数字图像处理_图像基本运算

Posted 2021-02-13 henuliulei

图像基本运算

1点运算

 线性点运算是指输入图像的灰度级与输出图像呈线性关系。
s=ar+b
  （r为输入灰度值，s为相应点的输出灰度值）。
  当a=1，b=0时，新图像与原图像相同；
  当a=1，b≠0时，新图像是原图像所有像素的灰度值上移或下移，是整个图像在显示时更亮或更暗；
  当a＞1时，新图像对比度增加；
  当a＜1时，新图像对比度降低；
  当a＜0时，暗区域将变亮，亮区域将变暗，点运算完成了图像求补；

　　非线性点运算是指输入与输出为非线性关系，常见的非线性灰度变换为对数变换和幂次变换，对数变换一般形式为：

s=clog（1+r）

其中c为一常数，并假设r≥0.此变换使窄带低灰度输入图像映射为宽带输出值，相对的是输出灰度的高调整。

 

 1 x=imread(‘D:/picture/DiaoChan.jpg‘);
 2 subplot(2,2,1)
 3 imshow(x);
 4 title(‘原图‘);
 5 J=0.3*x+50/255;
 6 subplot(2,2,2);
 7 imshow(J);
 8 title(‘线性点变换‘);
 9 subplot(2,2,3);
10 x1=im2double(x);
11 H=2*log(1+x1);
12 imshow(H)
13 title(‘非线性点运算‘);%对数运算

幂次变换一般形式：s=cr^γ

幂级数γ部分值把窄带暗值映射到宽带输出值

下面是非线性点运算的幂运算

 

1 I=imread(‘D:/picture/DiaoChan.jpg‘);
2 subplot(2,2,1);
3 imshow(I);title(‘原始图像‘,‘fontsize‘,9);
4 subplot(2,2,2);
5 imshow(imadjust(I,[],[],0.5));title(‘Gamma=0.5‘);
6 subplot(2,2,3);
7 imshow(imadjust(I,[],[],1));title(‘Gamma=1‘);
8 subplot(2,2,4);
9 imshow(imadjust(I,[],[],1.5));title(‘Gamma=1.5‘);

 

2代数运算和逻辑运算

加法运算去噪处理

 

 1 clear all
 2 i=imread(‘lenagray.jpg‘);
 3 imshow(i)
 4 j=imnoise(i,‘gaussian‘,0,0.05);
 5 [m,n]=size(i);
 6 k=zeros(m,n);
 7 for l=1:100
 8     j=imnoise(i,‘gaussian‘,0,0.05);
 9     j1=im2double(j);
10     k=k+j1;
11 End
12 k=k/100;
13 subplot(1,3,1),imshow(i),title(‘原始图像‘)
14 subplot(1,3,2),imshow(j),title(‘加噪图像‘)
15 subplot(1,3,3),imshow(k),title(‘求平均后的

 

 

 减法运算提取噪声

1 I=imread(‘lena.jpg’);
2 J=imnoise (I,‘lena.jpg’,0,0.02);
3 K=imsubtract(J,I);
4 K1=255-K;
5 figure;imshow(I);
6 figure;imshow(J);
7 figure;imshow(K1);

乘法运算改变图像灰度级

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

 逻辑运算

 1 A=zeros(128);
 2 A(40:67,60:100)=1;
 3 figure(1)
 4 imshow(A);
 5 B=zeros(128);
 6 B(50:80,40:70)=1;
 7 figure(2)
 8 imshow(2);
 9 C=and(A,B);%与
10 figure(3);
11 imshow(3);
12 D=or(A,B);%或
13 figure(4);
14 imshow(4);
15 E=not(A);%非
16 figure(5);
17 imshow(E);

 

3几何运算

平移运算实现图像的平移

 

 1 I=imread(‘lenagray.jpg‘);
 2 subplot(1,2,1);
 3 imshow(I);
 4 [M,N]=size(I);g=zeros(M,N);
 5 a=20;b=20;
 6 for i=1:M
 7     for j=1:N
 8         if((i-a>0)&(i-a<M)&(j-b>0)&(j-b<N))
 9             g(i,j)=I(i-a,j-b);
10         else
11             g(i,j)=0;
12         end
13     end
14 end
15 subplot(1,2,2);imshow(uint8(g));

 

水平镜像变换

1 I=imread(‘lena.jpg‘);
2 subplot(121);imshow(I);
3 [M,N]=size(I);g=zeros(M,N);
4 for i=1:M
5     for j=1:N
6         g(i,j)=I(i,N-j+1);
7     end
8 end
9 subplot(122);imshow(uint8(g));

 垂直镜像变换

1 I=imread(‘lena.jpg‘);
2 subplot(121);imshow(I);
3 [M,N]=size(I);g=zeros(M,N);
4 for i=1:M
5     for j=1:N
6         g(i,j)=I(M-i+1,j);
7     end
8 end
9 subplot(122);imshow(uint8(g));

 

 图像的旋转

 1 x=imread(‘D:/picture/DiaoChan.jpg‘);
 2 imshow(x);
 3 j=imrotate(x,45,‘bilinear‘);
 4 k=imrotate(x,45,‘bilinear‘,‘crop‘);
 5 subplot(1,3,1),imshow(x);
 6 title(‘原图‘)
 7 subplot(1,3,2),imshow(j);
 8 title(‘旋转图(显示全部)‘)
 9 subplot(1,3,3),imshow(k);
10 title(‘旋转图(截取局部)‘)

几种插值法比较

1 i=imread(‘lena.jpg‘);
2 j1=imresize(i,10,‘nearest‘);
3 j2=imresize(i,10,‘bilinear‘);
4 j3=imresize(i,10,‘bicubic‘);
5 subplot(1,4,1),imshow(i);title(‘原始图像‘)
6 subplot(1,4,2),imshow(j1);title(‘最近邻法‘)
7 subplot(1,4,3),imshow(j2);title(‘双线性插值法‘)
8 subplot(1,4,4),imshow(j3);title(‘三次内插法‘)

 放缩变换

 1 x=imread(‘D:/picture/ZiXia.jpg‘)
 2 subplot(2,3,1)
 3 imshow(x);
 4 title(‘原图‘);
 5 Large=imresize(x,1.5);
 6 subplot(2,3,2)
 7 imshow(Large);
 8 title(‘扩大为1.5‘);
 9 Small=imresize(x,0.1);
10 subplot(2,3,3)
11 imshow(Small);
12 title(‘缩小为0.3‘);
13 subplot(2,3,4)
14 df=imresize(x,[600 700],‘nearest‘);
15 imshow(df)
16 title(‘600*700‘);
17 df1=imresize(x,[300 400],‘nearest‘);
18 subplot(2,3,5)
19 imshow(df1)
20 title(‘300*400‘);

 

 

 后记：

（1）MATLAB基础知识回顾

1：crtl+R是对选中的区域注释，ctrl+T是取消注释

2：有的代码中点运算如O=a.*I+b/255 ，其中b除以255原因是：灰度数据有两种表式方法：一种是用unit8类型，取值0~255；另一种是double类型，取值0~1。两者之间相差255倍。就这段代码而言，I刚读入时是unit8类型，在第2句转换为double，所以后面涉及到与它进行运算的时候，为了统一，都要转换到0~1的范围，所以要除255。

3：imresize的用法

　　1、B = imresize(A,m)  将图片A放大m倍
　　2、B = imresize(A,m,method)
 　　 将图片A由参数method指定的插值运算方法来改变图像的大小到m倍，
 　　 method的几种可选值：
　　  ‘nearest‘最近邻插值（默认）
 　　 ‘bilinear‘双线性插值
 　　 ‘bicubic‘双三次插值
　　3、B = imresize(A,[mrows
 　　ncols],method) 将图片A由参数method指定的插值运算方法，来改变图像的大小到长宽为[mrows
　　 ncols]
　　4、B= imresize(...,method,n) 
　　5、B= imresize(...,method,h) 
 　　其中的h可以是任意一个FIR滤波器（h通常由函数ftrans2、fwind1、fwind2、或fsamp2等生成的二维FIR滤波器）。

4:uint16的用法

　　matlab中uint16函数的用法；
　　1.函数用法：将输入参数映射到无符号16位范围之内，即将参数限定在0-65535之间；
　　2.实例：当输入为一个实数a时：
　　if a<0 输出ans=0;
　　if 0<=a<=65535 输出ans=a;
　　if a>65535 输出ans=65535;
　　当输入为一个矩阵a时：对于矩阵中的每一个元素进行上述标量操作；
　　if a=[-1 2 65539] 输出ans=[0 2 65535];
　　注意：uint8的用法同理

5　　mat2gray   把一个double类的任意数组转换成值范围在[0,1]的归一化double类数组
　　  im2double 将输入转换为double类.若输入是uint8类 uint16 类 logical类则函数将其转换为范围[0,1]之间的类.

6imadjust

　　　　函数imadjust是对灰度图像进行亮度转换的基本IPT工具
　　　　g=imadjust(f,[low-in   high-in],[low_out  high_out],gmma)

　　　　此函数将图像f中的亮度值映像到g中的新值,即将low_in至high_in之间的值的映射到low_out和high_out之间的值.low_in以下high_in以　　　　　　　　     　　  上的值被剪切了.   参数gamma给出曲线的形状.该曲线用来映射f的亮度值,以便生成图像g.若gamma小于

　　      1,则映射被加权至更高的输出值.

7imnoise的用法

imnoise 函数说明

　　在MATLAB中，可以使用imnoise函数给一幅图像添加噪声。
　　g = imnoise(f, type, parameters)
　　参数说明：
　　输出：g是添加噪声之后的图像。
　　输入：f是原图像，type是加入的噪声类型，parameters是噪声的一些参数。

　　概括地说，imnoise的函数原型为：g = imnoise(f, type, parameters)，注意这个只是一个概括性的函数原型，因为parameters根据噪声种　　类的不同可以指定多个值，也可以指定一个值。所以真正可以直接调用的函数原型是下面的这些函数接口。

具体形式的imnoise接口

　　　　g=imnoise(f，‘gaussian’，m，var)是将均值为m，方差为var的高斯噪声加到图像f上。m的默认值是0，var默认值是0.01。

　　　　g=imnoise(f，‘salt & pepper’，d)给图像f添加椒盐噪声，其中d是噪声密度（即包含噪声值的图像区域的百分比）。因此，大约有　　　　d*numel（f）个像素受到污染，默认的噪声密度为0.05。

　　　　g=imnoise(f，‘speckle’，var)用方程g=f + n*f将乘性噪声添加到图像f上，其中n是均值为0、方差为var的均匀分布的随机噪声。var的默认值为0.04。

imrotate函数说明

调用格式

编辑

B = imrotate(A,angle)

B = imrotate(A,angle,method)

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

调用格式说明

B = imrotate(A,angle)

将图像A（图像的数据矩阵）绕图像的中心点旋转angle度， 正数表示逆时针旋转， 负数表示顺时针旋转。返回旋转后的图像矩阵。

B = imrotate(A,angle,method)

使用method参数可以改变插值算法，method参数可以为下面这三个值：

‘nearest‘：最邻近线性插值（Nearest-neighbor interpolation）

‘bilinear‘： 双线性插值（Bilinear interpolation）

‘bicubic‘： 双三次插值（或叫做双立方插值）（Bicubic interpolation）

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

bbox参数用于指定输出图像属性：

‘crop‘： 通过对旋转后的图像B进行裁剪， 保持旋转后输出图像B的尺寸和输入图像A的尺寸一样。

‘loose‘： 使输出图像足够大， 以保证源图像旋转后超出图像尺寸范围的像素值没有丢失。 一般这种格式产生的图像的尺寸都要大于源图像的尺寸。