matlab实现数字图像的加减乘除运算

数字图像处理的算术运算是指对两幅或多幅图像进行点对点的加、减、乘、除计算得到输出图像的运算。

$g(x,y)=f_{1}(x,y)+f_{2}(x,y)$

$g(x,y)=f_{1}(x,y)-f_{2}(x,y)$

$g(x,y)=f_{1}(x,y)\times f_{2}(x,y)$

$g(x,y)=f_{1}(x,y)\div f_{2}(x,y)$

其中输入图像的大小必须相同。

加法：主要是通过叠加相同的图像来达到去噪的效果（因为噪声的平均值为0），或者实现图像的叠加。

减法：主要是检测两幅图像之间的差异，增强细节。

乘法（除法）：主要用于图像的分块显示。

matlab代码如下：

%一个总的“调用函数”，用来调用后面定义的具体加减乘除功能函数，
%这里默认输入的图像数据都是被压缩到0-1灰度范围内的。对于运算结果
%超出了0-1范围的情况，如果我们只是想展示图像，那么在函数定义时可以
%不用进行0-1截断（即大于1的像素点设为1，小于0的像素点设为0），因为
%图像展示函数imshow会进行这个操作；如果我们
%要利用运算后的图像数据进行其它操作，比如神经网络训练等，那么对运算后
%的图像进行0-1截断（图像的像素在正常范围）为宜。但在这里，我们只是为了
%展示图像效果，所以在函数定义中没有进行0-1截断。
function out=image_processout.image_add=@image_add;out.image_div=@image_div;out.image_mul=@image_mul;out.image_sub=@image_sub;
end%加法
function img=image_add(f1,f2)%f1,f2为输入的两幅同样大小的图像，后续函数也一样img=f1+f2;
end%减法
function img=image_sub(f1,f2)img=f1-f2;
end%乘法
function img=image_mul(f1,f2)img=f1.*f2;
end%除法
function img=image_div(f1,f2)img=f1./(f2+(1e-6));  %这里除数加一个极小值是为了避免除数为0的情况出现
end

上诉代码是加减乘除函数的定义部分，单独一个matlab文件，其中文件名为“调用函数”的名字——image_process。

具体运行代码如下：

f1=imread('girl.jpg');%读取一个名为girl的jpg图像，但要保证该图像与当前程序在同一目录下
f1=mat2gray(f1,[0,255]);%把图像像素值0-255压缩到0-1，便于后续图像操作
figure1=figure;%画布1，以此类推
imshow(f1)%展示原始图像,对于像素值为0-1模式的，若有大于1或小于0的像素点，均按1或0处理f2=imread('girl.jpg');
f2=mat2gray(f2,[0,255]);fun=image_process;%调用另一个文件add_img=fun.image_add(f1,f2);%调用另一个文件中定义的函数（图像加操作），以此类推
figure2=figure;%画布2，以此类推
imshow(add_img)%展示两个图像一次叠加后的输出图像adds_img=fun.image_add(f1,f2);
for i=1:10adds_img=fun.image_add(f1,adds_img);
end
cn_img=adds_img/12;%这里共有12张图片的叠加，所以除以12，看一下去噪效果
figure3=figure;
imshow(cn_img)%展示图片去噪效果，因为小姐姐图片的画质是很清晰的，估计没什么噪声，效果应该不明显sub_img=fun.image_sub(f1,f2);
figure4=figure;
imshow(sub_img);%展示两张相同图片相减结果img1=f2*0+1;%把f2图像变为一张同样大小但像素值都为1的图像
img0=f2*0;%把f2图像变为一张同样大小但像素值都为0的图像
mul_img1=fun.image_mul(f1,img1);
mul_img0=fun.image_mul(f1,img0);
figure5=figure;
imshow(mul_img1)%展示一张图像与同样大小的全白图像相乘后结果
figure6=figure;
imshow(mul_img0)%展示一张图像与同样大小的全黑图像相乘后结果div_img=fun.image_div(f1,f2);
figure7=figure;
imshow(div_img)%展示两张相同图像相除后结果

具体图像运算后的展示结果：

1.原始图片：

2.两张相同图片相加后的结果：

可以看到很多地方都“白”了，说明对应位置相加后的像素值超过了1。

3.十二张图像相加后再除以12去噪后的结果：

因为原始图像已经是极为高清的了，噪声很少，所以去噪效果目测不明显，与原始图像基本一致。

4.两张相同图片相减结果：

5.原始图片与同样大小的全白图像相乘结果：

全白图像像素值都为1，相乘后于原始图像一致。

6.原始图片与同样大小的全黑图像相乘结果：

全黑图像像素值都为0，相乘后图像全黑。

7.两张相同图像相除结果：

理论上应该为全白图像，但在图像相除函数的定义时，我们给除数加了一个较小值，可能导致最终结果有一些离谱像素点，当然，噪声也可能产生了一定的影响。

感谢阅读