第3章MATLAB图形图像处理_2.pptVIP

第三章 MATLAB图形图像处理;3.5图像的灰度变换与直方图 ;3.5.1图像的灰度变换;; 几种灰度变换过程: ;;;3.5.2灰度直方图;;;3.5.3直方图均衡化;;【例3.5.4】对tire.tif进行直方图均衡，效果如图3.31所示。 p = imread(tire.tif); subplot(2,2,1); imshow(p); xlabel((a) ); subplot(2,2,2); imhist(p); xlabel((b) ); g = histeq(p); subplot(2,2,3); imshow(g); xlabel((c) ); subplot(2,2,4); imhist(g); xlabel((d) );;3.6 图像的增强滤波;3.6.1 空域滤波概述;;3.6.2 空域滤波分类;;3.6.3基于MATLAB的空域增强滤波;;imfilter是用来实现线性空间滤波的函数，其基本语法格式为： hp = imfilter(p, w, filter_mode, boundary_options, size_options) 其中hp为经过滤波后输出的图像，p为原图像， 参数w为滤波模板，filter_mode指定滤波过程中 使用相关核（corr）还是卷积核（conv）。 boundary_options控制边界填充方式为边界复制 （replicate）、边界循环（circular）还是边界对 称（symmetric）。size_options可以为same或者 full两者之一。;;【例3.6.1】对添加了椒盐噪声的图像分别进行均值滤波和中值滤波，滤波前后效果如图3.32所示。;;【例3.6.2】 对含有噪声的原图像进行锐化，得到如图3.33所示图像。 p0 = imread(moon.tif); p = im2double(p0); %将图像数据类型转换为double H1 = fspecial(laplacian,0); %设计拉普拉斯滤波器H1 H2 = fspecial(log,[5 5],0.5); %设计高斯－拉普拉斯滤波器H2 hp1 = imfilter(p,H1,replicate); %用滤波器H1对图像p进行滤波 hp2 = imfilter(p,H2,replicate); %用滤波器H2对图像p进行滤波 p1 = p - hp1; %还原灰度色调 p2 = p - hp2; %还原灰度色调 subplot(1,3,1),imshow(p0); subplot(1,3,2),imshow(p1); subplot(1,3,3);imshow(p2);;;3.7 图像的空间变换;;3.7.1 图像比例缩放;通过函数imresize对图像进行插值缩放，其基本语法格式为： ps = imresize(p, m, method ) 其中ps为变换后的图像，p为输入图像，m放大倍数（当m1时缩小），method为插值方法的选择项，可选最近邻插值法（nearest）、双线性插值法（bilinear）及双三次插值法（bicubic），默认使用最近邻插值法。 另外一种经常用到的语法格式为： ps = imresize(p, [m n], method ) 其中m和n分别为变换后图像的长宽，其它参数含义与上述相同。;;;3.7.2 图像剪切;;3.7.3 图像旋转;;;3.8 图像边缘检测与分割;3.8.1 边缘检测概述;3.8.2 梯度算子;梯度向量的含义在于，它总是指向f(x,y)在点(x,y)处的最大变化率方向。最大变化率是用方向α角来衡量的，即 原理：若所求的一阶层数（梯度）高于某一阈值，则可确定该点为边缘点。;;1．Roberts模板(算子);;2．Sobel模板(算子);;3．Prewitt模板(算子);;3.8.2 二阶微分算子;;1. LoG(Laplacian of a Gaussian)算子 LoG算子对含有噪声的图像是效果较好的边缘检测器。当拉普拉斯算子输出出现过零点时就表明有边缘存在。 LoG边缘检测器的语法格式如下： [e , s] = edge(p, log, thresh, sigmma) 其中p为输入图像，thresh为指定的阈值T，sigmma为高斯滤波器的标准方差，默认值为2。若T值未指定，则函数edge会