Обработка изображений с помощью MATLAB: основные операции

В этой серии из четырех статей обсуждаются основы, а также расширенные темы обработки изображений с использованием MATLAB. В статьях рассматриваются базовые и расширенные функции набора инструментов обработки изображений MATLAB (IPT) и их влияние на различные изображения. В первой части этой серии дается краткое введение в цифровые изображения и MATLAB, за которым следуют основные операции обработки изображений в MATLAB, включая считывание, отображение и сохранение изображений на диске.

Обработка изображений

Обработка изображений — это метод преобразования изображения в цифровой формат и выполнения над ним операций для получения улучшенного изображения или извлечения из него некоторой полезной информации. Изменения, происходящие в изображениях, обычно выполняются автоматически и основаны на тщательно разработанных алгоритмах.

Обработка изображений – это междисциплинарная область, в которую вносят вклад представители различных отраслей науки, включая математику, физику, оптику и электротехнику. Более того, оно пересекается с другими областями, такими как распознавание образов, машинное обучение, искусственное исследования интеллекта и человеческого зрения. Различные этапы обработки изображения включают импорт изображения с помощью оптического сканера или с цифровой камеры, анализ и обработку изображения (сжатие данных, улучшение и фильтрация изображения), а также создание желаемого выходного изображения.

Необходимость извлекать информацию из изображений и интерпретировать их содержание стала движущим фактором развития обработки изображений. Обработка изображений находит применение во многих отраслях, включая медицину, промышленность, военную промышленность, бытовую электронику и т. д.
В медицине он используется для таких методов диагностической визуализации, как цифровая рентгенография, позитронно-эмиссионная томография (ПЭТ), компьютерная аксиальная томография (КТ), магнитно-резонансная томография (МРТ) и функциональная магнитно-резонансная томография (фМРТ). Промышленные применения включают производственные системы, такие как системы безопасности, контроля качества и автоматизированного управления транспортными средствами.

Сложные алгоритмы обработки изображений используются в различных приложениях: от обнаружения солдат или транспортных средств до наведения ракет, распознавания и разведки объектов. Биометрические методы, в том числе снятие отпечатков пальцев, распознавание лица, радужной оболочки глаза и руки, широко используются в правоохранительных органах и службах безопасности.

Цифровые фотоаппараты и видеокамеры, телевизоры высокой четкости, мониторы, DVD-плееры, персональные видеомагнитофоны и сотовые телефоны — популярные предметы бытовой электроники, использующие обработку изображений.

МАТЛАБ

MATLAB, аббревиатура от «матричная лаборатория», представляет собой платформу для решения математических и научных задач. Это собственный язык программирования, разработанный MathWorks, позволяющий манипулировать матрицами, функциями и построением графиков данных, реализовывать алгоритмы, создавать пользовательский интерфейс и взаимодействовать с программами, написанными на таких языках программирования, как C, C++, Java и т. д.

В MATLAB IPT представляет собой набор функций, расширяющих возможности среды числовых вычислений MATLAB. Он предоставляет полный набор стандартных алгоритмов и приложений для обработки изображений, анализа, визуализации и разработки алгоритмов.

Его можно использовать для сегментации изображений, улучшения изображений, уменьшения шума, геометрических преобразований, регистрации изображений и операций обработки трехмерных изображений. Многие функции IPT поддерживают генерацию кода C/C++ для создания прототипов настольных компьютеров и развертывания встроенных систем машинного зрения.

Что такое цифровое изображение?

Цифровое изображение можно определить как двумерную функцию f(x,y), где «x» и «y» — пространственные координаты, а амплитуда «f» в любой паре координат называется интенсивностью изображения в этой точке. Когда значения «x», «y» и амплитуды «f» являются конечными дискретными величинами, изображение называется цифровым.

Оцифровка значений координат называется «выборкой», while оцифровка значений амплитуд называется «квантованием». Результатом выборки и квантования является матрица действительных чисел.

Оцифрованное изображение представляется как:

Каждый элемент массива называется пикселем или элементом изображения.

Основные команды обработки изображений в MATLAB

В MATLAB цифровое изображение представляется как:

В этом представлении можно заметить сдвиг в исходной точке.

Чтение изображений

Изображения считываются в среде MATLAB с использованием функции imread. Синтаксис imread:

imread('имя файла');

где «имя файла» — это строка, содержащая полное имя изображения, включая его расширение.

Например,

>>F = imread(Penguins_grey.jpg);
>>G = imread(Penguins_RGB.jpg);

Обратите внимание, что если в «имя файла» не указана информация о пути, «imread» считывает файл из текущего каталога. Если необходимо прочитать изображение из другого каталога, необходимо указать путь к нему.

Точка с запятой (;) в конце инструкции используется для подавления вывода. Если он не включен, MATLAB отображает на экране результат операции, указанной в этой строке.

’>>’ указывает начало командной строки, как она появляется в командном окне MATLAB.

На рисунках 1 и 2 показаны изображения пингвинов в оттенках серого и RGB соответственно. Эти изображения можно загрузить с веб-сайта EFY и сохранить в текущем рабочем каталоге.

Функции imread, imshow и imwrite в MATLAB используются для чтения изображений в среде MATLAB, отображения их на рабочем столе MATLAB и записи их в текущий каталог соответственно

В case изображений в оттенках серого результирующая матрица оператора imread содержит 256×256 или 65 536 элементов. Первый оператор берет значения серого всех пикселей изображения в оттенках серого и помещает их в матрицу F (256×256 элементов), которая теперь является переменной MATLAB, над которой можно выполнять различные матричные операции.

В case изображений RGB значения пикселей теперь состоят из списка из трех значений, задающих красные, зеленые и синие компоненты цвета данного пикселя. Матрица «G» представляет собой трехмерную матрицу размером 256х256х3. Если точка с запятой отсутствует, результат команды отображается на экране.

Вкратце, функция imread считывает значения пикселей из файла изображения и возвращает матрицу всех значений пикселей.

Чтобы получить размер 2D-изображения, вы можете написать команду:

[M,N] = размер(f)

Этот синтаксис возвращает количество строк (M) и столбцов (N) в изображении.

Дополнительную информацию о массиве можно найти с помощью команды whos.

«whos f» указывает имя, размер, байты, класс и атрибуты массива «f».

В качестве примера, вопрос «чья F» в нашем case дает:

Выражение «чей G» дает:

Отображение изображения

Изображения отображаются на рабочем столе MATLAB с помощью функции imshow, имеющей базовый синтаксис:

imshow(f)

где «f» — массив изображений типа данных «uint8» или double. Тип данных uint8 ограничивает целые значения от 0 до 255.

Следует помнить, что для матрицы типа double функция imshow ожидает, что значения будут находиться в диапазоне от 0 до 1, где 0 отображается черным, а 1 — белым. Любое значение от 0 до 1 отображается в оттенках серого. Любое значение больше 1 отображается белым цветом, а значение меньше нуля — черным. Чтобы получить значения в этом диапазоне, можно использовать коэффициент деления. Чем больше коэффициент деления, тем темнее будет изображение.

В качестве примера: if вы даете команду imshow(G), изображение, показанное на рабочем столе, представлено на рис. 3. «imshow(F)» отображает изображение, показанное на рис. 4. «imshow(f, [low high])» отображает черным все значения, меньшие или равные «низкому», и белым все значения, равные или большие, чем «высокий». Значения между ними отображаются как промежуточные значения интенсивности.

'imshow(f, [])' устанавливает переменную low в минимальное значение массива 'f' и high в максимальное значение. Это помогает улучшить контрастность изображений с низким динамическим диапазоном.

Инструмент «Изображение» в наборе инструментов обработки изображений обеспечивает более интерактивную среду для просмотра и навигации по изображениям, отображения подробной информации о значениях пикселей, измерения расстояний и других полезных операций. Чтобы запустить инструмент изображения, используйте функцию imtool. Следующие операторы считывают изображение Penguins_grey.jpg, сохраненное на рабочем столе, а затем отображают его с помощью imtool:

>>B = imread(Penguins_grey.jpg);
>>imtool(B)

Рис. 5 показано окно, которое появляется при использовании инструмента изображения. Текст статуса в нижней части главного окна показывает расположение столбца/строки и значение пикселя, находящегося под курсором мыши.

Инструмент «Измерить расстояние» на вкладке «Инструменты» используется для отображения расстояния между двумя выбранными точками. На рис. 6 показано использование этого инструмента для измерения расстояний между клювами разных пингвинов.

Инструмент «Обзор» на вкладке «Инструменты» отображает все изображение в виде миниатюр. Инструмент «Пиксельная область» показывает отдельные пиксели из небольшой квадратной области в правом верхнем углу, увеличенные настолько, чтобы можно было увидеть фактические значения пикселей. На рис. 7 показан снимок.

На одном рисунке можно отобразить несколько изображений с помощью функции subplot. Эта функция имеет три параметра в скобках, где первые два параметра указывают количество строк и столбцов, на которые нужно разделить фигуру. Третий параметр указывает, какое подразделение использовать. Например, subplot(3,2,3) сообщает MATLAB разделить фигуру на три строки и два столбца и установить третью ячейку как активную. Чтобы отобразить изображения Penguins_RGB.jpg и Penguins_grey.jpg вместе в одном рисунке, необходимо дать следующие команды:

>> A=imread('Penguins_grey.jpg');
>> B=imread('Penguins_RGB.jpg');
>>рисунок
>>subplot(1,2,1),imshow(A)
>>subplot(1,2,2),imshow(B)

Цифра, которая появляется на экране после третьей команды, показана на рис. 8.

Написание изображений

Изображения записываются в текущий каталог с помощью функции imwrite, которая имеет следующий синтаксис:

imwrite(f, 'имя файла');

Эта команда записывает данные изображения «f» в файл, указанный «имя файла» в вашей текущей папке. Функция imwrite поддерживает большинство популярных форматов графических файлов, включая GIF, HDF, JPEG или JPG, PBM, BMP, PGM, PNG, PNM, PPM, TIFF и так далее.

В следующем примере массив значений оттенков серого размером 100×100 записывается в PNG-файл с именем random.png в текущей папке:

>> F = rand(100);
>>imwrite(F, ‘random.png’)

Когда вы открываете папку, в которой работаете, создается файл изображения с именем «random.png».

Для изображений JPEG применим следующий синтаксис imwrite:

imwrite(f, «имя_файла.jpg», «качество», q)

где «q» — целое число от 0 до 100.

Его можно использовать для уменьшения размера изображения. Параметр качества используется как компромисс между субъективным качеством конечного изображения и размером файла.

Теперь вы можете прочитать изображение Penguins_grey.jpg, сохраненное в текущей рабочей папке, и сохранить его в формате JPG с тремя различными параметрами качества: 75 (default), 10 (низкое качество и маленький размер) и 90 (высокое качество и большой размер):

F = imread('Penguins_grey.jpg');
imwrite(F,’Penguins_grey_75.
jpg’,’quality’,75);
imwrite(F,’Penguins_grey_10.
jpg’,’quality’,10);
imwrite(F,’Penguins_grey_90.
jpg’,’quality’,90);

На рисунках с 9 по 11 показаны изображения для добротности 75, 10 и 90 соответственно. Вы заметите, что изображение низкого качества имеет меньший размер, чем изображение более высокого качества.

Синтаксис imwrite, применимый к изображениям TIFF, имеет следующий формат:

imwrite (g, «имя_файла.tif», «сжатие»,
‘параметр’, ……’разрешение’,
[colresrowres])

Информация об изображении

Информацию о файле, включая имя файла, данные, размер, формат, высоту и ширину, можно получить с помощью команды:

imfinfo’filename’

В качестве примера команда imfinfo('Penguins_grey.jpg') предоставляет следующую информацию:

ans=
Имя файла: [1×50 символов]
FileModDate: '02 августа 2016 г. 09:24:12'
Размер файла: 100978
Формат: «jpg».
FormatVersion: ”
Ширина: 1024
Рост: 768
BitDepth: 8
Тип цвета: «оттенки серого»
FormatSignature: ”
Число выборок: 1
Метод кодирования: «Хаффман»
CodingProcess: «Последовательный»
Комментарий: {}

Информационные поля, отображаемые с помощью imfinfo, можно записать в структурную переменную, которую можно использовать для последующих вычислений.

В следующем примере вся информация сохраняется в переменной «K»:

K = imfinfo('Penguins_grey.jpg')

Информация, сгенерированная «imfinfo», добавляется к структурной переменной посредством полей, отделенных от «K» точкой. Например, высота и ширина изображения хранятся в полях структуры K.height и K.weight.

Эта статья была впервые опубликована 24 января 2018 г. и обновлена 14 марта 2019 г.