2. Phép nhân và chia hình ảnh
Phép nhân và chia được sử dụng như một phương thức đơn giản điều chỉnh độ tương phản và là phần mở rộng của phép cộng và trừ (ví dụ giảm độ tương phản đến 25% chia cho 4; tăng độ tương phản 50% nhân 1,5).Quá trình này đôi khi được gọi là chia tỉ lệ màu sắc hình ảnh.
Phép chia có thể được sử dụng cho Differencing(vi phân) hình ảnh, ví dụ chia một hình ảnh với một hình ảnh khác cho kết quả là 1.0 nếu các giá trị điểm ảnh giống hệt nhau và giá trị khác 1.0 mà sự khác biệt xảy ra. Tuy nhiên, Differencing hình ảnh sử dụng phép trừ được tính toán hiệu quả hơn. Chia và nhân 2 hình ảnh khác nhau thường không được sử dụng nhiều trong xử lý ảnh.
- Code matlab:
- Đối với tất cả các phép tính số học giữa các hình ảnh chúng ta phải đảm bảo rằng các giá trị điểm ảnh có kết quả vẫn nằm trong phạm vi số nguyên hiện có sẵn của các kiểu dữ liệu / kích thước. Ví dụ, một hình ảnh 8-bit biểu diễn cho 256 giá trị trong mỗi vị trí pixel. Nếu giá trị điểm ảnh không nằm trong phạm vi cho phép từ 0-255 thì tràn số nguyên sẽ xảy ra và giá trị sẽ thường 'wrap around' một giá trị thấp. Điều này thường được gọi là bão hòa trong không gian ảnh: giá trị vượt quá khả năng biểu hiện của hình ảnh. Một giải pháp là để phát hiện tràn và tránh nó bằng cách thiết lập các giá trị với giá trị tối đa cho các biểu diễn hình ảnh (ví dụ cắt ngắn đến 255). Phương pháp xử lý tràn được thực hiện trong imadd, imsubtract, immultiply và imdivide. Đối với ba kênh hình ảnh RGB các phép toán toán học thường được thực hiện riêng cho từng kênh màu.
Phép nhân và chia được sử dụng như một phương thức đơn giản điều chỉnh độ tương phản và là phần mở rộng của phép cộng và trừ (ví dụ giảm độ tương phản đến 25% chia cho 4; tăng độ tương phản 50% nhân 1,5).Quá trình này đôi khi được gọi là chia tỉ lệ màu sắc hình ảnh.
Phép chia có thể được sử dụng cho Differencing(vi phân) hình ảnh, ví dụ chia một hình ảnh với một hình ảnh khác cho kết quả là 1.0 nếu các giá trị điểm ảnh giống hệt nhau và giá trị khác 1.0 mà sự khác biệt xảy ra. Tuy nhiên, Differencing hình ảnh sử dụng phép trừ được tính toán hiệu quả hơn. Chia và nhân 2 hình ảnh khác nhau thường không được sử dụng nhiều trong xử lý ảnh.
- Code matlab:
Mã:
A=imread('peppers.png'); % Read in 1st image
subplot(1,3,1), imshow(A); % Display 1st image
title('anh 1');
Output1 = immultiply(A,1.5); % multiple image by 1.5
subplot(1,3,2), imshow(Output1); % Display result
title('anh out1');
Output2 = imdivide(A,4); % divide image by 4
subplot(1,3,3), imshow(Output2); % Display result
title('anh out2');- Đối với tất cả các phép tính số học giữa các hình ảnh chúng ta phải đảm bảo rằng các giá trị điểm ảnh có kết quả vẫn nằm trong phạm vi số nguyên hiện có sẵn của các kiểu dữ liệu / kích thước. Ví dụ, một hình ảnh 8-bit biểu diễn cho 256 giá trị trong mỗi vị trí pixel. Nếu giá trị điểm ảnh không nằm trong phạm vi cho phép từ 0-255 thì tràn số nguyên sẽ xảy ra và giá trị sẽ thường 'wrap around' một giá trị thấp. Điều này thường được gọi là bão hòa trong không gian ảnh: giá trị vượt quá khả năng biểu hiện của hình ảnh. Một giải pháp là để phát hiện tràn và tránh nó bằng cách thiết lập các giá trị với giá trị tối đa cho các biểu diễn hình ảnh (ví dụ cắt ngắn đến 255). Phương pháp xử lý tràn được thực hiện trong imadd, imsubtract, immultiply và imdivide. Đối với ba kênh hình ảnh RGB các phép toán toán học thường được thực hiện riêng cho từng kênh màu.