MATLAB图像与视频处理实用案例详解 - (EPUB全文下载)

文件大小：0.32 mb。
文件格式：epub 格式。
书籍内容：

MATLAB图像与视频处理实用案例详解
第1章 基于直方图优化的图像去雾技术
第2章 基于形态学的权重自适应图像去噪
第3章 基于多尺度形态学提取眼前节组织
第4章 基于Hough变化的答题卡识别
第5章 基于阈值分割的车牌定位识别
第6章 基于分水岭分割进行肺癌诊断
第7章 基于主成分分析的人脸二维码识别
第8章 基于知识库的手写体数字识别
第9章 基于特征匹配的英文印刷字符识别
第10章 基于不变矩的数字验证码识别
第11章 基于小波技术进行图像融合
第12章 基于块匹配的全景图像拼接
第13章 基于霍夫曼图像压缩重建
第14章 基于主成分分析的图像压缩和重建
第15章 基于小波的图像压缩技术
第16章 基于Hu不变矩的图像检索技术
第17章 基于Harris的角点特征检测
第18章 基于GUI搭建通用视频处理工具
第19章 基于语音识别的信号灯图像模拟控制技术
第20章 基于帧间差法进行视频目标检测
第21章 路面裂缝检测识别系统设计
第22章 基于K-means聚类算法的图像区域分割
第23章 基于光流场的交通汽车检测跟踪
第24章 基于Simulink进行图像和视频处理
第25章 基于小波变换的数字水印技术
第1章 基于直方图优化的图像去雾技术
1.1 案例背景
伴随着人类工业化进程的不断推进，空气污染也越来越严重，特别是雾霾天气在一年中所占的比例也在逐年上升。雾霾天气往往会给人类的生产和生活带来极大不便，也大大增加了交通事故发生的概率。一般而言，在恶劣天气（如雾天、雨天等）条件下，户外景物图像的对比度和颜色也会被改变或退化，图像中蕴含的许多特征也会被覆盖或模糊，这也会导致某些视觉系统（如电子卡口、门禁监控等）无法正常工作。因此，从雾霾天气所采集的退化图像中复原和增强景物细节信息具有重要的现实意义。数字图像处理技术已广泛应用于科学和工程领域，如地形分类系统、户外监控系统、自动导航系统等，为了保证视觉系统全天候正常工作，就必须使系统适应各种天气状况。
本案例展开了雾霾天气下的图像清晰化技术的讨论，雾天图像的清晰化技术也有可能对其他恶劣天气下的图像清晰化技术起到促进作用。
1.2 理论基础
1.2.1 空域图像增强
图像增强是指按特定的需要突出一幅图像中的某些信息，并同时削弱或去除某些不需要的信息的处理技术[1]。图像增强的主要作用是相对于原来的图像，处理后的图像能更加有效地满足某些特定应用的要求。根据图像处理空间的不同，图像增强基本上可分为两大类：频域处理法、空域处理法。频域处理法的基础是卷积定理，其通过进行某种图像变换（如傅里叶变换、小波变换等）得到频域结果并进行修改的方法来实现对图像的增强处理。空域处理法是直接对图像中的像素进行处理，一般是以图像灰度映射变换为基础并且根据图像增强的目标来采用所需的映射变换，常见的图像对比度增强、图像的灰度层次优化等处理均属于空域处理法。本案例主要介绍空域的直方图增强算法。
1.2.2 直方图均衡化
直方图是图像的一种统计表达形式。对于一幅灰度图像来说，其灰度统计直方图可以反映该图像中不同灰度级出现的统计情况。一般而言，图像的视觉效果和其直方图有对应关系，通过调整或变换其直方图的形状会对图像显示效果有很大影响。
直方图均衡化主要用于增强灰度值动态范围偏小的图像的对比度。该方法的基本思想是把原始图像的灰度统计直方图变换为均匀分布的形式，这样就增加了像素灰度值的动态范围，从而达到增强图像整体对比度的效果。
数字图像是离散化的数值矩阵，其直方图可以被视为一个离散函数，它表示数字图像中每一灰度级与其出现概率间的统计关系。假设一幅数字图像f （x，y）的像素总数为N，rk表示第k个灰度级对应的灰度，nk表示灰度为rk的像素个数即频数，用横坐标表示灰度级，用纵坐标表示频数，则直方图可定义为，其中，P（rk ）表示灰度 rk出现的相对频数即概率。直方图在一定程度上能够反映数字图像的概貌性描述，包括图像的灰度范围、灰度分布、整幅图像的亮度均值和阴暗对比度等，并可以此为基础进行分析来得出对图像进一步处理的重要依据。直方图均衡化也叫作直方图均匀化，就是把给定图像的直方图分布变换成均匀分布的直方图，是一种较为常用的灰度增强算法[2]。直方图均衡化概括起来包括以下三个主要步骤。
·预处理。输入图像，计算该图像直方图。
·灰度变换表。根据输入图像的直方图计算灰度值变换表。
·查表变换。执行变换x'=H（x），表示对步骤1中得到的直方图使用步骤2得到的灰度值变换表进行查表变换操作，通过遍历整幅图像的每一个像元，将原始图像灰度值x放入变换表H（x）中，可得到变换后的新灰度值x'。
根据信息论的相关理论，我们可以知道图像经直方图均衡化后，将会包含更多的信息量，进而能突出某些图像特征。假设图像具有n级灰度，其第i级灰度出现的概率为pi，则该级灰度所含的信息量为：
整幅图像的信息量为：
信息论已经证明，具有均匀分布直方图的图像，其信息量 H 最大。即当时，（1.2）式有最大值。
以车胎图像为例进行直方图均衡化实验，其实现结果如图1-1～图1-4所示。
图1-1 原图
图1-2 原图均衡化后的图像
图1-3 原图的直方图
图1-4 均衡化后的直方图
1.3 程序实现
为进行图像去雾实验，本案例采用全局直方图均衡化、局部直方图均衡化算法来进行图像去雾实验，并选择Retinex增强算法来作为直方图去雾算法的延伸。在本案例中，采用GUI设计软件并通过菜单关联不同的去雾算法，通过显示处理前后的图像直方图来进行去雾效果的对比。
1.3.1 设计GUI界面
为增加软件交互的易用性，调用MATLAB的GUI来生成软件框架，提供有关去雾图像载入、处理、对比的过程，GUI设计如图1-5所示。
图1-5 软件GUI设计截图
软件通过菜单关联的方式来进行功能设计，实现模块化编程。其中，文件菜单主要用于载入待处理图像等基本操作，图像去雾菜单用于关联不同的去雾算法并进行结果显示，帮助菜单则弹出独立窗口用于软件操作流程介绍。GU ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。