比特平面分层原理及matlab实现
2017-10-27 10:52
786 查看
比特分层作用: 可以直观的看到某一灰度范围对图像的贡献,白色为有贡献,黑色无贡献;最终,可以通过某几层主要贡献层重建原图,实现图像压缩。
【0~2)对应第1比特层,
【2~4)对应第2比特层,
【4~8)对应第3比特层,
【8~16)对应第4比特层,
【16~32)对应第5比特层,
【32~64)对应第6比特层,
【64~128)对应第7比特层,
【128~256)对应第8比特层。
若图像存在对应比特层的灰度值,像素值赋值为255(白),不在该范围内,赋值为0(黑).
matlab实现:
效果:
【0~2)对应第1比特层,
【2~4)对应第2比特层,
【4~8)对应第3比特层,
【8~16)对应第4比特层,
【16~32)对应第5比特层,
【32~64)对应第6比特层,
【64~128)对应第7比特层,
【128~256)对应第8比特层。
若图像存在对应比特层的灰度值,像素值赋值为255(白),不在该范围内,赋值为0(黑).
matlab实现:
A=imread('a.bmp');%读取图像 A=rgb2gray(A); A1=A; [m,k,s]=size(A1); subplot(3,3,1) imshow(A); for n=1:8 for i=1:m for j=1:k if(A(i,j)>=2^(n-1)&&A(i,j)<2^n)%判断是否在该比特层中 A1(i,j)=255; else A1(i,j)=0; end end end subplot(3,3,n+1) imshow(A1); end
效果:
相关文章推荐
- 图像位平面分层及matlab实现
- K-Means聚类算法原理及其python和matlab实现
- 约束复原与维纳滤波(数学原理与MATLAB实现)
- 卷积神经网络CNN原理——结合实例matlab实现
- Cost Function的原理及实现(Python, matlab)
- Kmeans和GMM参数学习的EM算法原理和Matlab实现
- BP神经网络原理及其matlab实现
- input子系统学习笔记三 驱动的分层及设备驱动层实现原理
- MFCC特征提取原理与HTK和matlab等方式的实现(帧的原理也有)
- LDA算法原理及matlab实现
- 自动选择阈值--最大类间方差法(OTSU)原理及matlab实现
- 分段线性变换函数——比特平面分层
- 基本遗传算法(GA)的算法原理、步骤、及Matlab实现
- (6)比特平面分层(Bit Plane Slicing)
- 粒子滤波的原理和MATLAB实现
- 【图像处理笔记】比特平面分层
- 中值滤波原理及MATLAB算法实现
- MDS(多维尺度法)的原理及MATLAB实现
- 相机标定的原理与意义及OpenCV、Matlab实现差异小结
- 区域生长算法原理以及Matlab实现