數(shù)字圖像處理及MATLAB實現(xiàn)

./MATLAB數(shù)字圖像處理1概述BW=dither<I>灰度轉(zhuǎn)成二值圖；X=dither<RGB,map>RGB轉(zhuǎn)成灰度圖,用戶需要提供一個Colormap；[X,map]=gray2ind<I,n>灰度到索引；[X,map]=gray2ind<BW,n>二值圖到索引,map可由gray<n>產(chǎn)生?；叶葓Dn默認(rèn)64,二值圖默認(rèn)2；X=graylice<I,n>灰度圖到索引圖,門限1/n,2/n,…,<n-1>/n,X=graylice<I,v>給定門限向量v；BW=im2bw<I,level>灰度圖I到二值圖；BW=im2bw<X,map,level>索引圖X到二值圖；level是閾值門限,超過像素為1,其余置0,level在[0,1]之間。BW=im2bw<RGB,level>RGB到二值圖；I=ind2gray<X,map>索引圖到灰度圖；RGB=ind2rgb<X,map>索引圖到RGB；I=rgb2gray<RGB>RGB到灰度圖。2圖像運(yùn)算2.1圖像的讀寫MATLAB支持的圖像格式有bmp,gif,ico,jpg,png,cur,pcx,xwd和tif。讀取〔imread：[1]A=imread<filename,fmt>[2][X,map]=imread<filename,fmt>[3][…]=imread<filename>[4][…]=imread<URL,…>說明：filename是圖像文件名,如果不在搜索路徑下應(yīng)是圖像的全路徑,fmt是圖像文件擴(kuò)展名字符串。前者可讀入二值圖、灰度圖、彩圖<主要是RGB>；第二個讀入索引圖,map為索引圖對應(yīng)的Colormap,即其相關(guān)聯(lián)的顏色映射表,若不是索引圖則map為空。URL表示引自InternetURL中的圖像。寫入〔imwrite：[1]R=imwrite<A,filename,fmt>;[2]R=imwrite<X,map,filename,fmt>;[3]R=imwrite<…,filename>;[4]R=imwrite<…,Param1,Val1,Param2,Val2> 說明：針對第四個,該語句用于指定HDF,JPEG,PBM,PGM,PNG,PPM,TIFF等類型輸出文件的不同參數(shù)。例如HDF的Quality,Compression,WriteMode;JPEG的BitDepth,Comment:Emptyornot,Mode:lossyorlossless,Quality等。2.2圖像的顯示方法1：使用ImageViewer<圖像瀏覽器>,即運(yùn)用imview函數(shù)。同時顯示多幀圖像的所有幀,可用到montage函數(shù)。改變顯示大小：imview〔X,map,’IntialMagnificatition’,’fit’,IntialMagnificatition默認(rèn)值為100,即100%顯示,設(shè)置為fit則全屏顯示。關(guān)閉：imviewcloseall。ImageViewer還提供了三個工具：全景查看窗口<導(dǎo)航功能>、像素區(qū)域工具、圖像信息窗口。方法2：使用圖形圖像視窗,即運(yùn)用imshow函數(shù)。 調(diào)用truesize函數(shù)來設(shè)定圖像到屏幕像點的映射關(guān)系。 可以運(yùn)用getimage函數(shù)來將當(dāng)前顯示的圖像賦值給一個變量。 調(diào)用格式：[1]imshow<I,n>;\\n為灰度級[2]imshow<I,[low,high]>;\\指定I的數(shù)據(jù)圍[3]imshow<BW>;\\顯示二值圖像BW,0為黑色,1為白色[4]imshow<X,map>;\\索引圖像[5]imshow<RGB>;[6]imshow<…,display_option>;\\顯示圖像的方式,選擇‘notruesize’或者‘turesize’[7]imshow<x,y,A,…>;\\x,y建立非默認(rèn)的空間坐標(biāo)系統(tǒng)[8]imshowfilename;[9]h=imshow<…>\\h表示被顯示圖像的句柄2.3圖像的代數(shù)運(yùn)算[1]相加〔imadd：Z=imadd<X,Y>\\存為8位；Z=imadd<X,Y,’uint16’ [2]求補(bǔ)〔imcomplement：IM2=imcomplement<IM1>。 [3]減法〔imsubtract或者imabsdiff：Z=imsubtract<X,Y>\\差值結(jié)果小于0的賦值為0；Z=imabsdiff<X,Y>\\差值結(jié)果取絕對值。 [4]乘法〔immultiply：Z=immultiply<X,Y>。 [5]除法〔imdivide：Z=imdivide<X,Y>。2.4點運(yùn)算 灰度變換函數(shù)GST：。其中有：[1]線性點運(yùn)算；[2]非線性點運(yùn)算；[3]直方圖修正。2.5圖像的集合運(yùn)算改變大小imresize：Y=imresize<X,M,method>,其中M為放大的倍數(shù),method有如下幾種插值方式nearest,bilinear,bicubic。也可以規(guī)定輸出圖像大小,[heng,zong]。 圖像旋轉(zhuǎn)imrotate：Y=imrotate<X,angle,method,’crop’>,angle表示逆時針旋轉(zhuǎn),method同imresize的用法,crop表示將旋轉(zhuǎn)以后的圖像取與原圖像大小相同的中心部分取出。 比例縮放imresize：同改變大小。 空間變換imtransform：B=imtransform<A,TFORM,param1,val1,param2,val2>,其中TFORM為makeform或者cp2tform產(chǎn)生的結(jié)果。如TFORM=makeform<transformtype,…>,transform為變換類型,如下：轉(zhuǎn)換類型描述Affine二維或N維仿真變換Projective二維或N維投影變換Custom用戶自定義變換Box各維獨(dú)立變換的放射變換Composite兩種或多種變換的組合變換MATLAB中還提供了很多空間變換的工具,如：fliptform,fgormfwd,tforminv,findounds,makereample,tformarray,imtransform等。2.6圖像的領(lǐng)域和塊操作 領(lǐng)域操作分為滑動領(lǐng)域和分離領(lǐng)域兩類?；瑒宇I(lǐng)域函數(shù)nlfilter,用法如下：[1]B=nlfilter<A,[mn],fun>\\[mn]表示滑動領(lǐng)域m*n,fun為圖像領(lǐng)域上的處理函數(shù)；[2]B=nlfilter<A,[mn],fun,P1,P2,…>\\可以傳遞參數(shù)P1,P2,…給函數(shù)fun；[3]B=nlfilter<A,’indexed’>\\把圖像作為索引色圖像處理,double填補(bǔ)1,uint8補(bǔ)0。而且fun可以是一個函數(shù)句柄或是一個聯(lián)函數(shù),返回類型由fun決定。但是nlfilter處理時可能需要很長時間,這時可是考慮使用快速處理函數(shù)colfilt。用法類似,多一個參數(shù)bldck_tpye,表示塊的移動方式,有distinct和sliding兩個取值,前者表示分離塊操作,后者表示滑動塊操作。而且有[mblocknblock]表示圖像塊的大小。分離塊操作是將圖像劃分為大小相同的矩形區(qū)域,不同圖像塊在圖像中無重疊排列,其順序從左上角開始,不足的地方可以在右下角補(bǔ)0。函數(shù)為blkproe,調(diào)用格式和nlfilter類似。2.7幾何畸形校正和圖像配準(zhǔn) 用到函數(shù)imtransform。3MATLAB二維與三維圖形繪制及動畫3.1基本繪圖命令函數(shù)功能Plot二維,x,y都是線性坐標(biāo)Semilogx二維,x為對數(shù)坐標(biāo),y為線性Semilogx二維,x為線性坐標(biāo),y為對數(shù)Loglog二維,都為對數(shù)坐標(biāo)Plotyy二維,左右各一個y軸Polar極坐標(biāo)圖Grid添加<gridon>或者去掉<gridoff>網(wǎng)格Zoom允許或者不允許進(jìn)行放大操作Ginput用光標(biāo)獲取圖像中點的坐標(biāo)Patch填充二維或三維坐標(biāo)中的二維圖像Fill填充二維坐標(biāo)中的二維圖像3.2繪圖選項常用的繪圖選項：線形：--.--：顏色：rgbcmykw點標(biāo)記：+o*.xsdhp><^v 坐標(biāo)軸標(biāo)注：axis<[xminxmax,yminymax]>,axisauto/square/xy/ij/normal/off/on等用法。 圖形窗口保持：holdon…h(huán)oldoff。 給坐標(biāo)加邊框：boxon…boxoff。 圖形縮放：zoomon…zoomout…zoomoff。 快速繪圖：fplot<‘fun’,[xminxmax,yminymax]>。 打?。簆rint[filename][-device][-options],其中device決定打印機(jī)的類型。3.3特殊坐標(biāo)二維圖形Bar/bar3長條圖Comet彗星流動圖Semilogx對數(shù)坐標(biāo)圖形Errorbar圖形加上誤差圍Fplot較精確的函數(shù)圖形Polar極坐標(biāo)繪圖Hist累計圖<直方圖>Plotyy雙y軸圖形Rose極坐標(biāo)累計圖<玫瑰>Plot插入表格Stairs階梯圖Stem針狀圖Fill實心圖Feather羽毛圖Compass羅盤圖Quiver向量場圖 說明：plotyy<x1,y1,x2,y2,fun1,fun2>,即可以用fun1和fun2來指定不同的繪圖函數(shù),也可缺省,如fun1可以是plot等等。Plot<z>繪制復(fù)數(shù)z的實部與虛部的圖形。3.4二維圖形處理圖形標(biāo)注：title,xlabel,ylabel,zlabel,text,gtext,legend。圖形窗口的分割：subplot<m,n,p>。 坐標(biāo)系設(shè)定：axes,也可事后用gca<getcurrentaxes>獲得當(dāng)前坐標(biāo)系的句柄。通過get和set函數(shù)獲取和設(shè)置坐標(biāo)軸對象的有關(guān)屬性值。用法如： 屬性值=get<句柄,屬性>或者set<句柄,屬性1,屬性值1,屬性2,屬性值2,…>。3.5三維圖形的繪制Plot3三維線條圖Surfc建立帶基本等高線的表面圖Mesh建立網(wǎng)格圖Surfl建立帶指定方向照明的表面圖Meshc建立具有基本等高線的網(wǎng)格圖Surface建立表面圖對象的低級函數(shù)Meshz建立具有基準(zhǔn)平面的網(wǎng)格圖Fill3填充三維多邊形Surf建立表面圖Pcolor二維偽彩色繪圖,surf的俯視 說明：[1]改變網(wǎng)格屬性：set<axes_handle,’XGrid’,’on’>grid函數(shù)顯示網(wǎng)格。 [2]網(wǎng)格圖中用到函數(shù)hiddenon和hiddenoff來顯示或者不顯示被遮住部分。 [3]waterfall函數(shù)在x軸方向產(chǎn)生水流效果。 [4]meshgrid函數(shù)產(chǎn)生一個x-y平面的網(wǎng)格,如：[x,y]=meshgrid<-3:0.1:3,-2:0.1:2>。 [5]繪制球面的函數(shù)是sphere,如：sphere<n>或者[x,y,z]=sphere<n>。也可以是函數(shù)cylinder,用法：cylinder<R,n>或者[x,y,z]=cylinder<R,n>。n為面數(shù),R為一函數(shù)。 [6]colorbar命令的作用是在三維曲面圖旁邊繪制一個可以指示亮度的彩色條。 [7]去除圖中的黑線條,并對顏色做平滑和插值處理,用到shading函數(shù),用法如下表：Shadingflat去掉各片連接處的線條,平滑顏色Shadinginterp去掉連接線條,使顏色均勻過渡Shadingfaceted默認(rèn)值 [8]三維等值線圖：contour3。多一個指定等值線數(shù)目的參數(shù)N。contour為其俯視圖。 [9]quiver函數(shù)在等值線圖上畫出方向或速度箭頭：quiver<X,Y,DX,DY>。求導(dǎo)：gradient。 [10]fill3用法類似于fill,對三維圖形進(jìn)行填充。 [11]clabel函數(shù)：添加等高線。 [12]bar和bar3參數(shù)說明：group同一行數(shù)據(jù)的方條靠一起,stack畫在一個方條上。 [13]餅形圖pie和pie3：參數(shù)explode指定某些片是否和整個圖脫開,與x的維數(shù)相同的向量,其中非0的那一片脫離整體。加上標(biāo)注如{屬性1,屬性2,…}。 [14]火柴桿圖和瀑布圖：stem,stem3和waterfall。3.6三維圖形的控制 視角view：仰角<與z軸的夾角>el和方位角<與x軸的夾角>az,即view<az,el>。 控制光照light：參數(shù)有color,style〔infinit和local和position。函數(shù)lightangle添加光照,并指定其方位角和仰角,可是使用函數(shù)shading增強(qiáng)表面。3.7動畫 提供以下函數(shù)來制作：Moviein產(chǎn)生一個矩陣來存放動畫中的幀Getframe對當(dāng)前的圖形進(jìn)行快照Movie按順序回放各幀 不斷在屏幕上對圖形進(jìn)行erase和redraw,而每次redraw時對對象的某個參數(shù)進(jìn)行增量變化,需要用到對象的EraseMode屬性。4MATLAB圖像增強(qiáng)4.1原理、方法及體系結(jié)構(gòu) 三個階段：圖像預(yù)處理、特征抽取階段、識別分析階段。 目的：改善圖像的視覺效果,提高圖像成分的清晰度；是圖像變得有利于計算機(jī)處理。 方法：空間域增強(qiáng)方法、頻域增強(qiáng)方法。 體系：圖像增強(qiáng)：空間域、頻率域、彩色增強(qiáng)空間域：像素點處理〔圖像灰度變換、直方圖修正〔中值濾波、均值濾波、領(lǐng)域處理〔圖像平滑濾波、圖像銳化濾波頻率域：低通濾波、高通濾波、同態(tài)濾波彩色處理：真彩色處理、偽彩色處理〔灰度分層法、灰度變換法、頻域偽彩色4.2對比度增強(qiáng) 線性變換：。其中功能是把函數(shù)的灰度值從圍[m,M]變?yōu)閇n,N]。 非線性變換：分為對數(shù)變換和Gamma變換。前者表達(dá)式為,其中c為常數(shù)。后者表達(dá)式為,r為CCD圖像傳感器或膠片等的入射光的強(qiáng)度,為常數(shù),灰度與光強(qiáng)成正比,則有,k為常數(shù)通常為1,1/r取0.4~0.8。 我們可以用一個函數(shù)imadjust函數(shù)來實現(xiàn)：J=imadjust<I>；J=imadjust<I,[low_in;high_in],[low_out;high_out]>;J=imadjust<I,[low_in;high_in],[low_out;high_out],gamma>。 其中灰度圍用歸一化灰度值,圍[0,1]。整個圖像的[low_in;high_in]可以用函數(shù)stretch函數(shù)來獲得。 MATLABimagetoolbox5.4還提供一個手動調(diào)節(jié)的控制面板,調(diào)用函數(shù)imconstrast。4.3空域變換增強(qiáng) 分為基于像素點和基于模板的兩類方法。 像素選擇：pixval和impixel。用法如下：Pixval<‘on/off’>；pixval；pixval<fig,option>;[C,R,P]=impixel<X,MAP>。 說明：MAP僅僅當(dāng)是索引圖的時候采用此參數(shù)。C為像素的顏色,R,P為像素的坐標(biāo)。Pixval可以得到更多的像素信息,impixel可以返回指定像素的顏色值。 強(qiáng)度描述圖：improfile,用以描述圖像一條線段或多條線段的強(qiáng)度值。格式：C=improfille<I,xi,yi>。參數(shù)xi,yi是兩個向量,用以指定線段的端點。圖像輪廓圖：imcontrour,自動設(shè)置坐標(biāo)軸,使輸出圖像在其方向和縱軸比上能夠與顯示的圖像吻合。直方圖匹配。從而可以得到直方圖均衡化的公式如下：。在MATLAB中提供函數(shù)histep來實現(xiàn)。用法histep<I,n>。4.4圖像銳化邊界撮合銳化：邊界提取函數(shù)edge,以及fspecial〔建預(yù)定義的二維過濾器,再者函數(shù)imfilter〔N-D過濾的多維影像。 銳化濾波器：分為拉普拉斯〔Laplacian算子和Wallis算子。 拉普拉斯算子具有各向同性和平移不變性,有時稱為邊界提取算子。其卷積模板為：四領(lǐng)域八領(lǐng)域規(guī)定的大小后,可設(shè)置卷積模板為向量h,并用函數(shù)imfilter〔I,h即可。 Wallis算子是一種改進(jìn)的Laplacian算子,有如下公式：式中：是原始圖像,它的局部均值和局部標(biāo)準(zhǔn)偏差分別為和,和表示設(shè)計的平均值和標(biāo)準(zhǔn)偏差,A為增益系數(shù),是控制增強(qiáng)圖像中邊緣和背景組成的比例常數(shù),為增強(qiáng)后的圖像。 空間域圖像銳化：空域高通濾波法、梯度法圖像銳化、利用Sobel算子對圖像濾波、利用拉普拉斯算子對模糊圖像進(jìn)行增強(qiáng)。 梯度法的5種方法如下：[1]；[2]；[3],為固定灰度代替[2]中小于閾值T時仍選用原圖像的像素點值；[4]；[5]。 頻率域圖像銳化：傅里葉變換等等。4.5圖像偽色彩增強(qiáng) 圖像偽色彩是指將黑白圖像轉(zhuǎn)化為彩色圖像,或者是將單色圖像變換成給定彩色分布的圖像?？梢岳貌煌首儸F(xiàn)不同灰度,還可以表示不同的頻率成分。 彩色增強(qiáng)分為：假彩色增強(qiáng)<將一幅彩色圖像映射為另一幅彩色圖像>、偽彩色增強(qiáng)<將一幅黑白圖像不同灰度級映射為一幅彩色>。 偽彩色處理的三種方法：灰度分層法<grayslice>、灰度變換法<對比度調(diào)整函數(shù)imadjust>、頻域偽彩色處理<先做IFFT,再做進(jìn)一步處理,最后將它們作為三基色分量分別加到彩色顯示器的紅綠藍(lán)通道>。J=imadjust<I,[low,high],[bottom,top],gamma>,返回圖像I經(jīng)過直方圖調(diào)整后的圖像J,[low,high]為原始中要變換的灰度圍,[bottom,top]指定變換后的灰度圍,兩者默認(rèn)為[0,1]。Gamma為矯正值,等于1為線性變換；小于1對圖像的像素值加權(quán),使輸出像素灰度值比原來大；大于1灰度值比原來小。4.6圖像頻域增強(qiáng)低通濾波 理想低通濾波器,,為截止頻率。 Butterworth低通濾波器,n為正數(shù),越大誤差速度越大。 指數(shù)低通濾波器<高斯低通濾波器>,不會帶來振鈴效應(yīng)。 梯形低通濾波器,、預(yù)先給定。高通濾波同態(tài)濾波 這是一種在頻率域中同時將圖像亮度圍進(jìn)行壓縮和將圖像對比度增強(qiáng)的方法,基本思想是將非線性問題轉(zhuǎn)化為線性問題處理。 其處理流程圖為：。常用的設(shè)計如：可以得到,其中I、R分別為照射分量和反射分量。5MATLAB圖像分割技術(shù) 圖像分割就是按照一定的原則將一幅圖像或景物分為若干特定的、具有獨(dú)特性質(zhì)的部分或子集,并提取出感興趣的目標(biāo)的技術(shù)和過程。5.1圖像分割概述 依據(jù)是建立在圖像上像素間的"相似性"和"非連續(xù)性"兩個概念之上。比較正式的定義如下。 令集合R代表整個圖像區(qū)域,對R的圖像分割可以看作是將R分成N個滿足以下條件的非空子集。 〔1。 〔2對。 〔3對。 〔4對。 〔5對時連通的區(qū)域。 圖像分割分類：相似性分割<閾值分割、區(qū)域分裂與合并>,非連續(xù)性分割<邊緣檢測、邊緣跟蹤>；結(jié)構(gòu)分割方法<閾值分割、區(qū)域生長、邊緣檢測、紋理分析等>,非結(jié)構(gòu)分割方法<統(tǒng)計模式識別、神經(jīng)網(wǎng)絡(luò)方法、其他利用景物的先驗知識實現(xiàn)的方法>。5.2邊緣檢測 邊緣檢測是所有基于邊界分割方法最基本的處理。圖像的邊緣是圖像的最基本特征。常見的邊緣分為階躍型、房頂型和凸緣型。 邊緣檢測方法：空域微分算子、擬合曲面、小波多尺度邊緣檢測、基于數(shù)學(xué)形態(tài)學(xué)的邊緣檢測。 常見的微分算子：Robert算子。Sobel算子。Prewitt算子。用卷積模板來描述如下式 其中前者為水平模板,后者為垂直模板。Kirsch算子。使用八個模板來確定梯度的幅值和方向,又稱為方向算子。則邊緣餓梯度大小為：式中： 下標(biāo)超過7就用8去除取余作為下標(biāo)。其中的八個模板如下：LOG<Laplacian-Gauss>算子。先用高斯函數(shù)對圖像進(jìn)行平滑,然后再用拉普拉斯算子進(jìn)行運(yùn)算,這就是LOG算子,它使用一個墨西哥草帽函數(shù)的形式。 常見的LOG算子模板為5*5的模板：Canny<坎尼>算子。好的邊緣檢測算子有三個指標(biāo),即低失誤率、高位置精度和對每一個邊緣點有唯一的響應(yīng)得到單像素寬度的邊緣。JohnCanny提出邊緣檢測算子的三個推測信噪比<SNR>準(zhǔn)則。信噪比越大,提取的質(zhì)量越高。定義如下：代表邊緣函數(shù),代表寬度為w的濾波器的脈沖響應(yīng),代表高斯噪聲的均方差。定位精度準(zhǔn)則。定義如下：單邊緣響應(yīng)準(zhǔn)則。檢測算子的脈沖響應(yīng)導(dǎo)數(shù)的零交叉點平均距離滿足：Canny設(shè)計的邊緣檢測算法步驟如下：首先用2D高斯濾波模板進(jìn)行卷積以平滑圖像。利用微分算子<如Prewitt、Sobel等>,計算梯度的幅值和方向。對梯度幅值進(jìn)行非極大值抑制,即遍歷圖像,找出非邊緣。使用雙閾值算法檢測和連接邊緣。邊緣的特征：灰度突變、不同區(qū)域的邊界、具有方向性。四個卷積模板,分別按,以點位中心將3*3的區(qū)域分為兩個部分。分別對圖像中的每一像素點進(jìn)行卷積和操作。如下：邊界<輪廓>跟蹤實質(zhì)上就是沿著圖像的外部邊緣"走"一圈,也稱為邊緣點連接,是一種基于梯度的圖像分割方法,是指從梯度的一個邊界點出發(fā),依次通過對前一個邊界點的考察而逐步確定下一個新的邊界點,并將它們連接進(jìn)而逐步檢測出邊界的方法。常用的輪廓跟蹤技術(shù)有兩種——探測法和梯度法。 簡單的邊界跟蹤法的步驟如下。根據(jù)光柵掃描所示,發(fā)現(xiàn)像素從0開始變?yōu)?的像素p0時,存儲它的坐標(biāo)<i,j>。從像素<i,j-1>開始反時針方向研究8-鄰接像素,當(dāng)?shù)谝淮纬霈F(xiàn)像素值為1像素記為pk,開始k=1,也同樣存儲p1的坐標(biāo)。同上,反時針方向從pk-1以前的像素研究pk的8-鄰接像素,把最先發(fā)現(xiàn)像素值為1的像素記為pk+1。當(dāng)pk=p0而且pk+1=p1時,跟蹤結(jié)束,其他情況重復(fù)〔3。MATLAB實現(xiàn)：edge函數(shù)。調(diào)用格式[g,t]=edge<I,’method’,parameters>。其中method如下表。輸出的g為一個邏輯數(shù)組<在I中檢測到邊緣的位置為I,否則為0>。參數(shù)t為可選,它給出edge使用的閾值,以確定哪個梯度值足夠大到可以稱為邊緣點?！畆obetrts’Roberts算子‘sobel’Sobel算子‘prewitt’Prowitt算子‘log’LOG算子‘zerocross’零交叉方法‘canny’Canny算子 特殊參數(shù)說明：thresh——敏感度閾值,默認(rèn)自動選擇Roberts算子處理；direction——在所指定的方向direction上進(jìn)行邊緣檢測,可取horizontal、vertical和both；sigma——標(biāo)準(zhǔn)偏差,默認(rèn)時為2,若濾波器為n*n維,則n=ceil<sigma*3>*2-1。5.3基于閾值選取的圖像分割方法灰度閾值分割假設(shè)：每個區(qū)域是由許多灰度值和相近的像素構(gòu)成的,物體和背景之間或不同物體之間的灰度值有明顯的差別,可以通過取閾值來區(qū)分。 灰度圖像二值化：大于閾值為255<歸一化值為1>,小于為0。 多區(qū)域分割：直方圖閾值 當(dāng)灰度圖像中畫面比較簡單且對象物的灰度分布比較有規(guī)律時,背景和對象物在圖像的灰度直方圖上各自形成一個峰值,兩個峰值之間有一個波谷,以此為閾值,可將兩個區(qū)域分離?！撝惦p峰法。最大熵閾值 是選擇的閾值t分割圖像目標(biāo)區(qū)域、背景區(qū)域兩部分灰度統(tǒng)計的信息最大。熵函數(shù)定義：其中有目標(biāo)區(qū)域O和背景區(qū)域B熵的定義分別為：P為灰度的概率。二維直方圖閾值 由點灰度值、區(qū)域灰度均值兩個灰度值組成的灰度平面及一系列垂直于灰度平面的線段構(gòu)成。 閾值為<s,t>,目標(biāo)A和背景B的熵為定義熵的判別函數(shù)為：,C區(qū)和D區(qū)包含關(guān)于噪聲和邊緣的信息,概率小可忽略,所以有所以有：選取的最佳閾值向量滿足：局部閾值法 原始圖像被分為幾個小的子圖像,再對每個圖像分別求出最優(yōu)分割閾值。分割后邊界處可能產(chǎn)生灰度級的不連續(xù)性,需要用平滑技術(shù)進(jìn)行排除。5.4基于區(qū)域的圖像分割方法 閾值分割——由大到小拆分,區(qū)域生長——由小到大合并,結(jié)合在一起叫做分裂-合并法。 區(qū)域生長法,也稱為區(qū)域增長,將具有相似性質(zhì)的像素集合起來構(gòu)成一個區(qū)域。具有以下三個步驟：確定選擇一組能正確代表所需區(qū)域的起始點種子像素；確定在生長過程中將相鄰像素包括進(jìn)來的<相似性判別生長>準(zhǔn)則；確定區(qū)域生長過程停止的條件或規(guī)則。分裂-合并分割方法<Split-merge-Algorithm>指從事的某一層開始,按照某種區(qū)域?qū)傩缘囊恢滦詼y度,對應(yīng)該合并的相鄰塊合并,對應(yīng)該進(jìn)一步劃分的塊再進(jìn)行劃分的分割方法?；镜臄?shù)據(jù)結(jié)構(gòu)：樹結(jié)構(gòu)、圖像四叉樹結(jié)構(gòu)、金字塔數(shù)據(jù)結(jié)構(gòu)。分裂-合并算法是借助金字塔數(shù)據(jù)結(jié)構(gòu)進(jìn)行分裂和合并運(yùn)算的典型算法,利用四叉樹進(jìn)行分開合并算法的主要方法：分裂、合并、把各個小塊區(qū)域進(jìn)行總合并。四叉樹分解的函數(shù)：qtdecomp對原始圖像進(jìn)行四叉樹分解qtgetblk獲取四叉分解中的塊值qtsetblk設(shè)置四叉樹分解的塊值Qudecomp參數(shù)：S四叉樹結(jié)構(gòu)返回的稀疏矩陣Threshold進(jìn)行四叉樹分解的閾值Mindim產(chǎn)生的方塊尺寸的最小值Maxdim產(chǎn)生的方塊尺寸的最大值Fun利用fun函數(shù)來確定方塊是否需要繼續(xù)分裂Qtgetblk參數(shù)：Dim返回的子塊的大小Vals返回子塊的存儲數(shù)組R,c反別存放行、列坐標(biāo)的矢量,對應(yīng)著各個子塊左上角Idx返回各個子塊的左上角的線性索引,存放在矢量idx中Qtsetblk語法格式：J=qtsetblk<I,S,dim,vals>5.5彩色圖像分割 色彩空間：RGB和CMY。 HIS空間：色度、飽和度和亮度。其中H表示不同的顏色,I表示顏色的明暗程度,S表示顏色的深淺。I分量與彩色信息無關(guān),H和S分量與人感受彩色的方式緊密相連。 從RGB到HIS的轉(zhuǎn)換關(guān)系： 還有如YIQ、YUV、YcbCr等色彩系統(tǒng)。 從HIS到RGB變換取決于要轉(zhuǎn)換的點落在原始色所分割的哪個扇區(qū)。如下。 彩色分割策略：直方圖、閾值法、區(qū)域生長法、邊緣檢測法、模糊集合法和神經(jīng)網(wǎng)絡(luò)法都可以用。5.6基于邊緣檢測的圖像分割Hough變換原理,是一種線描述方法。它可以將圖像空間中用直角坐標(biāo)表示的直線變換為極坐標(biāo)空間中的點,一般稱為線-點變換。利用Hough變換提取直線的基本原理是,把直線上點的坐標(biāo)變換到過點的直線的系數(shù)域,通過利用共線和直線相交的關(guān)系,使直線的提取問題轉(zhuǎn)化為計數(shù)問題。主要優(yōu)點是受直線的間隙和噪聲影響較小。 直角坐標(biāo)中過點<x,y>的直線可表示為,則Hough變換的形式為。 極坐標(biāo)中Hough變換代表原點距直線的法線距離。 Hough變換的性質(zhì)：通過xy平面域上一點的一簇直線變換到極坐標(biāo)變換域平面時,將形成一條類似正弦狀的正弦曲線。平面上極坐標(biāo)變換域中的一點對應(yīng)于xy域中的一條直線。xy平面域中一條直線上的n個點對應(yīng)平面極坐標(biāo)變換域中經(jīng)過一個公共點的n條曲線。提取直線的Hough變換可以概括為：在和合適的最大值和最小值之間建立一個離散的參數(shù)空間。建立一個累加器,并置每個元素為0。在參數(shù)空間,對每個點做Hough變換,計算出網(wǎng)格上所有點的值,并在響應(yīng)的累加器加1,即。累加結(jié)束后,的值就是在處共線點的個數(shù)。6MATLAB圖像編碼與壓縮6.1圖像編碼壓縮概述 分類：從信息論角度出發(fā)：冗余度壓縮方法,也稱無損壓縮、信息保持編碼或熵編碼?？赡孢\(yùn)算。哈夫曼編碼、算術(shù)編碼、行程編碼、Lempelzev編碼。信息量壓縮方法,也稱有損壓縮、失真度編碼或熵壓縮編碼。不可逆,有失真。預(yù)測編碼<DPCM、運(yùn)行補(bǔ)償>、頻率域方法<正交變換、子帶編碼>、空間域方法<統(tǒng)計分塊編碼>、模型方法<分開編碼、模型編碼>、基于重要性<濾波、子采樣、比特分配、矢量量化>。按壓縮技術(shù)所依據(jù)和使用的數(shù)學(xué)理論和計算方法進(jìn)行分類：統(tǒng)計編碼。主要針對無記憶信源。用短碼來表示出現(xiàn)概率較大的碼字,用長碼表示出現(xiàn)概率較小的碼字。常用行程編碼、哈夫曼編碼和算術(shù)編碼三種。預(yù)測編碼。傳輸圖像像素與預(yù)測值的差值,簡單、經(jīng)濟(jì)且效率高。典型的包括DPCM,增量調(diào)制編碼等。變換編碼。利用圖像塊中像素之間的相關(guān)性把圖像變換到一組新的基<一般為頻率域>上,再進(jìn)行壓縮。兩步——變換和統(tǒng)計編碼。常用的有離散余弦變換<DCT>、整數(shù)DCT、小波變換等。根據(jù)質(zhì)量：有損壓縮。無損壓縮。根據(jù)作用域：空間編碼。變換編碼?；旌暇幋a。根據(jù)自適應(yīng)分：自適應(yīng)性編碼。非自