第三章 图像处理基本运算PPT.ppt

第三章 图像处理基本运算;图像及其数字处理小结;2、亮度适应和区分; 一般来说，当限定数字图像的大小时，为了得到质量较好的图像，可采用如下原则： ● 对细节丰富的图像： 应细采样，粗量化，以避免模糊（混叠）。 ● 对缓变的图像： 应细量化，粗采样，以避免假轮廓。 ;4、图像的读取、数据调用和显示;图像基本运算的概述;点运算 点运算是指对一幅图像中每个像素点的灰度值进行计算的方法。;几何运算 几何运算就是改变图像中物体对象（像素）之间的空间关系。 从变换性质来分，几何变换可以分为图像的位置变换（平移、镜像、旋转）、形状变换（放大、缩小）以及图像的复合变换等。 ; 点运算实际上是灰度到灰度的映射过程; 设 输入图像为 A(x ,y) 输出图像为 B(x ,y) 则点运算可表示为： B(x ,y)=f[A(x,y)] 显然点运算不会改变图像内像素点之间的空间位置关系。; 点运算又称为“对比度增强”、“对比度拉伸”、“灰度变换”等，按灰度变换函数的性质，可将点运算分为：;1.线性点运算;① 如果a1，输出图像的对比度增大;;;;;;;应用举例;; ;a=imread (lena.jpg); figure (1); imshow (a); b1=a+50; 灰度值增加 figure (2); imshow (b1); b2=1.5*a; 对比度增大 figure(3); imshow (b2); b3=0.8*a; 对比度减少 figure (4); imshow (b3); b4=-double (a)+255; 图像求补 figure (5); imshow (uint8 (b4)); ;Double：双精度浮点型 Uint8 ：无符号整数型 1、在matlab中，为了保证精度，经过了运算的图像矩阵I其数据类型会从uint8型变成double型。2、运算后，如果直接运行imshow(I)，我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint8型时是0~255范围。 解决办法： 1、imshow(I/256);%将图像矩阵转化到0-1之间 2、imshow(I,[]);%自动调整数据的范围以便于显示3、inshow（unit8(I));%转成uint8型; 下面通过一个示例来说明线性点运算对直方图的影响。 例.cameraman图像f (x)=1.25x + 45的直方图变化情况;; 当图像的曝光不足或过度时，图像灰度值就会限制在一个较小的范围内，这时在显示器上看到的将是一个模糊的图像。 利用线性点运算对图像进行处理，就能增强图像的灰度层次，改善图像的视觉效果。 ;2.分段线性点运算;0; 对数变换的一般表达式为： s = c log(1 + r) 其中C是一个常数。;对数增强;幂次变换的一般形式为：;加暗、减亮图像;cameraman.jpg;a=imread (cameraman.jpg); figure (1) ; imshow (a); xlabel ((a) 原始图像 ); x=1:255; y=x+x.*(255-x)/255; figure (2) ; plot (x, y); %绘制线性二维图形 xlabel ((b) 函数f(x)的曲线图); b1=double (a) +0.006*double (a) .* (255-double (a)); figure (3); imshow (uint8 (b1) ); xlabel ((c) 非线性处理效果);;;;;;思考问题:;;;;M=1;图像加法运算—简单图像融合;加运算生成图像叠加效果—举例;应用举例;应用举例;Matlab 加法运算;;;2 减法运算;;检测同一场景两幅图像之间的变化;左上: 某序列图像的第100帧; 下:某序列图像的第300帧; 右上: 两幅图像相减并取绝对值显示的结果;差影法 ;消除背景影响;差影法在自动现场监测中的应用 ;;I=imread (lena.jpg); J=imread (rice.png); I=im2double (I); J=im2double (J); K=I+0.3*J; subplot (2,3,1); imshow (I)