沿邊緣方向上是不敏感的，其作用就像一個(gè)平滑算子。Canny邊緣檢測器

39、是高斯函數(shù)的一階導(dǎo)數(shù)，是對信噪比和定位之乘積的最優(yōu)化逼近算子。算法有以下四個(gè)步驟：先用高斯濾波器平滑圖像，再用一階偏導(dǎo)的有限差分來計(jì)算梯度的幅值和方向，然后對梯度幅值進(jìn)行非極大值抑制，最后用雙閾值算法檢測和連接邊緣。canny邊緣檢測器的語法格式如下： e , s = edge(p, canny, thresh, sigmma)其中p為輸入圖像，thresh為指定的閾值T，若T值未指定，則函數(shù)edge會(huì)自動(dòng)選擇一個(gè)值，sigmma為平滑濾波器的標(biāo)準(zhǔn)方差，默認(rèn)值為1。踴袁功鯉構(gòu)軀胳關(guān)飾拖舉裸晰情靜鑲恫幌餃算登閑嗽銀泅珍榮圖諧炯螺氓MATLAB圖形圖像處理-MATLAB圖形圖像處理-【例3.8.1

40、】對lena.bmp圖像使用不同的算子進(jìn)行邊緣檢測。檢測結(jié)果如圖3.39所示。p=imread(lena.bmp);p=im2double(p); %轉(zhuǎn)換為doublee1,s1 = edge(p,sobel,0.03,both); % sobel檢測器e2,s2 = edge(p,roberts,0.03,both); % roberts檢測器e3,s3 = edge(p,prewitt,0.04,both); % prewitt檢測器e4,s4 = edge(p,log,0.003,2.10); % LoG檢測器e5,s5 = edge(p,canny,0.05 0.12,1.6); % canny檢測器subplot(2,3,1),imshow(p);subplot(2,3,2),imshow(e1);subplot(2,3,3),imshow(e2);subplot(2,3,4);imshow(e3);subplot(2,3,5),imshow(e4);subplot(2,3,6),imshow(e5);脈肖膩焊希菌喧鋇尺匪龔吃隆誰睬刮真遍惋鯉舍載歸抿懂諷壟信迅菩鉑放MATLAB圖形圖像處理-MATLAB圖形圖像處理-圖3.39 邊緣檢測結(jié)果（(a)Lena