数据挖掘竞赛赛前指导-MATLAB处理图像杨坦

1、“泰迪杯”全国数据挖掘挑战赛组委会第四届挑战赛赛前指导 “泰迪杯”全国数据挖掘挑战赛组委会用MATLAB处理图像 杨坦 2022年3月22日 “泰迪杯”全国数据挖掘挑战赛组委会 上午大家的问题l山东交通学院问题：l 关于编程语言，C/C+可不可以？l 学生需要完成的编码工作大概有多少l五邑大学：对数据库的建立有没有什么建议2“泰迪杯”全国数据挖掘挑战赛组委会 讲座内容图像中的字符分割示例3MATLAB图像处理简介“泰迪杯”全国数据挖掘挑战赛组委会 数字图像的基本概念l数字图像表示为一个数据矩阵l注意原点的位置（京东方

2、面有特别的规定）4“泰迪杯”全国数据挖掘挑战赛组委会 数字图像的基本概念lMatlab中的数组下标从1开始，故在Matlab中lf(m,n)存储了第m行、第n列的像素的信息51,11,21,2,12,22,1,2, , NNMMM Nfffffff m nfff“泰迪杯”全国数据挖掘挑战赛组委会 数字图像的基本概念l图像分类l灰度图像：保存每个点（像素）的亮度（光的强弱）信息，通常将白到黑划分为256个等级，使用8位二进制证书保存l对应于一个二维数组f(M,N)l彩色图像：保存每个点的色彩信息l对应于一个三维数组f(M,N,3)lf(i,j,

3、1), f(i,j,2), f(i,j,3)对应于像素i,j的R,G,B数据l二值图像：对应一个二维的逻辑数组l灰度图像也可能使用RGB格式来保存l当R、G、B三个分量的值相同时，色彩为中性灰6“泰迪杯”全国数据挖掘挑战赛组委会 图像的读入lA=imread(filename.fmt)l该函数把filename中的图像读到变量A中lf1 = imread(rose.tif);lf2 = imread(ocr.jpg);l保存在MATLAB工作路径下的图像可像上面这样根据文件名读入；也可以指定读取路径lf3 = imread(C:ray.jpg);lMATLAB的路径设

4、置7“泰迪杯”全国数据挖掘挑战赛组委会 图像的读入l查看图像类型(灰度/真彩色)lsize()lsize函数专门用来获得矩阵的大小信息lx = 1 2 3，则size(x)为1 3lx =ones(3,4)，则size(x)为3 4l获得图像大小参数lm,n=size(f)lm为行数，n为列数l二值图像要查看数据的类型8“泰迪杯”全国数据挖掘挑战赛组委会 图像的显示limshow()：在窗口中显示图像limshow是图像(image) 和显示 (show)的缩合，包括灰阶调整功能的图像显示。l对于RGB彩色图像，采用格式imshow(f)l灰

5、度图像基本语法：imshow(f,G)l用G级离散灰度级显示灰度图象fl若省略N，默认用256级灰度显示limshow(f, ) 自动调整灰度最大化动态范围lfigure：新建图像窗口，否则会覆盖掉之前的显示内容9“泰迪杯”全国数据挖掘挑战赛组委会 图像像素的查看limpixel：返回选中像素或像素集的数据值。用户可以直接将该像素坐标作为该函数的输入，或者用鼠标选中像素。lx=impixel limprofile：沿着图像中一条折线计算并绘制强度图10“泰迪杯”全国数据挖掘挑战赛组委会 图像的写入（保存）l格式：imwrite(f,filen

6、ame,fmt)把图像写入图形文件中l例1：imwrite(f,patient10_run1,tif)l例2：imwrite(f,patient10_run1.tif)l把图像f写入文件filename中lfilename指明文件名lfmt指明文件格式lf既可以是一个灰度图，也可以是一个真彩色图像lfilename中未指定路径，则保存至当前工作目录11“泰迪杯”全国数据挖掘挑战赛组委会 图像的数据类型l图像通常按照8位无符号整数的格式保存，读入后为无符号整数类型，所能够进行的运算受到限制。l使用double函数转换为双精度浮点型可以方便后续处理l若图像是double类

7、，则使用imshow显示前应归一化亮度到0，1，否则可能会造成显示问题。 A=imread(ocr.jpg); B= double(A); imshow(B)lmat2gray函数可以将任意类型的矩阵归一化到0,112“泰迪杯”全国数据挖掘挑战赛组委会 图像的数据类型l二值图像：一个逻辑数组，每个象素只能取0或1l利用logical函数可以把数值数组转换为二值数组：B=logical(A)l若A中除了有1和0之外的其他元素，则使用logical可将所有非零的量变换为逻辑1，将所有的0值变换为逻辑0limhist(A)lB=A125l以125为阈值进行二值化处理13“泰

8、迪杯”全国数据挖掘挑战赛组委会 二值化：图像分割lg=im2bw(f,T)l阈值处理：f中亮度小于T的像素在g中取值为0，其余为1l输出为logical类l无论f的类型，T的范围必须在0，1内，默认为0.5l对整型数据，系统会自动根据f的类型作相应的归一化处理l对double类数据，必须首先做归一化处理14“泰迪杯”全国数据挖掘挑战赛组委会 向量索引l数组的值用方括号括起来,各值间用空格或逗号隔开：l v=1 3 5 7 9l数组元素的存取通过一维索引(下标)进行，用圆括号括起来l v的第一个元素：v(1)lmatlab中数组下标从1开始l

9、v的前三个元素：v(1:3)l v的第2到第4个元素：v(2:4)15“泰迪杯”全国数据挖掘挑战赛组委会 向量索引lv的第3到最后一个元素：v(3:end)l向量转置W=v.l若v是一个向量，则l v(:) 为一列向量l v(1:end)为一行向量l使用步长的不连续索引l v(1:2:end)l v(end:-2:1)16“泰迪杯”全国数据挖掘挑战赛组委会 矩阵索引l矩阵的表示：用方括号括起来并用分号隔开各行lA=1 2 3；4 5 6；7 8 9l矩阵(二维数组)采用双下标来索引，A(m,n)表示第m行第n列的元素l取出一列：C3=A(:,

10、3)l取出一行：R2=A(2,:)l取出前两行：T2=A(1:2,1:3)?=A (1:2,:)17“泰迪杯”全国数据挖掘挑战赛组委会 矩阵索引l使用向量作为矩阵索引lE=A(1 3,2 3)：A的1、3行，2、3列上的元素l矩阵寻址：构造逻辑数组lD=logical(1 0 0;0 0 1;0 0 0)lA(D)l使用冒号(:)：数组在matlab中按列存放，A(:)会将该数组的全部元素以逐列的方式排列成一个列向量18“泰迪杯”全国数据挖掘挑战赛组委会 矩阵索引l使用数组索引进行简单的图像操作f=imread(rose.tif);imsho

11、w(f)fp=f(end:-1:1,:); %上下翻转 figure,imshow(fp)fp=f(257:768,257:768); %截取部分数据figure,imshow(fp)fs=f(1:2:end,1:2:end); %图像缩小(二取一)figure,imshow(fs)plot(f(512,:) %扫描线19“泰迪杯”全国数据挖掘挑战赛组委会 讲座内容图像中的字符分割示例20MATLAB图像处理简“泰迪杯”全国数据挖掘挑战赛组委会 理想情况下的字符分割A=imread(ocr.jpg); %读入图像imshow(A); %显示图

12、像B=rgb2gray(A); %将真彩色图像转化为灰度图像figure, imshow(B) %显示灰度图像figure, imhist(B); %显示图像的直方图a=graythresh(B) %计算二值化所需的阈值C=im2bw(B,a); %二值化figure,imshow(C) %显示二值化后的结果21“泰迪杯”全国数据挖掘挑战赛组委会 理想情况下的字符分割b=sum(not(C),2); %沿行方向进行投影（累加） %这里的not（）是逻辑否size(b) %注意投影数组的维数figure,plot(b) %绘制投影曲线c=b50; %比较运算的结果是逻辑

13、值figure,plot(c) %绘制数组cl如何找出每行的起、止行号？22“泰迪杯”全国数据挖掘挑战赛组委会 理想情况下的字符分割d=diff(c); %对数组c进行差分运算lY = diff(X) = X(2)-X(1) X(3)-X(2) . X(m)-X(m-1)l xx=0 0 1 1 1 0 0;l diff(xx)= 0 1 0 0 -1 0l xx = 0 0 1 1 1 0 0ldiff(xx)中1的位置提前了，-1的位置不用改动23“泰迪杯”全国数据挖掘挑战赛组委会 理想情况下的字符分割e1=find(d=1)+1 %定位

14、每行开始的行号e2=find(d=-1) %定位每行结束的行号e=e1;e2; %合成记录行位置的二维数组 %e1、e2要转置为行向量D=C(e(1,1):e(2,1),:); %提取第一行文字的图像l如何实现自动化？lm,n=size(e); %获取e的行列数，n代表了文字的行数lfor i=1:n D= C(e(1,i):e(2,i),:); 24“泰迪杯”全国数据挖掘挑战赛组委会 理想情况下的字符分割figure,imshow(D) %显示切分出来的第一行文字f=sum(not(D),1); %在列方向上计算目标像素的投影figure,plot(f) %显示投影

15、数组g=f0;h=diff(g);k1=find(h=1)+1 %定位每个字符开始的列号k2=find(h=-1) %定位每个字符结束的列号k=k1;k2; %合成记录字符列位置的二维数组l使用循环将字符位置写入box文件25“泰迪杯”全国数据挖掘挑战赛组委会 复杂图像的情况A=imread(ocr2.jpg);imshow(A) B=rgb2gray(A); figure, imshow(B) %显示灰度图像a=graythresh(B) %计算二值化所需的阈值C=im2bw(B,a); %二值化figure,imshow(C) 该如何解决？26“泰迪杯”全国数据挖

16、掘挑战赛组委会 复杂图像的情况l思路：寻找文字部分的稳健的特征l图像锐化：凸显图像中的细微部份或增强已经模糊的细节l找出文字的边缘l微分算子会使图像锐化，使常量区域为027“泰迪杯”全国数据挖掘挑战赛组委会 复杂图像的情况l计算数字函数的导数以差分的形式实现，有不同的定义l用于一阶导数的定义需要满足：l(1) 在平坦段必须为零(常数灰阶值区域)l(2) 在灰阶步阶或斜面起始处必须不为零l(3) 沿着斜面必须不为零28)() 1(xfxfxf“泰迪杯”全国数据挖掘挑战赛组委会 复杂图像的情况l二次导数的任何定义需要：l

17、(1) 在平的区域必须为零l(2) 在灰阶步阶或斜函数的起始以及尾端必须不为零l(3) 沿着有常数斜率之斜面必须为零l将二阶导数定义成差分式l对二维函数而言29)(2) 1() 1(22xfxfxfxf),(4)1,() 1,(), 1(), 1(2yxfyxfyxfyxfyxff“泰迪杯”全国数据挖掘挑战赛组委会 复杂图像的情况l采用空间滤波的方式实现图像的锐化l空间滤波是一种邻域操作l定义中心点(x,y)l对于先定义的以(x,y)为中心的邻域内的像素进行运算l令结果为该点处处理的响应l对图像的每一点重复此操作l这里采用的处理是：将邻域中每个像素与相应的系数相乘，然

18、后将结果进行累加，从而得到该点处的响应。l邻域系数表现为一个矩阵。该系数矩阵也称为滤波器、掩模、核、模板或窗。30“泰迪杯”全国数据挖掘挑战赛组委会 二维滤波：卷积310 0 0 0 0 0 0 0 0 00 0 1 0 0 0 0 0 0 0 0 0 0 0 01 2 34 5 67 8 90 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0

19、 0 0 0 0 0 0 0“泰迪杯”全国数据挖掘挑战赛组委会 二维滤波：卷积320 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 1 2 3 0 0 00 0 0 4 5 6 0 0 0 0 0 0 7 8 9 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 9 8 7 0 0 0 00 0 6 5 4 0 0 0 00 0 3 2 1 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 1 0 0 0 0 00 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 00 0 0 0 0 0 0 0 0“泰迪杯”全国数据挖掘挑战赛组委会 复杂图像的情况l生成