数字图像处理之基础知识

数字图像处理之基础知识

                                            by方阳

版权声明：本文为博主原创文章，转载请指明转载地址

http://www.cnblogs.com/fydeblog/p/6530985.html

这篇博客是我在博客园的第一篇博客，我将要介绍一点数字图像处理的基础知识，希望能对各位有一些帮助

软件:matlab

相关的函数：

plot，meshgrid，surf，imread，imshow，imresize，im2bw

先介绍第一个函数，这个函数是matlab中使用非常多的函数，常用于画二维图像，如plot(x,y)

参考代码：

x=0:pi/100:4*pi;
y=sin(x);
figure(1);
subplot(2,1,1);
plot(x,y);

注：这里plot画出的是连续的图，若想画出离散的图，可以使用stem这个函数，方法类似，这里就不多介绍了。

既然有画二维图像，那么是不是有画三维图像的函数呢？答案是肯定的。

三维图像有两个自变量，一个输出，常使用meshgrid和surf(用mesh也可以)配合一起，meshgrid函数是生成网格矩阵，简单地讲，就是把给定的x和y中元素的两两组合都生成出来，这样每一对(x,y)再计算一个对应的z，显然这样得到的是一个z的曲面。

参考代码:

subplot(2,1,2);
n=-1:0.1:1;
m=-1:0.1:1;
[nn,mm]=meshgrid(n,m);
kk=nn.*exp(-nn.^2-mm.^2);
surf(nn,mm,kk);
grid on
xlabel('x');
ylabel('y');
zlabel('z');

注:承接上面二维图像的代码，当我们只是要生成三维曲线时，我们可以使用plot3这个函数，如plot3(x,y,z);这里面的x，y的元素个数必须一样

最终显示的图像如下:

-----------------------------------------------------------分割线---------------------------------------------------------------

上面讲的是画图，属于非常基础的内容，接下来要介绍数字图像的知识了。

我们在电脑中所见到的图像全是数字的，图像有两种--彩图和灰度图，一张灰度图片对应的是一个矩阵，可以记做f(x,y),x代表图片的横坐标，y代表纵坐标，f(x,y)代表它的幅值。而彩图是有三个不同的f(x,y)叠加，通常说的三种就是三基色。

今天将介绍如何matlab在中显示图像，并对它进行缩放，灰度分割，二值化等应用。

首先的是显示，用的函数是imshow，通常先用imread函数读取图片，然后再用imshow显示;

参考代码:

I1 = imread('C:UserslenovoDesktopdocumentdigital_image_precessing_fyoneI1.png');
figure;
imshow(I1);

 运行结果：

然后是缩放，缩放就是增大图像的采样率或降低图像的采样率，使用的函数是imresize.

使用方法:imresize(Image,Multiple);

参考代码:

figure;
X1=imresize(I1,3);
subplot(3,1,1);
imshow(X1);
title('3倍');
X2=imresize(I1,1/5);
subplot(3,1,2);
imshow(X2);
title('1/5倍');
X3=imresize(I1,1/20);
subplot(3,1,3);
imshow(X3);
title('1/20倍');

运行结果:

然后说说灰度分割，灰度图像的幅值范围是0到255，图像由黑(0)到白(255),降低灰度级，会使图像的幅值范围降低，图像的质量也会下降,整体偏暗。

最后是二值化，使用的是im2bw，如I2=im2bw(I1); I2为输出的二值化函数.

 

参考代码:

%该函数实现灰度分割
function  image_out=fy_GraySegmentation( image_in,GrayScale)
[m,n]=size(image_in);
K=256/GrayScale;
for i=1:m
    for j=i:n
    a=floor(image_in(i,j)/K);
    image_in(i,j)=a*K;       
    end
end
image_out=image_in;

I2=fy_GraySegmentation(I1,128);
I3=fy_GraySegmentation(I1,64);
I4=im2bw(I1);%im2bw
figure;
subplot(4,1,1);
imshow(I1);
title('原图');
subplot(4,1,2);
imshow(I2);
title('灰度级降为128');
subplot(4,1,3);
imshow(I3);
title('灰度级64');
subplot(4,1,4);
imshow(I4);
title('二值化');

 运行结果：

对于灰度分割，建议选择细节比较多的图片，更加容易看出效果。

先就写这么多了，希望能对大家有帮助！☺