【图像处理】基于matlab分形插值算法调换图片【含Matlab源码 197期】

一、获取代码方式

获取代码方式1：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

获取代码方式2：
完整代码已上传我的资源：【图像处理】基于matlab分形插值算法调换图片【含Matlab源码 197期】

备注：
订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、分形插值算法简介

1 分形插值
根据分形几何自相似性原理和送代函数系统ifs理论，将已知数据插值成具有自相似结构的曲线或曲面，其中每个局部都与整体自相似或统计自相似，因此，分形插值可以有效地避免传统插值方法对相邻插值点间局部变化特征的掩盖。
绝大多数情况下，图像处理是为了改善图像的视觉质量。因此，如何评价图像的质量是一个十分重要的问题。
在图像中，有些像素与相邻像素间灰度值存在突变，即存在灰度不连续性。这些具有灰度值突变的像素就是图像中描述对象的轮廓或纹理图像的边缘像素。在图像放大中，对这些具有不连续灰度特性的像素，如果采用常规的插值算法生成新增加的像素，势会使放大图像的轮廓和纹理模糊，降低图像质量。
迭代系统函数对于处理规则分形图形有明显的优势，但是对于自然界现象用随机分形处理会更加形象逼真。
2 案例
已知人脸和狗脸图片，使用分形插值算法调换图中的人脸和狗脸。

三、部分源代码

clear all
clc
function rgbPic = bw2rgb(bwPic)
 
bwPicSize = size(bwPic);
 
rgbPic = zeros(bwPicSize(1),bwPicSize(2),3);
I = imread('people.png');
I2 = imread('dog.png');
 
doge = imresize(I2,[size(I,1) size(I,2)]);
gray = rgb2gray(I);
YCbCr = rgb2ycbcr(I);
heigth = size(gray,1);
width = size(gray,2);
for i = 1:heigth
    for j = 1:width
        Y = YCbCr(i,j,1);
        Cb = YCbCr(i,j,2);
        Cr = YCbCr(i,j,3);
        if(Y < 80)
            gray(i,j) = 0;
        else
            if(skin(Y,Cb,Cr) == 1)
                gray(i,j) = 255;
            else
                gray(i,j) = 0;
            end
        end
    end
end
SE=strel('arbitrary',eye(5));  
gray = imopen(gray,SE);
gray = imclose(gray,SE);
 
a1=(255-bw2rgb(gray))/255;
next1=immultiply(I,a1);
 
a2=bw2rgb(gray)/255;
next2=immultiply(doge,a2);
 
add=imadd(next1,next2);
 [L,num] = bwlabel(gray,8);
STATS = regionprops(L,'BoundingBox');
n = 1;
result = zeros(n,4);
part = zeros(h,w);
for i = y:(y+h)
    for j = x:(x+w)
        if bImage(i,j) == 0
            part(i-y+1,j-x+1) = 255;
        else
            part(i-y+1,j-x+1) = 0;
        end
    end
end

  

 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.
[5]陈浩,方勇,朱大洲,王成,陈子龙.基于蚁群算法的玉米植株热红外图像边缘检测[J].农机化研究. 2015,37(06)

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/113529974