图像处理领域的应用
2023-12-13 11:32:43
图像处理领域的应用
1.图像类型
2.图像转换
% Otsu阈值分割
thresh=graythresh(I)
% 自适应阈值分割
bw=imbinarize(I,'adaptive')
3.彩色图像表示模式
4.图像变换
对数变换:增强较暗部分的细节 广泛用于频谱图像的显示
% log函数仅处理double类型矩阵 im2double转换
t=c log(k+s)
Gamma变换:选择性增强低灰度区域的对比度或高灰度区域的对比度
% γ>1 阴影 γ<1 亮度 imadjust
y=(x+esp)^γ
图像平移
% strel 创建形态学结构元素
% translate(strel(1),[y x]) 结构元素SE在y和x方向平移数值
% imdilate 形态学膨胀
图像镜像
% 空间变换结构
TFORM = maketform(transformtype,Matrix)
B=imtransform(A,TFORM,method)
5.图像增强
噪声添加
% type为‘gaussian’:高斯白噪声,雪花状 ‘salt&pepper’:椒盐噪声,颗粒状
h=imnoise(I,type,parameters)
% imfilter 滤波函数 corr 相关卷积 conv直接卷积
% fspecial 设计滤波器
% medfilt2 中值滤波 去除椒盐噪声
文章来源:https://blog.csdn.net/baidu_24565387/article/details/134827078
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。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!
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。 如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网邮箱:veading@qq.com进行投诉反馈,一经查实,立即删除!