matlab在数字图像处理中的应用4

matlab在数字图像处理中的应用4

ID:34642471

大小:325.27 KB

页数:3页

时间:2019-03-08

matlab在数字图像处理中的应用4_第1页
matlab在数字图像处理中的应用4_第2页
matlab在数字图像处理中的应用4_第3页
资源描述:

《matlab在数字图像处理中的应用4》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、2006年10月宁波职业技术学院学报Oct,2006第10卷第5期JournalofNingboPolytechnicVol.10No.5MATLAB在数字图像处理中的应用王蔚(无锡交通高等职业技术学校,江苏无锡214151)摘要:研究了用MATLAB进行数字图像处理的技术。对一幅风景照片进行了两种修正,取得了不同的效果;对另一幅加噪声的婚纱照片的去噪效果进行了研究。结果表明,利用了小波变换的方法进行去噪,图像处理效果更佳。关键词:MATLAB;数字图像处理;小波变换中图分类号:TP317.4文献标识码:M文章编号:1671-2

2、153(2006)05-0030-030引言原图像MATLAB是美国MathWorks公司推出的一套用于工程计算的可视化高性能语言与软件环境[1]。MATLAB推出的工具箱使各个领域的研究人员可以直观方便地进行科学研究、工程应用,其中信号处理、图像处理、小波等工具箱为数字滤波和数字图像处理的研究提供了有力的工具。近年来迅速发展起来的小波理论,由于其局部分析性能的优异,在图像处理中的应用研究,尤其是在图像压缩、图像去噪等方面,受到了越来越多的关注[2-4]。图1无锡园林照片原始图像1图像处理工具在数字图像处理中的应用增加对比度和亮

3、度1.1对图像进行亮度和对比度的矫正图1为无锡马山园林的风景照片。图1中,原始图像的对比度不足、亮度也不够,尤其是暗处的景物没有表现清楚。使用了MATLAB数字信号处理工具箱中的函数对这张图像进行修正,取得了不同的效果。利用MATLAB图像对原图增加对比度和增加亮度。将原图像的灰度级从[00.75]调整到[01],增加了对比度和亮度,程序为b6=imadjust(b2,[00.75],[01])。调整后的图像如图2所示。从图2中图2增强了对比度和亮度后的图像可以看出,图像效果有了一定的改善。收稿日期:2006-08-23作者简介

4、:王蔚(1970-),女,江苏无锡人,无锡交通高等职业技术学校讲师,硕士。.30.2006年第5期王蔚:MATLAB在数字图像处理中的应用  用非锐化对比度增强的方法对图2再次进行处加gaussian噪声后的原图像图像M=0,V=0.02理,取得了不同的效果。程序为:h=fspecial('unsharp');c=filter2(h,b6);100100c1=(c-min(min(c)))/(max(max(c))-min(min(c)));200200c2=imadjust(c1,[0.20.55],[01]);  修正后的图

5、像如图3所示。300300非锐化对比度增强4004005010015020025050100150200250gaussian噪声图像状态gaussian噪声图像自适滤波后的图像应滤波后的图像100100200200300300图3非锐化对比度增强滤波结果1.2对图像进行噪声滤波4004005010015020025050100150200250图4是对用图像处理工具箱中的函数对一幅婚图4对图像进行加噪以及去噪的图像显示纱照片加噪和去噪的效果比较结果。运行的过程为将RGB图像转换成灰度图像:I=rgb2gray(a1);是一种很

6、有效的方法。这里对图4用小波变换的方  加入椒盐噪声:J1=imnoise(I,'salt&pepper',法进行消噪,取得了更好的效果。0.02);MATLAB小波工具箱只能处理线性、单调颜加入高斯噪声:J2=imnoise(I,'gaussian',0,色图的索引图像,这些图像也可以是灰度级图像。0.02);对于非索引图像,要将其转换为索引图像。  对椒盐噪声图像中值滤波:J=medfilt2(J1);[x,map]=rgb2ind(a1,256);  对gaussian噪声图像中值滤波:J=medfilt2(J2,  本图

7、颜色条不是平滑、单调的。需要转换索引[23]);图像为灰度级图像。  对椒盐噪声图像状态滤波:J=ordfilt2(J1,5,ones  将unit8格式的x转换成双精度格式Y:(3,4));Y=double(x);  对gaussian噪声图像状态滤波:J=ordfilt2(J2,  分开索引图像中的RGB成分:5,ones(3,4));R=map(Y+1,1);  对gaussian噪声图像自适应滤波:J=wiener2R=reshape(R,size(Y));(J2,[34])。G=map(Y+1,2);G=reshape

8、(G,size(Y));2二维小波分析用于数字图像的消噪B=map(Y+1,3);  小波变换的函数在MATLAB中是在小波工具B=reshape(B,size(Y));箱中提供的,小波分析可以揭示出其他信号分析方  采用3种颜色成分的标准色感权重,将RGB矩法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。