数字图像处理(一)

本文基于Matlab环境，主要理论知识来源于冈萨雷斯《数字图像处理》。

主要内容

- 1、基本原理

- 2、亮度变换和空间滤波

- 3、频域处理

- 4、图像复原

- 5、彩色图像处理

- 6、小波分析

- 7、图像压缩

- 8、形态学图像处理

- 9、图像分割

- 10、表示和描述

- 11、对象识别

基本原理

1. 数字图像的表示

一幅图像可以定义为一个二维函数f=(x,y)其中x和y是空间坐标，而f在任意一对坐标(x,y)处的幅度称为改点处图像的亮度或灰度。当x和y和f的幅值都是有限的离散值时，称该图像为数字图像。其中灰度是用来表示黑白图像亮度的一个术语。

彩色图像是由单个二维图像组合而成。在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像（红、绿、蓝）组成。

图像关于x和y坐标以及振幅连续。要将图像–>数字,就要求数字化坐标和振幅。其中坐标值数字化称为取样；将振幅数字化称为量化。

2. 图像的矩阵表示

f(x,y)=⎡⎣⎢⎢⎢⎢⎢f(0,0)f(1,0)⋮f(M−1,0)f(0,1)f(1,1)⋮f(M−1,1)…………f(0,N−1)f(1,N−1)⋮f(M−1,N−1)⎤⎦⎥⎥⎥⎥⎥

3.读取图像

%imread的用法
f = imread('test.jpg')
f = imread('D:\Documents\MATLAB\test.jpg')
%size的用法
[M,N] = size（f）
%whos(f)显示一个数组的附加信息

4.显示图像

%读入与显示图像
f = imread('test.jpg')
whos(f)
imshow(f)
%显示多个图像
imshow(f),figure,imshow(g)

5.保存图像

imwrite(f,'test1.tif')
%存储图像信息
k = imfinfo('test.jpg')

6.Matlab数据类型

名称	描述
double	双精度浮点数（8比特每像素）
uint8	无符号8比特整数，范围为[0,255]。（1比特每像素）
uint16	无符号16比特整数，范围为[0,65535]。（2比特每像素）
uint32	无符号32比特整数，范围为[0,4294967295]。（4比特每像素）
int8	有符号8比特整数，范围为[-128,127]。（1比特每像素）
int16	有符号16比特整数，范围为[-32768,32768]。（2比特每像素）
int32	有符号32比特整数，范围为[-2147483648,2147483648]。（4比特每像素）
single	单精度浮点数，范围为-10^38 ~ 10^38 。（4比特每像素）
char	字符 （2比特每像素）
logical	值为0或1（1比特每像素）

7.图像类型

亮度图像

二值图像

索引图像

RGB图像

亮度图像

一幅亮度图像是一个数据矩阵，其==归一化==的取值表示亮度。其像素都是uint8和uint16类别，他们的整数范围为[0,255]和[0,65535]。若图像为double类，则像素取值为浮点数。

二值图像

一幅二值图像是一个取值只有0和1的逻辑数组。若A是一个由0和1构成的==数组数组==，则可以使用以下语句创建一个==逻辑数组B==:

B = logical(A)
%测试一个数组是否为逻辑数组,真为1，否为0.
islogical(B)

8.数据索引

向量索引

v=[1 3 5 7 9] %v= 行向量
w = v.'%转置运算符(.'),行向量转为列向量。
v = (3:end) %存取第三个到最后一个元素
v(:) %产生一个列向量。