Image Processing Toolbox
Analyse et développement d’algorithmes en traitement d'image
Image Processing Toolbox™ propose un ensemble complet d'algorithmes standard de référence et d'applications pour le traitement d'images, l'analyse, la visualisation et le développement d'algorithmes. Les opérations que vous pouvez effectuer sont la segmentation des images, l'amélioration des images, la réduction du bruit, les transformations géométriques, le recalage des images et le traitement des images en 3D.
Les applications d'Image Processing Toolbox vous permettent d'automatiser les processus courants de traitement d'images. Vous pouvez, de manière interactive, segmenter des données d'images, comparer des techniques de recalage d'images et traiter par lots de grandes quantités de données. Les applications et les fonctions de visualisation vous permettent d'explorer des images, des volumes 3D et des vidéos, d'ajuster le contraste, de créer des histogrammes et de manipuler des régions d'intérêt (ROI).
Vous pouvez accélérer vos algorithmes en les exécutant sur des GPU et des processeurs multicœurs. De nombreuses fonctions de cette toolbox acceptent la génération de code C/C++ à des fins de prototypage sur PC et de déploiement embarqué de systèmes de vision.
En savoir plus :
Acquisition et importation de données
Importez des images et des vidéos générées par une grande variété d'appareils. Acquérez des images et des vidéos en temps réel depuis des capteurs de page-écran, des caméras GigE Vision®, des caméras DCAM et autres appareils.
Applications pour l'exploration et la découverte
Chaque application permet la génération automatique de code MATLAB et offre la possibilité de capturer des étapes interactives à l'aide de programmes, ce qui s'avère bénéfique en matière d'automatisation de processus multi-images.
Amélioration des images
Augmentez le rapport signal-bruit et accentuez les caractéristiques des images en modifiant leurs couleurs ou leurs intensités. Effectuez des opérations de convolution et corrélation, éliminez les bruits, ajustez le contraste et remappez la plage dynamique.
Enhancing Multispectral Color Composite Images
Opérateurs morphologiques
Améliorez le contraste, éliminez les bruits, réduisez les régions ou effectuez une squelettisation des régions.
Granulomety of Snowflakes
Défloutage d'images
Corrigez le flou créé par l'optique hors-foyer, le déplacement de la caméra ou du sujet pendant la prise de photo, les conditions atmosphériques, une exposition courte et d'autres facteurs.
Deblurring Images Using the Blind Deconvolution Algorithm
Visualisation 3D
Explorez un volume 3D grâce à différentes méthodes de visualisation pour explorer la structure des données. Vous pouvez mapper l'intensité des pixels d'un volume 3D jusqu'à l'opacité pour mettre en évidence une région spécifique du volume.
Traitement 3D
Utilisez de nombreuses fonctions spécifiques 3D, en plus des fonctions ND qui permettent d'effectuer des processus complets de traitement d'image avec des données 3D.
Détection de contours
Identifiez les limites des objets dans une image à l'aide d'algorithmes pré-intégrés. Ces algorithmes comprennent les méthodes Sobel, Prewitt, Roberts, Canny et laplacien de Gauss.
Analyse de régions d'images
Calculez les propriétés de régions dans des images, telles que la superficie, le centroïde et l'orientation. Utilisez l'application Image Region Analysis pour automatiquement compter, trier et supprimer des régions en fonction de propriétés.
Transformée de Hough, fonctions statistiques et conversions d'espaces de couleur
Trouvez des segments de lignes, des extrémités de lignes et des cercles. Les fonctions statistiques permettent d'analyser les caractéristiques d'une image. La conversion des espaces de couleur permet de représenter les couleurs avec exactitude, indépendamment des appareils.
Techniques de segmentation d'images
Déterminez les limites des régions d'une image et explorez différentes approches en matière de segmentation d'images. Utilisez des applications de segmentation pour explorer ces techniques de manière interactive.
Opérateurs morphologiques
Utilisez la segmentation de ligne de partage des eaux pour séparer des objets qui se touchent dans une image. Les transformations de la ligne de partage des eaux sont souvent appliquées pour résoudre ce problème.
Méthodes de recalage d'images
Utilisez le recalage des images basé sur l'intensité, qui aligne automatiquement les images à l'aide de modèles d'intensité relatifs. Effectuez un recalage 3D multimodal ainsi qu'un recalage non-rigide, et examinez visuellement les résultats en créant des images composites qui mettent en évidence les alignements incorrects.
Matériel cible
Générez automatiquement du code C, C++ et HDL. De nombreuses fonctions de traitement d’images supportent la génération de code, ce qui vous permet d’exécuter des algorithmes de traitement d’image sur PC, FPGA, ASIC et du matériel embarqué.
Accélération GPU
Utilisez des GPU et des processeurs multicoeurs pour améliorer votre application et modéliser les performances.
Images volumineuses
lisez, affichez, traitez et gérez des images trop volumineuses pour être stockées en mémoire.
Prétraitement des données avec le Deep Learning
augmentez des images pour l’apprentissage de réseaux en utilisant des transformations affines, le rognage 2D et 3D ainsi que d’autres opérations de traitement d’image.
Fonction inpaintExemplar
remplissez des zones endommagées d’images avec la retouche basée sur des exemples.
Volume DICOM
construisez des volumes isotropes à partir d’images DICOM.
Outils région d’intérêt (ROI)
créez des formes de réticule et bénéficiez du support des UIAxes ainsi que d’autres améliorations.
Reportez-vous aux notes de version pour en savoir plus sur ces caractéristiques et les fonctions correspondantes.
Le Deep Learning avec MATLAB
Quelques lignes de code MATLAB suffisent pour développer des modèles de Deep Learning, sans être nécessairement un expert du domaine.
