基于matlab的ps图像特效处理功能1.docx

基于matlab的ps图像特效处理功能1.docx

《基于matlab的ps图像特效处理功能1.docx》由会员分享，可在线阅读，更多相关《基于matlab的ps图像特效处理功能1.docx（20页珍藏版）》请在冰豆网上搜索。

基于matlab的ps图像特效处理功能1

基于matlab的ps图像特效处理功能

（1）

基于Matlab的PS图像特效处理功能

摘要

MATLAB是一套集数值计算、符号计算和图形图像处理等强大功能于一体的科学计算语言。

作为一个强大的科学计算平台，它几乎可以满足所有的计算需求。

作为一种数值计算软件，它在数字图像处理领域有着很好的性能。

MATLAB的一个主要特征是对特定区域的图像或者一个像素的处理、光照处理、色彩处理、图形的四维数据的表现，也不能取代其他软件。

本文阐述了图像处理的基本原理，探讨了利用MATLAB作为色彩调整的工具，代数，几何，滤镜效果，艺术效果，失真效果和图像处理的风格。

经过实际验证，MATLAB在图像处理领域也有很好的表现。

关键词：

Matlab；图像处理；图像特效

abstract

MATLABisasetofscientificnumericalcalculation,symboliccomputationandgraphicsandimageprocessingandotherfunctionsinoneofthepowerfulcomputinglanguage.Asapowerfulscientificcomputingplatform,itcanmeetalmostallcomputingneeds.Asakindofnumericalcalculationsoftware,itisinthefieldofdigitalimageprocessingisoneofthemainfeaturesof.MATLAB'sperformancegoodistheimageofaspecialareaorapixel,illuminationprocessing,colorprocessing,four-dimensionaldatagraphicsperformance,butalsocannotreplaceothersoftware.Thispaperdescribesthebasicprincipleofimageprocessing,discussestheuseofMATLABasacoloradjustmenttool,generationNumber,geometry,filtereffect,artisticeffect,distortioneffectandimageprocessingstyle.Aftertheactualverification,MATLABhasagoodperformanceinthefieldofimageprocessing

Keywords:

Matlab;imageprocessing;imageeffects

1绪论

1.1课题研究目的

Photoshop简称ps，是一款图像编辑，特效处理，以及创意制作于一体的专业图像处理软件之一。

众所周知，图像信息是我们从外界获取信息的来源之一，目的是为了在茫茫信息中找到我们所需要的信息，因此在当今社会迅速发展的时代，社会对图像信息的处理也提出的更精准的要求。

虽然ps软件在当今已经是一款专业图像处理软件之一，但是通过matlab矩阵强大的运算和图形的展示，不仅提供了一个方面简介的软件环境，还可以使图片更加直观明了，程序设计相对简单易懂好实现。

由于ps软件太过于繁琐，对于初学者过于抽象，在短时间内掌握这一技术有一定的难度。

因此，本文利用matlab在矩阵方面强大的运算以及图形的展示对图像进行特效处理，如明度、饱和度、对比度以及色彩效果方面的实现以代替ps软件的图像处理功能，为初学者提供更系统化、简单易操作的图像处理技术知识。

1.2课题研究现状及发展趋势

1.2.1研究现状

ps图像特效处理软件技术源自于二十世纪二十年代，这项科学形成于二十世纪六十年代，此后很多国家都在这方面投入了很多精力，这项技术从二十世纪九十年代开始大力发展，1986年，由于小波理论的迅速发展，数字图像处理技术客服了傅立叶分析不能进行局部分析的不足，被称为是半个世纪以来的工作结晶。

而matlab软件的出现吸引了各个领域广大专家的关注，matlab作为一款功能极强的编程软件，强大的功能为各个领域的发展奠定了基础。

但是目前仍存在着不足，比如缺乏一定的知识经验，对于图像提取的计算量比较大，没有统一的评判标准等缺点。

图像处理技术在理论上的研究虽然已经获得了不少成就，但是它自身是一个比较有难度的研究课题，所以图像技术的应用领域也将进一步深入发展下去。

虽然目前国内ps软件越来越普及，但是基本都是针对知识的掌握，对其中使用方法及原理的研究越来越少，美国为此开发了一项新的技术，专为图像数字处理技术提供了研究环境和实验环境。

1.2.2发展趋势

目前matlab的图像特效处理功能已经为各个领域的发展奠定了基础，它在很多方面的发展都得到了实际的应用。

①．数字图像处理在医疗工程方面应用十分广泛，除了CT技术以外，在医学显微图像的处理分析，超声波图像处理、放射性治疗、心电图分析等都具有广泛应用。

②，数字图像处理在航天航空技术方面的应用，在飞机遥感和卫星遥感技术方面也有广泛的应用，先在空中进行数字化，编码等处理，然后将信号存入磁带中，当卫星经过地面站上空时，将其传送下来，由处理中心进行解读分析。

③，在通讯工程方面，通过新的编码方法，使图像数据与多媒体结合起来，如小波变换图像压缩码等在大力开发中。

④，在工业工程方面也有很大的应用比如车牌识别，力学分析，在人们不能亲自试验的放射性环境下识别物体的形态分布等，在军事工程方面得到广泛应用。

⑤，电子商务，如省份识别，真假技术识别，产品鉴定，水印处理等都是图像处理技术发展比较好的案例。

目前以计算机为基础的基于matlab的图像特效处理技术不管是在软硬件设备方面都已经朝着智能化、网络化、多功能化的方向发展，随着数字技术，matlab语言以及计算机技术的快速发展，图像处理技术必将会朝着更深入更完善的方向发展，前景无可限量。

2数字图像处理基础

数字图像是由一个称为像素的小区域组成的二维矩阵。

一个二维的图像表示由有限数量的离散点，这被称为数字图像。

像素值通常用来表示灰度、颜色、高度、透明度等。

单色和灰度图像，可以使用每个像素的高度来表示像素值范围的值，它通常是在约0~255，它可以是一个字节的话，当然在0的范围内为黑色，255为白色，但他是灰色的，如图所示2.1可以在灰度图像和相应的矩阵。

图2.1可见到关于灰度图像及其对应的矩阵

在数字图像处理的过程中，图像可以是红、绿、蓝三元组的二维矩阵来表示取值范围，通常用三元组来表示数值，取值范围在0～255之间，当然，这表示没有一个彩色像素值。

255是图像中对应颜色的图像中像素的最大值，在这种情况下，可以看到以下数据，清楚地看到了三个字节。

根据数据的其他要求可以直接看到数据的问题。

如图2.2所示：

图2.2彩色图像及其对应的矩阵

数字图像是一个二维的数据矩阵，由两维连续光函数的等距矩形网格采样。

采样是测量每个像素的值并对其进行量化的过程。

数字图像本质上是一二维信号，所以信号处理的基本技术（如FFT）可用于数字图像处理。

然而，由于数字图像是一个很特殊的二维信号，反映场景的视觉属性，只有很稀疏的二维连续信号的采样、描述或有意义的特征，从一个单一的或少量的样品，不能复制的一维信号处理的方法，对专业技术的需求。

事实上，数字图像处理更依赖于具体的应用问题，是一种特殊技术的集合，缺乏一个严谨的理论体系。

数字图像处理是一个多学科交叉的领域，涉及到光学、电子学、数学、摄影、计算机技术等多个学科。

2.1图像处理目的

图像处理的主要目的有三个：

（1）为了提高视觉质量的图像，将图像的一些高度，颜色变换，增强图像的几何变换的要素等，以提高图像质量。

（2）在提取图像的过程中，需要一些特征和提取信息，为图像的分析提供很多方便。

模式识别操作简单。

它包括很多方面，如频域特征、灰度和彩色、边界、区域、纹理、形状和关系，等等，（3）为了便于存储和图像的传输，大量的图像变换、编码和压缩技术的使用。

无论是什么样的图像处理或处理，都要用计算机和图像特定的设备来完成对图像数据的处理，对图像进行一些必要的处理等。

2.2图像处理研究内容

数字图像处理的主要研究内容如下：

（1）由于图像变换中大量的图像矩阵函数，需要在空间域进行大量的处理。

因此，常用的图像变换方法是傅立叶、沃尔什、离散余弦变换等间接处理技术，将空间域变换域处理，可以减少计算量，可以更有效的治疗。

（2）在图像编码和压缩技术中，它可以减少数据量（比特数），从而可以节省图像传输，处理时间和减少内存容量。

图像压缩技术可以得到不失真的相应要求，同时也允许图像的失真处理。

图像编码是图像压缩的重要方法之一，是图像处理中最早和最成熟的编码技术。

（3）图像增强与复原的目的是实现图像的质量，如去除、提高图像清晰度等。

图像增强没有考虑到图像质量降低的原因，突出了图像的需要。

例如，图像的边缘可以更清晰可见，细节更为明显，如加强低频分量以减少图像中的噪声。

图像退化图像的恢复要求（低质量）的原因有一定的了解的一般根据建立退化模型的退化过程的需要，然后用滤波方法，恢复或重建恢复预期目的的图像。

（4）图像分割是数字图像处理中最重要的技术之一。

图像分割技术是提取图像中有意义的部分，包括图像特征的重要性，包括边缘、面积等，是图像识别、分析和理解的必要工具。

目前，边缘检测和区域分割的方法很多，但没有一种有效的方法可以用于多种图像。

因此，图像分割的研究仍处于深入阶段，是图像处理领域的研究热点之一。

（5）图像描述是图像识别和理解的必要前提之一。

由于最简单的二维图像可以用对象技术的几何特征来描述，一般的图像描述方法可以用来描述其二维图像的形状，它有两种边界描述和区域描述。

二维纹理特征可用于特殊纹理图像。

随着图像处理技术的发展，对三维物体描述进行了研究，提出了体、面和广义柱面描述的方法。

（6）图像分类（识别）属于模式识别，其主要内容是通过一些预处理（图像增强、恢复和压缩）技术，图像分割和特征提取的一种方法，并进行分类决策。

图像分类常采用经典的模式识别方法，统计模式分类和句法（结构）模式分类、模糊模式识别和人工神经网络分类模型是最近几年发展起来的由程序员关注的大多数图像识别越来越多。

3用Matlab实现的特效算法

3.1图像色彩和色调调整

3.1.1色彩平衡

我们都有这样的经历，出去郊游，因为没有好的拍摄技巧，拍得不理想，大多数照片出现不同程度的颜色。

图像色彩平衡调整是处理上述现象的最佳方法之一。

当处理图像的色差时，只要减少图像的色彩太多。

也就是说，只要在图像中增加太多的色彩色彩，就可以达到减少色彩过多的目的，而色彩才是真理。

图4.1泛红的图片

图4.2正常的图片

3.1.2亮度处理

亮度调整是指人眼的亮度调整可以通过R，G，B的颜色亮度增加或减少相同的幅度来显示。

人眼对亮度非常敏感，比较两种亮度，有很好的判断能力。

指定亮度增益并将其添加到R、G、B的每个组件，然后将值返回到相应的颜色分量。

亮度处理的效果如下所示：

图4.3色彩较亮的图片

图4.4正常的图片

3.1.3对比度处理

如果一个图像，光线不足，使图像太暗或光线太强，整个图像是明亮的，它被称为低对比度，颜色挤在一起，没有打开。

对比度调整是为了使图像更符合人们的需要，以达到一定的效果。

通常用来增强对比度、感兴趣的颜色范围、像素的范围、亮的光线、暗的暗，从而