基于MATLAB的图像增强处理PPT课件

.,1,第一章：数字图像处理简介,数字图像处理是采用一定的算法，用计算机对图像进行处理和分析，以满足人眼视觉需求或其他设备的需求。数字图像处理包括：点运算、几何处理、图像增强、图像复原、图像形态学处理、图像编码、图像重建、模式识别等。,.,2,图像增强是数字图像处理中非常重要的一部分，它的目的有两方面:1、满足改善图像的视觉质量，如增强图像的对比度，提高图像的亮度，去除图像中的噪声等；2、满足机器视觉的需求，更好的进行机器视觉处理。,.,3,图像增强处理的方法：1、空域增强。空域增强是指直接在空间域，即在图像的本身对图像进行处理；2、频域增强。频域增强是指通过傅里叶变换先将图像变换到频域范围内进行处理，再通过逆变换得到增强后的处理。,.,4,图像增强处理的运用：随着社会的发展，科学技术的不断进步；图像增强处理的运用范围越来越大。通过对原始图像的处理，得到更加清晰的图像，从而对数据进行处理，得到更多的信息。随着社会的进步，图像增强技术已经运用到了如科学计算，能源，工业，医疗保健，环境保护，航天航空，军事，通信等方方面面。,.,5,第二章：MATLAB简介,2.1、MATLAB的发展历史MATLAB全称是（matrix对uint8型，hgram取0,255;对uint16型，hgram取0,65535,实现原始图的规定化J=histeq(I,n)指定均衡化后的灰度级数，默认为64有限对比自适应直方图均衡化：adapthist格式：J=adapthist(I),.,31,例：,.,32,5.3、空间域增强处理,空域滤波是指直接在图像本身进行处理，它分为线性滤波和非线性滤波。滤波包括高通滤波、低通滤波、带通滤波。方法有中值滤波，最大、最小值滤波等从处理效果上分为平滑空间滤波器和锐化空间滤波器。平滑滤波器用于模糊处理和减少噪声，经常在图像的预处理中使用锐化滤波器主要用于突出图像的细节或增强模糊的细节,.,33,噪声生成函数：imnoise格式：J=imnoise(I,type)J=imnoise(I,type,parameters)/*type指噪声的类型,parameters指噪声参数噪声类型及参数：gaussian（高斯噪声）：（m，v）m为均值，v为方差lacolver：m=0的高斯噪声possion（泊松噪声）：无参数speckle：（d）强度，默认为0.05saltJ=im2bw(th);,.,48,6.3：基于区域的图像分割,基于区域的图像分割包括：区域生长和区域分裂合并方法为：四叉树分解函数：qtdecomp/*用于对图像进行四叉树分解格式：S=qtdecomp(I)S=qtdecomp(I,threshold)/*直到各图像块的最大灰度和最小灰度差值小于阈值thresholdS=qtdecomp(I,threshold,mindim)/*当块小于mindim是结束分解,.,49,S=qtdecomp(I,threshold,mindim,maxdim)/*指定分解区域的大小，对于大于maxdim的块即使满足阈值条件也会进行分解qtgetblk：用于四叉树分解后子块图像的信息格式：vals,r,c=qtgetblk(I,S,dim)/*返回图像I的四叉树分解块中大小为dim*dim的各个子块像素值到vals矩阵中。vals是一个dim*dim*k的数组，其中k是大小为dim*dim的块的个数如果分解结果中没有指定尺寸的子块则返回空。r和c为行向量和列向量的坐标vals,idx=qtgetblk(I,S,dim)/*返回一个向量idx该向量为各块的左上顶点的线性索引,.,50,qtsetblk：用于设定分解块的灰度值格式：J=qtsetblk(I,S,dim,vals)/*将数字图像I的四叉树分解中大小为dim*dim块的值，用vals中大小为dim*dim的值来代替,.,51,区域生长函数：,.,52,例（续）：（阈值分割）,.,53,例（续）：（基于区域的图像分割）,.,54,第七章：图像处理的发展前景及总结,人类获得的大部分信息都是从视觉获得，一副好的，清晰的图像能提供更多的信息。可以获得事半功倍的效果。随着人类科技的不断进步，我们获得的信息越来越多，越来越远，因此图像增强处理会获得更大的应用。基于MATLAB的数字图像处理在现代图像处理中应用非常广泛。在图像转换，图像增强，图像分割，图像退化等方面都有很好地发挥，我在对图像增强处理这一块的学习中，发现数字图像的增强处理有很大的用途，随着社会进步，它必能有用武之地,.,55,参考文献：,1.MATLAB基础教程清华大学出版社薛山主编2.MATLAB数字图像处理机械工业出版社刘刚主编3.精通MATLAB图像处理电子工业出版社张强、王正林主编4.MATLAB数字图像处理实战机械工业出版社赵小川、何灏