灰度图像的8位平面分解

来源：互联网发布：mysql 主从备份主键编辑：程序博客网时间：2024/05/09 11:18

所谓灰度图像，即指8位256颜色的图像。将图像的每一位分别取出来，我们就可以将一幅图像分解开来，形成8幅图像。下面我们分别介绍使用matlab分解图像与使用halcon/c++分解图像的方法。

matlab8位分解

clc;clear all;A = imread('lena.tif');% 显示原始图像subplot(3,3,1);imshow(A);title('原始图像');% 显示8个位平面图像for i=8:-1:1    A_bitplane = bitshift(bitget(A,i),i-1);    subplot(3, 3, 9-i+1);    imshow(A_bitplane);    title(['位平面 ' num2str(i)]);end

效果：

matlab8位合并复原

clc;clear all;A = imread('lena.tif');Array=cell(1,8);% 显示8个位平面图像for i=8:-1:1     Array{i} = bitshift(bitget(A,i),i-1);end %%%复原%%定义全0矩阵[M,N]=size(Array{1});B=zeros(M,N,'uint8');for i=1:8  B=bitset(B,i,bitget(Array{i},i));endfigure;subplot(1,2,1);imshow(A);title('原始图像');subplot(1,2,2)imshow(B);title('复原后图像');

结果：

halcon分解

方法一，自己实现

void Bit(){  using namespace Halcon;  cout << endl << "Shifting & cutting out bit values:" << endl;  HByteImage image("mreut");  HWindow  w(0,0,image.Width(),image.Height());  w.SetPart(0,0,image.Height()-1,image.Width()-1);  image.Display(w);  int i;  cout << "- cutting out bit slices" << endl;   for (i=0; i<8; i++)   {    HRegion reg = (image & (1<<i)) != 0; //按照位切片    w.ClearWindow();    reg.Display(w);    cout << "  & bit " << i << endl;  } }

方法二，使用自带函数

void Bit(){  using namespace Halcon;  cout << endl << "Shifting & cutting out bit values:" << endl;  HByteImage image("mreut");  HWindow  w(0,0,image.Width(),image.Height());  w.SetPart(0,0,image.Height()-1,image.Width()-1);  image.Display(w);  int i;  cout << "- cutting out bit slices2" << endl;  for (i = 0; i < 8; i++)  {  HRegion reg = (image.BitSlice(i+1)) != 0; //按照位切片  w.ClearWindow();  reg.Display(w);  cout << "  & bit " << i << endl;  }}

附加matlab一个好的教程：

http://www-rohan.sdsu.edu/doc/matlab/toolbox/images/images.html
bitget,bitset说明文档

参考文献：

1. MATLAB实现256色灰度图像的8位平面分解

2. Matlab bitget() 函数的使用

0 0