收藏 分享(赏)

MATLAB图像处理.ppt

上传人:saw518 文档编号:6213166 上传时间:2019-04-02 格式:PPT 页数:39 大小:2.30MB
下载 相关 举报
MATLAB图像处理.ppt_第1页
第1页 / 共39页
MATLAB图像处理.ppt_第2页
第2页 / 共39页
MATLAB图像处理.ppt_第3页
第3页 / 共39页
MATLAB图像处理.ppt_第4页
第4页 / 共39页
MATLAB图像处理.ppt_第5页
第5页 / 共39页
点击查看更多>>
资源描述

1、MATLAB的数字图像处理,所谓数字图像处理(digital image processing),就是利用计算机对图像进行去除噪声、增强、恢复、分割、提取特征等的理论、方法和技术。,附2, Resolution (分辨率)单位,图像分辨率, dpi的数值越大,图像越清晰,300 dpi 96 dpi 21 dpi,1 数字图像的基本概念,不同分辨率下的图像:,1024 1024 512 512 256 256 128 128 64 64 32 32,图像分辨率通常是以像素数来计量的,如:640480, 注:640为水平像素数,480为垂直像素数。,位图,像素,像素是图片大小的基本单位 图像的像

2、素大小是指位图在高、宽两个方向的像素数相乘的结果,例如宽度和高度均为100像素的图片,其象素数是10000像素 我们经常用的数码相机像素数,所描述的就是相机拍照出来的照片是多大尺寸,300万像素的数码照片通常是20481536像素,而500万像素数码照片则是25601920像素。,不同灰度级的图像,代表像素的亮度值, 灰度等级划分得越细,越能准确地再现原稿。 目前用得最为普遍的是256个灰度等级,二值图像与灰度图像,2 图像文件的读写/显示,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,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u

3、int8 将内存中的数据以图片形式保存 imwrite(),内存数据的图像显示 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,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。,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

4、f(x,y)的灰度直方图hist0L-1可用如下计算获得: 初始化 histk=0; k=0,L-1 统计 histf(x,y)+; x=0,M-1, y =0,N-1 归一化 histf(x,y)/=M*N,Matlab函数imhist(),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,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

5、图像比较和分割 实际是完成直方图变换:DBf(DA) 累积分布密度为变换,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) 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

6、imnoise(): 图像中添加噪声 ,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),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 met

7、hod,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 。,更多图像处理,可参见有关参考书,Ra=6.3时,灰度图像及直方图,原始图像:,90年代以来: CBIR (Content-based Image Retrieval) 基于内容的图像检索对图像的视觉内容,如图像的颜色、纹理、形状等进行分析和检索图像。其特点是图像本身包含的客观视觉特性,不需要人为干预和解释,能够通过计算机自动实现对图像特征的提取和存储。,CBIR进行检索时

8、利用的是第2层的特征。特征提取是CBIR系统最基础的部分,在很大程度上决定了CBIR系统的成败,特征提取,1 基于颜色特征的检索,实践表明,基于颜色的CBIR系统具有较好的性能,而且实现相对容易最常用的表达颜色特征的方法是颜色直方图。其他常用的颜色特征表示方法还有颜色矩和颜色相关图。,2 基于纹理特征的检索,纹理是一种不依赖于颜色或亮度的反映图像中同质现象的视觉特征,对图像灰度变化的特征进行量化,与对象的位置、走向、大小、形状有关,与平均灰度级无关。图像检索中用到的纹理特征表示方法主要有:Tamura法、小波变换和自回归纹理模型。,3 基于形状特征的检索,形状特征常与目标联系在一起,需提取目标

9、的轮廓或描述目标轮廓所包围的区域的性质。因此形状比颜色和纹理的语义性更强。 基于边界的表示:代表方法是傅里叶描述子。其基本思想是用对图像进行傅里叶变换得到的边界作为形状描述. 其中一个优点就是把二维问题简化为一维问题。 基于区域的表示:代表方法是不变矩法。,纹理特征提取,统计方法 Statistical approach 有基于图像灰度直方图的矩分析法、灰度共生矩阵法、灰度行程和自回归模型。 统计方法将纹理描述为光滑、粗糙、粒状等等。,纹理特征提取,结构方法 Structural approach 研究基元及其空间关系。基元一般定义为具有某种属性而彼此相连的单元的集合,属性包括灰度、连通区域的

10、形状、局部一致性等。空间关系包括基元的相邻性、在一定角度范围内的最近距离等等。根据基元间的空间联系,纹理可以分为弱纹理或强纹理。进一步细分,可以根据基元的空间共生概率来划分,也可以根据单位面积内的边缘数来区别。,纹理特征提取,频谱方法 Spectral approach 根据傅立叶频谱,根据峰值所占的能量比例将图象分类。包括计算峰值处的面积、峰值处的相位、峰值与原点的距离平方、两个峰值间的相角差等手段。,灰度直方图分析法 为了研究两种纹理区域的灰度直方图的相似性,可以比较累积灰度直方图分布,计算直方图的均值或方差。但是灰度直方图不能得到纹理的二维灰度变化。如下图中两种纹理具有相同的直方图,只靠

11、直方图就不能区别这两种纹理。,常用的几种纹理特征分析方法,灰度共生矩阵法The Gray-level Co-occurrence Matrix共生矩阵用两个位置的象素的联合概率密度来定义,它不仅反映亮度的分布特性,也反映具有同样亮度或接近亮度的象素之间的位置分布特性,是有关图象亮度变化的二阶统计特征。它是定义一组纹理特征的基础。,指纹识别系统,指纹,由于其具有终身不变性、唯一性和方便性,已几乎成为生物特征识别的代名词。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。,指纹识别即指通过比较不同指纹的细节特征点来进行鉴别。由于每个人的指纹不同,就是同一人的十指之间,指纹也有明显区别,因此指纹可用

12、于身份鉴定。,指纹识别系统,IBM指纹识别笔记本电脑,汉王指纹考勤机,指纹锁,指纹识别系统,指纹识别系统,纹形可以分为箕形、弓形、斗形,如下图所示。其他的指纹图案都是基于这三种基本图案,指纹识别系统,指纹识别系统框图,指纹图像的获取的设备 1、光学取像设备依据的是光的全反射原理(ftir)。光线照到压有指纹的玻璃表面,反射光 线由ccd去获得,反射光的数量依赖于压在玻璃表面指纹的脊和谷的深 度和皮肤与玻璃间的油脂。光线经玻璃设到谷后反射到ccd,而设到脊 后则不反射到ccd(确切的是脊上的液体反光的)。 2、晶体传感器 硅传感器成为电容的一个极板,手指则是另一极板,利用手指纹线的脊和谷相对于平

13、滑的硅传感器之间的电容差,形成8bit的灰度图像。 3、超声波扫描 利用超声波具有穿透材料的能力,且随材料的不同产生大小不同的回波(超声波到达不同材质表面时,被吸收、穿透与反射的程度不同),因此,利用皮肤与空气对于声波阻抗的差异,就可以区分指纹脊与谷所在的位置。,指纹识别系统,指纹识别系统,三种成像技术的比较,指纹识别系统,指纹图像的预处理过程,指纹识别系统,图像剪裁:将原始指纹图像应用一定的算法进行剪切,在基本不损失有 用的指纹信息的基础上产生一个比原始图像小的指纹图像,减少数据量。,图像平滑:去除噪声干扰,而又不使图像失真,锐化处理:为强化指纹纹线间的界线,突出边缘信息,利于二值化,修饰处理:指纹图像经过二值化后,纹线边缘往往有凹凸不齐,为使图 像整洁,边缘圆滑,需要进行修饰处理。,二值化:对于锐化后的图像,其直方图有明显的双峰,故易于选取阈 值进行指纹图像二值化。,细化处理:所关心的不是指纹的粗细,而是指纹的有无,因此,在不破 坏图像连通性的情况下去掉多余的信息,指纹识别系统,指纹识别和分类流程,

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 网络科技 > 图形图像

本站链接:文库   一言   我酷   合作


客服QQ:2549714901微博号:道客多多官方知乎号:道客多多

经营许可证编号: 粤ICP备2021046453号世界地图

道客多多©版权所有2020-2025营业执照举报