Image Processing Toolbox

主要特性

  • 图像分析,其中包括分割、形态、统计和测量
  • 图像增强、滤波和去模糊
  • 几何变换和基于亮度的图像配准方法
  • 图像变换,包括 FFT、DCT、Radon 变换和扇束投影
  • 大图像工作流程,包括块处理、瓷砖式显示和多分辨率显示
  • 可视化应用程序,包括 Image Viewer 和 Video Viewer
  • 启用多核和 GPU 的函数,和 C 代码生成支持

研究与发现

Image Processing Toolbox 广泛支持由各种设备生成的图像和视频,这些设备包括数码 相机、卫星和机载传感器、医学成像设备、显微镜、望远镜和其他科学仪器。您可以使用函数和应用程序对这些图像进行可视化、分析和并以多种数据类型处理

使用 Image Acquisition Toolbox™,您可以从帧采集设备、GigE Vision 摄像机、DCAM 摄像机和其他设备获取图像和视频。

标准和专用文件格式

MATLAB® 支持标准数据和图像格式,包括:

  • AVI
  • JPEG
  • JPEG-2000
  • FITS
  • HDF
  • HDF-EOS
  • M4V
  • MOV
  • MP4
  • PNG
  • TIFF
  • ASCII
  • 二进制文件
  • Microsoft® Excel®

它还支持 LANDSAT 采用的多谱段图像格式 BIP 和 BIL。借助低级 I/O 和内存映射函数,可以开发用于任何数据格式的自定义例程。

Image Processing Toolbox 支持许多专用图像文件格式。对于医学图像,它支持 DICOM 文件(其中包括相关的元数据)以及 Analyze 7.5 和 Interfile 格式。该工具箱还可以读取 NITF 文件中的地理空间图像以及 HDR 文件中的高动态范围图像

用于研究和发现的应用程序

工具箱提供了一套图像处理应用程序,用于探究和寻找各种算法方法。利用 Color Thresholder 应用程序,您可以根据各种色空间分割图像。Image Viewer 应用程序能以交互式方式放置和操作各种形状的 ROI,例如点、线、矩形、多边形、椭圆和随手绘制的 形状。您还可以查看像素信息、缩放和平移图像、调整对比度和测量距离。此外,您可以通过编程来执行这些任务,并使用各个函数创建自定义界面。

图像增强

利用 Image Processing Toolbox 中的图像增强技术,可以通过修改图像的色度或亮度来增大信噪比并强化图像特征。

工具箱中包含专门的滤波例程和处理整数图像类型的普通多维滤波函数、提供多个边界填充选项,以及执行卷积和相关。

使用预定义的滤波器和函数,您可以:

增强多谱段色彩合成图像
增强多谱段色彩合成图像
构造色彩合成以突出显示和分割卫星影像中的植被。

形态学算子

形态学算子使您能增强对比度、去噪、薄化区域或对区域执行抽骨架运算。Image Processing Toolbox 中的形态学函数包括:

使用纹理滤波器的纹理分割
使用纹理滤波器的纹理分割
使用熵测度和形态学运算识别不同纹理的区域。

图像去模糊

Image Processing Toolbox 中的图像去模糊算法包括盲算法、Lucy-Richardson 算法、Wiener 算法和正则化滤波器反卷积,以及点扩散函数和光学传递函数之间的转换。这些函数可以帮助校正由于光学离焦、图像捕获过程中的摄像机或物体移动、大气状况、曝光时间短和其它因素导致的模糊。所有去模糊函数都可用于多维图像。

使用盲反卷积算法对图像去模糊
使用盲反卷积算法对图像去模糊
在没有关于失真的可用信息时还原图像。

图像分析

图像分析是从图像中提取有意义信息的过程,比如寻找形状、计数对象、识别颜色或测量对象属性

Image Processing Toolbox 提供一套全方位的参照标准算法和可视化函数,用于执行统计分析、特征提取和属性测量等图像分析任务。

图像变换

图像变换在许多图像处理任务中都起着至关重要的作用,包括图像增强、分析、还原和压缩等任务。图像处理工具箱提供几种图像变换,其中包括 Hough、Radon、FFT、DCT和扇束投影变换。可通过平行束投影和扇束投影的数据重建图像(在断层成像应用领域 较常见)。

MATLAB 和 Wavelet Toolbox™ 中也提供图像变换。

通过投影数据重建图像

通过投影数据重建图像
使用平行束 (Radon) 和扇束几何形状比较图像重建。

霍夫变换

霍夫变换旨在识别图像内的线条和曲线。使用霍夫变换,您可以:

  • 找出线段和终点
  • 测量角度
  • 根据尺寸找出圆

统计函数

使用统计函数,您可以通过以下方式分析图像的一般特性:

与设备无关的颜色管理

与设备无关的色彩管理功能可用于准确再现色彩,而不受输入和输出设备的影响。当分析设备特性、定量测量色彩准确度或为若干不同设备开发算法时,此功能很有用。使用该工具箱中的专用函数,可以在 sRGB、XYZ、xyY、L*a*b*、uvL 和 L*ch 等与设备无关的色度空间之间转换图像。

图像分割

图像分割算法用于确定图像中的区域边界。图像分割可以利用许多不同的方法,包括渐进方法、自动阈值法和基于边缘的提取方法,还有分水岭变换之类通常用于分割连接对象的基于形态学的方法。

使用实时图像采集功能进行颜色分割 5:11
从摄像机采集并处理图像,对近似颜色对象进行计数。

边缘检测

使用边缘检测算法,可以确定图像中物体的边界。此类算法包括 Sobel、Prewitt、Roberts、Canny 和拉普拉斯高斯算子等方法。Canny 方法可以检测到真的弱边缘,而不会被噪声“欺骗”。

形态学算子

形态学算子使您能检测边缘、将图像分割为多个区域或对区域执行抽骨架运算。Image Processing Toolbox 中的形态学函数包括:

图像配准和几何变换

图像配准在遥感、医学成像以及必须配准图像才能进行定量分析或定性比较的其它应用领域非常重要。Image Processing Toolbox 支持基于光强的图像配准,使用相对光强模式来自动配准图像。

该工具箱还支持控制点图像配准,这需要手动选择每个图像中的控制点来配准两幅图像。

此外,Computer Vision System Toolbox™ 还支持基于特征的图像配准,使用特征检测、 提取、匹配及随后的几何变换估算来自动配准图像。

基于光强的图像配准

基于光强的图像配准映射到基于相对光强的单独图片中的特殊像素。这种配准技术通常非常适用于需要自动化大型采集图像的医疗图像。

控制点图像配准

控制点图像配准要求手动选择两张图像中的控制点,从而将其对准。这种配准方法最适用于特征截然不同的图像,比如卫星影像。

几何变换

几何变换可用于旋转图像、降低其分辨率、校正几何失真以及进行图像配准等任务。Image Processing Toolbox 支持调整大小、旋转和图像裁剪等简单操作,以及仿射和投影等比较复杂的二维几何变换。

该工具箱还提供灵活的框架以供创建和应用自定义几何变换,以及对 N 维数组应用插值方法。

大图像处理和性能加速

Image Processing Toolbox 提供了专用于处理用标准方法难以处理和显示的大图像的工作 流程。无需将大图像完全加载到内存中,可创建减低了分辨率的数据集(R 集),采用该数据集将图像划分成空间图块,并采用不同的分辨率水平对图像重新采样。使用此工作流程将提高图像显示和浏览性能。您可使用块处理工作流程来向大图像的每个相异块应用一个函数,从而大大降低内存占用。

GPU 加速

为利用图形处理器(GPU)提供的优势,许多图形处理函数为支持 GPU,从而加速 了计算密集型工作流程。使用Parallel Computing Toolbox™ 通过 GPU 和多核处理器 提高性能。

目标硬件

通过使用 Image Processing Toolbox 与 MATLAB Coder™HDL Coder™,您可以直接从 MATLAB 中生成 C、C++, 和 HDL 代码。许多图像处理函数支持代码生成,使您能在计算机硬件、FPGA 和 ASIC 上运行图像处理算法。可使您开发用于医疗、航天和国防领域的成像系统。

试用 Image Processing Toolbox

获取试用版软件

MATLAB在数学建模中的应用(2014)

观看网上技术交流会录像