Image Processing Toolbox

Hauptmerkmale

  • Bildanalyse, einschließlich Segmentierung, Morphologie, Statistik und Messung
  • Bildverbesserung, -filterung und -schärfung
  • Geometrische Transformationen und intensitätsbasierte Bildregistrierungsverfahren
  • Bildtransformationen, einschließlich FFT, DCT, Radon und Halbstrahlprojektion
  • Workflows für große Bilder, einschließlich Blockverarbeitung, Parkettierung und Multiskalenanzeige
  • Visualisierungs-Apps, einschließlich Image Viewer und Video Viewer
  • Multicore- und GPU-fähige Funktionen sowie Support für C-Codegenerierung

Erkunden und Entdecken

Image Processing Toolbox unterstützt Bilder und Videos, die durch eine Vielzahl von Geräten erstellt werden. Dazu gehören Webcams, Digitalkameras, Satelliten- und Flugzeugaufnahmegeräte, medizinische Bilderfassungsgeräte, Mikroskope, Teleskope und andere wissenschaftliche Instrumente. Sie können Funktionen und Apps verwenden, um diese Bilder darzustellen, zu analysieren und zu verarbeiten – in vielen Datentypen.

Mit der Image Acquisition Toolbox™ können Sie Livebilder und Video von Framegrabber, GigE Vision-Kameras, DCAM-Kameras und anderen Geräten erhalten.

Standard- und Sonderdateiformate

MATLAB® unterstützt Standarddaten und Bildformate einschließlich:

  • AVI
  • JPEG
  • JPEG-2000
  • FITS
  • HDF
  • HDF-EOS
  • M4V
  • MOV
  • MP4
  • PNG
  • TIFF
  • ASCII
  • Binary files
  • Microsoft® Excel®

Unterstützt werden auch die Multiband-Bildformate BIP und BIL, die beispielsweise von LANDSAT verwendet werden. Low-level I/O- und Speicherzuweisungsfunktionen ermöglichen die Entwicklung von eigenen Routinen für die Arbeit mit beliebigen Datenformaten.

Die Image Processing Toolbox unterstützt eine Reihe von speziellen Bilddateiformaten, , wie das Dateiformat DICOM für medizinische Bilder, einschließlich der zugehörigen Metadaten sowie die Formate Analyze 7.5 und Interfile. Die Toolbox kann außerdem Geo-Bilder im NITF-Format und HDR-Bilder (High Dynamic Range) lesen.

Apps zum Erkunden und Entdecken

Die Toolbox bietet eine Vielzahl an Bildverarbeitungs-Apps zum Erkunden und Entdecken verschiedener algorithmischer Lösungsansätze.  Mit der Color Thresholder-App können Sie Bilder basierend auf verschiedenen Farbräumen segmentieren.  Mit der Image Viewer-App können Sie ROIs interaktiv positionieren und ändern sowie Punkte, Linien, Rechtecke, Polygone, Ellipsen und Freihandformen anpassen. Außerdem können Sie Pixelinformationen anzeigen, schwenken und zoomen, den Kontrast einstellen und Entfernungen messen. Sie können aber auch diese Aufgaben programmatisch ausführen und individuelle Funktionen nutzen, um benutzerdefinierte Schnittstellen zu erstellen.

Bildverbesserungsmethoden

Die Bildverbesserungstechniken der Image Processing Toolbox ermöglichen Ihnen, das Signal-Rausch-Verhältnis zu erhöhen und Bilddetails hervorzuheben, indem Sie die Farben oder die Bildintensität ändern.

Die Toolbox bietet spezielle Filterroutinen und eine allgemeine mehrdimensionale Filterfunktion, mit der Integer-Bildtypen verarbeitet werden können, sowie mehrere Bilddetail-Auffülloptionen. Außerdem ermöglicht die Toolbox die Faltung (Konvolution) und die Ermittlung von Korrelationen.

Mit voreingestellten Filtern und Funktionen können Sie Folgendes ausführen:

Verstärkung von Multispektral-Farbbildern
Konstruktion von Farbzusammensetzungen zur Hervorhebung und Segmentierung von Vegetationsbereichen in Satellitenbildern.

Morphologische Operatoren

Morphologische Operatoren verstärken Kontraste, unterdrücken Rauschen, bearbeiten dünn besetzte Bereiche oder skelletieren Bereiche.  Zu den morphologischen Funktionen in der Image Processing Toolbox gehören:

Textursegmentierung mit Hilfe von Texturfiltern
Identifikation von Regionen mit unterschiedlichen Texturen durch Entropiemessung und morphologische Operation.

Schärfung

Bildverbesserungsalgorithmen in Image Processing Toolbox umfassen Blind-, Lucy-Richardson- und Wiener-Filter und regularisierte Entfaltungsfilter sowie Konvertierungen zwischen Punktspreizfunktionen und optischen Transferfunktionen. Mit Hilfe dieser Funktionen lassen sich Unschärfen beseitigen, die durch falsche Brennweiteneinstellungen, Kamera- oder Objektbewegungen, atmosphärische Bedingungen, zu kurze Belichtungszeiten und andere Faktoren verursacht wurden. Alle Schärfungsfunktionen können auch auf mehrdimensionale Bilder angewandt werden.

Bildschärfung mit Hilfe eines Blind Deconvolution-Algorithmus
Eine Wiederherstellung eines Bildes ohne Informationen über die Verzerrung ist möglich.

Bildanalyse

Unter Bildanalyse  versteht man das Extrahieren wichtiger Bildinformationen, z. B. das Bestimmen von Formen, Zählen von Objekten, Farbidentifizierung oder das Messen von Objekteigenschaften.  

Image Processing Toolbox bietet eine Vielzahl an Standardalgorithmen und Visualisierungsfunktionen für Bildanalysen wie statistische Analysen, Merkmalserkennung und die Messung bestimmter Eigenschaften.

Bildtransformationen

Bildtransformationen spielen eine wichtige Rolle bei vielen Bildverarbeitungsaufgaben wie der Bildverbesserung, -analyse, -wiederherstellung und -komprimierung. Image Processing Toolbox bietet verschiedene Bildtransformationen, wie die Hough-, Radon-, FFT-, DCT- und Halbstrahlprojektionen. Sie können damit beispielsweise Bilder aus Parallelstrahlprojektions- und Halbstrahlprojektions-Daten rekonstruieren, wie sie häufig für Computer-Tomogramme genutzt werden.

Bildtransformationen sind auch in MATLAB und Wavelet Toolbox™ erhältlich.

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

Hough-Transformation

Mithilfe der Hough-Transformation kann man Strecken und Kurven innerhalb eines Bildes identifizieren. Mithilfe der Hough-Transformation ist Folgendes möglich:

  • Streckensegmente und dyadische Brüche suchen
  • Winkel messen
  • Kreise auf Grundlage der Größe suchen

Statistikfunktionen

Mit statistischen Funktionen analysieren und ermitteln Sie allgemeine Bildeigenschaften, wie:

Geräteunabhängige Farbverwaltung

Die geräteunabhängige Farbverwaltung ermöglicht Ihnen eine präzise Darstellung der Farbe unabhängig vom Eingabe- oder Ausgabegerät.  Dies ist hilfreich bei der Analyse der Eigenschaften eines Gerätes, der quantitativen Messung der Farbgenauigkeit oder der Entwicklung von Algorithmen für unterschiedliche Geräte. Die Toolbox verfügt außerdem über spezielle Funktionen zur Konvertierung von Bildern zwischen geräteunabhängigen Farbräumen wie sRGB, XYZ, xyY, L*a*b*, uvL und L*ch.

Bildsegmentierung

Bildsegmentierungsalgorithmen ermitteln die Grenzen bestimmter Regionen in einem Bild. Bildsegmentierungen lassen sich auf verschiedene Weisen durchführen, einschließlich progressiver Methoden, automatisches Setzen von Schwellenwerten, mit Kantenerkennungsmethoden, aber auch mit morphologischen Verfahren wie der Watershed-Transformation. Letztere wird häufig eingesetzt, um einander berührende Objekte voneinander zu trennen.

Farbbasierte Segmentierung bei Live-Bilderfassung 5:11
Erfassung und Verarbeitung von Kamerabildern, um Objekte von ähnlicher Farbe zu zählen.

Kantenerkennung

Mit Hilfe von Umrisserkennungsalgorithmen können Sie Objektgrenzen in einem Bild identifizieren.  Zu diesen Algorithmen zählen das Sobel-, Prewitt-, Roberts-, Canny und Laplace- bzw. Gauß-Verfahren. Die Canny-Methode kann schwache Umrisse erkennen, ohne von Rauschen beeinflusst zu werden.

Morphologische Operatoren

Morphologische Operatoren erkennen Kanten, segmentieren ein Bild in Bereiche oder skelettieren Bereiche. Zu den morphologischen Funktionen in der Image Processing Toolbox gehören:

Bildregistrierung und geometrische Transformationen

Die Bildregistrierung ist ein zentraler Vorgang bei der Fernerkundung, der medizinischen Bildverarbeitung und vielen anderen Anwendungen, bei denen Bilder aneinander ausgerichtet werden müssen, um eine quantitative Analyse bzw. einen quantitativen Vergleich zu ermöglichen. Image Processing Toolbox unterstützt intensitätsbasierte Bildregistrierungsverfahren, die Bilder automatisch anhand der relativen Intensitätsmuster ausrichten.

Auch Kontrollpunkt-Bildregistrierungen werden von der Toolbox unterstützt. Hierbei ist die manuelle Auswahl eines Kontrollpunktes in jedem Bild erforderlich, um die beiden Bilder aneinander auszurichten.

Zusätzlich unterstützt Computer Vision System Toolbox™ funktionsbasierte Bildregistrierungsmöglichkeiten, die das Bild automatisch durch Eigenschaftserkennung, Extraktion und Abgleich mit anschließender geometrischer Transformationsabschätzung ausrichten.

Intensitätsbasierte Bildregistrierung

Mit der intensitätsbasierten Bildregistrierung werden bestimmte Pixel in verschiedenen Bildern basierend auf der relativen Intensität zugeordnet.  Diese Registrierungstechnik ist geeignet für Bildgebung im medizinischen Bereich, wenn große Bildbestände automatisiert werden müssen.

Kontrollpunkt-Bildregistrierung

Kontrollpunkt-Bildregistrierungen erfordern eine manuelle Auswahl von Kontrollpunkten in zwei Bildern, um sie aneinander auszurichten.  Diese Registriermethode ist optimal geeignet für Bilder mit klaren Merkmalen, z. B. bei Satellitenbildern.

Geometrische Transformationen

Geometrische Transformationen sind hilfreich für Aufgaben wie Bildrotationen, die Verringerung der Auflösung, die Korrektur räumlicher Verzerrungen und die Durchführung der Bildregistrierung. Die Image Processing Toolbox unterstützt einfache Operationen wie Größenänderung, Rotieren und Beschneiden sowie komplexere zweidimensionale geometrische Veränderungen wie affine Transformationen und Projektionen.

Die Toolbox bietet zudem einen flexiblen Funktionssatz, mit dem benutzerdefinierte geometrische Transformationen und Interpolationsverfahren für N-dimensionale Arrays erstellt und angewendet werden können.

Verarbeitung großer Bilder und Datenbeschleunigung

Image Processing Toolbox bietet spezielle Workflows, mit denen große Bilder verarbeitet werden, da diese mit herkömmlichen Methoden nur schwer verarbeitet und angezeigt werden können. Sie können einen Datensatz mit reduzierter Auflösung (R-Set) erstellen. Dabei wird ein Bild in räumliche Bereiche zerlegt. Diese Bereiche werden anschließend unter Verwendung verschiedener Auflösungen wieder zusammengesetzt, ohne ein großes Bild ganz in den Speicher zu laden. Dieses Verfahren verbessert die Leistung der Bildanzeige und -navigation. Mithilfe der Blockverarbeitung kann jedem einzelnen Block eines großen Bilds eine Funktion zugewiesen werden, wodurch der Speicherbedarf erheblich reduziert wird.

GPU-Beschleunigung

Um die Leistungsvorteile der GPUs (Grafikprozessoren) nutzen zu können, sind viele Bildverarbeitungsfunktionen GPU-fähig. So werden rechnerisch intensive Workflows beschleunigt. Verwenden Sie Parallel Computing Toolbox™, um die Leistung mit GPUs und Multicore-Prozessoren zu verbessern.

Zielhardware

Durch die Verwendung der Image Processing Toolbox mit MATLAB Coder™ und HDL Coder™ können Sie C, C++ und HDL-Code direkt über MATLAB erstellen. Viele Bildverarbeitungsfunktionen unterstützen Codegenerierung, sodass Sie Bildverarbeitungsprozesse auf PC-Hardware, FPGAs und ASICs ausführen können. Dadurch können Sie Bildverarbeitungssysteme für den medizinischen Bereich, für die Luft- und Raumfahrt sowie für den Bereich Verteidigung entwickeln.

Probieren Sie Image Processing Toolbox

Testsoftware anfordern

Ein Bild sagt mehr als 1000 Worte – Daten visualisieren mit MATLAB

Webinar anzeigen