MATLAB图像处理模块心得Word格式文档下载.docx
- 文档编号:14633212
- 上传时间:2022-10-23
- 格式:DOCX
- 页数:6
- 大小:592.36KB
MATLAB图像处理模块心得Word格式文档下载.docx
《MATLAB图像处理模块心得Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《MATLAB图像处理模块心得Word格式文档下载.docx(6页珍藏版)》请在冰豆网上搜索。
0.66760.78760.32450.9087….
1.34360.31230.45340.1234….
….….…..…..
Matrix3(bule)
0.87650.54350.12340.6643….
0.78650.34320.43240.7866….
….…..…..…..
三维矩阵
灰度图像就是只有强度信息,而没有色彩信息的图像,你可以简单叫他黑白图像。
在数
字图像技术还不完善的时候,很多图像都是以灰度图像的形式处理的。
刚才所说,由于灰度图像只是一个光线的强度信息,在MATLAB中的就是用一个矩阵来储存的。
矩阵中的每一个值都代表对应相应位置的像素的灰度值。
图1经过灰度处理的后的图像
在教材中,是运用contrastadjustment(对比度灰度调节模块)进行的调整。
平滑处理
这里首先介绍一些函数
Image是MATLAB提供的最原始的图像显示函数,学习它后知道它是这样使用的:
image(x);
colormap(map);
使用原理:
把当前的数字图像转换成MATLAB语言——矩阵。
此类的还有一些函数,比如imagesc是一个与image差不多的函数但它可以自动调整值域范围,教材中的函数都是用的imagesc;
imshow—显示,colorbar显示颜色条等等
什么事平滑处理呢?
平滑技术就是用于平滑图像中的噪声,基本方法就是求灰度的平均值,这样既平滑了噪声又保护了信号。
常用方法去噪:
线性滤波中值滤波自适应滤波三种方法,教材中所用到的就是线性滤波,用到模块——MedianFilter。
下图就是通过教材所述方法所得的前后图像对比,通过对比我们发现,图像前后的平滑度有了显著的改善,经过处理后的图像明显具有连续,柔和的特点。
这就是因为它平衡了前后灰度的结果。
图2经过平滑处理后的图像对比
图像的几何变换
在现实中处理图像的经验告诉我们,我们在研究一个图像时候,往往只对其中的某一部分信息进行分析,而忽略了很多其他非重要信息,图像理解是图像处理的一个重要的内容,通过MATLAB对图像进行形态上的处理。
即是对图形进行几何变换。
通过对MATLAB的学习,尤其是对函数的学习后,我体会到,只要是缩放,旋转都要对图像进行插值处理,插值的好坏直接影响到了你做出图像的水平,做得不好图像就会严重失真。
在教材提及的模块Resize可以从左边对图像进行缩放处理,该方法简单,若果用函数就得利用插值函数,缩放插值函数imresize来实现图形的放大或缩小。
在MATLAB中如果要对一幅图像进行旋转处理,可以直接用模块Rotate,这个模块的功能就是用方便的手段直接调节图像的旋转角度。
如果用函数写入,又必须用插值函数imrotate这个函数中插入你想要的角度,就可以得到你想要的旋转效果。
这两者实际上都是用的一个原理,只不过后者用函数的形式写出,我介绍一下它的用法和格式
I=imread(‘eight.tif’)
I=imrotate(I,30,’bilinear,’’crop’);
Inshow(I);
语句解释:
I就是所操作的图像,imrotate函数对其进行插值处理,插入的角度就是30度bilinear是双线性插值的意思,处理双线性插值法,还有一些插值法也有异曲同工的作用,比如,最邻近插值‘nearest’,双三插值函数‘bicubic’根据学习,我发现三种函数的用法都是上面的一种格式。
以上语句的开头imread是读入图像,再转换为MATLAB的矩阵格式以进行后面的运算,末尾Inshow(I)就是显示函数,在前文我已经对其进行说明,这里不再赘述。
图3经过旋转45度后的图像对比
图4经过剪切后图像对比
MATLAB最强大的地方——数学形态学与二值图像操作
为什么我说这是MATLAB最强大的地方呢?
在上面介绍的图像处理功能其实现在有很多软件都有其相同功能,MATLAB对于普通人使用起来是有些困难,因为像其他图像处理软件如:
PHOTOSHOP,ACDSee,可牛图像处理等软件,具有通俗易懂操作更表面化,更直观化的优点。
与这些图像处理软件比较起来,扎根于图像数字矩阵运算的MATLAB则是更加原理化,更加深入化,这也限制了普通人对其使用。
没有经过系统地学习MATLAB的相关函数结构,一般人是难以使用这款软件的。
加上MATLAB给初学者无所适从的操作界面,我觉得很多人都放弃用这个软件处理图像的方法。
可是在这一系列软件都具备的一种个功能,MATLAB却能很好地利用,就是形态学与二值图像操作。
经过学习我体会到,这个用矩阵的原理很好地把图像处理运用到了逻辑,数学上的处理,可以处理更多深层次的问题。
目前形态学的应用几乎是覆盖了图像处理的所有领域,文字识别,视觉检测,科学材料,还有计算机视觉等。
为什么数学形态学与二值图像有所联系呢?
现实如此,数学形态学的处理对象主要是二值图像,经过学习发现二值图像的特点可以解释这个问题,我先对二值图像进行说明。
我先已经涉及到了RGB图像,灰度图像,现在对二值图像进行说明,二值图像就是只有黑白两种值的图像,我们可以把二值图像看做是特殊的灰度图像,显然,二值图像与RGB图像的3维矩阵比起来它只需要一个矩阵就可以表示了。
它的每一个像素都只有两种可能的取值0或者1。
所以二值图像正是有这些特殊性质,由于二值图像处理相对简单,很多图像处理问题都转化为二值图像的问题。
下面是我对数学形态学的一些通俗理解。
数学形态学图像处理的一个基本思想就是结构元素,类比我们人类的视觉习惯,当你看到一副图像时候,你往往会对其中的某些你感兴趣的部分进行结构分析,分析它的形状,色彩,潜在的一些思想等等,而当你看到另一种事物时候你就会潜意识地拿它与你刚才所确定的结构去作对比。
你会不自觉的寻找新图像中相似的形态结构。
在教材中我们通过把一副图像经过灰度处理,再转换为二值图像,再进行数学形态学函数分析,以达到计数的目的。
下面让我们看看
图52值形态处理
转化为二值图像后先后经历了膨胀,腐蚀的操作。
由结果可以看出,由于原图中有一个硬币的颜色接近背景颜色,因此在将灰度图转为二值图像后,在该位置出的现的白色目标区域被划分成多块,这时如果直接对该图进行目标计数,得到的结果为12(如前页图所示),是错误的结果;
在经过对该图再进行形态学开启操作后,该区域被连通,这时再进行目标计数,就得到正确的结果10。
总之数学形态学的介入使得基于矩阵运算的MATLAB图像处理显示出它强大的一面,为致力于图像学研究各个领域的研究人员提供了一种更好的途径去分析解决图像处理与数学形态学,逻辑学等方面的问题。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- MATLAB 图像 处理 模块 心得