數字圖像處理_圖像基本運算

圖像基本運算

1點運算

 線性點運算是指輸入圖像的灰度級與輸出圖像呈線性關系。
s=ar+b
  （r為輸入灰度值，s為相應點的輸出灰度值）。
  當a=1，b=0時，新圖像與原圖像相同；
  當a=1，b≠0時，新圖像是原圖像所有像素的灰度值上移或下移，是整個圖像在顯示時更亮或更暗；
  當a＞1時，新圖像對比度增加；
  當a＜1時，新圖像對比度降低；
  當a＜0時，暗區域將變亮，亮區域將變暗，點運算完成了圖像求補；

　　非線性點運算是指輸入與輸出為非線性關系，常見的非線性灰度變換為對數變換和冪次變換，對數變換一般形式為：

s=clog（1+r）

其中c為一常數，並假設r≥0.此變換使窄帶低灰度輸入圖像映射為寬帶輸出值，相對的是輸出灰度的高調整。

 

x=imread('D:/picture/DiaoChan.jpg');
subplot(2,2,1)
imshow(x);
title('原圖');
J=0.3*x+50/255;
subplot(2,2,2);
imshow(J);
title('線性點變換');
subplot(2,2,3);
x1=im2double(x);
H=2*log(1+x1);
imshow(H)
title('非線性點運算');%對數運算

冪次變換一般形式：s=cr^γ

冪級數γ部分值把窄帶暗值映射到寬帶輸出值

下面是非線性點運算的冪運算

 

I=imread('D:/picture/DiaoChan.jpg');
subplot(2,2,1);
imshow(I);title('原始圖像','fontsize',9);
subplot(2,2,2);
imshow(imadjust(I,[],[],0.5));title('Gamma=0.5');
subplot(2,2,3);
imshow(imadjust(I,[],[],1));title('Gamma=1');
subplot(2,2,4);
imshow(imadjust(I,[],[],1.5));title('Gamma=1.5');

 

2代數運算和邏輯運算

加法運算去噪處理

 

clear all
i=imread('lenagray.jpg');
imshow(i)
j=imnoise(i,'gaussian',0,0.05);
[m,n]=size(i);
k=zeros(m,n);
for l=1:100
    j=imnoise(i,'gaussian',0,0.05);
    j1=im2double(j);
    k=k+j1;
End
k=k/100;
subplot(1,3,1),imshow(i),title('原始圖像')
subplot(1,3,2),imshow(j),title('加噪圖像')
subplot(1,3,3),imshow(k),title(‘求平均后的

 

 

 減法運算提取噪聲

I=imread(‘lena.jpg’);
J=imnoise (I,‘lena.jpg’,0,0.02);
K=imsubtract(J,I);
K1=255-K;
figure;imshow(I);
figure;imshow(J);
figure;imshow(K1);

乘法運算改變圖像灰度級

I=imread('D:/picture/SunShangXiang.jpg')
I=im2double(I);
J=immultiply(I,1.2);
K=immultiply(I,2);
subplot(1,3,1),imshow(I);subplot(1,3,2),imshow(J);
subplot(1,3,3);imshow(K);

 邏輯運算

A=zeros(128);
A(40:67,60:100)=1;
figure(1)
imshow(A);
B=zeros(128);
B(50:80,40:70)=1;
figure(2)
imshow(2);
C=and(A,B);%與
figure(3);
imshow(3);
D=or(A,B);%或
figure(4);
imshow(4);
E=not(A);%非
figure(5);
imshow(E);

 

3幾何運算

平移運算實現圖像的平移

 

I=imread('lenagray.jpg');
subplot(1,2,1);
imshow(I);
[M,N]=size(I);g=zeros(M,N);
a=20;b=20;
for i=1:M
    for j=1:N
        if((i-a>0)&(i-a<M)&(j-b>0)&(j-b<N))
            g(i,j)=I(i-a,j-b);
        else
            g(i,j)=0;
        end
    end
end
subplot(1,2,2);imshow(uint8(g));

 

水平鏡像變換

I=imread('lena.jpg');
subplot(121);imshow(I);
[M,N]=size(I);g=zeros(M,N);
for i=1:M
    for j=1:N
        g(i,j)=I(i,N-j+1);
    end
end
subplot(122);imshow(uint8(g));

 垂直鏡像變換

I=imread('lena.jpg');
subplot(121);imshow(I);
[M,N]=size(I);g=zeros(M,N);
for i=1:M
    for j=1:N
        g(i,j)=I(M-i+1,j);
    end
end
subplot(122);imshow(uint8(g));

 

 圖像的旋轉

x=imread('D:/picture/DiaoChan.jpg');
imshow(x);
j=imrotate(x,45,'bilinear');
k=imrotate(x,45,'bilinear','crop');
subplot(1,3,1),imshow(x);
title(‘原圖')
subplot(1,3,2),imshow(j);
title(‘旋轉圖(顯示全部)')
subplot(1,3,3),imshow(k);
title(‘旋轉圖(截取局部)')

幾種插值法比較

i=imread('lena.jpg');
j1=imresize(i,10,'nearest');
j2=imresize(i,10,'bilinear');
j3=imresize(i,10,'bicubic');
subplot(1,4,1),imshow(i);title(‘原始圖像')
subplot(1,4,2),imshow(j1);title(‘最近鄰法')
subplot(1,4,3),imshow(j2);title(‘雙線性插值法')
subplot(1,4,4),imshow(j3);title(‘三次內插法')

 放縮變換

x=imread('D:/picture/ZiXia.jpg')
subplot(2,3,1)
imshow(x);
title('原圖');
Large=imresize(x,1.5);
subplot(2,3,2)
imshow(Large);
title('擴大為1.5');
Small=imresize(x,0.1);
subplot(2,3,3)
imshow(Small);
title('縮小為0.3');
subplot(2,3,4)
df=imresize(x,[600 700],'nearest');
imshow(df)
title('600*700');
df1=imresize(x,[300 400],'nearest');
subplot(2,3,5)
imshow(df1)
title('300*400');

 

 

 后記：

（1）MATLAB基礎知識回顧

1：crtl+R是對選中的區域注釋，ctrl+T是取消注釋

2：有的代碼中點運算如O=a.*I+b/255 ，其中b除以255原因是：灰度數據有兩種表式方法：一種是用unit8類型，取值0~255；另一種是double類型，取值0~1。兩者之間相差255倍。就這段代碼而言，I剛讀入時是unit8類型，在第2句轉換為double，所以后面涉及到與它進行運算的時候，為了統一，都要轉換到0~1的范圍，所以要除255。

3：imresize的用法

　　1、B = imresize(A,m)  將圖片A放大m倍
　　2、B = imresize(A,m,method)
 　　 將圖片A由參數method指定的插值運算方法來改變圖像的大小到m倍，
 　　 method的幾種可選值：
　　  'nearest'最近鄰插值（默認）
 　　 'bilinear'雙線性插值
 　　 'bicubic'雙三次插值
　　3、B = imresize(A,[mrows
 　　ncols],method) 將圖片A由參數method指定的插值運算方法，來改變圖像的大小到長寬為[mrows
　　 ncols]
　　4、B= imresize(...,method,n) 
　　5、B= imresize(...,method,h) 
 　　其中的h可以是任意一個FIR濾波器（h通常由函數ftrans2、fwind1、fwind2、或fsamp2等生成的二維FIR濾波器）。

4:uint16的用法

　　matlab中uint16函數的用法；
　　1.函數用法：將輸入參數映射到無符號16位范圍之內，即將參數限定在0-65535之間；
　　2.實例：當輸入為一個實數a時：
　　if a<0 輸出ans=0;
　　if 0<=a<=65535 輸出ans=a;
　　if a>65535 輸出ans=65535;
　　當輸入為一個矩陣a時：對於矩陣中的每一個元素進行上述標量操作；
　　if a=[-1 2 65539] 輸出ans=[0 2 65535];
　　注意：uint8的用法同理

5　　mat2gray   把一個double類的任意數組轉換成值范圍在[0,1]的歸一化double類數組
　　  im2double 將輸入轉換為double類.若輸入是uint8類 uint16 類 logical類則函數將其轉換為范圍[0,1]之間的類.

6imadjust

　　　　函數imadjust是對灰度圖像進行亮度轉換的基本IPT工具
　　　　g=imadjust(f,[low-in   high-in],[low_out  high_out],gmma)

　　　　此函數將圖像f中的亮度值映像到g中的新值,即將low_in至high_in之間的值的映射到low_out和high_out之間的值.low_in以下high_in以　　　　　　　　     　　  上的值被剪切了.   參數gamma給出曲線的形狀.該曲線用來映射f的亮度值,以便生成圖像g.若gamma小於

　　      1,則映射被加權至更高的輸出值.

7imnoise的用法

imnoise 函數說明

　　在MATLAB中，可以使用imnoise函數給一幅圖像添加噪聲。
　　g = imnoise(f, type, parameters)
　　參數說明：
　　輸出：g是添加噪聲之后的圖像。
　　輸入：f是原圖像，type是加入的噪聲類型，parameters是噪聲的一些參數。

　　概括地說，imnoise的函數原型為：g = imnoise(f, type, parameters)，注意這個只是一個概括性的函數原型，因為parameters根據噪聲種　　類的不同可以指定多個值，也可以指定一個值。所以真正可以直接調用的函數原型是下面的這些函數接口。

具體形式的imnoise接口

　　　　g=imnoise(f，‘gaussian’，m，var)是將均值為m，方差為var的高斯噪聲加到圖像f上。m的默認值是0，var默認值是0.01。

　　　　g=imnoise(f，‘salt & pepper’，d)給圖像f添加椒鹽噪聲，其中d是噪聲密度（即包含噪聲值的圖像區域的百分比）。因此，大約有　　　　d*numel（f）個像素受到污染，默認的噪聲密度為0.05。

　　　　g=imnoise(f，‘speckle’，var)用方程g=f + n*f將乘性噪聲添加到圖像f上，其中n是均值為0、方差為var的均勻分布的隨機噪聲。var的默認值為0.04。

imrotate函數說明

調用格式

編輯

B = imrotate(A,angle)

B = imrotate(A,angle,method)

B = imrotate(A,angle,method,bbox)

調用格式說明

B = imrotate(A,angle)

將圖像A（圖像的數據矩陣）繞圖像的中心點旋轉angle度， 正數表示逆時針旋轉， 負數表示順時針旋轉。返回旋轉后的圖像矩陣。

B = imrotate(A,angle,method)

使用method參數可以改變插值算法，method參數可以為下面這三個值：

'nearest'：最鄰近線性插值（Nearest-neighbor interpolation）

'bilinear'： 雙線性插值（Bilinear interpolation）

'bicubic'： 雙三次插值（或叫做雙立方插值）（Bicubic interpolation）

B = imrotate(A,angle,method,bbox)

bbox參數用於指定輸出圖像屬性：

'crop'： 通過對旋轉后的圖像B進行裁剪， 保持旋轉后輸出圖像B的尺寸和輸入圖像A的尺寸一樣。

'loose'： 使輸出圖像足夠大， 以保證 源圖像旋轉后超出 圖像尺寸范圍的像素值沒有丟失。 一般這種格式產生的圖像的尺寸都要大於源圖像的尺寸。