图像代数运算与逻辑运算

《图像代数运算与逻辑运算》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第三章图像代数运算与逻辑运算3.1图像的加减乘除运算3.2图像的特征值与奇异值3.3图像逻辑运算例3-1利用矩阵的加减运算增加或减少图像中的某种颜色成分。A=imread('0045.jpg');s=size(A);B=double(A);C(:,:,1)=B(:,:,1)+B(:,:,2);C(:,:,2)=B(:,:,2);C(:,:,3)=B(:,:,3)-B(:,:,2);fori=1:s(1)forj=1:s(2)fork=1:s(3)ifC(i,j,k)<0C(i,j,k)=0;endifC(i,j,k)>255C(i,j,k)=25

2、5;endendendendC=uint8(C);subplot(1,2,1);imshow(A)subplot(1,2,2);imshow(C)3.1图像的加减乘除运算例3-2A=imread('0045.jpg');s=size(A);B=double(A);Q1=zeros(s(1),s(2));Q2=zeros(s(1),s(2));form=s(1):-1:1forn=s(2):-1:1Q1(m,n)=m;Q2(m,n)=n;endendC(:,:,1)=B(:,:,1);C(:,:,2)=B(:,:,2)-Q2;C(:,:,3)=B(

3、:,:,3)+Q1/3;fori=1:s(1)forj=1:s(2)fork=1:s(3)ifC(i,j,k)<0C(i,j,k)=0;endifC(i,j,k)>255C(i,j,k)=255;endendendendC=uint8(C);subplot(1,2,1);imshow(A)subplot(1,2,2);imshow(C)图像加减运算图像的加减运算实质上就是两个矩阵或者三维数组进行加减运算。【例3-3】利用矩阵的加减运算为图像添加背景。A=imread('D:043.jpg');B=imread('D:125.jpg');s1

4、=size(A);s2=size(B);m=s2(1);n=s2(2);A1=imresize(A,[mn]);A2=double(A1);B1=double(B);C=A2+B1;C1=uint8(C);subplot(1,3,1);imshow(A)subplot(1,3,2);imshow(B)subplot(1,3,3);imshow(C1)合理的选择两个图像，或者先对图像进行处理，然后把两个图象相加，使一个图象成为背景。左面程序就是把图像125.jpg作为背景。程序的运行结果为图3-3。程序中，为了把两个图像变为大小相同，使用了语句A1

5、=imresize(A,[mn])。语句C1=uint8(C)是为了绘图才使用的，作者在实验时发现不使用语句C1=uint8(C)，程序绘制不出图3-3(c)。前景图0043.jpg(b)背景图125.jpg(c)合成图像图3-3为图像添加背景【思考题】如何修改上面例3-3中的程序，使背景图象清楚一些。【例3-4】动画效果。A=imread('D:010.jpg');s=size(A);m=s(1),n=s(2);B=zeros(m,n);A1=double(A);fori=1：10：255B(100:250,250:380)=i;A1(:,

6、:,3)=A1(:,:,3)-B;A2=uint8(A1);imshow(A2)end程序中，语句B(100:250,250:380)=i是把矩阵B中的一块赋值为i，随着i的增加，矩阵B中的这一块的值也在增加。然后利用语句A1(:,:,3)=A1(:,:,3)-B让花附近的蓝颜色逐渐减少。(a)i=1(b)i=150(c)i=250图3-4图像局部块蓝色逐渐消失【思考题】如何修改上面例3-4中的程序，使花附近的绿颜色逐渐渐少。程序运行结果是一个花颜色逐渐改变的动画，为了方便观察分析，取其中几帧放在图3-4中。图像的乘除运算图像的乘除运算主要指图像

7、矩阵与常数进行乘除运算、图像矩阵与图像矩阵对应元素进行乘除运算、图像矩阵与图像矩阵进行矩阵乘法运算等。1图像矩阵与常数进行乘除运算图像矩阵与常数进行乘除运算就相当于把矩阵所有元素都扩大或缩小一定的倍数。当矩阵（元素）乘以大于1的数时，图像亮度增加；乘以小于1的数时，图像变暗。2图像矩阵与图像矩阵进行逐元素对应乘除运算在Matlab中，两个数组进行逐元素对应相乘使用语句A.B，即在前一个数组的右下角加上一个点。这种乘法要求A与B两个数组维数相同，运算完后得到相同维数的数组。在这本书中，我们把这种乘法叫做矩阵（元素）对应相乘。3两个图像矩阵按照数学上

8、定义的乘法进行运算两个图像矩阵按照数学上定义的乘法进行运算以后，得到的新图像已经完全失去了原图像的形状，得到的新图像往往是不可思议的。【