光电图像处理课件

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,课题：,基于MATLAB的图像增强,及,实现,指导老师：张金业,组员：黄帅 邱柳 徐贝妮 姚怡,汇报日期：2014.11.25,课题：基于MATLAB的图像增强及实现,1,主要内容：,*,灰度变换,*,直方图均衡化,*,图像,二值化,*,图像平滑,*,图像锐化,*,图像的傅立叶变换,*,图像的伪彩色处理,主要内容：,2,一灰度变换,介绍,：灰度即使用黑色调表示物体。每个灰度对象都具有从,0%（白色）到100%（黑色）的亮度值。灰度变换处理是图像增强技术中一种非常基础、直接的空间域图像处理方法，也是图像数字化和图像显示的一个重要组成部分。灰度变换主要针对独立的像素点进行处理，通过改变原始图像数据,所占,有的灰度范围而使图像在视觉上得到改观。,（直方图规定化：将一幅图像通过灰度变换，使其具有特定 的直方图形式。）,3,*,图像处理效果,4,*_*,图像处理效果,*_*图像处理效果,5,*-*,程序：,clear,clc,A=imread(1.png);%读取rgb图片,I=rgb2gray(A);%转换为灰度图像,figure;,subplot(2,2,1);,imshow(I,);%原灰度图,subplot(2,2,2);,imhist(I);%原灰度图直方图,J=imadjust(I,0.01 0.55,);%映射亮度值0.01至0.55之间,subplot(2,2,3);,imshow(J);%显示调整后的图,subplot(2,2,4);,imhist(J);%显示调整后的直方图,*-*程序：,6,二直方图均衡化,介绍,：直方图均衡化是指通过灰度映射变换,将一幅图像转化为另一幅具有均衡直方图，即在每个灰度级上具有相同的像素点数的过程。,本质：扩大了量化间隔，而量化级别反而减少了。,二直方图均衡化,7,*-*,图像处理效果,*-*,8,*-*,*,9,程序：,clc;,clear;,I=imread(2.jpeg);,I=rgb2gray(I);%将图像转化为灰度图像,J=histeq(I);%对I进行直方图均衡化,figure(1);,subplot(121),imshow(I),title(原始图像),subplot(122),imshow(J),title(直方图均衡化后的图像);,figure(2),subplot(121),imhist(I,64),title(原始的直方图);,subplot(122),imhist(J,64),title(均衡化后的直方图),10,三图像二值化,介绍,：图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。,三图像二值化,11,*,*,12,*-*,*,*-*,13,*,程序：,A=imread(3.bmp);,I=rgb2gray(A);,bw=im2bw(I,0.5);%选取阈值为0.5,subplot(1,3,1);imshow(I);title(原图);,subplot(1,3,2);imshow(bw);,title(显示二值图像);,J=find(I=150);,I(J)=255;,subplot(1,3,3);imshow(I);,title(图像二值化(域值为150）);,*程序：,14,四图像平滑,介绍,：任何一副图像在获取和传输等过程中，会受到各种噪声的干扰，使图像质量下降，图像模糊，特征淹没，对图像分析不利。为了抑制噪声改善图像质量所进行的处理称图像平滑,。（以中值滤波、均值滤波为例。）,四图像平滑,15,*,*,.,高斯白噪声,:n(i,j)服从高斯分布,。,椒盐噪声,:椒盐噪声是由图像传感器，传输信道，解码处理等产,生的黑白相间的亮暗点噪声。椒盐噪声往往由图像切割引,起。,图像平滑的目的：减少或消去图像噪声。,16,均值滤波,：,噪声弱化，但图象边缘变,模糊，,均值滤波对高斯白噪声的,滤,波效果要比对椒盐噪声的效果好！,*,均值滤波：噪声弱化，但图象边缘变模糊，均值滤波对高斯白噪声,17,中值滤波：,中值滤波对消除脉冲椒盐噪声非常有效，而且不会显著模糊图像。可以看出，中值滤波对脉冲椒盐噪声比对高斯白噪声效果更好。,*,中值滤波：中值滤波对消除脉冲椒盐噪声非常有效，而且不会显著模,18,五图像锐化,介绍,：补偿图像的轮廓，增强图像的边缘及灰度跳变的部分，使图像变得清晰。,五图像锐化,19,*,*,*,20,*-*,*,*-*,21,*-*,*,*-*,22,*-*,程序：,clear all;,close all;,A=imread(9.png);,I=rgb2gray(A);,J=edge(I,roberts);,k=edge(I,sobel);,l=edge(I,prewitt);,figure,subplot(221),imshow(I);title(原图);,subplot(222),imshow(J);title(Roberts 算子);,subplot(223),imshow(k);title(sobel算子);,subplot(224),imshow(l);title(prewitt算子);,*-*程序：,23,六图像的傅立叶变换,意义,：将给定灰度图像变换为频谱图像。傅立叶频谱图上我们看到的明暗不一的亮点，实际上是图像上某一点与领域点差异的强弱，即梯度的大小，也即该点的频率的大小。,六图像的傅立叶变换,24,*-*,*,*-*,25,*-*,*,*-*,26,程序：,clc;clear;I=imread(2.jpeg);A=rgb2gray(I);figure(1);imshow(A);title(原灰度图像);S=fftshift(fft2(A);figure(2);imshow(log(abs(S),);title(傅里叶频谱,*,程序：clc;clear;I=imread(2.,27,七图像的伪彩色处理,介绍,：,所谓伪彩色处理，就是将图像中的黑白灰度,级变成不同的彩色，如果分层越多，人眼所能提取的信息也多，从而达到图像增强的效果。这是一种视觉效果明显，又不太复杂的图像增强技术。,伪色彩图像处理技术不仅适用于航空,摄影和遥感图片，也可用于x光片及云图,的判读方面。可以用pc机去做,，,也可用,硬件设备来实现。,七图像的伪彩色处理,28,伪彩色虽然能将黑白灰度转换为彩色，但这种彩,色并不是真正表现图像的原始颜色，而仅仅是一种便,于识别的伪彩色。伪彩色处理技术的实现方法有多种，,如灰度分层法、灰度级-彩色变换法、频域滤波法等等。,我们在这里主要介绍灰度级-彩色变换法的实现方法。,首先对原始黑白图像f(x,y)每个像点的灰度值进行三个独立的变换，然后选择合适的变换关系，使原图上每个灰度值映射为不同的红，绿，蓝三基色R,G,B的组合，即不同的色彩，实现伪彩色转换。,29,*,*,*,30,*-*,*,*-*,31,*,A=imread(2.jpg);%读入灰度图像image2g.jpg?,I1=rgb2gray(A);I=double(I1);,M,N=ze(I);L=256;,for i=1:M,for j=1:N,if I(i,j)L/4,R(i,j)=0;G(i,j)=4*I(i,j);,B(i,j)=L;,else if I(i,j)=L/2 R(i,j)=0;,G(i,j)=L;B(i,j)=-4*I(i,j)+2*L;,else if I(i,j)=3*L/4,R(i,j)=4*I(i,j)-2*L;,G(i,j)=L;B(i,j)=0;,else,R(i,j)=L;G(i,j)=-4*I(i,j)+4*L;,B(i,j)=0;end end end end end,for i=1:M,for j=1:N,G2C(i,j,1)=R(i,j);,G2C(i,j,2)=G(i,j);,G2C(i,j,3)=B(i,j);,c(i,j)=R(i,j)+G(i,j)+B(i,j);,end,end,G2C=G2C/256;figure;,imshow(G2C);figure;imshow(I1),*,32,心得体会,：,通过此次课题研究，使我们更加扎实地掌握了有关图像处理方面的知识，在设计过程中虽然遇到了一些问题，但经过一次又一次的思考，一遍又一遍的检查终于找出了原因所在，也暴露出了前期我们在这方面的知识欠缺和经验不足。实践出真知，通过亲自动手操作，使我们掌握的知识不再是纸上谈兵。在做数字图像处理课题研究以前，一直认为这门学科很简单，但是通过这次的学习，我们明白了学习跟掌握是两个完全不同的层次，纸上学来终是浅，实践方是万物源。学习过程中，我们通过讨论得到了一个较好的结果，更使我们体验到团队学习工作的重要性，因为大家往一处使劲握们才能获得最后的成功，也增进了彼此的友谊。,.,心得体会：,33,*谢谢观赏*,*谢谢观赏*,34,