空域图像增强学习笔记
2013-11-07 18:12
239 查看
A
一. 图像加减增强
1. Z=imadd(X,Y)
将两图相加或加上一个常量。X为M*N灰度图像矩阵或M*N*3的RGB图像矩阵。Z类型一般与X相同。
2. Z=imlincomb(K1,X1,K2,X2,,,,output_class)
为图像矩阵附上系数再相加。output_class指定了Z的类型。
3. Z=imsubstract(X,Y)
相减为负数时,若X为整数,则Z中为0,若X为double类型,则可返回负数。
4. Z=imadsdiff(X,Y)
相减取绝对值
二. 图像乘除增强
1. Z=immultiply(X,Y)
将X,Y对应像素分别相乘。
2. Z=imdivide(X,Y)
相除,Y与X类型格式相同或为一个double类型的数值。
三.图像取补增强
Z=imcomplement(X)
X为logocal,则函数进行0-1互换;为uint类型则用该数据类型的最大值减去当前值;若为double类型则用1减去像素值。
四.图像逻辑运算
Z=and(X,Y)
or,not,xor调用形式类似。
五.图像灰度变换
1. 灰度线性变换
将图像中某一区域的灰度值通过线性拉伸至一个更大的范围,使原本位于该区域的图像对比度得到增强。
Z=imadjust(X,[low_in high_in],[low_out high_out])
low_in ,high_in, low_out, high_out,无论X类型是什么取值范围都在0-1,若用空矩阵[],则会默认为[0 1]。
2. 非线性变换
Z=imadjust(X,[low_in high_in],[low_out high_out], gama)
gama<1:映射曲线为上凸曲线,则原图像的暗区的灰度得到拉伸,亮区域的灰度得到压缩。
gama>1:映射曲线为下凸曲线,与上相反。
gama=1,为线性映射。gama=2,该函数等价于平方函数
B 空域滤波
一.线性空间滤波
使用掩膜对图像矩阵进行二维卷积或二维相关操作。
1.线性平滑滤波
用于减小噪声:如在提取大的目标前去除图像中的琐碎细节、桥接直线、曲线的缝隙等。模糊模拟:模拟图像采集装置的运动带来的模糊效果。
(1)减小噪声掩膜
均值掩膜
高斯掩膜
(2)模糊模拟掩膜
具有方向性,掩膜尺寸越大,图像越模糊,模拟的运动越激烈。
2.线性锐化滤波
突出图像中的细节或增强被模糊了细节。
(1)微分锐化掩膜
如拉普拉斯掩膜
(2)边缘检测掩膜
边缘提取先检出图像局部特性的不连续性,然后再将这些不连续的边缘像素连成完备的边界。边缘的特性是沿着边缘走向的像素变化平缓,而垂直于边缘方向的像素变化剧烈。
边缘算子:Roberts算子,Sobel算子,Prewitt算子,Kirsch算子,高斯拉普拉斯算子。
3.MATLAB实现
H=fspecial(type,patameters);
Z=imfilter(X,H,option1,option2...)
二.非线性空间滤波
掩膜系数不固定,会随像素值的改变而改变。
1.排序滤波
保护图像边缘的同时去除噪声,如用于去除脉冲、椒盐噪声,对于细节多,特别是线、尖顶等多的图像不适宜。将像素点周围领域内的所有像素的灰度按从大到小排序,然后选定某一特定位置的灰度值作为像素点的灰度值。
matlab实现:
Z=ordfilt2(X,order,domain)
Z=medfilt2(X,[m,n]) //中值滤波
2.自适应掩膜
保护图像边缘的同时去除噪声。根据图像在某点处的梯度来调整掩膜系数,若梯度较大,说明是图像边缘所在,则掩膜系数较小,反之掩膜系数大,这样在滤波中对发生灰度突变的像素进行保留。对图像边缘进行锐化增强,对区域内部进行了平滑。
Z=nlfilter(X, [m n], func)
C 空域图像去噪
一.噪声介绍
噪声类型
噪声实现
Z=imnoise(X,type,parameters)
二.空域滤波法
1.改进型均值滤波
几何均值滤波
谐波均值滤波
逆谐波均值滤波
2.门限法
有效消除椒盐噪声
3.自适应掩膜法
D 图像区域处理
1.区域选择
(1)BW=roiploy(X,c,r)
c,r分别为ROI区域的水平和垂直方向坐标向量,省略时可手动选择。
(2)imploy
基于对象句柄。
(3)Z=roicolor(X,low,high)
将所有灰度值在[low high]范围内的像素组成的区域定位ROI,并返回该ROI掩膜矩阵。
一. 图像加减增强
1. Z=imadd(X,Y)
将两图相加或加上一个常量。X为M*N灰度图像矩阵或M*N*3的RGB图像矩阵。Z类型一般与X相同。
2. Z=imlincomb(K1,X1,K2,X2,,,,output_class)
为图像矩阵附上系数再相加。output_class指定了Z的类型。
3. Z=imsubstract(X,Y)
相减为负数时,若X为整数,则Z中为0,若X为double类型,则可返回负数。
4. Z=imadsdiff(X,Y)
相减取绝对值
二. 图像乘除增强
1. Z=immultiply(X,Y)
将X,Y对应像素分别相乘。
2. Z=imdivide(X,Y)
相除,Y与X类型格式相同或为一个double类型的数值。
三.图像取补增强
Z=imcomplement(X)
X为logocal,则函数进行0-1互换;为uint类型则用该数据类型的最大值减去当前值;若为double类型则用1减去像素值。
四.图像逻辑运算
Z=and(X,Y)
or,not,xor调用形式类似。
五.图像灰度变换
1. 灰度线性变换
将图像中某一区域的灰度值通过线性拉伸至一个更大的范围,使原本位于该区域的图像对比度得到增强。
Z=imadjust(X,[low_in high_in],[low_out high_out])
low_in ,high_in, low_out, high_out,无论X类型是什么取值范围都在0-1,若用空矩阵[],则会默认为[0 1]。
2. 非线性变换
Z=imadjust(X,[low_in high_in],[low_out high_out], gama)
gama<1:映射曲线为上凸曲线,则原图像的暗区的灰度得到拉伸,亮区域的灰度得到压缩。
gama>1:映射曲线为下凸曲线,与上相反。
gama=1,为线性映射。gama=2,该函数等价于平方函数
B 空域滤波
一.线性空间滤波
使用掩膜对图像矩阵进行二维卷积或二维相关操作。
1.线性平滑滤波
用于减小噪声:如在提取大的目标前去除图像中的琐碎细节、桥接直线、曲线的缝隙等。模糊模拟:模拟图像采集装置的运动带来的模糊效果。
(1)减小噪声掩膜
均值掩膜
高斯掩膜
(2)模糊模拟掩膜
具有方向性,掩膜尺寸越大,图像越模糊,模拟的运动越激烈。
2.线性锐化滤波
突出图像中的细节或增强被模糊了细节。
(1)微分锐化掩膜
如拉普拉斯掩膜
(2)边缘检测掩膜
边缘提取先检出图像局部特性的不连续性,然后再将这些不连续的边缘像素连成完备的边界。边缘的特性是沿着边缘走向的像素变化平缓,而垂直于边缘方向的像素变化剧烈。
边缘算子:Roberts算子,Sobel算子,Prewitt算子,Kirsch算子,高斯拉普拉斯算子。
3.MATLAB实现
H=fspecial(type,patameters);
Z=imfilter(X,H,option1,option2...)
二.非线性空间滤波
掩膜系数不固定,会随像素值的改变而改变。
1.排序滤波
保护图像边缘的同时去除噪声,如用于去除脉冲、椒盐噪声,对于细节多,特别是线、尖顶等多的图像不适宜。将像素点周围领域内的所有像素的灰度按从大到小排序,然后选定某一特定位置的灰度值作为像素点的灰度值。
matlab实现:
Z=ordfilt2(X,order,domain)
Z=medfilt2(X,[m,n]) //中值滤波
2.自适应掩膜
保护图像边缘的同时去除噪声。根据图像在某点处的梯度来调整掩膜系数,若梯度较大,说明是图像边缘所在,则掩膜系数较小,反之掩膜系数大,这样在滤波中对发生灰度突变的像素进行保留。对图像边缘进行锐化增强,对区域内部进行了平滑。
Z=nlfilter(X, [m n], func)
C 空域图像去噪
一.噪声介绍
噪声类型
噪声实现
Z=imnoise(X,type,parameters)
二.空域滤波法
1.改进型均值滤波
几何均值滤波
谐波均值滤波
逆谐波均值滤波
2.门限法
有效消除椒盐噪声
3.自适应掩膜法
D 图像区域处理
1.区域选择
(1)BW=roiploy(X,c,r)
c,r分别为ROI区域的水平和垂直方向坐标向量,省略时可手动选择。
(2)imploy
基于对象句柄。
(3)Z=roicolor(X,low,high)
将所有灰度值在[low high]范围内的像素组成的区域定位ROI,并返回该ROI掩膜矩阵。
相关文章推荐
- 数字图像处理学习笔记--图像空间域增强
- matlab学习笔记(五)---空域变换增强-直接灰度调整
- 频域图像增强(学习笔记)
- matlab学习笔记(六)---空域变换增强-直方图处理
- C# 3.0语言增强学习笔记(二)
- OpenCV学习笔记7_ImageToBGR_彩色图像三通道转化成BGR3幅单通道图像
- OpenCV笔记 图像增强
- C# OpenCV学习笔记四之图像二值化
- zynq-7000学习笔记(一)——在zedboard上安装linaro图像界面系统
- Opencv for Python 学习笔记 1.2 图像保存
- 【MFC学习笔记-作业6-sin图像】【OnDraw(CDC* pDC)】
- 计算机视觉与图像处理学习笔记(二)win32+mingw+opencv搭建
- 图像处理学习笔记之图像的几何变换(3)旋转变换
- OpenCv学习笔记(四):使用split函数提取彩色图像的三个通道
- OpenCV学习笔记(十一)图像导向滤波
- 【java学习笔记】for增强循环
- 图像处理学习笔记之直方图均衡化
- OpenCV学习笔记 利用MFC的Picture控件显示图像+播放视频和捕获摄像头画面 .
- Opencv2系列学习笔记8(图像滤波)
- [增强学习][Reinforcement Learning]学习笔记与回顾-2-马尔可夫决策过程MDP