基于matlab的ps图像特效处理功能

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abstractMATLABisasetofscientificnumericalcalculation,symboliccomputationandgraphicsandimageprocessingandotherfunctionsinoneofthepowerfulcomputinglanguage.Asapowerfulscientificcomputingplatform,itcanmeetalmostallcomputingneeds.Asakindofnumericalcalculationsoftware,itisinthefieldofdigitalimageprocessingisoneofthemainfeaturesof.MATLAB'sperformancegoodistheimageofaspecialareaorapixel,illuminationprocessing,colorprocessing,four-dimensionaldatagraphicsperformance,butalsocannotreplaceothersoftware.Thispaperdescribesthebasicprincipleofimageprocessing,discussestheuseofMATLABasacoloradjustmenttool,generationNumber,geometry,filtereffect,artisticeffect,distortioneffectandimageprocessingstyle.Aftertheactualverification,MATLABhasagoodperformanceinthefieldofimageprocessingKeywords:Matlab;imageprocessing;imageeffects2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，从而达到增强对比的目的。假设图像的对比度需要扩展N单位，然后R，G，B三个组成部分的统一公式：f为初始值，g为经过处理的值。实际上，以上公式对对比度进行处理，是在[n,255-n]区间的值扩展到[0，255]区间。将图4.5中亮度为[0,200]的像素调节到[0，255]区间，如图4.6。图4.5未处理的图片图4.6经过处理的图片3.1.4灰度处理灰度图像处理是将彩色图像转化为灰度图像。一般来说，一个彩色图像的每一个像素是由三个字节表示，每个字节对应的R，G，B的像素颜色的像素转换成一个字节的亮度，这一点的亮度，他的值是[0，255]，越大的值，越白，即明亮。反之，值越小，点越暗，即越黑暗。图像灰度为三种颜色分量R、G、B分量相等。由于R，G，b值是[0255]，所以灰度级只有256，也就是说，灰度图像只能显示颜色的256灰度。常用的图像灰度处理方法主要有以下三种：最大值法：该方法的原理是使RGB值等于颜色分量的三大分量之一：R=G=b最大值（R，G，b）。用最大值法处理灰度图像的亮度会更高。平均值：这个方法的原理是使R、G、B值等于三个颜色分量的平均值，即：R=G=B=（r+G+B）/3。用均值法处理灰度图像的亮度比较柔和。加权平均法：该方法是基于重要性或其他指标为R，G，B不同的权重，和R，G和B等于加权值，即：R=G=B=AR+BG+BG+CB，A，B，C，R，G和B的权重。当A、B和C的权值取不同的值时，加权方法可以用来形成灰度级不同的灰度图像。由于人眼对绿色、红色第二敏感度最高，对蓝色的灵敏度最低，因此，当b值为cC时，生成的灰度图像更符合人眼视觉感知。通常情况下，当A=30%，B=59%，C=11%，这个图像是最合理的灰色。上述三种方法的灰度图像不同，通常采用加权平均法处理灰度图像。灰度处理的效果如下所示：图4.7未经处理的图片图4.8经过灰色处理的图片3.1.5伪彩色顾名思义，伪彩色是一种彩色映射，一种颜色的灰度级图像的灰度级，使灰度图像也有颜色，它只能被称为伪彩色“。理解三个概念。真彩色自然物体的颜色被称为真彩色，一般可用红、绿、蓝三种颜色把一个单独的真彩色图像转化为红、绿、蓝三个图像；红、绿、蓝三个图像合成，这是真正的原始彩色图像。（2）假色有三种假色。首先是将真实场景图像逐一映射到另一个颜色，使目标在原始图像中更加突出。例如，有一个银色的飞机在蓝天上，蓝天可以映射成红色，飞机，草原可以映射到蓝色，只要飞机是有益的突出线。该映射可以是一对一或非一对一，也可以称为假彩色赋值。第二个是将任意三个光谱图像的多光谱图像转化为可见光的红色，绿色和蓝色，然后合成一个彩色图像到三个彩色图像。通常情况下，该映射的图像是接近自然光。例如，遥感卫星将可见光段的可见光段看不见，以模拟自然色彩，便于观看。第三个是黑白图像，用灰度级映射或光谱映射成类似的颜色处理，相当于黑白照片的自然颜色。颜色可以随机选择一些颜色，通常尽可能的自然彩色图像模糊了同样的效果。（3）在伪彩色情况下的伪彩色，我们可以假设一个图像的实例相当于一个特殊情况下的假彩色，也就是说，某个颜色是原色。通常这个名称最多是16个或更多，最高不会超过30系列，否则，它会指定太多的颜色，不能记住和区分的图像风格。伪彩色处理是一种用颜色代替像素灰度值的技术。本实用新型由于人眼对色彩分辨率的影响，可用来识别灰度值较小的像素值，大大高于灰度差的分辨率。这是一种视觉效果明显的图像增强方法，技术并不复杂。灰度图像，如果相邻像素的灰度差，眼睛会从图像中提取相应的信息，因为人眼对灰度差异的能力，几十个数量级，但人眼的颜色信号的分辨力很强，所以黑白图像转换为彩色图像，这人类的眼睛可以提取更多的信息。在灰度图像中的每个像素的转换过程中，将灰度值点转化为红、绿、蓝三个通道，实现不同的变换，产生相应的红绿灯和蓝色亮度值，许多具体的变换方法。以下是伪彩色还原映射变换图，下面的映射函数，其中R（x，y），G（x，y），B（x，y）表示伪彩色灰度值，f（x，y）表示原始图像的灰度值。在本文中，我们提出了一种映射灰度变换映射曲线的方法。对于任何图像，可以先将灰度等级降低到16，然后根据对应的灰度关系和相应的颜色，新建一个颜色。颜色映射表的方法很简单：所有oldgray减少为16级，灰度值的原始图像，任何一点，对于新的灰度：灰度=16xoldgray/255图4.9未经处理的图像图4.10经过曲线映射后的图像图4.11经过图表映射后的图像3.1.6色彩通道处理同一图像层的一个通道的最基本的区别是每个像素层的属性表示为红色，绿色和蓝色的像素值，颜色通道层是由亮度值组成的一组颜色。流行点：只有一个通道在不同的颜色亮度，是一个灰度图像。下面的通道实现三图像效果：旋转通道：从图像的R，G和B的旋转输出显示三部分组成，绿色部分是取代原来的红色分量，原取代绿色分量的蓝色分量，红色的部分取代了原来的蓝色分量。提取通道：从灰度图像中提取指定信道。筛选器通道：仅保留指定的通道以仅显示指定的颜色通道。3.1.7亮度映射有时，为了提高图像的清晰度，有必要扩大或压缩整个范围的亮度水平的图像或一个小部分，以突出一些细节的图像。亮度映射是重新指定图像的原始亮度，从而调整原始图像的颜色。首先建立亮度映射表，然后提取原始图像的每个像素的亮度。然后，通过查找映射表找到相应的新亮度。图4.12映射的曲线图4.13未经处理的图像图4.14经过映射的图片3.2代数运算3.2.1加减乘除运算加法运算是添加源像素和目标像素分量。在游戏中，可以用来处理光源，如爆炸或火灾等；在科学研究中，可以用来合成两幅图像等。减法运算与加法运算正好相反，即使用亮度相减来混合源和目标像素。乘法可用于掩模处理。如果要屏蔽图像的某些部分，可以使用0部分来屏蔽；反之，如果要保留一些图像，则可以使用此部分的表达式为255。分割运算的非线性效应可以用来标定成像装置，它通常用于某些特殊形式的图像处理，如医学图像的层析成像，气象中的云识别等。效果如下所示：图4.15未经运算前的图片图4.16经过相乘运算后的图片3.2.2求异运算这里引用一个例子，一个找不同的游戏，玩法很简单，就是对比两个图像，找出两个图像的不同部分。图像对比度是两个图像的差异，同一区域的一部分（即白色屏蔽），只显示不同的部分。它是区别于图像相减的两幅图像，相减后的同一部分被设置为黑色，并求操作后，原来的部分可以透明，也可以设置成其他颜色。效果如下：图4.17未经处理的图片图4.18经过求异后的图片3.3艺术效果3.3.1剪纸相信大家都看过吧，它的设计比较简单，色彩比较单调，主要颜色是红色。实现对剪纸的效果，对黑白图像进行彩色图像处理，然后用黑白代替黑白。剪纸效果如下所示：图4.19未经处理的图像图4.20经过剪纸效果的图像3.3.2素描草图过滤器主要用于模拟铅笔画、素描等。这两种方法都将用于实现草图过滤效果。实现图像轮廓轮廓效果的关键点是轮廓，所以应该作为出发点。轮廓是灰色的跳跃。因此，只要设置一个阈值，将图像的颜色像素转化为灰度，然后对两个像素的灰度级进行比较，当灰度级变化超过一个程度时，就可以判断为一个轮廓。此时涂上黑点。铅笔画的标准是当前像素的平均值和八点左右的亮度差比较。该标准的草图是使用当前像素和右下像素灰度差比较。素描效果如下所示：图4.21未经处理的图像图4.22经过铅笔画处理的效果图4总结图像是人类获取和交换信息的主要来源。因此，图像处理的应用必须涉及到人类生活和工作的方方面面。数字图像处理被广泛使用，本文介绍了利用MATLAB软件实现图像处理的算法。MATLAB是数据矩阵、表达式和数学指令的基本单元。它是工程中常用的很相似的窗体，利用matlab来计算图像处理的问题，比C语言的Fortran语言要简单得多。本文首先介绍了图像处理的基本概念。然后从处理的角度，逐一讲述了算法的影响及其实现原理，其中的许多效果也逐渐在实践中得到了体现，如图像操作的不同，剪纸与素描图像的操作。本文介绍的MATLAB在图像处理方面，有其独特的优势，与其他软件相比具有不低于性能。参考文献[1]孙兆林.MATLAB6.x图像处理[M].北京：清华大学出版社，2002.[2]冈萨雷斯.数字图像处理（Matlab版）[M]北京：电子工业出版社，2004.[3]苏金明，王永利.MATLAB7.0实用指南[M].北京：电子工业出版社，2004.[4]向世名.VisualC++数字图像与图形处理[M].北京：电子工业出版社，2002.[5]霍宏涛.数字图像处理[M].北京：北京理工大学出版社，2002.[6]施晓红，周佳.精通GUI图形界面编程[M].北京：北京大学出版社，2003.[7]朱志刚.数字图像处理[M].北京：电子工业出版社，2002.[8]阮秋琦.数字图像处理学[M].北京：电子工业出版社，1998.[9]叶超，高宁波.PhotoshopCS精美图文设计与制作教程[M].北京：北京希望电子出版社，2005.[10]秦川，王朔中.一种基于视觉特性的图像摘要算法[J].中国图像图形学报，2006，11(11)：1678-1681.[11]飞思科技产品研发中心.MATLAB7基础与提高[M].北京：电子工业出版社，2005.[12]FWang,XJWangandZYMaet.al.TheresearchontheestimationforNO_xemissiveconcentrationofthepulverizedcoalboilerbytheflameimageprocessingtechnique[J].Fuel,2002,81(16)：211