Matlab 图像的邻域和块操作

图像的邻域操作是指输出图像的像素点取值，由输入图像的某个像素点及其邻域内的像素，通常像素点的邻域是一个远小于图像本身尺寸、形状规则的像素块，如2×2，3×3正方形、2×3矩形等，或者近似圆形的多边形。在Matlab中，提供了几个实现邻域操作的函数：

• 通用滑块邻域操作函数：nlfilter()，语法包括：

  • B = nlfilter(A, [m n], fun)：输入灰度图像A，返回图像B，按照尺寸m× n滑动邻域，利用运算函数fun处理后得到结果。其中fun是一个传入m × n矩阵输出一个标量的函数，可以是mean，mean2，std，std2，min，max等Matlab自带的函数，或者使用inline自定义的函数。

  • B = nlfilter(A, 'indexed', ...)：该函数中返回图像B，它是输入的索引图像A填充后的结果。如图像A的数据类型是浮点型，则用”1”填充；如果是逻辑型或者无符号整型，则用 “0”填充。

以lena图为例：

lena.jpg

---

clc; clear all; close all;

A = imread('lena.jpg');
A1 = im2double(A);
B1 = nlfilter(A1, [4 4], 'std2');
fun = @(x) max(x(:));
B2 = nlfilter(A1, [3 3], fun);
B3 = nlfilter(A1, [6 6], fun);
figure(1);
subplot(1, 3, 1), imshow(B1);
subplot(1, 3, 2), imshow(B2);
subplot(1, 3, 3), imshow(B3);

---

• 分离邻域操作函数：blockproc()，语法包括：
  
  • B = blockproc(A, [m n], fun)：该函数中对输入图像A，采用尺寸m×n分离块，利用运算函数fun处理，处理后的结果为输出图像B。
  • B = blockproc(src_filename, [m n], fun)：与上面函数的语法相似，但是同时读取和处理名为src_filename的图像，处理时将图像的一个分块读入内存，这个调用方式对于大图像非常有效，如果输出矩阵B过大，则可以使用参数Destination，将处理结果直接写入该文件中。
  • B = blockproc(adapter, [M N], fun)：用于处理用户自己定义的图像格式，adapter是读写图像的接口函数。
  • blockproc(..., Name, Value, ...)：该函数中按照Name-Value的方式对于像进行分离块处理，Name-Value取值可以查找Matlab的help文档。

其中关于块的一些定义如下：

变量	含义
block_struct.border	是一个两元素向量[V H]，说明矩阵的垂直和水平结构
block_struct.blockSize	是一个两元向量[rows cols]说明块的尺寸
block_struct.data	是一个M × N或 M× N ×P的矩阵
block_struct.imageSize	是一个两元向量[row col]说明输入图像的尺寸
block_struct.location	是一个两元向量[row col]说明输入图像的块数据中第一像素的位置

---

I = imread('peppers.png');
fun = @(block_struct) block_struct.data(:,:,[2 1 3]);
blockproc(I, [64 64], fun, 'Destination', 'grb_peppers.tif');

subplot(1, 2, 1), imshow(I);
subplot(1, 2, 2), imshow('grb_peppers.tif');

peppers.png(图左)，grb_peppers.tif（图右）

---

• 列方向邻域操作函数：colfilt()，语法包括：
  
  • B = colfilt(A, [m n], block_type, fun)：该函数中将输入图像A，按照尺寸m×n块重新组合成一个临时矩阵，利用fun函数对这个临时矩阵处理，如果需要填充，则使用“0”填充。其中block_type是个字符串，可以取distinct或sliding，取distinct按照分离邻域的方式
  • B = colfilt(A, [m n], [mblock nblock], block_type, fun)
  • B = colfilt(A, 'indexed', ...)

转载于:https://www.cnblogs.com/hehehaha/p/6332218.html