数学建模之Matlab图像处理.ppt

Sobel交叉梯度 对水平边缘有较大响应 对垂直边缘有较大响应 拉普拉斯算子 I=imread(nir.bmp); I=double(I);%双精度化 w1=[-1 0;0 1]; w2=[0 -1;1 0]; G1=imfilter(I,w1,‘corr’,‘replicate’);%正45°梯度 G2=imfilter(I,w2,‘corr’,‘replicate’);%负45°梯度 G=abs(G1)+abs(G2);%计算Robert梯度 figure;imshow(G,[]); figure;imshow(abs(G1),[]); figure;imshow(abs(G2),[]); Robert交叉梯度 I=imread(nir.bmp); Id=double(I);%双精度化 h_1=fspecial(log,5,0.5);%大小为5，sigma=0.5的LOG算子 I_1=imfilter(Id,h_1,corr,replicate); figure;imshow(uint8(abs(I_1)),[]); h_2=fspecial(log,5,2);%大小为5，sigma=2的LOG算子 I_2=imfilter(Id,h_2,corr,replicate); figure;imshow(uint8(abs(I_2)),[]); 高斯-拉普拉斯锐化 /5、频率域图像增强 用傅里叶变换表示的函数特征可以完全通过傅里叶反变换进行重建而不丢失任何信息 吉布斯现象Gibbs phenomenon（又叫吉布斯效应）： 将具有不连续点的周期函数（如矩形脉冲)进行傅立叶级数展开后，选取有限项进行合成。当选取的项数越多，在所合成的波形中出现的峰起越靠近原信号的不连续点。当选取的项数很大时，该峰起值趋于一个常数，大约等于总跳变值的9%。这种现象称为吉布斯现象。 幅度谱 相位谱 功率谱 一、傅里叶变换 /5、频率域图像增强 I=fft2(x);%快速傅里叶变换 I=fft2(x,m,n); x为输入图像；m和n分别用于将x的第一和第二维规整到指定的长度。 当m和n均为2的整数次幂时算法的执行速度要比m和n均为素数时快。 I1=abs(I);%计算I的幅度谱 I2=angle(I);%计算I的相位谱 Y=fftshift(I);%频谱平移 I=ifft2(x);%快速傅里叶逆变换 I=ifft2(x,m,n); 幅度谱 相位谱 平移后的相位谱 function out = imidealflpf(I,freq) %imidealflpf函数 构造高斯频域低通滤波器 [M,N] = size(I); out = ones(M,N); for i=1:M for j=1:N if (sqrt(((i-M/2)^2+(j-N/2)^2))freq) out(i,j)=0; end end end 理想低通 function out = imgaussflpf(I,sigma) %imgaussflpf函数 构造高斯频域低通滤波器 [M,N] = size(I); out = ones(M,N); for i=1:M forj=1:N out(i,j) = exp(-((i-M/2)^2+(j-N/2)^2)/2/sigma^2); end end 高斯低通 /6、彩色图像处理 色彩模型：RGB模型、CMY模型、CMYK模型、HIS模型、 HSV模型、YUV模型、YIQ模型。 RGB模型 国际照明委员会（CIE）规定以蓝（435.8nm）、绿（546.1nm）和红（700nm）作为主原色。 RGB_image=cat(3,PR,PG,PB);%将PR、PG、PB三个矩阵在第3个维度上进行级联，进行图像合成 PR=RGB_image(:,:,1);%提取红色分量 PG=RGB_image(:,:,2);%提取绿色分量 PB=RGB_image(:,:,3);%提取蓝色分量 Matlab中一幅RGB图像可表示为一个M*N*3的3维矩阵。其中每一个 彩色像素都在特定空间位置的彩色图像中对应红、绿、蓝3个分量。 CMY模型 CMY模型是采用（Cyan、Magenta、Yellow）青、品红、 黄色3中基本原色按一定比例合成颜色。由于色彩的显 示是由光线被物体吸收掉一部分之后反射回来的剩余 光线产生，故CMY模型又称为减色法混色模型。当光 都被吸收时成为黑色，都被反射时为白色。 CMY模型主要用于彩色打印机和 复印机等。 CMYK模型 CMY模型在实际使用中，青、品红 和黄色等比例混合后的黑色并不纯， 为产生真正的黑色