Image Processing Toolbox

图像前处理和后处理

Image Processing Toolbox 提供的参照标准算法可用于在处理任务前后解决常见系统问题,如噪音、动态范围低、光学离焦以及输入和输出设备之间的颜色显示差异等。

图像增强

利用 Image Processing Toolbox 中的图像增强技术,可以通过修改图像的色度或亮度来增大信噪比并强化图像特征。您可以:

  • 执行直方图均衡
  • 执行去相关拉伸
  • 重绘动态范围
  • 调整 gamma 值
  • 执行线性、中值或自适应滤波

工具箱中包含专门的滤波例程和处理整数图像类型的普通多维滤波函数、提供多个边界填充选项,以及执行卷积和相关。此外还提供预定义滤波器和函数,用于设计和实现用户自己的线性滤波器。

示例:对比度增强技术

对比度增强技术
通过自适应直方图均衡增强灰度级和真色彩图像。

图像去模糊

Image Processing Toolbox 中的图像去模糊算法包括盲算法、Lucy-Richardson 算法、Wiener 算法和正则化滤波器反卷积,以及点扩散函数和光学传递函数之间的转换。这些函数可以帮助校正由于光学离焦、图像捕获过程中的摄像机或物体移动、大气状况、曝光时间短和其它因素导致的模糊。所有去模糊函数都可用于多维图像。

示例:使用正则化滤波器对图像去模糊

使用正则化滤波器对图像去模糊
使用约束最小二乘法还原算法还原模糊和有噪音的图像。

示例:使用盲反卷积算法对图像去模糊

使用盲反卷积算法对图像去模糊
在没有关于失真的可用信息时还原图像。

与设备无关的颜色管理

通过 Image Processing Toolbox 中与设备无关的颜色管理,可以准确显示颜色,而与输入和输出设备无关。此功能可帮助您分析设备特性、定量测量色彩准确度或为若干不同设备开发算法。使用该工具箱中的专用函数,可以在 sRGB、XYZ、xyY、L*a*b*、uvL 和 L*ch 等与设备无关的色度空间之间转换图像。

示例:使用 L*a*b* 色度空间进行基于颜色的分割

使用 L*a*b* 色度空间进行基于颜色的分割
通过在备用色度空间分析图像来识别不同的颜色。

为获得更高的灵活性和控制程度,该工具箱支持使用基于 ICC v4 的色彩管理系统进行基于配置文件的色度空间转换。例如,可导入 N 维 ICC 色彩配置文件、新建或修改现有的 ICC 色彩配置文件以用于特定输入和输出设备、指定着色意图,以及查找计算机上的所有兼容配置文件。

图像变换

FFT 和 DCT 等图像变换在许多图像处理任务中都起着至关重要的作用,包括图像增强、分析、还原和压缩等任务。Image Processing Toolbox 提供几种图像变换,其中包括 Radon 和扇束投影变换。可通过平行束投影和扇束投影的数据重建图像(在断层成像应用领域较常见)。MATLABWavelet Toolbox™ 中也提供图像变换。

通过投影数据重建图像
使用平行束 (Radon) 和扇束几何形状比较图像重建。

图像转换

数据类与图像类型之间的图像转换是成像应用中的共同要求。Image Processing Toolbox 提供多种实用程序以供在各种数据类之间转换,例如单精度和双精度浮点数以及有符号和无符号的 8 位、16 位和 32 位整数。该工具箱包含用于在各种图像类型之间转换的算法,例如二进制、灰度级、索引色和真彩色类型。特别是对于彩色图像,该工具箱支持多种色度空间(例如 YIQ、HSV 和 YcrCb)以及拜耳模式编码图像和高动态范围图像。

下一页: 分析图像

试用 Image Processing Toolbox

获取试用版软件

计算统计学:MATLAB统计分类初步

观看网上技术交流会录像