Image Processing Toolbox

Pre e post-elaborazione di immagini

Image Processing Toolbox fornisce algoritmi di riferimento standard per operazioni di pre e post-elaborazione che risolvono problemi frequenti dei sistemi di imaging, ad esempio disturbi, range dinamico basso, ottica non a fuoco e differenza nella rappresentazione dei colori tra dispositivi di ingresso e uscita.

Miglioramento delle immagini

Le tecniche di miglioramento delle immagini nell'Image Processing Toolbox consentono di aumentare il rapporto segnale/rumore e accentuare le feature dell'immagine, modificandone i colori o l'intensità. Con esse è possibile:

  • Eseguire l'equalizzazione degli istogrammi
  • Eseguire lo stretching di decorrelazione
  • Rimappare il range dinamico
  • Regolare il valore gamma
  • Eseguire il filtraggio lineare, mediano o adattativo

Il toolbox comprende routine di filtraggio speciali e una funzione di filtraggio multidimensionale generalizzata che gestisce le immagini con tipi di dati a interi, offre diverse opzioni di padding del contorno ed esegue convoluzione e correlazione. Sono inoltre forniti filtri e funzioni predefiniti per sviluppare e implementare filtri lineari personalizzati.

Esempio: Esempio di tecniche di miglioramento del contrasto

Tecniche di miglioramento del contrasto
Miglioramento di immagini in scala di grigi e truecolor con equalizzazione istogramma adattiva.

Deblurring dell'immagine

Gli algoritmi di deblurring nell'Image Processing Toolbox comprendono la deconvoluzione cieca, di Lucy-Richardson, di Wiener ed a filtro regolarizzato, nonché conversioni tra funzioni di distribuzione dei punti e trasferimento ottico. Queste funzioni aiutano a regolarizzare la sfocatura causata da ottica non a fuoco, movimento della fotocamera o del soggetto durante lo scatto, condizioni atmosferiche e altri fattori. Tutte le funzioni di deblurring possono essere applicate alle immagini multidimensionali.

Esempio: Esempio di deblurring di immagini usando un filtro regolarizzato

Deblurring di immagini usando un filtro regolarizzato
Ripristino di un'immagine sfocata e disturbata utilizzando un algoritmo di ripristino a quadrati medi vincolati.

Esempio: Esempio di deblurring di immagini usando l'algoritmo di deconvoluzione cieca

Deblurring di immagini usando l'algoritmo di deconvoluzione cieca
Ripristino di un'immagine in assenza di informazioni sulla distorsione.

Gestione dei colori indipendente dal dispositivo

La gestione dei colori indipendente dal dispositivo nell'Image Processing Toolbox consente di rappresentare i colori in modo preciso a prescindere dal dispositivo di ingresso e uscita. Ciò è utile quando si analizzano le caratteristiche di un dispositivo, misurando quantitativamente la precisione dei colori o sviluppando algoritmi per diversi tipi di dispositivi. Con le funzioni specializzate del toolbox è possibile convertire le immagini tra spazi di colore indipendenti dal dispositivo, quali sRGB, XYZ, xyY, L*a*b*, uvL e L*ch.

Esempio: Esempio di segmentazione in base ai colori usando lo spazio di colore L*a*b*

Segmentazione in base ai colori usando lo spazio di colore L*a*b*
Identicazione di colori diversi analizzando un'immagine in uno spazio di colore alternativo.

Per ulteriore flessibilità e controllo, il toolbox supporta le conversioni dello spazio di colore basate su profilo mediante un sistema di gestione dei colori fondato su ICC versione 4. Ad esempio, è possibile importare profili di colore ICC N-dimensionali, crearne di nuovi o modificare profili di colore ICC esistenti per specifici dispositivi di ingresso e uscita, specificare l'intento di rendering e individuare tutti i profili conformi sul proprio sistema.

Trasformate immagine

Le trasformate immagine quali FFT e DCT rivestono un ruolo importante in molte attività di elaborazione immagini, tra cui il miglioramento, l'analisi, il restauro e la compressione. L'Image Processing Toolbox fornisce diverse trasformate d'immagine, tra cui la proiezione Radon e la proiezione fan beam. È possibile ricostruire le immagini da dati di proiezione a fascio parallelo o fa-beam (tipico delle applicazioni tomografiche). Le trasformate di immagine sono inoltre disponibili in MATLAB e Wavelet Toolbox™.

Rekonstruktion eines Bildes aus Projektionsdaten
Vergleich der Rekonstruktion eines Bildes durch parallele (Radon) Transformation und Halbstrahlprojektion.

Conversione immagini

Le conversioni di immagine tra classi di dati e tipi di immagine sono un requisito comune per le applicazioni di imaging. L'Image Processing Toolbox fornisce svariate utility per la conversione tra classi di dati, tra cui a virgola mobile in singola e doppia precisione o interi con o senza segno a 8, 16 e 32 bit. Il toolbox comprende algoritmi per la conversione tra tipi di immagine, tra cui binarie, a toni di grigi, a colore indicizzato e truecolor. Nello specifico, per le immagini a colori il toolbox supporta svariati spazi di colore, quali YIQ, HSV e YCrCb, nonché immagini codificate su pattern Bayer e quelle ad elevato range dinamico.

Avanti: Analisi delle immagini

Prova Image Processing Toolbox

Richiedi la versione di prova

Analisi e processamento delle immagini in MATLAB

Visualizza webinar