數(shù)據(jù)圖像處理 岡薩雷斯 3

復習1.順序結(jié)構(gòu)1.1數(shù)據(jù)的輸入從鍵盤輸入數(shù)據(jù)，則可以使用input函數(shù)來進行，該函數(shù)的調(diào)用格式為：

A=input(提示信息，選項)；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)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))復習2.選擇結(jié)構(gòu)2.1if語句

(1)單分支if語句：

if條件語句組

end(2)雙分支if語句：

if條件語句組1else

語句組2end(3)多分支if語句：

if條件1

語句組1elseif條件2

語句組2……elseif條件m

語句組melse

語句組nend復習2.選擇結(jié)構(gòu)2.2swich語句

switch語句根據(jù)表達式的取值不同，分別執(zhí)行不同的

語句，其語句格式為：

switch表達式

case表達式1

語句組1case表達式2

語句組2……case表達式m

語句組motherwise

語句組nend復習3.循環(huán)結(jié)構(gòu)3.1for語句for語句的格式為：for循環(huán)變量=表達式1:表達式2:表達式3

循環(huán)體語句end復習3.循環(huán)結(jié)構(gòu)3.2while語句

while語句的一般格式為：

while(條件)

循環(huán)體語句

end一、圖像降質(zhì)成像過程(光學失真、相對運動、大氣湍流等)傳輸過程(噪聲污染、信道誤碼等)顯示過程(設備非線性、設備引入的噪聲等)復習一、改善圖像質(zhì)量方法基于點操作的增強－也叫亮度（灰度）變換，常見的幾類方法為：1、對f(x)中的每個像素進行變換以得到g(x)2、借助f(x)的直方圖進行變換基于模板（濾波）操作的增強，主要有平滑和銳化處理兩種方法。復習二、直接灰度變換反轉(zhuǎn)運算表達式：S=(L-1)-r其中，[0,L-1]為圖像的灰度級，f為原來灰度值，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內(nèi)容，即各個灰度級像素數(shù)目的統(tǒng)計。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)。2.2亮度變換增強三、直方圖均衡化通過直方圖均衡化做適當?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，使圖像視覺效果更加清晰。直方圖均衡的MATLAB函數(shù)為histeq，其基本語法格式為：g=histeq(p)，其中p為讀入的圖像矩陣。2.2亮度變換增強MATLAB矩陣矩陣的建立向量的建立利用冒號表達式建立一個向量

冒號表達式可以產(chǎn)生一個行向量，一般格式是：e1:e2:e3

其中e1為初始值，e2為步長，e3為終止值。

2.2亮度變換增強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間均勻分布的隨機矩陣。

randn：產(chǎn)生均值為0，方差為1的標準正態(tài)分布隨機矩陣。

2.2亮度變換增強MATLAB矩陣矩陣的拆分

矩陣元素的引用方式

通過下標引用矩陣的元素，例如

A(3,2)=200

采用矩陣元素的序號來引用矩陣元素。矩陣元素的序號就是相應元素在內(nèi)存中的排列順序。在MATLAB中，矩陣元素按列存儲，先第一列，再第二列，依次類推。2.2亮度變換增強MATLAB矩陣矩陣的拆分

利用冒號表達式獲得子矩陣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MATLAB矩陣矩陣的拆分

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

max();

min();

sum();mean();2.2亮度變換增強MATLAB矩陣例…2.2亮度變換增強四、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亮度變換增強四、imadjust亮度變換2.2亮度變換增強BrightenimageLinearmappingDarkenimage四、imadjust亮度變換例…2.2亮度變換增強四、imadjust亮度變換例…2.2亮度變換增強五、對數(shù)變換對數(shù)變換可以增強低灰度級的像素，壓制高灰度級的像素,使灰度分布與視覺特性相匹配。其一般表達式為：

2.2亮度變換增強“擴展低輸入，

壓縮高輸入”五、對數(shù)變換

動態(tài)范圍表示圖像中所包含的從“最暗”至“最亮”的范圍。動態(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。對數(shù)變換是進行動態(tài)范圍處理的基本工具。

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

2.2亮度變換增強六、對比度拉伸變換

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

2.2亮度變換增強空域濾波:基于鄰域處理，應用某一模板對每個像素及其周圍鄰域的所有像素進行某種數(shù)學運算，得到該像素的新的灰度值。圖像平滑與銳化技術就屬于空域濾波。

空域平滑濾波器的設計比較簡單，常用的有鄰域均值法和中值濾波法，前者是線性的，后者則是非線性的。2.3空間濾波一般步驟為（1）定義中心點(x,y)；（2）僅對預先定義的以(x,y)為中心點的領域內(nèi)的像素進行運算；（3）令運算結(jié)果為該點處處理的響應；（4）對圖像中每一點重復此步驟。2.3空間濾波均值濾波最簡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地移動模板，求模板系數(shù)與圖像中相應像素的乘積之和，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，模板中系數(shù)w(0,0)應位于圖像對應于(x,y)的位置。在圖像中的點(x,y)處，用該模板求得的響應為：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，會使圖像中的一些細節(jié)變得模糊。中值濾波則在消除噪聲的同時還能保持圖像中的細節(jié)部分，防止邊緣模糊。中值濾波