1.圖像的滑動(dòng)鄰域操作。

鄰域操作是指將每個(gè)輸入的像素值以及其某個(gè)鄰域的像素值結(jié)合處理而得到對(duì)應(yīng)的輸出像素值的過程。鄰域通常形狀規(guī)則。如2*2，2*3之類。

滑動(dòng)鄰域操作一次處理一個(gè)像素。

對(duì)于m*n的鄰域，中心像素坐標(biāo)為：floor(([m,n]+1)/2)；

例如：鄰域2*2——>[1 1]

鄰域2*3——>[1 2]

實(shí)現(xiàn)滑動(dòng)鄰域操作的步驟：

(1) 選擇一個(gè)單獨(dú)的像素。

(2) 確定該像素的滑動(dòng)鄰域。

(3) 對(duì)鄰域中的像素值應(yīng)用一個(gè)函數(shù)求值，該函數(shù)將返回標(biāo)量計(jì)算結(jié)果。

(4) 將計(jì)算結(jié)果作為輸出圖像中對(duì)應(yīng)的像素的值。

(5) 對(duì)輸入圖像的每個(gè)像素都重復(fù)以上步驟。

滑動(dòng)鄰域操作函數(shù)：

①

Y=nfilter(X,’index’,[m,n],fun,P1,P2....);?? %對(duì)圖像X以鄰域[m,n]進(jìn)行fun函數(shù)操作。

其中，index為可選參數(shù)。若指定，則意為將圖像作為索引圖像處理。

例如：

對(duì)圖像I的每個(gè)3*3鄰域進(jìn)行標(biāo)準(zhǔn)方差的運(yùn)算 ：I2= nfilter(I,[3,3],’std2’);

或者：

B=nfilter(A,[3,3],@myfun);? %計(jì)算函數(shù)是自定義的，在myfun.m文件中。

②

Y=colfilt(X,[m,n],blocktype,fun);

其中，blocktype表示塊的移動(dòng)方式，有兩個(gè)取值：distinct(分離塊)、sliding(滑動(dòng)塊)。

與nfilter相同，fun函數(shù)也可以是自定義的，

例如：

func=inline(‘min(x)’);

J=colfilt(I,[6,6],’sliding’,func);

2.圖像的塊操作。

對(duì)應(yīng)分離塊進(jìn)行操作的函數(shù)：

Y=blkproc(X,[m,n],[mborder,nborder],fun,P1,P2...);

其中，[mborder,nborder]指定了圖像的擴(kuò)展邊界，即擴(kuò)展后圖像大小為[m+2mborder,n+2nborder]。

例如:

B=blkproc(A,[4,6],[2,3],fun,...);? %分離塊大小為4*6，行邊界為2，列邊界為4，因此fun函數(shù)操作的圖像大小實(shí)際為8*12。

同樣的，fun也可以使用一個(gè)內(nèi)聯(lián)對(duì)象，例：

I=imread(‘a(chǎn)lumgrns.tif’);

fun=inline(‘std2(s)*ones(size(x))’);

I2=blkproc(I,[8,8],'std2(x)*ones(size(x))');? 注：此處，不再是fun。

Imshow(I);

Figure,imshow(I2,[]);

總結(jié)

以上是生活随笔為你收集整理的matlab对像素邻域操作,matlab图像的邻域操作与块操作的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。