нує сегментацію зображення методом розділення та АНАЛІЗУ однорідності блоків зображення, Які НЕ перекріваються.
Синтаксис:=imread ( C: Documents and Settings Всеволод Робочий стіл Picture4.jpg );=I (1: 256, 1: 256) ;, imshow (I) ;=qtdecomp (I, .36);=repmat (uint8 (0), size (S)); dim=[512 256 128 64 32 16 8 4 2 1];
numblocks=length (find (S == dim));
if (numblocks gt; 0)
values ??= repmat (uint8 (1), [dim dim numblocks]);
values ??(2: dim, 2: dim, :)=0;
blocks=qtsetblk (blocks, S, dim, values);
end (end, 1: end)=1; (1: end, end)=1; (I), figure, imshow (blocks, [])
Рис. 5.1. Сегментація зображення
Однією з найбільш часто вікорістовуваніх є функція віділення між edge, яка реалізує Такі вбудовані методи - Собель, Прево, Робертса, лапсасіана-гауссіана, Канн та ін.
Розглянемо реалізацію Функції edge з використанн фільтру prewitt.
Синтаксис:=imread ( C: Documents and Settings Всеволод Робочий стіл Picture4.jpg ); % завантаження зображення=edge (I, roberts ); % метод roberts; (BW6); % Виведення на екран ( roberts ); % заголовок «roberts»
Рис. 5.2. Віділення між
Усунення розмітості зображення помощью алгоритмом сліпої деконволюції
Деконволюція - це математичний Термін, Який означає обернену згортки або розгортання. Дана операція вікорістовується при оберненій згортці сігналів, цифровому перетворенні збережений, а такоже для других інженерніх та наукових операцій.
У загально випадка метою деконволюції є поиск решение Рівняння згортки, заданого у виде:
* g=h
Де h - Записаний сигнал, а f - сигнал, Який нужно відновіті, причому известно. Що перший сигнал отриманий путем згортки іншого з Деяк відомим сигналом - g ??(например, з імпульсною характеристикою кінцевого імпульсного фільтру). Если сигнал g невідомий Заздалегідь, его нужно оцініті. Зазвічай це робиться помощью методів статистичного оцінювання.
Алгоритм сліпої деконволюції может буті ефективного використанн при відсутності информации про спотворення (розміття и шум). ВІН Належить до алгоритмів одночасного Відновлення збережений І ФУНКЦІЇ точок (Поширення) Розповсюдження (PSF). Даній алгоритм широко застосовується в системах відеоспостереження, для наведення чіткості отриманий зображення. Для прискореного операции, затухаючій алгоритм Річардсона-Люсі вікорістовується в Кожній ітерації при розпізнаванні матриці. У якості вхідних параметрів для Функції Відновлення может віступаті додаткова оптичні система, характеристики якої могут помочь підвіщіті якість Відновлення збережений. PSF-обмеження могут буті передані через зазначені користувачем Допоміжні Функції.
Для наочного прикладу Функціонування даного алгоритму візьмемо зображення и Виконаємо Такі операции превращение:
Зчітування;
Моделювання Blur;
Відновлення розмітого зображення (использование PSF різних розмірів);
Аналіз PSF-відтвореного зображення;
Поліпшення Відновлення;
Використання Додатковий обмежень на Відновлення PSF
Зчітування зображення.
Функція deconvblind дозволяє обробляті масивов будь-якої розмірності (рис. 5.2).
Синтаксис:=imread ( C: Documents and Settings Всеволод Робочий стіл Picture4.jpg ); % завантаження зображення=fspecial ( gaussian , 7,10); % Імітація розміття путем згортки Гауса=imfilter (I, PSF, symmetric , conv ); % моделювання Blur; (Blurred); % Виведення на екран ( Blurred image ); % заголовок «Blurred image»
Рис. 6.1. Оригінальне зображення
Моделювання Blur та відновлення розмітого зображення
Змоделюємо зображення, Пожалуйста может буті Розма через рух камери, відсутність фокусу. Зімітуємо розміття путем згортки фільтру Гауса з true image (помощью Функції imfilter).
Синтаксис:=fspecial (gaussian, hsize, sigma)
Фільтр Гауса представляет собою точку Поширення Функції PSF (рис. 7.1).
Синтаксис:=imread ( C: Documents and Settings Всеволод Робочий стіл Picture4.jpg ); % завантаження зображення=imfilter (I, PSF, symmetric , conv ); % моделювання Blur
Рис. 7.1. РОЗМА зображення
Відновлення розм...
