6.图象融合
图象融合是将同一对象的两个或更多的图象合成在一幅图象中,以便比原来的任何一幅更能容易的为人们所理解。这一技术可应用于多频谱图象理解以及医学图象处理等领域,在这些场合,同一物体部件的图象往往是采用不同的成象机理得到的。
用二维小波分析将两幅图象融合在一起。
处理过程如下:
load woman; %装入原图像
X1=X;map1=map;
subplot(221);
image(X1);
colormap(map1);
title(‘woman’);
axis square %画出woman图像
load wbarb; %装入原图像
X2=X;map2=map;
for I =1:256
for j=1:256
if(X2(I, j)>100)
X2(I, j)=1.2*X2(I, j);
else
X2(I, j)=0.5*X2(I, j);
end
end
end
subplot(222);
image(X2);
colormap(map2);
title(‘wbarb’);
axis square %画出wbarb图像
[cl,sl]=wavedec2(X1,2,’sym4’);
sizec1=size(c1);
for I=1:sizec1(2)
c1( I )=1.2*c1( I );
end
[c2,s2]=wavedec2(X2,2,’sym4’);
c=c1+c2;
c=0.5*c;
xx=waverec2(c,s,’sym4’);
subplot(223);image(xx);
title(‘融合图象‘);
axis square %画出融合后的图像
结果分析:
一幅图像和某一部分放大后的图像融合,融合后的图像给人一种朦朦胧胧梦幻般的感觉,对较深的背景部分则做了淡化处理。
7.图象平滑处理
图像平滑的主要目的是为了减少噪声,一般情况下,在空间域内可以用于平均来减少噪声。在频率域,因为噪声多在高频段,因此可以采用各种形式的低通滤波的办法来减少噪声。
给定一个含噪声的图象,用二维小波分析和图象的中值滤波进行图象的平滑。
[分析]这是一个图象平滑处理问题。首先,对图象在频域内进行增强,然后在空域内加入较大的白噪声。通过对含噪图象进行平滑处理,即可以使含噪图象具有较好的平滑效果。具体处理过程如下:
load woman; %装入原图
X1=X;
map1=map;
subplot(221);
image(X1);
colormap(map1);
title("woman");
axis square %画出原图
[c,s]=wavedec2(X,2,’sym4’); %二层分解小波信号
sizec=size( c );
for I= 1:sizec(2) %频域里增强图像
if(c( I )>350)
c( I )=1.3*c( I );
else
d( I )=0.5*c( I );
end
end
xx=waverec(c,s,’sym4’); %系数重构
init=2788605826; %加入噪声
rand(‘seed’,init);
xx=xx+68*(rand(size(xx)));
subplot(221);image(xx);
title(‘增强的含噪图象‘);
axis square;
for I=2:1:255 %中值滤波
for j=2:1:255
temp=0;
for m=1:3
for n=1:3
temp=temp+xx(I+m-2,j+n-2);
end
end
temp=temp/9;
xx(I, j)=temp;
end
end
colormap(map);
subplot(222);
image(xx);
axis square;
title(‘平滑后的图象‘);
axis square %画出平滑后图像
结果分析:
平滑后的图像没有原图清晰,但边缘轮廓过渡更自然,消噪的效果还是比较明显的,噪声图像中的一些粒状颗粒在平滑后基本消失。
(61ic) |