
数字图像处理
为成大道踏平坎坷
这个作者很懒,什么都没留下…
展开
-
图像处理学习笔记08:频域滤波
计算与观察二维DET在MATLAB中傅里叶变换可以是使用快速傅里叶变换(FFT)实现。使用函数fft2就可以实现,语法形式F=fft2(f),这个函数返回的傅里叶变换大小仍为MxN。傅里叶谱可以使用abs函数计算每个元素实部与虚部平方和的平方根获得。例f= imread("Fig0303(a).tif");figure;subplot(2,3,1);imshow(f);%计算f的傅里...原创 2019-10-15 21:04:33 · 1784 阅读 · 0 评论 -
图像处理学习笔记01:matlab图像操作基础
读取和写入图像文件imread函数,读取图像文件imwrite函数,写入文件,通过指定不同后缀名可以修改图像的格式。imfinfo函数,读取图像文件的属性。示例1>> i=imread('pout.tif');%读入图像>> whos i %查看图像变量信息 Name Size Bytes Class Att...原创 2019-10-03 20:55:50 · 458 阅读 · 0 评论 -
图像处理学习笔记02:灰度变换(一)
灰度变换是一个点对应一个点的图像处理方法。通过灰度变换函数就可以清楚的看出图像处理前后像素的灰度变化情况。那什么是灰度变换函数呢,从图像上来看,x轴方向代表原图像的像素点的灰度级(从0到L-1依次排列,也就是从最暗到最亮的全过程),y轴表示处理后的图像的灰度级排列。每一个x轴上的点都有一个与之对应的y轴的输出点对应,表明原来某一灰度级变化成处理后对应的灰度级。在MATLAB中使用的是imadju...原创 2019-10-04 13:26:44 · 1315 阅读 · 0 评论 -
图像处理学习笔记03:灰度变换(二)
对数及对比度扩展变换对数变换表达式 g=c*log(1+(f))这个变换与之前的gamma曲线相似,但是区别在于对数曲线的形状是固定的,gamma曲线的函数形状可以改变。c是尺寸比例系数,f是原灰度值,g为变化后的灰度值。函数的自变量为低值时,曲线的斜率很高;自变量为高值时,曲线的斜率很低。这种变换可以增强图像中较暗部分的细节,从而用来扩展被压缩的高值图像中的较暗像素。mat2gray函数,...原创 2019-10-04 16:50:01 · 702 阅读 · 0 评论 -
图像处理学习笔记04:直方图处理与函数绘图
直方图相当于一个图像中所有像素个数的统计表,x轴为图像的灰度级,从0到L-1,y轴是对应灰度级的个数。绘制直方图核心函数是imhist函数,语法形式h=imhist(f,b),f表示输入的图像,b表示统计灰度级的个数,省略时默认为256.通过p=imhist(f,b)/numel(f)可以获得归一化的直方图,numel函数可以给出数组f中元素的个数。例:使用imhist函数和stem函数绘制...原创 2019-10-04 21:54:35 · 653 阅读 · 0 评论 -
图像处理学习笔记05:图像的几何变换
图像的几何变换又叫空间变换,是将原图像的坐标位置映射到另一幅图像中新坐标的位置。学习几何变换就是学习确定这种空间映射的关系,以及映射过程中的变换参数。几何变换不会改变图像的像素值,只是在图像平面上对像素重新安排位置。图像平移将图像中所有的点按照指定的平移量水平或者垂直移动。例a=imread('pout.tif');%strel用来创建形态学结构元素%translate(se,[y x...原创 2019-10-06 20:48:53 · 635 阅读 · 0 评论 -
图像处理学习笔记06:图像的插值算法和图像配准
插值算法输出像素一个一个地映射回输入图像。如果一个输出像素映射到输入图像中的采样栅格的整数坐标处的像素点,此时其灰度值就需要基于整数坐标的灰度值进行推断,这就是插值。最近邻插值输出像素的值为输入图像中与其最邻近的采样点的像素值。双线性插值是用四个点加权平均得到的灰度值的值,作为输出像素灰度值。高阶插值双线性插值的平滑效果会使图像的细节退化,而其斜率的不连续性会导致变换产生不希望的结果...原创 2019-10-07 19:53:33 · 1801 阅读 · 0 评论 -
图像处理学习笔记07:空间滤波
线性空间滤波空间滤波不同于灰度变换,空间滤波是用一个掩模依次处理每一个像素,输出图像的结果不只是由原来对应位置的像素值确定,而是由掩模范围内的元素值共同作用。matlab使用imfilter函数实现线性空间滤波g=imfilter(f,w,filtering_mode,boundary_options,size_options)f是输入图像,w是滤波模板,g是滤波结果。filtering...原创 2019-10-09 16:12:58 · 594 阅读 · 0 评论