數(shù)據(jù)圖像處理 岡薩雷斯 3

復(fù)習(xí)1.順序結(jié)構(gòu)1.1數(shù)據(jù)的輸入從鍵盤(pán)輸入數(shù)據(jù)，則可以使用input函數(shù)來(lái)進(jìn)行，該函數(shù)的調(diào)用格式為：

A=input(提示信息，選項(xiàng))；1.2數(shù)據(jù)的輸出

MATLAB提供的命令窗口輸出函數(shù)主要有disp函數(shù)，其調(diào)用格式為：

disp(輸出項(xiàng))1.3程序的暫停暫停程序的執(zhí)行可以使用pause函數(shù)，其調(diào)用格式為：

pause(延遲秒數(shù))復(fù)習(xí)2.選擇結(jié)構(gòu)2.1if語(yǔ)句

(1)單分支if語(yǔ)句：

if條件語(yǔ)句組

end(2)雙分支if語(yǔ)句：

if條件語(yǔ)句組1else

語(yǔ)句組2end(3)多分支if語(yǔ)句：

if條件1

語(yǔ)句組1elseif條件2

語(yǔ)句組2……elseif條件m

語(yǔ)句組melse

語(yǔ)句組nend復(fù)習(xí)2.選擇結(jié)構(gòu)2.2swich語(yǔ)句

switch語(yǔ)句根據(jù)表達(dá)式的取值不同，分別執(zhí)行不同的

語(yǔ)句，其語(yǔ)句格式為：

switch表達(dá)式

case表達(dá)式1

語(yǔ)句組1case表達(dá)式2

語(yǔ)句組2……case表達(dá)式m

語(yǔ)句組motherwise

語(yǔ)句組nend復(fù)習(xí)3.循環(huán)結(jié)構(gòu)3.1for語(yǔ)句for語(yǔ)句的格式為：for循環(huán)變量=表達(dá)式1:表達(dá)式2:表達(dá)式3

循環(huán)體語(yǔ)句end復(fù)習(xí)3.循環(huán)結(jié)構(gòu)3.2while語(yǔ)句

while語(yǔ)句的一般格式為：

while(條件)

循環(huán)體語(yǔ)句

end一、圖像降質(zhì)成像過(guò)程(光學(xué)失真、相對(duì)運(yùn)動(dòng)、大氣湍流等)傳輸過(guò)程(噪聲污染、信道誤碼等)顯示過(guò)程(設(shè)備非線(xiàn)性、設(shè)備引入的噪聲等)復(fù)習(xí)一、改善圖像質(zhì)量方法基于點(diǎn)操作的增強(qiáng)－也叫亮度（灰度）變換，常見(jiàn)的幾類(lèi)方法為：1、對(duì)f(x)中的每個(gè)像素進(jìn)行變換以得到g(x)2、借助f(x)的直方圖進(jìn)行變換基于模板（濾波）操作的增強(qiáng)，主要有平滑和銳化處理兩種方法。復(fù)習(xí)二、直接灰度變換反轉(zhuǎn)運(yùn)算表達(dá)式：S=(L-1)-r其中，[0,L-1]為圖像的灰度級(jí)，f為原來(lái)灰度值，g為變換后的灰度值。作用：將[0，L-1]變換到[L-1，0]。2.2亮度變換增強(qiáng)三、直方圖均衡化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)。在MATLAB圖像處理中，通過(guò)命令imhist來(lái)給出圖像的直方圖。其基本語(yǔ)法格式為：h=imhist(p)。2.2亮度變換增強(qiáng)三、直方圖均衡化通過(guò)直方圖均衡化做適當(dāng)?shù)恼{(diào)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(jué)效果更加清晰。直方圖均衡的MATLAB函數(shù)為histeq，其基本語(yǔ)法格式為：g=histeq(p)，其中p為讀入的圖像矩陣。2.2亮度變換增強(qiáng)MATLAB矩陣矩陣的建立向量的建立利用冒號(hào)表達(dá)式建立一個(gè)向量

冒號(hào)表達(dá)式可以產(chǎn)生一個(gè)行向量，一般格式是：e1:e2:e3

其中e1為初始值，e2為步長(zhǎng)，e3為終止值。

2.2亮度變換增強(qiáng)MATLAB矩陣

通用的特殊矩陣

zeros：產(chǎn)生全0矩陣(零矩陣)。

ones：產(chǎn)生全1矩陣(幺矩陣)。

eye：產(chǎn)生單位矩陣。

rand：產(chǎn)生0～1間均勻分布的隨機(jī)矩陣。

randn：產(chǎn)生均值為0，方差為1的標(biāo)準(zhǔn)正態(tài)分布隨機(jī)矩陣。

2.2亮度變換增強(qiáng)MATLAB矩陣矩陣的拆分

矩陣元素的引用方式

通過(guò)下標(biāo)引用矩陣的元素，例如

A(3,2)=200

采用矩陣元素的序號(hào)來(lái)引用矩陣元素。矩陣元素的序號(hào)就是相應(yīng)元素在內(nèi)存中的排列順序。在MATLAB中，矩陣元素按列存儲(chǔ)，先第一列，再第二列，依次類(lèi)推。2.2亮度變換增強(qiáng)MATLAB矩陣矩陣的拆分

利用冒號(hào)表達(dá)式獲得子矩陣A(:,j)表示取A矩陣的第j列全部元素；A(i,:)表示A矩陣第i行的全部元素；A(i,j)表示取A矩陣第i行、第j列的元素。

A(i:i+m,:)表示取A矩陣第i～i+m行的全部元素；A(:,k:k+m)表示取A矩陣第k～k+m列的全部元素，A(i:i+m,k:k+m)表示取A矩陣第i～i+m行內(nèi)，并在第k～k+m列中的所有元素。2.2亮度變換增強(qiáng)MATLAB矩陣矩陣的拆分

利用冒號(hào)表達(dá)式獲得子矩陣end表示某一維的末尾元素下標(biāo)。2.2亮度變換增強(qiáng)MATLAB矩陣常用函數(shù)

max();

min();

sum();mean();2.2亮度變換增強(qiáng)MATLAB矩陣?yán)?.2亮度變換增強(qiáng)四、imadjust亮度變換Syntax:imadjust(x,[a,b],[c,d]);imadjust(x,[a,b],[c,d],);convertintensityx

a

tocconvertintensityxb

todvaluesof

a,b,c,dmustbebetween0and1:positiveconstant(describetheshapeofthefunction,<1concavedownward,>1concaveupward)2.2亮度變換增強(qiáng)四、imadjust亮度變換2.2亮度變換增強(qiáng)BrightenimageLinearmappingDarkenimage四、imadjust亮度變換例…2.2亮度變換增強(qiáng)四、imadjust亮度變換例…2.2亮度變換增強(qiáng)五、對(duì)數(shù)變換對(duì)數(shù)變換可以增強(qiáng)低灰度級(jí)的像素，壓制高灰度級(jí)的像素,使灰度分布與視覺(jué)特性相匹配。其一般表達(dá)式為：

2.2亮度變換增強(qiáng)“擴(kuò)展低輸入，

壓縮高輸入”五、對(duì)數(shù)變換

動(dòng)態(tài)范圍表示圖像中所包含的從“最暗”至“最亮”的范圍。動(dòng)態(tài)范圍越大，所能表現(xiàn)的層次越豐富，所包含的色彩空間也越廣。對(duì)數(shù)變換是進(jìn)行動(dòng)態(tài)范圍處理的基本工具。

如傅里葉頻譜的范圍為[0106]或更高。當(dāng)傅里葉頻譜顯示于已線(xiàn)性縮放到8比特的監(jiān)視上時(shí)，高值部分占優(yōu)，從而導(dǎo)致其可視細(xì)節(jié)丟失。

2.2亮度變換增強(qiáng)六、對(duì)比度拉伸變換

將輸入值低于m的灰度級(jí)壓縮為輸出圖像中較暗灰度級(jí)的較窄范圍內(nèi)，將輸入值高于m的灰度級(jí)壓縮為輸出圖像中較亮灰度級(jí)的較窄范圍內(nèi)。輸出具有高對(duì)比度的圖像，其表達(dá)式為：g=1./(1+(m./(double(f)+eps)).^E);

2.2亮度變換增強(qiáng)空域?yàn)V波:基于鄰域處理，應(yīng)用某一模板對(duì)每個(gè)像素及其周?chē)徲虻乃邢袼剡M(jìn)行某種數(shù)學(xué)運(yùn)算，得到該像素的新的灰度值。圖像平滑與銳化技術(shù)就屬于空域?yàn)V波。

空域平滑濾波器的設(shè)計(jì)比較簡(jiǎn)單，常用的有鄰域均值法和中值濾波法，前者是線(xiàn)性的，后者則是非線(xiàn)性的。2.3空間濾波一般步驟為（1）定義中心點(diǎn)(x,y)；（2）僅對(duì)預(yù)先定義的以(x,y)為中心點(diǎn)的領(lǐng)域內(nèi)的像素進(jìn)行運(yùn)算；（3）令運(yùn)算結(jié)果為該點(diǎn)處處理的響應(yīng)；（4）對(duì)圖像中每一點(diǎn)重復(fù)此步驟。2.3空間濾波均值濾波最簡(jiǎn)單的鄰域平均法為非加權(quán)鄰域平均：一幅圖像大小為N×N的圖像f(x,y)，用鄰域平均法得到的平滑圖像為g(x,y)，則：

x,y=0,1,…,N-1;s為(x,y)鄰域中像素坐標(biāo)的集合，其中不包括(x,y);M表示集合s內(nèi)像素的總數(shù)。常用的鄰域有4-鄰域和8-鄰域。2.3空間濾波均值濾波加權(quán)鄰域平均法可以用模板卷積求得，即在待處理圖像中逐點(diǎn)地移動(dòng)模板，求模板系數(shù)與圖像中相應(yīng)像素的乘積之和，模板數(shù)為1。下圖是非加權(quán)鄰域平均3×3模板。模板與圖像值卷積時(shí)，模板中系數(shù)w(0,0)應(yīng)位于圖像對(duì)應(yīng)于(x,y)的位置。在圖像中的點(diǎn)(x,y)處，用該模板求得的響應(yīng)為：2.3空間濾波均值濾波函數(shù)：fspecial();imfilter();使用方法：w=fspecial(‘a(chǎn)verage’,[rc]);g=imfilter(I,w);其中，‘a(chǎn)verage’表示采用均值濾波器，[rc]為濾波器大小。例…2.3空間濾波中值濾波鄰域平均法雖然可以平滑圖像，但在消除噪聲的同時(shí)，會(huì)使圖像中的一些細(xì)節(jié)變得模糊。中值濾波則在消除噪聲的同時(shí)還能保持圖像中的細(xì)節(jié)部分，防止邊緣模糊。中值濾波