数字图像处理学习之路:图像变换(一)

数字图像处理归纳总结

  • 1.1 数字图像处理基础
  • 1.2 数字图像处理技术
  • 1.3 图像处理一般流程
  • 1.4 图像变换案例分析(如真彩色图像转换为灰度图像)

1.1 数字图像处理基础

概述:数字图像处理是基于画面进行二维或三维物体模型的重建,利用计算机技术对图像进行去除噪声、增强、复原、分割、提取特征的方法或技术。
一般来讲,图像处理的目的有三种:

(1).提高图像的视觉感知质量,如进行图像的亮度增强,彩色变换,对图像进行几何变换,增强图像质量等。

(2).提取图像中的所包含的某些特征或特殊信息,这些被提取的特征或信息往往为计算机分析图象提供便利,提取特征或信息的过程是模式识别或计算机视觉的预处理,提取的特征可以包括很多方面,如频域特征,灰度或颜色特征、边界特征、区域特征、纹理特征、形状特征、拓补特征和关系结构等。

(3).图像数据的变换、编码或压缩,以便图像的存储和运输。

概念辨析:图像与图形的不同

  1. 图像:较为直观,信息量大,数据格式由不同光度值组成,位置按规则排列,坐标值隐含。
  2. 图形:由指令集合组成,指令由位置、形状、颜色等描述,记录的是坐标值,颜色隐含,统一描述,显示时执行命令,转变为屏幕上所显示的形状和颜色。

空间分辨率与灰度分辨率

  1. 空间分辨率:即 图像数字化的空间精细程度。
  2. 灰度分辨率:即颜色深度,表示每一像素的颜色值所占的二进制位数,颜色深度越大,则能表示的颜色数目越多。

1.2 数字图像处理技术

1.图像的获取,表示和表现 ;模拟图像转化为数字形式;
2.图像复原
3.图像增强
4.图像分割
5.图像分析
6.图像重建
7.图像压缩编码

2.图像复原;当造成图像退化的原因已知时,利用复原技术进行校正,使它恢复原貌。
复原的关键是建立“模型”,复原技术是基于合理的模型与数据的图像恢复,其目的是消除退化的影响,从而产生一个等价于理想成像系统所获得的图像。
即:恢复原貌;

3.图像增强:不针对退化,只能通过实验和分析误差,选择一种合适的方法,强调改善图像的视觉效果,将原来不清晰的图像变得清晰或强调某些感兴趣的特征。

4.图像分割:为达到识别和理解的目的,按照一定规则将图像分割成区域(物体),是图像处理到图像分析的关键一步。

5.图像重建:图像重建输入是数据,而经过处理之后得到的结果是图像。通过物体外部测量的数据,经数字处理获得三维物体的形状信息的技术。

6…图像压缩:压缩存储格式,减少数据存储量,降低数据量以减少传输带宽,压缩信息量,便于特征提取,为后续识别做准备。

1.3 图像处理一般流程

在这里插入图片描述

1.4 图像变换案例分析(如真彩色图像转换为灰度图像)

1.4.1 将一副真彩色图像转化为灰度图像

代码片:

close all;   %关闭所有图形窗口
clear all;   %清空工作室变量
clc;         % 清屏
X = imread('football.jpg');   %读取文件格式为.jpg,文件名为football的图像
I = rgb2gray(X);              %将RGB图像转换为灰度图像
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,0,1]); %修改图形背景颜色的设置
subplot(121),imshow(X);             %显示RGB图像
subplot(122),imshow(I);             %显示转换后的灰度图像

运行结果:
在这里插入图片描述

1.4.2 输入颜色映射表,利用函数rgb2gray()生成灰度图像

close all;             %关闭当前所有图形窗口
clear all;             %清空工作空间变量
clc;                   %清屏
[X,map] = imread('trees.tif');   %读取原图像信息
newmap = rgb2gray(map);          %将彩色颜色映射表转换为灰度颜色映射表
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,1,1]);               %修改图形背景颜色的设置
subplot(121),imshow(X,map);
subplot(122),imshow(X,newmap);

运行结果:

1.4.3 将索引图转换为真彩色图像

close all;
clear all;
clc;
[X,map] = imread('kids.tif');               %读取图像信息
RGB = ind2rgb(X,map);                       %将索引图转换为真彩色图像  8位到24位
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,1,1]);               %修改图形背景颜色的设置
figure, imshow(X,map);                %展示原图像
figure, imshow(RGB);                  %展示真彩色图

在这里插入图片描述

在这里插入图片描述

从上面两张图可以看出,第一张为索引图,第二张为真彩色图,真彩色图和索引图差别不是很大,二者分别是24位,8位。

1.4.4 灰度图像转化为二值图像

1.level为0.4与0.6对比:

close all;
clear all;
clc;
I = imread('rice.png');
bw1 = im2bw(I,0.4); %将灰度图像转换为二值图像,level值为0.4
bw2 = im2bw(I,0.6); %将灰度图像转换为二值图像,level值为0.6
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,1,1]);               %修改图形背景颜色的设置
figure;
subplot(131),imshow(I);   %显示原图像
subplot(132),imshow(bw1); %显示level=0.4转换后的二维图像
subplot(133),imshow(bw2); %显示level=0.6转换后的二维图像

在这里插入图片描述
2.level为0.2与0.6对比

close all;
clear all;
clc;
I = imread('rice.png');
bw1 = im2bw(I,0.2); %将灰度图像转换为二值图像,level值为0.4
bw2 = im2bw(I,0.6); %将灰度图像转换为二值图像,level值为0.6
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,1,1]);               %修改图形背景颜色的设置
figure;
subplot(131),imshow(I);   %显示原图像
subplot(132),imshow(bw1); %显示level=0.4转换后的二维图像
subplot(133),imshow(bw2); %显示level=0.6转换后的二维图像

在这里插入图片描述

阈值level越小,输出图像白色调越重,level越大,黑色调越大。

1.4.5 将RGB图像转化为二值图像

1.level为0.4与0.6对比:

close all;
clear all;
clc;
I = imread('pears.png');
BW = im2bw(I,0.5);
set(0,'defaultFigurePosition',[100,100,1000,500]); %修改图形图像位置的默认设置
set(0,'defaultFigureColor',[1,1,1]); 			   %修改图形背景颜色的设置
figure;
subplot(121),imshow(I);
subplot(122),imshow(BW)

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492107.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2019年中国科创板全面解读报告

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云…

雷达原理之 多普勒效应原理及应用(一)

多普勒效应:物体辐射的波长因为波源和观测者的相对运动而产生变化。 因为在运动的波源前面,波被压缩,波长变得较短,频率变得较高(蓝移);在运动的波源后面时,会产生相反的效应。波长…

数字图像处理总结(冈萨雷斯版)

数字图像处理前六章知识点总结第一章:绪论第二章:数字图像基础第三章:灰度变换与空间滤波第四章:频率域滤波第五章:图像恢复与重建第六章:彩色图像处理第一章:绪论 1.数字图像概念: …

未来已来:5G将在这88个方面影响我们的工作和生活

来源:资本实验室作为备受瞩目的下一代移动通信网络,全球围绕5G的测试、布局与谈判不断升温。而与之相关的竞争也越发白热化,公司间的竞争、城市间的竞争、国家前的竞争,5G背负着太多的使命和期待。相比于4G通讯,5G不仅…

线性调频信号(LFM)的形式及幅度谱、相位谱特性

线性调频信号在SAR系统中非常重要,其瞬时频率是时间的线性函数。该信号常用于信号的发射,以获得均匀的信号带宽,在接收信号中则来自传感器运动。本篇博客主要讨论线性调频信号的形式,及在matlab仿真中的幅频特性和相频特性。 一、…

Android学习笔记----ArcGIS在线地图服务(Android API)坐标纠偏

仅限于如下ArcGIS在线地图服务(高德提供数据): //概述:彩色中文含兴趣点版中国基础地图 //投影:WGS 1984 Web-Mercator //切片格式:MIXED90 //服务类型:基础地图服务 //数据提供商:高德软件有限公司 //数据获取时间:2014年秋季 //…

机器人领域十大前沿技术

来源:工业互联网观察近些年来,机器人行业发展迅速,机器人被广泛应用于各个领域尤其是工业领域,不难看出其巨大潜力。与此同时,我们也必须认识到机器人行业的蓬勃发展,离不开先进的科研进步和技术支撑。以下…

星载低波段极化SAR电离层法拉第旋转效应(FR)及校正国内外研究现状-学习笔记

相较于常规星载SAR,星载低波段极化SAR一方面具有较强穿透能力,能够探测植被和千层地表下的隐藏目标,另一方面,该系统对生物量更为敏感,能够观测森林资源的消长,对研究全球碳循环与气候变化的相互作用具有重…

星巴克、苹果、谷歌、亚马逊等巨头,为何同时做这件事?

综合整理|《中国企业家》记者 周夫荣编辑|马吉英摘要:除了星巴克之外,苹果、谷歌、亚马逊等高科技公司也早已在可持续能源领域悄然布局。除了经济原因和社会责任,这些公司或许有更深远的考量。当外界把星巴克视为咖啡大…

合成孔径雷达成像算法与实现(信号处理基础知识点)

最近由于学业上需要,重新学习了《合成孔径雷达成像算法与实现》一书,其中第二章是信号处理基础,在此记录下学习过程。 一、信号处理基本概念 1.卷积与相关 卷积: 相关: 卷积从几何解释:(1).生成h(u)的时间对称…

【深度学习】一文看尽深度学习各领域最新突破

来源:《产业智能官》想要了解深度学习各领域的最新进展?看个视频就足矣。该课程的PPT资料,下载地址如下:https://www.dropbox.com/s/v3rq3895r05xick/deep_learning_state_of_the_art.pdf?dl0本文所介绍的内容是MIT系列课程之一&…

实数序列频谱的共轭对称性(DFT与IDFT仿真实现)

一、基础知识 1、傅里叶变换:通俗来讲,是以时间为自变量的信号与以频率为自变量的“频谱函数”之间的某种转换关系。 DFT:即离散傅里叶变换,对离散序列进行傅里叶变换。设x(n)为长度为M的有限长序列,其N点DFT定义(公…

IOS本地化应用

BK项目已完成7788,在项目的后期需要被翻译成多国语言版。为了适应全球多个国家使用多个存储。 应用本地化是分别对字符串、图片和 xib 或 storyboard 文件本地化,而传统的做法是对 xib 上的字符串(包含UILabel和UIButton、UITextField等&…

低轨通信卫星: 开启 6G 通信时代,带动千亿规模市场

来源:中国银河证券摘要:“6G5G卫星网络”,卫星通信应用前景广阔。2017年11月,英国电信集团(BT)首席网络架构师NeilMcRae对6G通信进行了展望,他认为6G将是“5G卫星网络”,在5G的基础上集成卫星网络来实现全球…

电离层色散效应误差补偿——基于最大对比度自聚焦算法(总结)

电离层色散效应严重影响星载SAR成像质量,为提升P波段星载SAR图像质量,必须研究相应的补偿技术,从而使得其更好的应用在军事和民用上。 目录一、引言二、最大对比度自聚焦算法原理三、最大对比度自聚焦算法流程图四、补偿方法性能分析一、引言…

波士顿动力机器狗量产版首次亮相:先造100台,能当警犬能工地巡逻

来源:量子位摘要:波士顿动力的机器狗Spot Mini终于要量产了!在科技媒体TechCrunch举办的“机器人AI”讨论会上,波士顿动力CEO Marc Raibert首次展示了它的量产版,还说今年7月或8月先量产100台。至于价格嘛,…

[MATLAB]中meshgrid函数的用法与实践(学习笔记)

今天在看点目标成像仿真程序的时候,看到了meshgrid函数,看了matlab的帮助文档后理解了一点,特此记录学习过程。 目录一、meshgrid函数二、举例验证三、创建二维网格绘制曲面图四、总结五、meshgrid函数源代码(仅供参考&#xff09…

死猪脑”能复活吗?---评美国耶鲁大学医学院实验研究

来源:科学网博客4月17日,英国《自然》杂志刊发了科学家对于“复活”死猪脑的尝试:美国耶鲁大学医学院的研究团队将已经死亡4小时的猪脑接入新开发的BrainEX体外灌注系统,用正常体温下的模拟脉动血流进行灌注。6个小时灌注期内&…

Android开发(六)——组件颜色Selector(Selector与Shape的基本用法 )

andorid控件改变状态时改变颜色&#xff0c;使用selector。 <?xml version"1.0" encoding"utf-8" ?> <selector xmlns:android"http://schemas.android.com/apk/res/android"><!-- 默认时的背景图片--><item android:dra…

22页PPT告诉你5G产业最新投资机会!

来源&#xff1a;全球物联网观察随着5G与下游产业联动和协作相继深入&#xff0c;十万亿级规模5G大生态终将形成。5G产业链将推动四大变革&#xff1a;软件化、超高频大宽带、物联网化、高集成度。同时&#xff0c;5G也将成就边缘计算&#xff0c;进而推动云计算市场加速发展。…