第三章_数字图像处理.pptVIP

3.3 直方图处理与函数绘图 3.3.1 生成并绘制图像的直方图 直方图: h(rk) = nk 其中rk是第k级亮度，nk是灰度级为rk的像素数。 归一化直方图: p(rk) = h(rk) / n =nk / n 其中n为像素总数 函数imhist: imhist(f, b) 其中b为灰度级的个数 * * imhist(g) imhist(g,10) 函数plot: plot(horz, v, ‘color_linestyle_mark’) 其中：v表示被绘制的点，horz表示水平标度的增量 h=imhist(g) h1=h(1:10:256) horz=1:10:256 plot(horz,h1,’r-+’) * 函数bar: bar(horz,h1,1); figure; bar(horz,h1,0); * 函数stem stem(horz,h1,b--.,fill) figure;stem(horz,h1,r-*,fill) figure;stem(horz,h1,fill) * 3.3 直方图处理与函数绘图 3.3.2 直方图均衡化 函数histeq: histeq(f, nlev) 例3.5 直方图均衡化 k=histeq(g,256);imshow(g);figure,imshow(k) * * imhist(g);figure,imhist(k) 3.3.2 直方图匹配 生成具有指定直方图的图像的方法称为直方图匹配。 函数histeq: histeq(f, hspec) hspec是一个指定的直方图 例3.6 直方图匹配 k1=histeq(g,1:100) imshow(k1),figure,imshow(g) k2=histeq(g,50:100);figure,imshow(k2) * 3.4 空间滤波 空间滤波（邻域处理） (1) 定义中心点(x, y); (2) 对预先定义的以(x, y)为中心点的邻域内的像素进行运算; (3) 令运算结果为该点处处理的响应; (4) 对图像中的每个点重复(1)(3)步骤. 空间滤波的分类： 线性空间滤波, 对邻域中像素的计算为线性运算. 如均值滤波等. 非线性空间滤波,对邻域中像素的计算为非线性运算.如统计排序滤波等 * 3.4 空间滤波 3.4.1 线性空间滤波 工具箱中实现线性滤波的函数imfilter g=imfilter(f, w, filtering_mode, boundary_options, size_options) w为滤波掩模 filtering_mode: 用于指定在滤波过程中是使用相关 ‘corr’ (默认值),还是卷积‘conv’ boundary_options: 用于边界充零问题。P(默认值为0), ‘replicate’, ‘symmetric’, ‘circular’ size_options: 大小选项： ‘full’, ‘same’ (默认值) * 例3.7 使用函数imfilter 通用语法：g=imfilter(f,w,’replicate’) * 3.4 空间滤波 3.4.2 非线性空间滤波 非线性滤波也是基于邻域操作的, 通过定义一个m*n的邻, 以其中心点滑过一幅图像的方式进行操作. 线性空间滤波基于计算乘积之和（一个线性表达式） 非线性空间滤波则基于非线性操作（非线性表达式） 工具箱提供两个执行常规非线性滤波的函数: 函数nlfilter和函数colfilt 函数nlfilter直接执行二维操作 函数colfilt以列的形式组织数据 函数colfilt占用更多的内在, 但执行比函数nlfilter快得多。 * 3.4 空间滤波 函数colfilt g=colfilt( f, [m, n], block_type, @fun, parameters) m和n是滤波区域的维数 block_type: ‘sliding’ 表示处理过程是在输入图像中逐个像素地滑动该m*n区域. ‘distinct’ 表示处理过程是在输入图像中互不相交的m*n块进行. @fun引用一个函数, 符号@称为函数句柄, 它是MATLAB数据类型. 函数fun必须分别对矩阵的每一列进行操作. parameters表示函数fun可能需要的参数. * 3.4 空间滤波 在使用colfilt时，在进行滤波之前，输入图像必须经过填充。可使用函数padarray: padarray函数 fp = padarray(f, [r,c], method, direction) [r,c]（r行, c列）填充f的行和列 method —— ‘replicate’,