MMC02数字图像基础(下)讲述.ppt

* 基于像素的图像操作 算术运算 像素加法 p + q 像素减法 p - q 像素乘/除法 p*q、 pq、 p×q、 p÷q * 基于像素的图像操作 逻辑运算 求反 (Not) ～ 异或 (NOR) 或 (or) p+q 与 (AND) p.q 算术和逻辑运算基于像素 (矩阵元素)，而非矩阵。 图像以矩阵表示，但矩阵除法无定义，则一幅图像除另一幅图像表示矩阵中相应的元素执行除法运算。 其它算术和逻辑运算也一样。 注意：Matlab 中的实现 要用带 “.” 的运算符 * 基于像素的图像操作：加法 加法运算的定义 C(x,y) = A(x,y) + B(x,y) 主要应用举例 生成图像叠加效果 去除“叠加性”噪音 Matlab 函数： imadd(I, J ) ： 两幅图像相加，或一幅图像叠加一个常数。 imlincomb((α, I, β, J, γ, K)：计算两幅或多幅图像的线性组合，其中 αβγ为系数，I、J、K 为图像数据矩阵。 * % Example 1 % Add two images together: I = imread(rice.tif); J = imread(cameraman.tif); K = imadd(I,J); imshow(K) % Example 2 % Add a constant to an image: I = imread(rice.tif); J = imadd(I,50); subplot(1,2,1), imshow(I) subplot(1,2,2), imshow(J) 基于像素的图像操作：加法 * 加法运算: 生成图像叠加效果 对于两个图像 f(x,y) 和 h(x,y) 的均值有： g(x,y) = 1/2f(x,y) + 1/2h(x,y) 会得到二次暴光的效果。推广这个公式为： g(x,y) = αf(x,y) + βh(x,y) 其中α+β= 1 可以得到各种图像合成的效果，也可以用于两张图片的衔接。 基于像素的图像操作：加法 * % Example 1 %Scale an image by a factor of two. I = imread(cameraman.tif); J = imlincomb(2,I); imshow(J) %Example 2 %Add two images with a specified % output class. I = imread(‘girl256.jpg); J = imread(‘lotus256.jpg); K = imlincomb(0.8,I,0.2,J); imshow(K) 基于像素的图像操作：加法 * 加法运算: 去除“叠加性”噪音 对于原图像 f(x,y), 有一个噪声图像集 { gi(x,y) } i =1,2,…K 其中：gi(x,y) = f(x,y) +η(x,y)I K 个图像的均值定义为： 当：1）噪声 η(x,y)I 为互不相关，且均值为 0 时，上述图像均值将降低 噪声的影响。 2）在实际应用中，防止输出图像中引入模糊。 基于像素的图像操作：加法 * 加法运算: 去除“叠加性”噪音 (a)NGC3314 星团对的原始图像； (b) 被 0 均值和 64 级灰度标准差的加性高斯噪声污染了的图像； (c)~(f) K=6、16、64 和 128 时，噪声图像取平均的结果； 注：此图是 NASA 的 Hubble 太空望远镜拍摄的一幅 NGC3314 星系图，此星系距地球 140 亿光年，指向南半球 Hydra 星座方向。在星系中心附近成环形的闪亮星体由星际气体和粉尘组成。 基于像素的图像操作：加法 * 减法运算的定义 C(x,y) = A(x,y) - B(x,y) 主要应用举例 检测同一场景两幅图像之间的变化 去除不需要的叠加性图案 计算物体边界的梯度 Matlab 函数： imsubstract(I, J ) ： 两幅图像相减，或一幅图像减去一个常数。 imabsdiff(I,J)：计算两幅图像的绝对差值。 基于像素的图像操作：减法 * 检测同一场景两幅图像之间的变化 设：时间 1 的图像为 T1(x,y)，时间 2 的图像为