Image Processing Toolbox

Funzionalità principali

  • Analisi delle immagini, compresa segmentazione, morfologia, dati statistici e misurazione
  • Regolarizzazione delle immagini, filtraggio e deblurring
  • Trasformazioni geometriche e metodi di registrazione delle immagini basati sull’intensità
  • Trasformate di immagine, tra cui FFT, DCT, Radon e proiezioni da fascio a ventaglio (fan beam)
  • Workflow con immagini di grandi dimensioni, inclusi elaborazione a blocchi, porzionamento e visualizzazione multi-risoluzione
  • App di visualizzazione, tra cui Image Viewer e Video Viewer
  • Funzioni basate su multicore e su GPU, nonché supporto alla generazione di codice C

Esplorazione e scoperta

Image Processing Toolbox supporta le immagini e i video generati da un’ampia gamma di dispositivi, tra cui webcam, fotocamere digitali, sensori satellitari e terrestri, dispositivi di imaging medicali, microscopi, telescopi e altri strumenti scientifici. Sono disponibili funzioni e app per visualizzare, analizzare ed elaborare tali immagini utilizzando numerose tipologie di dati.

Con Image Acquisition Toolbox™ si possono acquisire immagini e video dal vivo da frame grabber, videocamere GigE Vision, videocamere DCAM e altri dispositivi.

Formati di file standard e speciali

MATLAB® supporta i formati standard di dati e immagini, tra cui:

  • AVI.
  • JPEG.
  • JPEG-2000.
  • FITS.
  • HDF.
  • HDF-EOS.
  • M4V.
  • MOV.
  • MP4.
  • PNG.
  • TIFF.
  • ASCII.
  • file binari.
  • Microsoft® Excel®.

Supporta inoltre i formati immagine multibanda BIP e BIL, utilizzati da LANDSAT. Le funzioni di input/output a basso livello e di mappatura della memoria consentono di sviluppare routine personalizzate per lavorare con qualsiasi formato di dati.

Image Processing Toolbox supporta numerosi formati di file immagini speciali. Per quanto riguarda le immagini medicali, supporta i file DICOM, compresi i metadati associati, nonché i formati Analyze 7.5 e Interfile. Il toolbox è inoltre in grado di importare immagini geospaziali nel formato NITF e immagini a elevato range dinamico nel formato HDR.

App per l’importazione e l’analisi

Il toolbox fornisce una suite di app per l’elaborazione delle immagini che consentono di esplorare e scoprire vari approcci algoritmici. Con l’app Color Thresholder si può segmentare un’immagine sulla base di vari spazi di colore. L’app Image Viewer consente di posizionare e manipolare interattivamente le ROI, usando punti, linee, rettangoli, poligoni, ellissi e forme a mano libera. È inoltre possibile visualizzare informazioni sui pixel, ingrandire e ridurre, regolare il contrasto e misurare le distanze. In alternativa, è possibile eseguire queste operazioni in modo programmatico e usare le singole funzioni per creare interfacce personalizzate.

Regolarizzazione delle immagini

Le tecniche di regolarizzazione delle immagini in Image Processing Toolbox consentono di aumentare il rapporto segnale/rumore e accentuare le caratteristiche dell’immagine, modificandone i colori o l’intensità.

Il toolbox comprende routine di filtraggio speciali e una funzione di filtraggio multidimensionale generalizzata che gestisce i tipi di immagine a interi, offre diverse opzioni di padding del contorno ed esegue convoluzione e correlazione.

Utilizzando i filtri e le funzioni predefinite è possibile:

Regolarizzazione di immagini a colori composite multispettrali
Costruzione di compositi a colori per evidenziare e segmentare la vegetazione nelle immagini satellitari.

Operatori morfologici

Gli operatori morfologici consentono di migliorare il contrasto, rimuovere i disturbi, assottigliare le regioni o eseguire la scheletrizzazione sulle regioni. Le funzioni morfologiche in Image Processing Toolbox comprendono:

Segmentazione della texture usando filtri texture
Identificazione delle regioni con texture differenti usando misurazioni di entropia e operazioni morfologiche

Deblurring dell’immagine

Gli algoritmi di deblurring in Image Processing Toolbox comprendono la deconvoluzione cieca, di Lucy-Richardson, di Wiener e a filtro regolarizzato, nonché conversioni tra funzioni di distribuzione dei punti e trasferimento ottico. Queste funzioni aiutano a regolarizzare la sfocatura causata da ottica non a fuoco, movimento della fotocamera o del soggetto durante lo scatto, condizioni atmosferiche e altri fattori. Tutte le funzioni di deblurring possono essere applicate alle immagini multidimensionali.

Deblurring di immagini usando l’algoritmo di deconvoluzione cieca
Ripristino di un’immagine in assenza di informazioni sulla distorsione

Analisi di immagini

L’analisi di immagini è il processo con cui si estraggono informazioni significative dalle immagini, ad esempio trovando forme, contando oggetti, identificando colori o misurando le proprietà degli oggetti.

Image Processing Toolbox fornisce una suite completa di algoritmi di riferimento standard e funzioni di visualizzazione per l’analisi delle immagini, quali analisi statistiche, estrazione di caratteristiche e misurazione delle proprietà.

Trasformate immagine

Le trasformate immagine rivestono un ruolo importante in molte attività di elaborazione immagini, tra cui la regolarizzazione, l’analisi, il restauro e la compressione. Image Processing Toolbox fornisce diverse trasformate immagine, tra cui Hough, Radon, FFT, DCT e proiezioni fan beam. È possibile ricostruire le immagini da dati di proiezione a fascio parallelo o fan beam (tipico delle applicazioni tomografiche).

Le trasformate immagine sono inoltre disponibili in MATLAB e Wavelet Toolbox™.

Ricostruzione di un’immagine da dati di proiezione
Confronto della ricostruzione di un’immagine usando geometrie parallele (Radon) e a fan-beam

Trasformata di Hough

La trasformata di Hough è progettata per identificare linee e curve all’interno di un’immagine. Utilizzando la trasformata di Hough è possibile:

  • trovare segmenti e punti finali di linee.
  • misurare angoli.
  • trovare cerchi in base alla dimensione.

Funzioni statistiche

Le funzioni statistiche consentono di analizzare le caratteristiche generali di un’immagine tramite:

Gestione dei colori indipendente dal dispositivo

La gestione dei colori indipendente dal dispositivo consente di rappresentare i colori in modo preciso a prescindere dai dispositivi di ingresso e uscita. Ciò è utile quando si analizzano le caratteristiche di un dispositivo, misurando quantitativamente la precisione dei colori o sviluppando algoritmi per diversi tipi di dispositivi. Con le funzioni speciali del toolbox è possibile convertire le immagini tra spazi di colore indipendenti dal dispositivo, quali sRGB, XYZ, xyY, L*a*b*, uvL e L*ch.

Segmentazione di immagini

Gli algoritmi di segmentazione immagine consentono di identificare i contorni delle regioni in un’immagine. È possibile esplorare molte soluzioni diverse per la segmentazione delle immagini, compresi i metodi progressivi, la sogliatura automatica, i metodi basati sui contorni e i metodi basati sulla morfologia come la trasformata watershed, che viene spesso utilizzata per segmentare oggetti connessi.

Segmentazione in base ai colori con Live Image Acquisition 5:11
Acquisire ed elaborare immagini da una fotocamera per il conteggio di oggetti di colore simile.

Rilevamento dei contorni

Gli algoritmi di rilevazione dei contorni consentono di identificare i contorni degli oggetti in un’immagine. Tali algoritmi comprendono i metodi gaussiani di Sobel, Prewitt, Roberts, Canny e Laplace. Il metodo di Canny può rilevare i reali contorni deboli senza essere ingannato dal rumore.

Operatori morfologici

Gli operatori morfologici consentono di rilevare i contorni, segmentare un’immagine in regioni o eseguire la scheletrizzazione sulle regioni. Le funzioni morfologiche in Image Processing Toolbox comprendono:

Registrazione delle immagini e trasformazioni geometriche

La registrazione delle immagini è importante nel campo del telerilevamento, per l’imaging medicale e in altre applicazioni in cui le immagini devono essere allineate per l’analisi quantitativa o il confronto qualitativo. Image Processing Toolbox supporta la registrazione delle immagini basata sull’intensità, che allinea automaticamente le immagini secondo schemi a intensità relativa.

Il toolbox supporta inoltre la registrazione delle immagini mediante punti di controllo, che richiede la selezione manuale dei punti di controllo di ciascuna immagine per l’allineamento di due immagini.

Inoltre, Computer Vision System Toolbox™ supporta la registrazione di immagini feature-based, che allinea automaticamente le immagini tramite detection, estrazione e confronto delle funzioni, seguiti da stima della trasformazione geometrica.

Registrazione delle immagini basata sull’intensità

La registrazione delle immagini basata sull’intensità mappa pixel specifici in immagini separate in base all’intensità relativa. Questa tecnica di registrazione è spesso appropriata per l’imaging medico, che richiede l’automazione di ampie serie di immagini.

Registrazione delle immagini mediante punti di controllo

La registrazione delle immagini mediante punti di controllo richiede la selezione manuale dei punti di controllo in due immagini al fine di allinearli. Questo metodo di registrazione è particolarmente appropriato per le immagini che hanno caratteristiche specifiche, come quelle satellitari.

Trasformazioni geometriche

Le trasformazioni geometriche sono utili per operazioni quali la rotazione di un’immagine, la riduzione della risoluzione di un’immagine, la correzione di distorsioni geometriche e la registrazione delle immagini. Image Processing Toolbox supporta semplici operazioni, quali ridimensionamento, rotazione e ritaglio, nonché trasformazioni geometriche 2D più complesse, quali affini e proiettive.

Il toolbox offre anche una struttura flessibile per la creazione e l’applicazione di trasformazioni geometriche personalizzate e metodi di interpolazione per array N-dimensionali.

Elaborazione di immagini di grandi dimensioni e accelerazione delle prestazioni

Image Processing Toolbox fornisce specifici workflow per lavorare con immagini di grandi dimensioni che risultano difficili da elaborare e visualizzare con i metodi standard. È possibile creare un dataset a risoluzione ridotta (R-Set) che suddivide un’immagine in porzioni spaziali e la ricampiona a livelli di risoluzione diversi, senza caricare interamente in memoria un’immagine grande. Questo workflow migliora le performance di visualizzazione ed esplorazione dell’immagine. È possibile utilizzare un workflow di elaborazione a blocchi per applicare una funzione a ciascun blocco distinto di un’immagine di grandi dimensioni, riducendo in modo significativo l’utilizzo di memoria.

Accelerazione GPU

Per sfruttare i vantaggi in termini di prestazioni offerti dalle schede video (GPU), molte funzioni per l’elaborazione delle immagini sono basate su GPU, in modo da accelerare i workflow ad alto contenuto di calcoli. Usando Parallel Computing Toolbox™ è possibile migliorare le prestazioni con le GPU e i processori multicore.

Hardware target

Usando Image Processing Toolbox con MATLAB Coder™ e HDL Coder™, è possibile generare codice C, C++ e HDL direttamente da MATLAB. Molte funzioni per l’elaborazione di immagini supportano la generazione di codice, consentendo di eseguire algoritmi di elaborazione immagini su hardware PC, FPGA e ASIC. In questo modo è possibile sviluppare sistemi di imaging per il settore medico, aerospaziale e della difesa.

Prova Image Processing Toolbox

Richiedi la versione di prova

Analisi e processamento delle immagini in MATLAB

Visualizza webinar