39059

Обработка изображений в математическом пакете MATLAB с использованием расширения Image processing toolbox

Доклад

Информатика, кибернетика и программирование

Например диагностика различных заболеваний по изображениям внутренних органов человека обнаружение лесных пожаров поиск перспективных для ловли рыбы акваторий оценка экологического состояния регионов навигационные задачи и т. матрицы в котором каждый элемент соответствует одному пикселю отображаемого изображения. Некоторые изображения например полноцветные представляются в виде трехмерных массивов где представлены соответственно красная зеленая и синяя составляющие.

Русский

2013-09-30

150.5 KB

86 чел.

Решение многих проблем науки и практики приводит к необходимости извлечения полезной информации из различного рода многомерных данных, которые, по аналогии с оптическими изображениями, будем называть многомерными изображениями или просто изображениями. Такие задачи возникают в очень многих областях знаний: в медицине, радио-, тепло- и гидролокации, исследовании Космоса и Земли, телевидении и т. д. Например, диагностика различных заболеваний по изображениям внутренних органов человека, обнаружение лесных пожаров, поиск перспективных для ловли рыбы акваторий, оценка экологического состояния регионов, навигационные задачи и т. д.

Существует практика обработки изображений в математическом пакете MATLAB с использованием расширения Image processing toolbox. Основной структурной единицей данных в MATLAB является массив. Для представления изображений данные в массивах должны нести информацию о соответствующих значениях интенсивностей цвета. MATLAB запоминает большинство изображений в виде двумерного массива (т.е. матрицы), в котором каждый элемент соответствует одному пикселю отображаемого изображения. Например, если изображение состоит из 200 строк и 300 столбцов, то оно в системе MATLAB запоминается в виде матрицы с размерностью 200×300. Некоторые изображения, например полноцветные, представляются в виде трехмерных массивов, где представлены соответственно красная, зеленая и синяя составляющие. Такое представление изображений упрощает их обработку и позволяет в полной мере использовать, возможно, системы MATLAB, в частности, в области обработки изображений.

Приложение Image Processing Toolbox работает с четырьмя типами изображений, характеристики которых приведены в таблице. Типы изображений определяют способ интерпретации системой MATLAB данных элементов матрицы в качестве значений интенсивностей пикселей. Рассмотрим некоторую информацию относительно каждого типа данных .

Тип изображения

Описание

Бинарное (Binary)

Логический массив, содержащий только единицы и нули, которые интерпретируются как черный и белый цвет соответственно. Также существуют так называемые двухуровневые изображения, пиксели которого содержат только два уровня интенсивностей, не обязательно 1 и 0.

Индексное (Indexed)

Массив в формате logical, uint8, uint16, single или double, значения пикселей которого являются индексами из палитры. Палитра представляет собой массив с размерностью , который представлен в формате double. Также известны псевдоцветные изображения.

Примечание.

Для массивов, которые представлены в формате single или double, значения находятся в диапазоне  Для массивов, которые представлены в формате logical, uint8 или uint16 диапазон значений составляет

Полутоновое(Grayscale)

Массив изображения в формате uint8, uint16, int16, single или double. Значения пикселей описывают значения интенсивностей изображения. Они известны также как яркостные изображения. Для изображений в формате single или double, значения пикселей находятся в диапазоне . Если изображения представлены в формате uint8, то значения пикселей находятся в диапазоне . Если же изображения представлены в формате uint16, то значения пикселей находятся в диапазоне . Для формата int16 значения могут находиться в диапазоне

Полноцветное(Truecolor)

Изображения представляются массивом с размерностью  в формате uint8, uint16, single или double. Значение пикселя равно значению интенсивности. Эти изображения известны еще как RGB изображения. Для изображений в формате single или double значения пикселей находятся в диапазоне . Если изображения представлены в формате uint8, то значения пикселей находятся в диапазоне . Если же изображения представлены в формате uint16, то значения пикселей находятся в диапазоне .

Полутоновые изображения представляются в виде матрицы данных, значения элементов которой соответствуют интенсивности в некотором диапазоне. Система MATLAB запоминает полутоновое изображение в виде матрицы, каждый элемент которой соответствует одному пикселю изображения. По договоренности полутоновые изображения будем обозначать переменной  .

Матрица данных может быть представлена в формате uint8, uint16, int16, single или double. В очень редких случаях полутоновые изображения запоминаются вместе со своей палитрой, которая используется затем при визуализации изображения.

Для матриц, которые представлены в формате single или double используется полутоновая палитра. Интенсивность 0 отображается черным цветом, а интенсивность 1 - белым. Для матриц, которые представлены в формате uint8, uint16 или int16 интенсивность intmin(class(I)) представляет черный цвет, а интенсивность intmax(class(I)) - белый цвет.

Полноцветные изображения представляют собой такой тип изображений, где каждый пиксель описывается тремя значениями красной, синей и зеленой составляющих пиксельного цвета. Система MATLAB запоминает полноцветные изображения в виде массива данных с размерностью . В этом массиве хранится каждая компонента цвета для каждого отдельного пикселя. Полноцветные изображения не используют палитры. Цвет каждого отдельного пикселя определяется комбинацией красной, зеленой и синей интенсивностей, которая запоминается для каждого пикселя.

Графический файловый формат запоминает полноцветные изображения как 24-битные данные, где красная, зеленая и синяя компонента представлены 8 битами каждая. В сумме это дает около 16 миллионов цветов. Благодаря этому полноцветные изображения могут отображать объекты с большой точностью и являются очень реалистическими.

Полноцветные изображения могут быть представлены в формате uint8, uint16, single или double. Если массив полноцветного изображения представлен в формате single или double, то значение каждой цветовой компоненты находится в диапазоне от 0 до 1. Пиксель, цветовыми компонентами которого являются (0,0,0) отображается черным цветом, а пиксель, компонентами которого являются (1,1,1) отображается белым цветом. Три цветовые компоненты для каждого пикселя запоминаются вдоль каждой из трех размерностей массива данных. Например, красная, зеленая и синяя составляющие пикселя (10,5) запоминаются соответственно в RGB(10,5,1), RGB(10,5,2) и RGB(10,5,3). На следующем рисунке отображено полноцветное изображение, которое представлено в формате double.

Для определения цвета пикселя (2,3) необходимо получить все RGB составляющие, которые находятся в (2,3,1:3). Пусть (2,3,1)содержит значение 0.5176, (2,3,2) содержит значение 0.1608 и (2,3,3)  - значение 0.0627. Тогда цвет для пикселя (2,3) может быть представлен как 0.5176 0.1608 0.0627.

В этом разделе рассматриваются некоторые основы обработки изображений. В примере показана статистическая обработка изображения, а также предварительная обработка для получения улучшенного результата. Предобработка включает формирование равномерного фона на изображении и преобразование изображения в бинарное. Пример состоит из некоторых основных шагов.

Пример 1.

Считаем и визуализируем полутоновое изображение rice.png.

 I = imread('rice.png');

imshow(I)

Пример 2.

Приведем пример оценки и аппроксимации значений пикселей фона Рассматриваемое изображение характеризуется неравномерной засветкой фона по полю изображения. Поэтому сначала с помощью операции морфологического раскрытия оценим интенсивность фона. При выполнении операции морфологического раскрытия используется структурный элемент.

В примере используется функция imopen, которая выполняет морфологическое раскрытие. При этом также используется функция strel для создания структурного элемента в виде диска с радиусом 15.

 background = imopen(I,strel('disk',15));

Для просмотра и оценки фона используются следующие команды

figure, imshow(background)

Используем команду surf для отображения поверхности фона. С помощью команды surf создается цветная параметрическая поверхность, которая дает возможность просматривать прямоугольную область исследуемого изображения. Функция surf работает с данными, которые представлены в формате double. Поэтому, прежде чем применять эту функцию, данные необходимо перевести в формат double.

 figure, surf(double(background(1:8:end,1:8:end))),zlim([0 255]);

 set(gca,'ydir','reverse');

В данном примере отображается только каждый восьмой пиксель по каждому направлению. В приведенном примере существует также возможность установки масштаба и других параметров.


 

А также другие работы, которые могут Вас заинтересовать

3471. Система воспитательного процесса 39.47 KB
  Система воспитательного процесса, Структура и система воспитательного процесса. Закономерности и принципы процесса воспитания Цели и задачи воспитания Содержание воспитания Основные понятия: система, структура процесса воспита...
3472. Коррекция детских страхов у детей дошкольного возраста 93.93 KB
  Введение В ситуации социальной нестабильности на современного ребенка обрушивается множество неблагоприятных факторов, способных не только затормозить развитие потенциальных возможностей личности, но и повернуть процесс ее развития вспять. Поэтому б...
3473. Ботаніка як наука про рослини і їх клітинну будову 157.01 KB
  Вступ. Визначення ботаніки як науки про рослини. 2.Основні розділи ботаніки: - морфологія - анатомія рослин - цитологія - фізіологія рослин - систематика рослин - екологія рослин - геогра...
3475. Государственное регулирование занятости и трудоустройства молодежи на рынке труда (на примере Агинского Бурятского Округа Забайкальского края) 97.6 KB
  Объектом исследования стала молодежь в возрасте от 16 до 30 лет. Предметом исследования является государственное регулирование занятости и трудоустройства молодежи на рынке труда в Агинском Бурятском округе.
3479. Определение коээфициента поверхностного натяжения жидкости по способу отрыва капли 185 KB
  Определение коээфициента поверхностного натяжения жидкости по способу отрыва капли Приборы и принадлежности: Бюретка с краном на штативе, два стакана, воронка, вода, исследуемая жидкость (спирт). Теория работы и описания приборов Жидкость состоит из...