第24章圖像處理工具箱

1、第24章 圖像處理工具箱,數(shù)字圖像處理的研究主要有兩個(gè)方面：其一是為了便于人工分析而對圖像信息的改進(jìn)，包括圖像去噪、增強(qiáng)、圖像恢復(fù)等；其二是為了便于機(jī)器自動理解，對圖像進(jìn)行的分割、理解等。本章主要針對數(shù)字圖像處理的前一個(gè)方面，目的是使讀者對利用MATLAB進(jìn)行圖像處理有一個(gè)初步的了解，引領(lǐng)讀者走過這個(gè)“門檻”。這里不準(zhǔn)備對MATLAB圖像處理工具箱的所有內(nèi)容逐項(xiàng)做介紹，而著重從基本概念、基本操作入手，抽取一些經(jīng)常使用的功能，使本章自成

2、體系，主要內(nèi)容如下：MATLAB數(shù)字圖像處理中涉及的一些基本概念，基本的圖像數(shù)據(jù)操作；數(shù)字圖像的灰度變換； 數(shù)字圖像的代數(shù)運(yùn)算；數(shù)字圖像的幾何運(yùn)算，包括圖像縮放、旋轉(zhuǎn)、裁剪；數(shù)字圖像濾波。,24.1 數(shù)字圖像基礎(chǔ),本節(jié)介紹一些與數(shù)字圖像相關(guān)的概念，包括數(shù)字圖像的采樣和量化、數(shù)字圖像的類型及表示，這些概念以及相關(guān)的符號會在本章后續(xù)內(nèi)容中經(jīng)常用到。本節(jié)另一個(gè)重要的內(nèi)容是介紹MATLAB圖像數(shù)據(jù)的讀入、顯示、輸出等操作，這些操作

3、是后續(xù)圖像處理的前提。,24.1.1 數(shù)字圖像的生成,圖像是由“照射”源和形成圖像的“場景”元素對光能的反射或吸收相結(jié)合而產(chǎn)生的。照射可能由電磁能源引起，如雷達(dá)、紅外線或X射線，也可能是非傳統(tǒng)光源，如超聲波等。場景可能是熟悉的物體，也可能是分子、沉積巖、大腦等。圖顯示了數(shù)字圖像生成的典型過程，成像系統(tǒng)獲取場景反射的能量，并將其映射到圖像平面，經(jīng)過采樣和量化即得到數(shù)字圖像。,24.1.2 圖像的類型,MATLAB圖像處理工具箱為多種類

4、型的數(shù)字圖像提供了支持，它們不僅在存儲方式上存在差別，相應(yīng)的操作、處理也有所不同，這里著重從存儲方式的不同考慮各種圖像類型。MATLAB圖像處理工具箱支持的圖像類型有以下4種。,24.1.3 讀寫圖像數(shù)據(jù),函數(shù)imread從圖像文件中讀取圖像數(shù)據(jù)，imread支持大多數(shù)常用的圖像格式，表列出了imread支持的圖像格式。,24.1.4 顯示圖像數(shù)據(jù),MATLAB圖像處理工具箱有兩個(gè)函數(shù)，imshow和imtools可以用于數(shù)字圖像的

5、顯示。imshow是基本的顯示函數(shù)，例如，對前面已經(jīng)讀入的圖像數(shù)據(jù)I（pout圖像數(shù)據(jù)），在MATLAB命令窗口輸入以下代碼。>> imshow(I),24.1.5 轉(zhuǎn)換圖像格式,圖像格式的轉(zhuǎn)換是圖像處理過程中經(jīng)常要做的工作，往往需要將圖像從一種格式轉(zhuǎn)換為另一種格式，這樣才能完成某些圖像處理任務(wù)，之后再將圖像轉(zhuǎn)換到原來的格式。圖像的轉(zhuǎn)換包括圖像類型的轉(zhuǎn)換，如灰度圖轉(zhuǎn)換為二值圖；以及圖像數(shù)據(jù)存儲格式的轉(zhuǎn)換，如uint8型灰

6、度圖轉(zhuǎn)換為single型灰度圖。下面首先介紹圖像類型的轉(zhuǎn)換。函數(shù)dither將灰度圖轉(zhuǎn)換為二值圖或RGB圖轉(zhuǎn)換為索引圖。X = dither(RGB,map)將RGB圖轉(zhuǎn)換為灰度圖，這里需要提供一個(gè)Colormap；BW = dither(I)將灰度圖I轉(zhuǎn)換為二值圖。,24.2 圖像的灰度變換,,24.2.1 圖像的直方圖,灰度圖（包括二值圖）的直方圖表示每個(gè)灰度級范圍內(nèi)像素點(diǎn)的個(gè)數(shù)，索引圖的直方圖表示每個(gè)色條（即Colormap

7、矩陣的每一行）對應(yīng)的像素點(diǎn)個(gè)數(shù)。圖像的直方圖有多種用途，如數(shù)字化參數(shù)的選擇邊界閾值的選擇（參見圖）等。MATLAB圖像處理工具箱利用imhist得到灰度圖、二值圖、索引圖的直方圖，其一般的調(diào)用格式為：imhist(I)；imhist(I,n)；imhist(X,map)。,24.2.2 灰度變換,灰度變換用于改變圖像的對比度。例如，對灰度圖pout（圖24.32），其直方圖如圖所示。從直方圖上可以看到，pout的大部分像素分布

8、在中間較窄的灰度范圍內(nèi)，使得pout整體對比度較低。利用灰度變換，將pout直方圖中間部分拉伸至整個(gè)灰度范圍[0,255]能夠增強(qiáng)對比度，MATLAB圖像處理工具箱中實(shí)現(xiàn)該功能的函數(shù)是imadjust。,24.2.3 直方圖均衡,第24.2.2小節(jié)的灰度變換實(shí)際上是指定了灰度變換函數(shù)的灰度變換，而對不同的圖像還需要設(shè)定不同的參數(shù)，因此這種方法的效率是很低的。直方圖均衡能夠根據(jù)待處理圖像的直方圖自適應(yīng)地給出灰度變換函數(shù)，使得調(diào)整后圖像

9、的直方圖能盡可能地接近預(yù)先定義的直方圖。MATLAB圖像處理工具箱中利用函數(shù)histeq對灰度圖和索引圖作直方圖均衡，histeq一般的調(diào)用格式為：J = histeq(I,hgram)；J = histeq(I,n)；J = histeq(I)；[J,T] = histeq(I,...)；newmap = histeq(X,map,hgram)；newmap = histeq(X,map)；[newmap,T] = hi

10、steq(X,...)。,24.3 圖像的代數(shù)運(yùn)算,圖像的代數(shù)運(yùn)算具有明顯的物理意義，例如對多幅圖像求和平均可用于去噪，圖像的差可用于緩變背景條件下的動目標(biāo)檢測等。一般地，圖像的代數(shù)運(yùn)算是像素對像素的運(yùn)算，因此上面的矩陣運(yùn)算是按位運(yùn)算。圖像代數(shù)運(yùn)算不改變圖像的數(shù)據(jù)存儲格式，運(yùn)算過程中均以浮點(diǎn)數(shù)進(jìn)行運(yùn)算，運(yùn)算結(jié)果轉(zhuǎn)換為原來的數(shù)據(jù)類型。用戶可以利用數(shù)組的加減乘除實(shí)現(xiàn)圖像的代數(shù)運(yùn)算，但是要注意灰度值的取值范圍，實(shí)際上，MATLAB圖像

11、工具箱已經(jīng)為用戶提供了相關(guān)的函數(shù)用于圖像的加、減、乘、除，它們分別是imadd、imsubtract、immultiply、imdivide，這些函數(shù)將自動處理圖像代數(shù)運(yùn)算過程中的溢出。,24.3.1 圖像加法,對同一幅受加性噪聲污染的圖像求平均可以提高圖像的信噪比，從而實(shí)現(xiàn)圖像的去噪。,24.3.2 圖像乘法,利用1、0組成的掩膜圖與待處理圖像相乘可以遮住圖像的指定部分。,24.3.3 圖像減法,圖像減法可以用于去除背景和運(yùn)動目

12、標(biāo)檢測等。假設(shè)圖中間的黑色小方塊是一個(gè)運(yùn)動目標(biāo)，通過圖像的減法能夠檢測到該目標(biāo)。在MATLAB命令窗口輸入以下指令求上圖與圖的差圖像。>> imshow(imsubtract(I,J)),24.3.4 圖像除法,圖像除法可以產(chǎn)生對彩色或多光譜圖像十分重要的比率圖像，關(guān)于這部分內(nèi)容，這里不做介紹，讀者如有興趣可以查閱相關(guān)的書籍和MATLAB幫助文檔。,24.4 圖像的幾何運(yùn)算,圖像的幾何運(yùn)算用改變圖像的形狀，包括縮放、旋

13、轉(zhuǎn)、扭曲等，如圖所示。圖像的幾何運(yùn)算涉及空間變換和灰度插值，空間變換防止圖像內(nèi)容支離破碎，灰度插值計(jì)算目標(biāo)圖像中對應(yīng)原圖像非整點(diǎn)的像素灰度值。本節(jié)將介紹幾種最基本的幾何運(yùn)算，包括圖像的縮放、旋轉(zhuǎn)和裁剪。,24.4.1 縮放圖像,MATLAB圖像處理工具箱利用函數(shù)imresize對圖像進(jìn)行縮放操作，其一般的調(diào)用格式為：B = imresize(A,m)；B = imresize(A,m,method)；B = imresize(A

14、,[mrows ncols],method)。其中A、B分別為輸入、輸出圖像；method是縮放過程中使用的插值方法，可以是’nearest’（最近鄰插值）、’bilinear’（雙線性插值）或’bicubic’（雙立方插值），默認(rèn)的插值方法是最近鄰插值；m為放大因子，m大于1時(shí)，圖像被放大，小于1時(shí)，圖像被縮小，也可以分別設(shè)置變換后圖像的高度mrows和寬度ncols，這能克服放大因子只能對高度和寬度同比縮放的缺陷。,24.4.2

15、 旋轉(zhuǎn)圖像,MATLAB圖像處理工具箱利用函數(shù)imrotate對圖像進(jìn)行旋轉(zhuǎn)操作，其一般的一般調(diào)用格式為：B = imrotate(A,angle)；B = imrotate(A,angle,method)。其中A、B分別為輸入、輸出圖像；angle為逆時(shí)針旋轉(zhuǎn)的角度，angle為負(fù)時(shí)，表示順時(shí)針旋轉(zhuǎn)；method是旋轉(zhuǎn)過程中使用的插值方法，可以是’nearest’（最近鄰插值）、’bilinear’（雙線性插值）或’bicubi

16、c’（雙立方插值），默認(rèn)的插值方法是最近鄰插值。旋轉(zhuǎn)操作會使圖像尺寸變大，imrotate對原圖像邊界之外的像素用0填充，顯示的是黑色的背景。,24.4.3 裁剪圖像,通過圖像的裁剪操作能夠得到圖像的部分圖，MATLAB圖像工具箱利用函數(shù)imcrop實(shí)現(xiàn)圖像的裁剪，其一般的調(diào)用格式為：I2 = imcrop(I,rect)；X2 = imcrop(X,map,rect)；RGB2 = imcrop(RGB,rect)。上述三種

17、調(diào)用格式分別用于灰度圖（包括二值圖）、索引圖和RGB圖的裁剪。rect定義裁剪的矩形區(qū)域，如果不指定rect，MATLAB允許用戶通過鼠標(biāo)選定裁剪區(qū)域。例如，對灰度圖circuit，在MATLAB命令窗口輸入以下指令讀入圖像數(shù)據(jù)I，>> I = imread('circuit.tif');,24.5 線性濾波,線性濾波是一類非常重要的圖像處理方法，主要用于圖像增強(qiáng)、圖像去噪等。圖像的線性濾波是一種鄰域處

18、理（Neighbothood Operation）方法，輸出圖像的像素值是輸入圖像對應(yīng)像素及其鄰域像素的線性組合。本節(jié)首先介紹與線性濾波相關(guān)的兩個(gè)概念，即卷積和相關(guān)，接著介紹線性濾波函數(shù)imfilter，并給出了一些應(yīng)用例子。,24.5.1 卷積和相關(guān),線性濾波可以用卷積實(shí)現(xiàn)，輸出圖像的像素值是輸入圖像對應(yīng)像素及其鄰域像素的線性加權(quán)，權(quán)重矩陣稱為卷積窗。圖說明了圖像卷積的過程，圖像I為，卷積窗為?，F(xiàn)在要計(jì)算像素點(diǎn)(2,4)卷積后的結(jié)果

19、，卷積過程如下：,24.5.2 線性濾波,MATLAB圖像處理工具箱利用函數(shù)imfilter對圖像作線性濾波，其一般的調(diào)用格式為：B = imfilter(A,H)；B = imfilter(A,H,option1,option2,...)。其中A、B分別為輸入、輸出圖像。線性濾波器可以由相關(guān)或卷積實(shí)現(xiàn)，默認(rèn)情況下由相關(guān)實(shí)現(xiàn)，可以通過設(shè)置option3 = ‘conv’，使線性濾波由卷積實(shí)現(xiàn)。H為對應(yīng)的相關(guān)窗或卷積窗；通過設(shè)置o

20、ption1決定線性濾波器對邊界的處理方式，’replicate’使用最近鄰邊界填充，默認(rèn)情況下option1 = 0，邊界由0填充。,24.6 排序?yàn)V波,線性濾波通過對鄰域像素的線性組合得到輸出圖像的像素值，這是一種線性處理方法。從上節(jié)給出的一些示例中我們可以看到線性濾波在圖像去噪方面具有局限性，要么犧牲圖像的細(xì)節(jié)，換得信噪比的提高；要么以信噪比的下降為代價(jià)，而保護(hù)圖像的邊緣，這兩者往往不能同時(shí)兼顧。本節(jié)將要介紹的排序?yàn)V波是一種非

21、線性處理方法，它在保護(hù)圖像細(xì)節(jié)方面有很大的優(yōu)勢，而且信噪比損失不大，在圖像處理中有廣泛的應(yīng)用。排序?yàn)V波通過對鄰域像素的升序排序，取第r個(gè)像素值作為輸出圖像的像素值。排序?yàn)V波也有對應(yīng)的濾波窗口，濾波窗口超出圖像邊界時(shí)需要考慮邊界的處理，可以用0填充或是最近鄰邊界填充等。MATLAB圖像處理工具箱中利用函數(shù)ordfilt2對圖像作排序?yàn)V波，其一般的調(diào)用格式為：B = ordfilt2(A, order, h),24.6.1 中值濾波,

22、中值濾波是排序?yàn)V波的一種，通過取鄰域像素值的中位數(shù)作為輸出圖像的像素值。MATLAB圖像處理工具箱為中值濾波提供了專門的函數(shù)medfilt2，其一般的調(diào)用格式為： B = medfilt2(A, [M N])其中A、B為輸入輸出圖像，為濾波窗口的大小，默認(rèn)情況下。注意：雖然也可以利用odrfilt2實(shí)現(xiàn)中值濾波，但是考慮到效率，通常不這樣做。,24.6.2 最大（?。┲禐V波,最大值、最小值濾波，通過取鄰域像素最大或最小值作為輸出

23、圖像的像素值。MATLAB圖像處理工具箱并沒有提供專門用于最大值、最小值濾波的函數(shù)，如有需要，讀者可以自行編寫相關(guān)的函數(shù)。一種替代的方案是利用形態(tài)學(xué)處理中的擴(kuò)散函數(shù)imdilate和腐蝕函數(shù)imerode。imdilate、imerode一般的調(diào)用格式為：B = imdilate(A, SE)；B = imerode(B, SE)。,24.7 小結(jié),雖然本章的標(biāo)題為圖像處理工具箱，但主體內(nèi)容并不是工具箱功能函數(shù)的逐項(xiàng)羅列，而是著重