数字图像处理中有关于卷积的应用.pptx

数字图像处理（matlab版） 第一章 基本原理 第二章 亮度变换和空间卷积 汇报人：faith MATLAB的定义 MATLAB是矩阵实验室（Matrix Laboratory）的简 称，用于算法开发、数据可视化、数据分析以及数 值计算的高级技术计算语言和交互式环境。 数字图像处理matlab：利用MATLAB图像处理工具 箱进行数字图像处理的设计与应用，Matlab是标准 的计算工具，图像处理工具箱是一个matlab函数集 ，它扩展了matlab解决图像处理问题的能力。 第1章 基本原理 1.1常用的运算符和数据及图像类函数 1.2读取和显示图像及保存图像 1.3矩阵索引 1.1常用的运算符和数据及图像类函数 1.2 读取和显示图像及保存图像 1.2.1 显示图像和读取图像 从磁盘里读取一幅文件名为A_2.jpg的图像，提取该 图像的基本信息，并通过imshow将图像显示出来。 在matlab程序的command windows里输入如下： f=imread(A_2.jpg); whos f Name Size Bytes Class g 512x512x3 786432 uint8 array Grand total is 786432 elements using 786432 bytes Ps:当用imshow显示另一幅图像g时，MATLAB会在屏幕上用新图 像替换旧图像并同时显示第二幅图像，可以使用figure函数： figure，imshow(g) 1.2.2. 显示图像的基本信息 imfinfo A_3.jpg ans = Filename: A_3.jpg FileModDate: 22-Nov-2010 17:10:22 FileSize: 112284 Format: jpg FormatVersion: Width: 512 Height: 512 BitDepth: 24 ColorType: truecolor FormatSignature: NumberOfSamples: 3 CodingMethod: Huffman CodingProcess: Sequential Comment: 其中字节数等于 Width *Height*BitDepth/8=512 *512*24/8=786432 压缩比等于字节数除以 文件尺 =786432/112284=7.001 压缩比是在保持图像质 量与要求一致的前提下 得到的。除了在存储方 面有明显的优势以外， 这种压缩比在单位时间 内传输的数据量大约是 压缩前的7倍 1.2.3 保存图像 使用imwrite函数 输入 imwrite（f,patient10_run1,jpg） 或者imwrite（f,patient10_run1,jpg） 若filename中不包含路径信息，则imwrite将会将文件保存在 当前目录下。 另一种常用但只适用于JPEG图像的函数是imwrite，其语法为 输入 imwrite（f,filename.jpg,quality,q） 其中，q是一个在0到100的整数（由于JPEG压缩，q越小， 图像的退化就越严重）。 1.2.4不改变像素值的情况下改变图片的大小 使用imwrite的参数 已知原图像f分辨率是128dpi,图像大小事512*512， 尺寸为4.0*4.0英寸，我们希望把原图像缩小成为 2*2英寸，但像素值保持512*512。 Imwrite（ f,A_2.jpg,compression,none,resolution,102410 24） res=round(512*4/2)=1024 1.2.5 图像类型 1 亮度图像 2 二值图像 3 索引图像 4 RGB图像 1.3 矩阵索引 大小512*512uint8类亮度图像f 输入fp=f(end:-1:1,:)，imshow(fp) 图像翻转180 其中-1代表的长度负号 代表的是方向，1和 end代表的是输出 图像长度是和源图 像等长，最后一个 冒号（：）代表的 意思是举例如下： A= 1 2 3 4 5 6 B= 7 8 9 A(1,:)=B 则A= 7 8 9 4 5 6 输入fc=f(129:384, 129:384); imshow（fc) 是指取原图像的像素区间在 129,384区段上的图像，fc的 图像的实际大小只相当于原图 像的1/4倍 这是在dpi(单位英寸内像素值) 不变的情况下图片的大小发 生变化的同时只能看见原图像 的局部。 fs=f(1:2:end, 1:2:end); imshow(fs) 1:2:end 代表的意思是 即原图像的长 宽为512，用 如上语句对图 像进行了二次 取样，长度为2 ，取样时每隔 一个像素取一 次，所以取样 后的图像大小 为256*256 输入plot(f(256,:); 所表达的意思是原图像中部的一条水平扫描线。 第2章 亮度变换和空间卷积 2.1 亮度变换 2.1.1亮度变换函数 2.1.2 对数与对比度变换拉伸 2.2 空间卷积 2.1 亮度变换 2.1 亮度变换 表达式： g(x,y)=Tf(x,y) 其中f(x,y)是输入图像，g(x,y)是处理后的图像，T是 对f经行处理的操作符，其定义在(x,y)的邻域。 亮度变换函数s=T(r) 其中r是图像f相应点（x,y）是亮度，s表示图像g相 应点（x,y）是亮度. 函数imadjust:是灰度图像进行亮度变换的基本IPT 工具。其语法为： g=imadjust(f,low_in high_in,low_out high_out,gamma) 此函数将图像f中的亮度值映像到g中的新值，即将low_in high_in之间的值映射到 low_out high_out之间的值。Low_in以下与high_in以上的值则被剪切掉，函数imadjust的 所有输入输出均指定在0到1之间，已知f是uint8类图像，则函数imadjust将乘以255来确 定应用中的实际值，若high_out小于low_out，则输出亮度会反转。 参数gamma指定了曲线的形状，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更亮的输出值，若 gamma大于1，则映射被加权至更低更暗的输出值。若省略函数的参量， 则gamma默认为1. g1=imadjust(f,0 1,1 0); g2=imadjust(f,0.5 0.75,0 1) imshow(g1) imshow(g2) 或者g=imcomplement(f) 左边的图像是明暗反转，可用于医学上显示病患的所在位置，右边的图像 将0.5到0.75的灰度级扩展到0到1之间，为了刚好的突出我们感兴趣的亮 度带。 g3=imadjust(f,10) imshow(g3) 表达的意思是在 gamma值等于10是输 入和输出都默认在 ( 默认在0,1之间)，这 样做的相比g2优势在 于更加的压缩的灰度 级的低端同事扩展了 灰度级的高端。 2.1.2对数和对比度拉伸变换 对数与对比度拉伸变换是进行动态范围处理的基本工具 ，对数变换通过如下表达式实现： g=c*log(1+double(f) 其中，c是常数，该变换低值是0，高值是1.对数函 数的形状是固定的，而gamma曲线的形状是可变的。 对数变换的主要的应用是压缩动态范围， 当执行一个 对数变换时，我们通常期望将导致的压缩值还原为显示 的全范围，如： gs=im2uint8(mat2gray(g); 使用函数mat2gray可将值限定在0,1内，使用函数 im2uint8可将值限定在范围0,255内。 A所示的函数形式为 s=T(r)=1/(1+(m/r)E) r表示输入函数的的亮度，s表示输出函数的亮度值，E控制该 函数的斜率，在matlab中，该式由如下语句对整幅图像完成操 作： g=1/(1+(m/(double(f)+eps)E) eps可以避免f出现0值时时的溢出现象。输出值被缩放在范围 0,1内。 输入g=im2uint8(mat2gray(log(1+double(f) imshow（g） 原图像 执行对数变换后的结果 2.2 空间卷积 数学中关于两个函数的一种无穷积分运算，是通过两个函数f 和g 生成第三个函数的一种数学算子，表征函数f 经过翻转和 平移与g 的重叠部分的累积。 线性空间滤波又称为空间卷积 在执行线性空间滤波时，我们必须理解两个相关的含义，相关 和卷积。相关是掩膜w在下图1图像f中移动的过程。卷积是相 同的过程，只是在图像f中移动w前，要将w旋转180。 图1 图2 图3 图4 工具箱使用函数imfilter来实现空间卷积 g=imfilt(f,w, filtering_mode, boundary_opions，size_options) 如图3所示，f为输入图像，w为滤波掩膜，其他参数见图4. 函数imfilter的通用算法为 g=imfilter(f, w ,replicate) 取一幅double类的图像f，大小为512*512像素，再取一个大小为31*31的 简单滤波器w 输入 w=ones（31） 使用默认0填充imfilter函数的结果 原图像 输入:fd=imfilter（f,w ） imshow(fd) 使用replicate对外边界的值来扩展 使用symmetric通过 镜像来扩展 fr=imfilter(f,w,replicate);fs=imfilter(f,w,symmetric) ; 通过将图像看成一个二维周期函数的 将原图像转换为uint8类图像然后 一个周期来扩展边界来扩展 再通过replicate复制外 边界来扩展 fc=imfilter(f,w,circular); figure, imshow(fc,); f8=im2uint8(f) ; f8r=imfilter(f8,w,replicate); imshow(f8r) visual studio中有关于卷积的应用 static void _convolveImageHoriz( _KLT_FloatImage imgin, ConvolutionKernel kernel, _KLT_FloatImage imgout) float *ptrrow = imgin-data; /* Points to rows first pixel */ register float *ptrout = imgout-data, /* Points to next output pixel */ *ppp; register float sum; register int radius = kernel.width / 2; register int ncols = imgin-ncols, nrows = imgin- nrows; register int i, j, k; /* Kernel width must be odd */ assert(kernel.width % 2 = 1); /* Must read from and write to different images */ assert(imgin != imgout); /* Output image must be large enough to hold result */ a