前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Matlab实现彩色图像的转换 平滑 锐化与分割

Matlab实现彩色图像的转换 平滑 锐化与分割

作者头像
timerring
发布2023-03-07 21:11:49
7350
发布2023-03-07 21:11:49
举报
文章被收录于专栏:TechBlog

文章和代码以及样例图片等相关资源,已经归档至【Github仓库:digital-image-processing-matlab】或者公众号【AIShareLab】回复 数字图像处理 也可获取。

文章目录

目的

  1. 使用 RGB、索引和灰度级图像间转换的函数
  2. 掌握彩色图像平滑的MATLAB 仿真
  3. 彩色图像锐化
  4. RGB 彩色图像分割

内容

1.使用 RGB、索引和灰度级图像间转换的函数

代码语言:javascript
复制
clc
f=imread('D:\pic\DIP3E_CH06\Fig0651(a)(flower_no_compression).tif');
imshow(f)
title('原图像');

[X1,map1]=rgb2ind(f,8,'nodither');
figure
imshow(X1,map1);%无抖动处理的颜色数减少到8 的图像
title('无抖动处理的颜色数减少到8 的图像');

[X2,map2]=rgb2ind(f,8,'dither');
figure
imshow(X2,map2)%有抖动处理的颜色数减少到8 的图像
title('有抖动处理的颜色数减少到8 的图像');

g=rgb2gray(f);
g1=dither(g);
figure,imshow(g);
title('使用函数rgb2gray 得到的原图像的灰度级图像');
figure,imshow(g1);
title('经抖动处理后的灰度图像(这是一幅二值图像)');

2.掌握彩色图像平滑的MATLAB 仿真

代码语言:javascript
复制
function hsi = rgb2hsi(rgb)

rgb=im2double(rgb);
r=rgb(:,:,1);
g=rgb(:,:,2);
b=rgb(:,:,3);

num=0.5*((r-g)+(r-b));
den=sqrt((r-g).^2+(r-b).*(g-b));
theta=acos(num./(den+eps));

H=theta;
H(b>g)=2*pi-H(b>g);
H=H/(2*pi);

num=min(min(r,g),b);
den=r+g+b;
den(den==0)=eps;
S=1-3.*num./den;

H(S==0)=0;
I=(r+g+b)/3;

hsi=cat(3,H,S,I);

function rgb=hsi2rgb(hsi)
H=hsi(:,:,1)*2*pi;
S=hsi(:,:,2);
I=hsi(:,:,3);

R=zeros(size(hsi,1),size(hsi,2));
G=zeros(size(hsi,1),size(hsi,2));
B=zeros(size(hsi,1),size(hsi,2));

idx=find((0<=H)&(H<2*pi/3));
B(idx)=I(idx).*(1-S(idx));
R(idx)=I(idx).*(1-S(idx).*cos(H(idx))./cos(pi/3-H(idx)));
G(idx)=3*I(idx)-(R(idx)+B(idx));

idx=find((2*pi/3<=H)&(H<4*pi/3));
R(idx)=I(idx).*(1-S(idx));
G(idx)=I(idx).*(1+S(idx).*cos(H(idx)-2*pi/3)./cos(pi-H(idx)));
B(idx)=3*I(idx)-(R(idx)+G(idx));

idx=find((4*pi/3<=H)&(H<=2*pi));
G(idx)=I(idx).*(1-S(idx));
B(idx)=I(idx).*(1+S(idx).*cos(H(idx)-4*pi/3)./cos(5*pi/3-H(idx)));
R(idx)=3*I(idx)-(G(idx)+B(idx));

rgb=cat(3,R,G,B);
rgb=max(min(rgb,1),0);

%%%%%%%%%%%主函数——图像平滑

clear all
clc
fc=imread('D:\pic\DIP3E_CH06\Fig0637(a)(caster_stand_original).tif');
imshow(fc)
h=rgb2hsi(fc);
H=h(:,:,1);%显示h 分量图像
figure,imshow(H)
title('H 分量')
S=h(:,:,2);
title('S 分量')
figure,imshow(S)
I=h(:,:,3);
figure,imshow(I)
title('I 分量')
w=fspecial('average',25);
I_filtered=imfilter(I,w,'replicate');
h=cat(3,H,S,I_filtered);
f=hsi2rgb(h);
figure,imshow(f)
f=min(f,1);%RGB images must have values in the range[0,1]
figure,imshow(f)

3.彩色图像锐化

代码语言:javascript
复制
clear all
clc
fc=imread('D:\pic\DIP3E_CH06\Fig0637(a)(caster_stand_original).tif');
imshow(fc)

lapmask=[1 1 1;1 -8 1;1 1 1];
fen=imsubtract(fc,imfilter(fc,lapmask,'replicate'));
figure,imshow(fen)

4.RGB 彩色图像分割

代码语言:javascript
复制
function [C,m]=covmatrix(X)

[K,n]=size(X);
X=double(X);
if n==1
    C=0; m=x;
else
    m=sum(X,1)/K;
    X=X-m(ones(K,1),:);
    C=(X'*X)/(K-1);
    m=m';
end

function I=colorseg(varargin)

f=varargin{2};
if(ndims(f)~=3)|(size(f,3)~=3)
    error('Input image must be RGB!');
end
M=size(f,1); N=size(f,2);
[f,L]=imstack2vectors(f);
f=double(f);
I=zeros(M*N,1);
T=varargin{3};
m=varargin{4};
m=m(:)';%make sure that m is a row vetor
if length(varargin)==4
    method='euclidean';
elseif length(varargin)==5
    method='mahalanobis';
else
    error('wrong number of inputs!');
end
switch method
    case 'euclidean'
        p=length(f);
        D=sqrt(sum(abs(f-repmat(m,p,1)).^2,2));
    case 'mahalanobis'
        C=varargin{5};
        D=mahalanobis(f,C,m);
    otherwise
        error('Unknown segmentation method!');
end

J=find(D<=T);
I(J)=1;
I=reshape(I,M,N);

function [X,R]=imstack2vectors(S,MASK)
[M,N,n]=size(S);
if nargin==1
    MASK=true(M,N);
else
    MASK=MASK~=0;
end
[I,J]=find(MASK);
R=[I,J];
Q=M*N;
X=reshape(S,Q,n);
MASK=reshape(MASK,Q,1);
X=X(MASK,:);


%%%%%%RGB 图像分割主程序
clear all
clc
f=imread('D:\pic\DIP3E_CH06\Fig0637(a)(caster_stand_original).tif');
mask=roipoly(f);
figure,imshow(mask)%mask 是一幅2 值图像(大小与f 相同)
red=immultiply(mask,f(:,:,1));
figure,imshow(red)
title('red 分量');

green=immultiply(mask,f(:,:,2));
figure,imshow(green)
title('green 分量');

blue=immultiply(mask,f(:,:,3));
figure,imshow(blue)
title('blue 分量');
g=cat(3,red,green,blue);
figure,imshow(g)

%计算ROI 中的点的均值向量和协方差矩阵
[M,N,K]=size(g);
I=reshape(g,M*N,3);
idx=find(mask);
I=double(I(idx,1:3));
[C,m]=covmatrix(I);

d=diag(C);
sd=sqrt(d)'
E25=colorseg('euclidean',f,25,m);
%colorseg('m',f,T,m)T 值可取的值为25 的倍数时得到的不同结果

参考文献:

[1] Rafael C. Gonzalez, Richard E. Woods, and Steven L. Eddins. 2003. Digital Image Processing Using MATLAB. Prentice-Hall, Inc., USA.

[2] 阮秋琦. 数字图像处理(MATLAB版)[M]. 北京:电子工业出版社, 2014.

[3] 冈萨雷斯. 数字图像处理(第三版)[M]. 北京:电子工业出版社, 2011.

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2023-03-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 目的
  • 内容
    • 1.使用 RGB、索引和灰度级图像间转换的函数
      • 2.掌握彩色图像平滑的MATLAB 仿真
        • 3.彩色图像锐化
          • 4.RGB 彩色图像分割
          相关产品与服务
          图像处理
          图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档