圖像處理技術(shù)與應(yīng)用復(fù)習(xí)資料

MATLAB圖像處理技術(shù)與應(yīng)用第一章概述1.1數(shù)字圖像處理所研究的問題：如何根據(jù)需要對數(shù)字圖像進(jìn)行加工和處理。1.圖像的定義是：對自然界中客觀存在的物體的一種相似性的描述，他包含了被描述對象的相關(guān)信息。2.圖像的種類有可見的和不可見的之分，可見的有可見光形成的照片，繪畫和電影畫面等：不可見的有各種信號形成的波譜分布圖。4.光的特性與光源光是一種電磁波。人眼能看見的可見光譜波長只集中在400到800個納米之間，頻率約為1014Hz。3.人眼的結(jié)構(gòu)和成像原理波長/nm7806305805554954854603803×103波長/m頻率/Hz

紅橙黃綠青藍(lán)紫無線電波105紅外線1010可見光譜紫外線1015X射線1020宇宙射線10253×10-23×10-73×10-123×10-175.視覺的光效應(yīng)光進(jìn)入人的眼睛，刺激視神經(jīng)，在大腦里產(chǎn)生視覺效應(yīng)，人眼對不同頻率的光的感光靈敏度是不同的，描述這個特性的曲線稱為視敏特性曲線。該曲線表明：具有相同輻射能量、波長不一樣的光作用于人眼時，引起的亮度感覺是不一樣的。由視敏特性曲線可見：人眼對550nm的光的感覺最敏感，所以，人們到草原和森林的時候眼睛感到很舒服。6.人眼的顏色效應(yīng)人眼的視網(wǎng)膜上有三種感覺顏色的錐狀神經(jīng)，這三種錐狀神經(jīng)分別對紅，綠，蘭三種顏色的光感光，但感光的靈敏度不同。根據(jù)感光靈敏度的差別，模擬彩色光亮度方程中三基色的權(quán)重不同，科學(xué)家總結(jié)的模擬彩色光的亮度方程為：Y=0.3R+0.59G+0.11B7.人眼的視覺特性（分辨力）人眼的分辨力是指人在觀看景物時人眼對景物細(xì)節(jié)的分辨能力。

人眼對被觀察物體上剛能分辨的最緊鄰兩黑點(diǎn)或兩白點(diǎn)的視角θ的倒數(shù)稱為人眼的分辨力或視覺銳度。θdL8.人眼分辨力的特性

實(shí)驗(yàn)表明，人眼對彩色細(xì)節(jié)的分辨力要低于對黑白細(xì)節(jié)的分辨力。因?yàn)槿搜蹖Σ噬?xì)節(jié)的分辨力低，所以在傳送彩色視頻信號時，對于圖像的細(xì)節(jié)，可只傳黑白的亮度信號，而不傳彩色信息。這就是所謂的彩色視頻信號大面積著色原理。利用這個原理可以節(jié)省傳輸?shù)念l帶。9.人眼的視覺暫留效應(yīng)視覺暫留效應(yīng)（視覺惰性）描述了主觀亮度與光作用時間的關(guān)系。人眼對亮度變化的感覺滯后于實(shí)際亮度的變化，以及光線消失后的視覺殘留現(xiàn)象（稱為視覺暫留或視覺殘留），總稱為視覺惰性。當(dāng)人眼受周期性的光脈沖照射時，如果光脈沖頻率不高，則會產(chǎn)生一明一暗的閃爍感覺。如果將光脈沖頻率提高到某一定值以上，由于視覺惰性，眼睛便感覺不到閃爍，感到是一種均勻的連續(xù)的光刺激。剛好不引起閃爍感覺的最低頻率，稱為臨界閃爍頻率，它主要與光脈沖的亮度有關(guān)?？茖W(xué)家發(fā)現(xiàn)利用人眼的視覺暫留效應(yīng)可以將靜止的畫面變成運(yùn)動的畫面。每秒看24副畫面即可實(shí)現(xiàn)這個目的。1.2色度學(xué)概要色度學(xué)是研究對光的顏色進(jìn)行精確的計量的一門學(xué)科。1.光的顏色與彩色三要素人們對顏色感覺的形成有四個要素；即光源、物體、眼睛和大腦。這四個要素不僅使人產(chǎn)生顏色的感覺，而且也是人能正確判斷色彩的條件。光的顏色有客觀因素和主觀因素客觀因素是它的功率波譜分布主觀因素是人眼的視覺特性發(fā)射光及反射光反射光發(fā)射光發(fā)光物體呈現(xiàn)的顏色是由物體本身發(fā)出不同波長的光所造成；不發(fā)光物體呈現(xiàn)的顏色是光照射物體時被物體反射出的光所具有的。1.3.光的顏色與彩色三要素彩色三要素亮度是光作用于人眼時所引起的明亮程度的感覺。(光功率)色調(diào)是指顏色的類別，是決定色彩本質(zhì)的基本參量。(光波長)色飽和度是指彩色所呈現(xiàn)色彩的深淺程度（或濃度）。色調(diào)與色飽和度合稱為色度。1.4三基色原理及應(yīng)用三基色原理三基色原理是指自然界中常見的大部分彩色都可由三種相互獨(dú)立的基色按不同的比例混合得到。波長為700nm的紅光為紅基色——R(紅)波長為546.1nm的綠光為綠基色——G(綠)波長為435.8nm的藍(lán)光為藍(lán)基色——B(藍(lán))相加混色

相加混色是各分色的光譜成分相加，混色所得彩色光的亮度等于三種基色的亮度之和。RGB模型自然界中絕大多數(shù)的色彩都可以用適當(dāng)比例的三基原色混合組成的等效色來模擬。紅+綠=黃紅+藍(lán)=品紅綠+藍(lán)=青紅+綠+藍(lán)=白RGB彩色圖像

R

GBR

G

BRGB模式(用于顯示打印)●特點(diǎn):色彩鮮艷R—8bit表示G—8bit表示B—8bit表示最大表示：28×28×28=224=16777216(16.7M)F=R(R)+B(B)+G(G)F為任意一個彩色光；(R)、(G)、(B)為三基色單位量；R、G、B為三色分布系數(shù)。要配出彩色量F，必須將R單位的紅基色、G單位的綠基色和B單位的藍(lán)基色加以混合，R、G、B的比例關(guān)系確定了所配彩色光的色度(包含色調(diào)和飽和度)，R、G、B的數(shù)值確定了所配彩色光的光通量（亮度）。R(R)、G(G)、B(B)分別代表彩色量F中所含三基色的光通量成分，又稱彩色分量。配成標(biāo)準(zhǔn)白光E所需的紅、綠、藍(lán)三基色的光通量比為1∶4.5907∶0.0601。為了簡化計算，規(guī)定紅基色光單位量的光通量為1lm，則綠基色光和藍(lán)基色光單位量的光通量分別為4.5907lm和0.0601lm。lm是光通量的單位流明。對于1lm的C白光可表示為：

F1C=1[R]+1[G]+1[B]

對于任意給定的彩色光F，可表示為：

F=R[R]+G[G]+B[B]

亮度公式在色度學(xué)中，通常把由配色方程式配出的彩色光F的亮度用光通量來表示，即：

Y=0.299R+0.587G+0.114B

1.5配色方程與亮度公式1配色方程色度圖的概念配色實(shí)驗(yàn)的物理意義很明確，但進(jìn)行定量計算卻比較復(fù)雜，實(shí)際使用很不方便，為此進(jìn)行了坐標(biāo)變換引入XYZ計色制為了統(tǒng)一、確切地度量彩色，引入色度圖的概念。在X,Y,Z計色制中，任意彩色光的配色方程為:F=X[X]+Y[Y]+Z[Z]式中的X,Y,Z為標(biāo)準(zhǔn)三色系數(shù)，[X],[Y],[Z]為標(biāo)準(zhǔn)三基色單位。并規(guī)定1.系數(shù)均為正數(shù)；2,系數(shù)Y表示亮度，X,Z不包含亮度的信息。3,色度由三色系數(shù)的相對比例確定，當(dāng)X=Y=Z=1時，所配出的光為等能白光E白。在X，Y，Z計色制中，系數(shù)不能由光學(xué)實(shí)驗(yàn)得到，這些值通過RGB計色制的系數(shù)轉(zhuǎn)換，轉(zhuǎn)換關(guān)系是線性矩陣的變換，某一實(shí)際的彩色光，通過配色實(shí)驗(yàn)得到RGB的系數(shù)，再根據(jù)上面的公式轉(zhuǎn)換成X,Y,Z的配色方程。F=X[X]+Y[Y]+Z[Z]F=R(R)+B(B)+G(G)=R+4.5907G+0.0601B（X）=0.4185（R）-0.0912（G）+0.0009（B）（Y）=-0.1587（R）+0.2524（G）+0.0025（B）（Z）=-0.0828（R）+0.0157（G）+0.1786（B）為了描述圖像的色度值。引入色度坐標(biāo)x,y,z的概念色度坐標(biāo)x,y,z的定義是：相對色度系數(shù)，相對色度系數(shù)與色模m=X+Y+Z有關(guān)，色模表示某彩色光所含標(biāo)準(zhǔn)三基色單位的總量.色度坐標(biāo)的定義是:x=X/m;y=Y/m;z=Z/m滿足關(guān)系x+y+z=1說明三個變量只有兩個是獨(dú)立的，第三個可通過該式計算得到

選擇X，Y為獨(dú)立的變量畫出的平面圖形稱為標(biāo)準(zhǔn)色度圖.

在色度圖中，所有可見光波長在人眼中所引起的色感的光譜色都在馬蹄形的曲線上，該曲線上各點(diǎn)的單色光既可以用波長來表示，也可以用x,y坐標(biāo)來表示。該曲線稱為光譜色曲線，又稱為馬蹄圖。紅色(R)X=0.64Y=0.33綠色(G)X=0.29Y=0.60藍(lán)色(B)X=0.15Y=0.06亮度方程Y=R+4.5907G+0.0601B=0.3R+0.59G+0.11B1.6數(shù)字圖像的分類1.按照圖像像素的空間坐標(biāo)和亮度（或色度）的連續(xù)性和離散性可分為模擬圖像和數(shù)字圖像。2.數(shù)字圖像的存儲方式通常有兩種，矢量圖形和位圖圖像。a.矢量圖形矢量圖是用直線和曲線來描述圖形，這些圖形的元素是一些點(diǎn)、線、矩形、多邊形、圓和弧線等等，它們都是通過數(shù)學(xué)公式計算獲得的。計算機(jī)將數(shù)學(xué)公式轉(zhuǎn)換成計算指令來描述要展現(xiàn)的圖，本質(zhì)上是很多個數(shù)學(xué)表達(dá)式的編程語言表達(dá)。畫矢量圖的時候如果速度比較慢，可以看到繪圖的過程，可以理解為一個“形狀”一個形狀的疊加，因此縮放不會影響其質(zhì)量。

/picview/138039/138039/0/83cab81e2fb4eb784034176b.html一幅花的矢量圖形實(shí)際上是由線段形成外框的輪廓，由外框的顏色以及外框所封閉的顏色決定花顯示出的顏色。b.位圖圖像：位圖又稱柵格圖像，或點(diǎn)位圖。它是由很多色塊(像素)組成的圖像，放大后畫面會變得模糊，會看到一個個方形色塊。而這一個個的方塊也就是一個個像素點(diǎn)，隨著圖像的放大，它的像素點(diǎn)也是放大，圖像就會越來越不清晰，但位圖的色彩鮮艷。c.位圖和矢量圖區(qū)別：

1、位圖的質(zhì)量是根據(jù)分辨率的大小來判定，分辨率越大，圖像的畫面質(zhì)量就越清晰。而矢量圖與分辨率無關(guān)。在矢量圖上沒有分辨率這個概念。

2、最根本的區(qū)別是位圖放大之后會出現(xiàn)一個個點(diǎn)的馬賽克現(xiàn)象，說明圖片已經(jīng)出現(xiàn)了失真的效果。而矢量圖在放大的過程中不會出現(xiàn)圖像失真的效果，只是它的放大系數(shù)參數(shù)被改變而已。

3、矢量圖編輯起來非常方便，它的編輯器適合所針對的是一個對象，也就是一個實(shí)體，對每個對象進(jìn)行編輯都不會影響到其他沒有關(guān)聯(lián)的對象。而點(diǎn)位圖的編輯受到限制。點(diǎn)位圖是點(diǎn)(像素)的排列，局部移動了或者改變了就會影響到其他部分像素點(diǎn)的排列。常見的位圖格式有JPG、JPEG、BMP、GIF、PSD、TIFF等。常見的矢量格式是.ai.eps和.emf。d.位圖的種類：

1、RGB彩色圖像：用三個矩陣分別存放R,G,B三基色圖像的亮度值。

2、索引圖像：圖像數(shù)據(jù)存儲在圖像矩陣和顏色圖數(shù)組中，顏色數(shù)組為圖像矩陣的著色提供索引。

3、灰度圖像：灰度圖像的數(shù)據(jù)保存在一個矩陣中，矩陣的每個點(diǎn)對應(yīng)于圖像的灰度值。4.二進(jìn)制圖像：圖像的每個點(diǎn)的數(shù)據(jù)都是0,1中的任一個值，顯示出來的畫面每個點(diǎn)不是黑，就是白。clearRGB=imread('fj.tif');[X,map]=rgb2ind(RGB,128);I=rgb2gray(RGB);BW=im2bw(I,0.4);subplot(2,2,1),imshow(RGB)subplot(2,2,2),imshow(I)subplot(2,2,3),imshow(BW)figuresubplot(2,2,1),imshow(RGB)subplot(2,2,2),imshow(X)subplot(2,2,3),imshow(map)subplot(2,2,4),imshow(X,map)clearRGB=imread('fj.tif');RGB(:,:,1)=uint8(double(RGB(:,:,1))*1.2);%改變原始圖像紅色分量RGB(:,:,2)=uint8(double(RGB(:,:,2))*1.5);%改變原始圖像綠色分量RGB(:,:,3)=uint8(double(RGB(:,:,3))*1.3);%改變原始圖像藍(lán)色分量subplot(2,2,1),imshow(RGB);title('原始圖像')subplot(2,2,2),imshow(RGB(:,:,1));title('原始圖像紅色分量')subplot(2,2,3),imshow(RGB(:,:,2));title('原始圖像綠色分量')subplot(2,2,4),imshow(RGB(:,:,3));title('原始圖像藍(lán)色分量')I=imread('fj.jpg');%讀入彩色圖像J1(:,:,1)=I(:,:,1);J1(:,:,2)=0;J1(:,:,3)=0;%提取I中的紅色J2(:,:,2)=I(:,:,2);J2(:,:,1)=0;J2(:,:,3)=0;%提取I中的綠色J3(:,:,3)=I(:,:,3);J3(:,:,1:2)=0;%提取I中的藍(lán)色subplot(221);imshow(I);title('原圖像');%顯示原圖subplot(222);imshow(J1);title('紅色');%顯示提取的紅色部分subplot(223);imshow(J2);title('綠色');%顯示提取的綠色部分subplot(224);imshow(J3);title('藍(lán)色');%顯示提取的藍(lán)色部分第二章圖像運(yùn)算2.1點(diǎn)運(yùn)算(空間域變換）1.灰度變換（圖像增強(qiáng)之一）對于一幅輸入圖像，若輸出圖像的每個像素點(diǎn)的灰度值均由輸入像素點(diǎn)決定，這樣的運(yùn)算就是點(diǎn)運(yùn)算。利用點(diǎn)運(yùn)算技術(shù)可以實(shí)現(xiàn)圖像灰度的變換?；叶茸儞Q的函數(shù)關(guān)系為：B(x,y)=f[A(x,y)]對于不同的變換，函數(shù)f的形式不同。常用的變換函數(shù)有a.灰度值線性變換

每個點(diǎn)的灰度值乘a,加上b.c.Gamma校正（非線性變換）

b.對比度擴(kuò)展A=imread('hdbh.jpg')subplot(3,3,1),imshow(A);B=A+50;subplot(3,3,2),imshow(B);C=1.5*A;subplot(3,3,3),imshow(C);D=0.8*A;subplot(3,3,4),imshow(D);E=-double(A)+255;subplot(3,3,5),imshow(uint8(E));J=imadjust(A,[00.29],[0,1],5);subplot(3,3,6),imshow(J);K=imadjust(A,[00.49],[]);subplot(3,3,7),imshow(K);L=imadjust(A,[00.69],[0,1]);subplot(3,3,8),imshow(L);M=imadjust(A,[],[],3);subplot(3,3,9),imshow(M);d.直方圖均衡化一幅圖像的直方圖表示該圖像中不同灰度級的像素出現(xiàn)的相對頻率。它描述了圖像的概貌（灰度范圍，灰度級分布，整幅圖像的平均亮度和對比度）。直方圖均衡化是通過某種變換，是整幅圖像的灰度分布比較均衡，以改善圖像的平均亮度和對比度。A=imread('hdbh.jpg')I=histeq(A);subplot(2,2,1),imshow(A);subplot(2,2,2),imhist(A);subplot(2,2,3),imshow(I);subplot(2,2,4),imhist(I);I=imread('hdbh.jpg')subplot(2,2,1),imshow(I);J=imnoise(I,'gaussian',0,0.2);subplot(2,2,2),imshow(J);B=zeros(size(I));fori=1:100J=imnoise(I,'gaussian');J1=im2double(J);B=B+J1;endB1=B/100;subplot(2,2,3),imshow(B);subplot(2,2,4),imshow(B1);f.均值降噪一幅圖像在傳輸?shù)倪^程中會受到噪聲的干擾，可以利用求平均值的方法去除噪聲。功率信噪比M幅圖像的平均功率信噪比的平均g.圖像差分（相減運(yùn)算）I=imread('hdbh.jpg')J=imnoise(I,'gaussian',0,0.2);B=J-I;subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(J);subplot(2,2,3),imshow(B);h.圖像的邏輯運(yùn)算A=zeros(128);A(40:70,60:100)=1;B=zeros(128);B(50:80,40:70)=1;C=and(A,B);D=or(A,B);E=not(A);F=not(C);G=not(D);B1=not(B);H=and(E,B)+and(B1,A);H1=not(H);subplot(3,3,1),imshow(A);subplot(3,3,2),imshow(B);subplot(3,3,3),imshow(C);subplot(3,3,4),imshow(D);subplot(3,3,5),imshow(E);subplot(3,3,6),imshow(F);subplot(3,3,7),imshow(G);subplot(3,3,8),imshow(H);subplot(3,3,9),imshow(H1);圖像的幾何運(yùn)算1.圖像平移2.圖像水平翻轉(zhuǎn)3.圖像垂直翻轉(zhuǎn)4.圖像任意角度旋轉(zhuǎn)I=imread('txcl1.tif')[M,N]=size(I);B=I;C=I;D=I;a=30;b=30;fori=1:Mforj=1:Nif((i-a>0)&(i-a<M)&(j-b>0)&(j-b<N))B(i,j)=I(i-a,j-b);elseB(i,j)=0;endendendfori=1:Mforj=1:NC(i,j)=I(i,N-j+1);endendfori=1:Mforj=1:ND(i,j)=I(M-i+1,j);endendsubplot(2,2,1),imshow(I);subplot(2,2,2),imshow(B);subplot(2,2,3),imshow(C);subplot(2,2,4),imshow(D);I=imread('fj.tif')B=imrotate(I,60,'bilinear');C=imrotate(I,60,'bilinear','crop');D=imrotate(I,-60,'bilinear','crop');subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(B);subplot(2,2,3),imshow(C);subplot(2,2,4),imshow(D);5.圖像的縮放I=imread('hdbh.jpg')B=imresize(I,10,'nearest');C=imresize(I,10,'bilinear');D=imresize(I,10,'bicubic');imshow(I);title('?-ê?í???');figureimshow(B);title('×?áú?ü·¨');figureimshow(C);title('????D?2??μ·¨');figureimshow(D);title('èy′??ú2?·¨');點(diǎn)運(yùn)算的復(fù)合運(yùn)算I=imread('fj.jpg');%讀入彩色圖像J1(:,:,1)=I(:,:,1);J1(:,:,2)=0;J1(:,:,3)=0;J2(:,:,2)=I(:,:,2);J2(:,:,1)=0;J2(:,:,3)=0;J3(:,:,3)=I(:,:,3);J3(:,:,1:2)=0;subplot(221);imshow(I);title('原圖像');subplot(222);imshow(J1);title('紅色的圖像');subplot(223);imshow(J2);title('綠色的圖像');subplot(224);imshow(J3);title('藍(lán)色的圖像');J11(:,:,1)=histeq(I(:,:,1));J11(:,:,2)=histeq(I(:,:,2));J11(:,:,3)=histeq(I(:,:,3));J21(:,:,1)=2*I(:,:,1);J21(:,:,2)=2*I(:,:,2);J21(:,:,3)=2*I(:,:,3);J31(:,:,1)=0.5*I(:,:,1);J31(:,:,2)=0.5*I(:,:,2);J31(:,:,3)=0.5*I(:,:,3);figuresubplot(221);imshow(I);title('原圖像');subplot(222);imshow(J11);title('直方圖修正后的圖像');subplot(223);imshow(J21);title('亮度加大后的圖像');subplot(224);imshow(J31);title('亮度減少后的圖像');7.圖像的領(lǐng)域運(yùn)算通過單個像素點(diǎn)的灰度值分析圖像的信息是不可靠的，這是因?yàn)閳D像所包含的信息是由多個像素點(diǎn)組成的，對這個問題的處理需要用到領(lǐng)域運(yùn)算的功能。平滑運(yùn)算（消除和建設(shè)噪聲,改善圖像的質(zhì)量），圖像平滑的本質(zhì)是低通濾波器。式中的S為像素點(diǎn)的領(lǐng)域，a(x,y)為各點(diǎn)的權(quán)重，最簡單的領(lǐng)域計算是用3*3的模板，在這種情況下各點(diǎn)的權(quán)重值是相等的。I=imread('hdbh1.jpg')J=imnoise(I,'gaussian',0.04,0.1);h=ones(3,3)/5;h(1,1)=0;h(1,3)=0;h(3,1)=0;h(3,3)=0;h1=[121;242;121]/16;B=imfilter(J,h);C=imfilter(J,h1);subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(J);subplot(2,2,3),imshow(B);subplot(2,2,4),imshow(C);中值濾波用一個含有奇數(shù)點(diǎn)的滑動窗口，將領(lǐng)域中的像素按灰度級排序，取像素的中間值為輸出的像素值.作用：是濾掉高頻噪聲的同時保留邊緣的信息。I=imread('hdbh1.jpg')J=imnoise(I,'salt&pepper',0.2);K=medfilt2(J);subplot(2,2,1),imshow(I);subplot(2,2,2),imshow(J);subplot(2,2,3),imshow(K);第三章圖像變換緒論3.1圖像的傅里葉變換CFSCFTDFSDTFTDFTFFTI=zeros(256,256);I(20:236,110:130)=1;subplot(2,3,1);imshow(I);J=fft2(I);J1=fftshift(J);subplot(2,3,2);imshow(J,[550])subplot(2,3,3);imshow(J1,[550])J2=ifftshift(J1)J3=real(ifft2(J2))subplot(2,3,4);imshow(J2)subplot(2,3,5);im