基于MATLAB的數(shù)字圖像處理的彩色圖像處理參考模板

1、南京信息工程大學(xué)濱江學(xué)院專業(yè)： 電子信工程 學(xué)生姓名： 戴錦棟 指導(dǎo)教師： 王心蕾 完成時(shí)間：2016年6月2日基于MATLAB的數(shù)字圖像處理的彩色圖像處理1 / 18摘要自20世紀(jì)70年代以來，由于數(shù)字技術(shù)和計(jì)算機(jī)技術(shù)的迅猛發(fā)展，給數(shù)字圖像處理(DigitalImageProcessing)提供了先進(jìn)的技術(shù)手段。圖像科學(xué)從信息處理、自動(dòng)控制系統(tǒng)理論、計(jì)算機(jī)科學(xué)、數(shù)據(jù)通信等學(xué)科中脫穎而出，成為研究圖像信息的獲取、傳輸、存儲(chǔ)、變換、顯示、理解和綜合利用的新興學(xué)科。數(shù)字圖像處理在實(shí)際中得到了廣泛應(yīng)用。特別是在遙感、航空航天、通信、生物和醫(yī)學(xué)、安全監(jiān)控、工業(yè)生產(chǎn)、視頻和多媒體、機(jī)器人視覺、物理和化學(xué)

2、分析、公安和軍事等領(lǐng)域它在國家安全、經(jīng)濟(jì)發(fā)展和日常生活中已經(jīng)起到越來越重要的作用。由于彩色圖像提供了比灰度圖像更為豐富的信息,因此彩色圖像處理正受到人們越來越多的關(guān)注。關(guān)鍵字顏色空間 彩色圖像分割 彩色空間轉(zhuǎn)換 彩色變換目錄 引言1 1 MATLAB圖像處理工具箱及數(shù)字圖像處理基本過程簡介2 1.1 常用圖像操作 21.2 圖像增強(qiáng)功能 21.3邊緣檢測和圖像分割功能 31,4圖像變換功能 42 MATLAB中彩色圖像表示42.1RGB圖像4 2.2索引圖像6 2.3處理RGB和索引圖像63 彩色圖像處理63.1讀入一幅RGB圖像，將其分別轉(zhuǎn)換到CMY空間、HSI空間并顯示63.2彩色空間濾波

3、8參考文獻(xiàn)9 致謝9 引言MATLAB 語言是由美國MathWorks 公司推出的計(jì)算機(jī)軟件，經(jīng)過多年的逐步發(fā)展與不斷完善，現(xiàn)已成為國際公認(rèn)的最優(yōu)秀的科學(xué)計(jì)算與數(shù)學(xué)應(yīng)用軟件之一， 是近幾年來在國內(nèi)外廣泛流行的一種可視化科學(xué)計(jì)算軟件。它集數(shù)值分析、矩陣運(yùn)算、信號(hào)處理和圖形顯示于一體，構(gòu)成了一個(gè)方便的、界面友好的用戶環(huán)境，而且還具有可擴(kuò)展性特征。MathWorks 公司針對不同領(lǐng)域的應(yīng)用，推出了信號(hào)處理、控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、圖像處理、小波分析、魯棒控制、非線性系統(tǒng)控制設(shè)計(jì)、系統(tǒng)辨識(shí)、優(yōu)化設(shè)計(jì)、統(tǒng)計(jì)分析、財(cái)政金融、樣條、通信等30 多個(gè)具有專門功能的工具箱，這些工具箱是由該領(lǐng)域內(nèi)的學(xué)術(shù)水平較高的專家

4、編寫的，無需用戶自己編寫所用的專業(yè)基礎(chǔ)程序， 可直接對工具箱進(jìn)行運(yùn)用。同時(shí)，工具箱內(nèi)的函數(shù)源程序也是開放性的，多為M 文件，用戶可以查看這些文件的代碼并進(jìn)行更改，MALAB 支持用戶對其函數(shù)進(jìn)行二次開發(fā)， 用戶的應(yīng)用程序也可以作為新的函數(shù)添加到相應(yīng)的工具箱中。MATLAB 中的數(shù)字圖像是以矩陣形式表示的，這意味著MATLAB 強(qiáng)大的矩陣運(yùn)算能力用于圖像處理非常有利，矩陣運(yùn)算的語法對MATLAB 中的數(shù)字圖像同樣適用。本文對MATLAB 圖像處理工具箱進(jìn)行探索及應(yīng)用，實(shí)驗(yàn)證明該軟件功能強(qiáng)大，語言簡潔易學(xué)，人機(jī)界面友好，工具箱具有豐富的技術(shù)支持并集成了該領(lǐng)域?qū)＜业闹腔郏瑧?yīng)用簡單而效果良好。.1.1

5、 MATLAB 圖像處理工具箱及數(shù)字圖像處理基本過程簡介數(shù)字圖像處理工具箱函數(shù)包括以下15 類:、圖像顯示函數(shù);、圖像文件輸入、輸出函數(shù);、圖像幾何操作函數(shù);、圖像像素值及統(tǒng)計(jì)函數(shù);、圖像分析函數(shù);、圖像增強(qiáng)函數(shù);、線性濾波函數(shù);、二維線性濾波器設(shè)計(jì)函數(shù);、圖像變換函數(shù);、圖像鄰域及塊操作函數(shù);、二值圖像操作函數(shù);、基于區(qū)域的圖像處理函數(shù);、顏色圖操作函數(shù);、顏色空間轉(zhuǎn)換函數(shù);、圖像類型和類型轉(zhuǎn)換函數(shù)。MATLAB 圖像處理工具箱支持四種圖像類型， 分別為真彩色圖像、索引色圖像、灰度圖像、二值圖像，由于有的函數(shù)對圖像類型有限制， 這四種類型可以用工具箱的類型轉(zhuǎn)換函數(shù)相互轉(zhuǎn)換。MATLAB 可操

6、作的圖像文件包括JPG、HDF、JPEG、PCX、TIFF、XWD 等格式。下面就圖像處理的基本過程討論工具箱所實(shí)現(xiàn)的常用功能。1.1. 常用圖像操作圖像的讀寫與顯示操作:用imread( )讀取圖像，imwrite( )輸出圖像，把圖像顯示于屏幕有imshow( )，image( )等函數(shù)。imcrop()對圖像進(jìn)行裁剪，圖像的插值縮放可用imresize( )函數(shù)實(shí)現(xiàn)，旋轉(zhuǎn)用imrotate( )實(shí)現(xiàn)。1.2. 圖像增強(qiáng)功能:圖像增強(qiáng)是數(shù)字圖像處理過程中常用的一種方法， 目的是采用一系列技術(shù)去改善圖像的視覺效果或?qū)D像轉(zhuǎn)換成一種更適合于人眼觀察和機(jī)器自動(dòng)分析的形式。常用的圖像增強(qiáng)方法有以下

7、幾種:1)灰度直方圖均衡化均勻量化的自然圖像的灰度直方圖通常在低灰度區(qū)間上頻率較大， 使得圖像中較暗區(qū)域中的細(xì)節(jié)看不清楚， 采用直方圖修整可使原圖像灰度集中的區(qū)域.2.拉開或使灰度分布均勻，從而增大反差，使圖像的細(xì)節(jié)清晰，達(dá)到增強(qiáng)目的。直方圖均衡化可用histeq( )函數(shù)實(shí)現(xiàn)。2)灰度變換法照片或電子方法得到的圖像，常表現(xiàn)出低對比度即整個(gè)圖像偏亮或偏暗， 為此需要對圖像中的每一像素的灰度級(jí)進(jìn)行標(biāo)度變換，擴(kuò)大圖像灰度范圍，以達(dá)到改善圖像質(zhì)量的目的。這一灰度調(diào)整過程可用imadjust( )函數(shù)實(shí)現(xiàn)。3)平滑與銳化濾波平滑技術(shù)用于平滑圖像中的噪聲，基本采用在空間域上的求平均值或中值?；蛟陬l域上采

8、取低通濾波，因在灰度連續(xù)變化的圖像中， 我們通常認(rèn)為與相鄰像素灰度相差很大的突變點(diǎn)為噪聲點(diǎn)，灰度突變代表了一種高頻分量，低通濾波則可以削弱圖像的高頻成分，平滑了圖像信號(hào)，但也可能使圖像目標(biāo)區(qū)域的邊界變得模糊。而銳化技術(shù)采用的是頻域上的高通濾波方法，通過增強(qiáng)高頻成分減少圖像中的模糊，特別是模糊的邊緣部分得到了增強(qiáng)， 但同時(shí)也放大了圖像的噪聲。在MATLAB 中，各種濾波方法都是在空間域中通過不同的卷積模板即濾波算子實(shí)現(xiàn)，可用fspecial( )函數(shù)創(chuàng)建預(yù)定義的濾波算子，然后用filter2( )或conv2( )函數(shù)在實(shí)現(xiàn)卷積運(yùn)算的基礎(chǔ)上進(jìn)行濾波。1.3. 邊緣檢測和圖像分割功能邊緣檢測是一種

9、重要的區(qū)域處理方法， 邊緣是所要提取目標(biāo)和背景的分界線，提取出邊緣才能將目標(biāo)和背景區(qū)分開來。如果一個(gè)像素落在邊界上， 那么它的鄰域?qū)⒊蔀橐粋€(gè)灰度級(jí)變化的帶。對這種變化最有用的兩個(gè)特征是灰度的變化率和方向。邊緣檢測算子可以檢查每個(gè)像素的鄰域并對灰度變化率進(jìn)行量化，也包括對方向的確定，其中大多數(shù)是基于方向?qū)?shù)掩模求卷積的方法。MATLAB 工具箱提供的edge( )函數(shù)可針對sobel算子、prewitt 算子、Roberts 算子、log 算子和canny 算子實(shí)現(xiàn)檢測邊緣的功能。基于灰度的圖像分割方法也可以用簡單的MATLAB 代碼實(shí)現(xiàn)。.3.1.4. 圖像變換功能圖像變換技術(shù)是圖像處理的重要

10、工具，常運(yùn)用于圖像壓縮、濾波、編碼和后續(xù)的特征抽取或信息分析過程。MATLAB 工具箱提供了常用的變換函數(shù)，如fft2( )與ifft2( )函數(shù)分別實(shí)現(xiàn)二維快速傅立葉變換與其逆變換，dct2( )與idct2( )函數(shù)實(shí)現(xiàn)二維離散余弦變換與其逆變換， Radon( )，iradon( )函數(shù)實(shí)現(xiàn)Radon變換與逆Radon 變換。除了以上基本的圖像處理功能，MATLAB 還提供了如二值圖像的膨脹運(yùn)算dilate( )函數(shù)、腐蝕運(yùn)算erode( )函數(shù)等基于數(shù)學(xué)形態(tài)學(xué)與二值圖像的操作函數(shù)。2.MATLAB種彩色圖像的表示2.1RGB圖像rgb_image=cat(3,fR,fG,fB) fR=

11、rgb_image(:,:,1); fG=rgb_image(:,:,2); fB=rgb_image(:,:,3);%生成RGB立方體 clc clear rgbcube(-10,-10,4);%3個(gè)參數(shù)表示觀看圖像視角的點(diǎn)坐標(biāo) axison;%坐標(biāo)軸范圍 gridon;%畫圖時(shí)添加網(wǎng)格線 .4.title(RGB立方體1); figure,rgbcube(10,10,4);%10,10,4是默認(rèn)的坐標(biāo) axison;gridon;title(RGB立方體2);實(shí)驗(yàn)結(jié)果： .5.2.2索引圖像索引圖像有兩個(gè)分量，即整數(shù)的數(shù)據(jù)矩陣X和彩色映射矩陣map。2.3處理RGB和索引圖像的函數(shù)rgb_

12、image表示RGB圖像，gray_image表示灰度圖像，bw表示黑白圖像，X表示索引圖像的數(shù)據(jù)矩陣分量。 函數(shù)： dither：采用“抖動(dòng)”從RGB圖像創(chuàng)建索引圖像grayslice: 從灰度級(jí)亮度圖像通過多級(jí)閾值創(chuàng)建索引圖像 gray2ind: 從灰度級(jí)亮度圖像創(chuàng)建索引圖像 ind2gray: 從索引圖像創(chuàng)建灰度級(jí)亮度圖像 rgb2ind: 從RGB圖像創(chuàng)建索引圖像 ind2rgb: 從索引圖像創(chuàng)建RGB圖像rgb2gray: 從RGB圖像創(chuàng)建灰度級(jí)圖像3彩色圖像處理3.1讀入一幅RGB圖像，將其分別轉(zhuǎn)換到CMY空間、HSI空間并顯示。.6.轉(zhuǎn)換到CMY空間rgb_I=imread(pe

13、ppers.png);cmy_I=imcomplement(rgb_I);imshow(rgb_I);figure;imshow(cmy_I);figure;imshow(h);figure;imshow(s);figure;imshow(I);HSI空間 rgb=imread(peppers.png); imshow(rgb);rgb=im2double(rgb);r=rgb(:,:,1);g=rgb(:,:,2);b=rgb(:,:,3);I=(r+g+b)/3; tmp1=min(min(r,g),b);tmp2=r+g+b;tmp2(tmp2=0)=eps;s=1-3.*tmp1./t

14、mp2;tmp1=0.5*(r-g)+(r-b);tmp1=sqrt(r-g).2+(r-b).*(g-b);theta=acos(tmp1./(tmp2+eps);h=theta; h(bg)=2*pi-h(bg);h=h/(2*pi);h(s=0)=0;hsi=cat(3,h,s,I);.7.m=fspecial(average);r_filtered=imfilter(r,m);g_filtered=imfilter(g,m);b_filtered=imfilter(b,m); rgb_filtered=cat(3,r_filtered,g_filtered,b_filtered);figure; imshow(rgb_filtered); lapMatrix=111;1-81;111;i_tmp=imfilter(rgb,lapMatrix,replicate);i_sharped=imsubtract(rgb,i_tmp);figure; imshow(i_sharped);3,2彩色圖像的空間濾波rgb=imread(peppers.png);figure;imshow(rgb);r=rgb(:,:,1);