多媒体应用基础_第五节_MATLAB03

多媒体应用基础
信息管理与信息系统
3 图像的直方图
• 定义：灰度级的函数，描述的是图像中每种 灰度级像素的个数，反映图像中每种灰度出 现的频率。横坐标是灰度级，纵坐标是灰度 级出现的频率。
延边大学
多媒体应用基础
信息管理与信息系统
直方图计算
依据定义，若图像具有L（通常L=256,即8位 灰度级）级灰度，则大小为MxN的灰度图像 f(x,y)的灰度直方图hist[0…L-1]可用如下计 算获得： 1. 初始化 hist[k]=0; k=0,…,L-1 2. 统计 hist[f(x,y)]++; x=0,…,M-1, y =0,…,N-1 3. 归一化 hist[f(x,y)]/=M*N Matlab函数imhist()
5 图像处理
• 图像变换：
– fft2(傅里叶变换)、dct2(离散余弦变换)、 radon(Radon变换)、ifft2/idct2/iradon….
• 图像类型转换
– rgb2gray(彩色转灰度)、im2bw(转为2值图像)
• 空域滤波
– filter2(线性平滑滤波)、wiener2(维纳滤波)、 – Medfilt2(中值滤波)……
• 将图像文件读入内存
– imread() – 如果图像是彩色图，内存数据为3维矩阵，第3维 分别表示红、绿、蓝空间 – 如果图像是灰度图，内存数据为2维矩阵 – 数据类型为uint8
• 将内存中的数据已图片形式保存
– imwrite()
延边大学
多媒体应用基础
信息管理与信息系统
• 内存数据的图像显示
延边大学
多媒体应用基础
信息管理与信息系统
5 其他图像处理专题
• 图像分割
– 将图像分割成多个区域
• 图像特征提取
– 表征一个图像最基本的属性或特征，图像特征可以是人 类视觉能够识别的自然特征
• 图像恢复
– 在景物成像的过程中，受多种因素的影响，图像的质量 都会有所下降
• 。。。。。。。
延边大学
多媒体应用基础
信息管理与信息系统
• 边缘检测edge()：提供6种检测方法
– – – – – – Sobel method Prewitt method Roberts method Laplacian of Gaussian method zero-cross method Canny method
– imshow() – 可根据图像数据显示灰度图或彩色图 – 数据类型必须为uint8，如果数据是double，可用 uint8()函数转换
另：image()函数可以将矩阵的数据作为图像显 示，可接收double、uint16、uint8类型，同 时需通过colormap函数进行颜色配置
延边大学
延边大学
多媒体应用基础
信息管理与信息系统
直方图的用处
1）数字化参数
–一般一幅数字图像应该利用全部或几乎全部可能的灰 度级； –对直方图做快速检查。
2 ）边界阈值选择
–使用轮廓线确定简单物体的边界的方法，称为阈值化； –对物体与背景有较强对比的景物的分割特别有用；
基于直方图的图像矫正、分割……
延边大学
4 图像操作的基本函数
• imread() / imwrite() /imshow • imresize(A,[mrows ncols],method)
– 图像缩放，A为缩放因子，method为nearest(默认)(最 近邻插值)bilinear(双线性插值)bicubic(三线性插值)
• imrotate(A,angle,method)
多媒体应用基础
信息管理与信息系统
直方图均衡化
• 使一输入图像转换为在每一灰度级上都有相同的 像素点数（即输出的直方图是平的） • 进一步的作用在于图像比较和分割 • 实际是完成直方图变换：DB＝f(DA)
– 累积分布密度为
cdf ( D ) 1 A0DΒιβλιοθήκη H ( u ) du0
– 变换
f ( D ) D m cdf ( D )
– 图像逆时针旋转，angle为角度
• imcrop(A,rect)
– 图像剪切，其中rect为[x y width height]
• • • •
imhist(): 图像直方图计算和显示 histeq(): 直方图均衡化 imnoise(): 图像中添加噪声 ……
延边大学
多媒体应用基础
信息管理与信息系统
延边大学
多媒体应用基础
信息管理与信息系统
例
%初始化及得到lenna的灰度 lenna=zeros(128,128); lenna_equ=zeros(128,128); histgram=zeros(256); cdf=zeros(256); [lenna,map]=imread('c:\temp\lenn a.bmp','bmp'); %get histogram for i=1:128 for j=1:128 k=lenna(i,j); histgram(k)=histgram(k)+1; end end %get cdf cdf(1)=histgram(1); for i=2:256 cdf(i)=cdf(i-1)+histgram(i); end %run point operation for i=1:128 for j=1:128 k=lenna(i,j);
lenna_equ(i,j)=cdf(k)*256/(128* 128); end end %生成直方图均衡化后的lenna图 imwrite(lenna_equ,map,'c:\temp\le nna_equ.bmp');
延边大学
多媒体应用基础
信息管理与信息系统
延边大学
多媒体应用基础
信息管理与信息系统
1024 ×1024 → 512 × 512 → 256 × 256 → 128 × 128 → 64 × 64 → 32 × 32
延边大学
多媒体应用基础
信息管理与信息系统
不同灰度级的图像
延边大学
多媒体应用基础
信息管理与信息系统
二值图像与灰度图像
延边大学
多媒体应用基础
信息管理与信息系统
2 图像文件的读写/显示
多媒体信息处理系统设计
MATLAB图像处理
延边大学 信息管理与信息系统
延边大学
多媒体应用基础
信息管理与信息系统
1 数字图像的基本概念
• 图像分辨率：图像的采样点数N×M
– 256*256 128*128 ……
• 量化级Q：Q＝28＝256
延边大学
多媒体应用基础
信息管理与信息系统
不同分辨率下的图像