MATLAB在数字图像处理

（3）图像上的区域缩放 ） zoom zoom on zoom off
（4）纹理映射 ） 函数： 函数：warp 纹理映射是利用双线性渐变法将图像映 射到某个表面栅格上
1.3 图像的几何操作 1、插补操作 、 函数： 函数：imresize、imrotate 、 方法：近邻插补、双线性插补、 方法：近邻插补、双线性插补、双立方插 补
（3）图像轮廓图 ）
函数： 函数：imcontour（显示灰度图中数据的轮廓图） （显示灰度图中数据的轮廓图） 例：I=imread(‘rice.tif’）； ）； imshow figure,imcontour(I)
（4）图像柱状图 ）
函数： 函数：imhist(图像柱状图可以显示索引图像或灰度 图像柱状图可以显示索引图像或灰度 分布） 分布） I=imread(‘rice.tif’）； ）； Imhist（I，64） （， ）
MATLAB在数字图像处理中的应用 在数字图像处理中的应用
应用技术学院 和丽芳
第一章 MATLAB图像处理工具箱 图像处理工具箱
1.1图像的显示和相互转换 图像的显示和相互转换
1、常见的图像文件格式 、
PCX、BMP、TIF、GIF、JPG等
2、MATLAB支持的图像文件格式 、 支持的图像文件格式 BMP、HDF、 JPEG、 PCX、PNG、TIF、
因此常用的程序都采用3× 的滤波窗口做卷 因此常用的程序都采用 ×3的滤波窗口做卷 积，选择不同的滤波窗口就可以实现图像的高通、 选择不同的滤波窗口就可以实现图像的高通、 低通、带通、带阻等滤波操作。 低通、带通、带阻等滤波操作。
1、conv2
该函数用来计算二维卷积，有以下 种参数形式 种参数形式： 该函数用来计算二维卷积，有以下3种参数形式： （1）C=conv2(A,B) ） （2）C=conv2(Hcol, Hrow,A) ） （3）C=conv2(…,’shape’) ）
2、图像大小调整 、 函数： 函数：imresize 例：I = imread('rice.png'); J = imresize(I,.5); figure, imshow(I), figure, imshow(J)
3、图像的旋转 、 函数： 函数：imrotate，改变图像的显示角度 ， B=imrotate(A,angle,method) 例：I = imread('rice.png'); J = imrotate(I,35,'bilinear'); figure, imshow(I), figure, imshow(J)
（9）将矩阵转换为灰度图像 ） 格式： 格式：I=mat2gray(X,[xmin xmax])
4、显示二进制位图 、 Imshow(BW) 5、显示 、显示RGB图像 图像 Imshow(RGB) 6、显示图形文件中的图像 、 Imshow filename
例如： 例如：imshow rice.png
2、convmtx2
计算二维卷积矩阵
T=convmtx2（H，[m,n]) 3、convn
计算多维卷积
4、filter2 、
用来进行二维线性数字滤波 (1)Y=fillter(B,X) (2)Y=filter(B,X)
5、fspecial 用来产生预定滤波器 格式：（ ） H=fspecial（type） 格式：（1） ：（ （2） H=fspecial（’gaussian‘，sigma） （3） H=fspecial（’sobel‘） （4） H=fspecial（’prewitt‘） （5）H=fspecial（’lapacian‘,alpha） （5）H=fspecial（’log‘,n,sigma） （5）H=fspecial（’average‘,n） （5）H=fspecial（’unshape‘,alpha）
（1）图像颜色浓淡处理 ） X=dither(RGB,MAP) X=dither(RGB,MAP,Qm,Qe)
(2)灰度图像转变为索引图像 灰度图像转变为索引图像
函数： 函数：Gray2ind
clc; clear all; I=imread('rice.png'); figure(3); imshow(I) [I1,map1]=gray2ind(I,128); [I2,map2]=gray2ind(I,16); figure(1); imshow(I1,map1); figure(2); imshow(I2,map2);
[X,MAP]= rgb2ind（RGB，tol） ， ） [X,MAP]= rgb2ind（RGB，n） ， ）
四种转换方法：直接转换、均匀量化、最小 四种转换方法：直接转换、均匀量化、 方差量化、 方差量化、颜色图近似
（6）索引图像转换为 索引图像转换为RGB图像 索引图像转换为 图像 函数： 函数：ind2rgb 格式： 格式 RGB=ind2rgb（ X，MAP ） ，
（8）通过阈值化方法把灰度图像转换为索引 ） 图像 函数：grayslice 函数： 格式： 格式 X=grayslice（ I，n） ， ）
X=grayslice（ I，V） ， ）
பைடு நூலகம்
1.2 图像的显示
1、标准图像的显示 、 imshow 2、索引图像的显示 、 Imshow(X,map) 3、灰度图像的显示 、 Imshow(I) Imshow(I,N)
(3)柱状图均衡化 柱状图均衡化 J=histep(I，hgram) ，
第二章 线性滤波技术
2.1空间域数字图像线性滤波技术 空间域数字图像线性滤波技术
设图像f(x,y)为N×N，则h(x,y)也是 ×N大 为 × ， 也是N× 大 设图像 也是 小，这样做卷积很费时。因此常用小区卷积，就 这样做卷积很费时。因此常用小区卷积， 是把图像分成很多小区进行滤波， 是把图像分成很多小区进行滤波，但此操作是在 空间域做卷积，故称为空间域滤波。 空间域做卷积，故称为空间域滤波。 这个小区也称为滤波窗口，大小一般为 × 、 这个小区也称为滤波窗口，大小一般为3×3、 5×5等。 × 等
2.2 频域非递归滤波器设计
二维FIR滤波器的设计可以直接用非递归方式 滤波器的设计可以直接用非递归方式 二维 实现，也可以用卷积方法实现， 实现，也可以用卷积方法实现，其在图像处理中 得到了重要的应用。 得到了重要的应用。 二维IIR滤波器可以用空间域法按其差分方程 二维 滤波器可以用空间域法按其差分方程 以递归方式实现， 以递归方式实现，也可用频率域法以逼近技术实 现。
（7）通过阈值化方法把图像转换为二值图像 ） 函数： 函数：im2bw 格式： 格式 BW=im2bw（ I，level） ， ）
BW=im2bw（ X，MAP,level） ， ） BW=im2bw（ RGB，level） ， ）
clc; clear all; I=imread('rice.png'); figure(1); imshow(I) [I1,map1]=gray2ind(I,128); [I2,map2]=gray2ind(I,16); figure(2); imshow(I1,map1); figure(3); imshow(I2,map2); BW1=im2bw(I1,map1,0.5); figure(4); imshow(BW1);
I=imread('rice.png');figure(1) imshow(I) f1=imnoise(I,'speckle',0.01); f2=im2double(f1);figure(2) imshow(f1); h1=[-1 -1 -1;-1 9 -1;-1 -1 -1]; h2=1/10.*[1 1 1;1 2 1;1 1 1]; h3=1/9.*[1 1 1;1 1 1;1 1 1]; h4=[-1 -1 -1;-1 8 -1;-1 -1 -1]; f2=conv2(f2,h1,'same');figure(3) imshow(f2); f3=conv2(f2,h2,'same');figure(4) imshow(f3); f4=conv2(f2,h3,'same');figure(5) imshow(f4); f5=conv2(f2,h4,'same');figure(6) imshow(f5);
（1）索引图像 ）
索引图像包括一个数据矩阵X， 索引图像包括一个数据矩阵 ，一个颜色矩阵 Map。其中Map是一个 ×3的数据阵列，其每个 。其中 是一个m× 的数据阵列 的数据阵列， 是一个 元素的值均为[0， 之间的双精度浮点型数据 之间的双精度浮点型数据。 元素的值均为 ，1]之间的双精度浮点型数据。 Map矩阵的每一行分别表示红色、绿色、蓝色的 矩阵的每一行分别表示红色、绿色、 矩阵的每一行分别表示红色 颜色值。 颜色值。
XWD
3、图像类型 、 Matlab中最基本的数据结构是数组，大多数 中最基本的数据结构是数组， 中最基本的数据结构是数组 像用两维数组（矩阵）存储， 的图 像用两维数组（矩阵）存储，矩阵中的一个 元素对应于所要显示图像的一个像素。 元素对应于所要显示图像的一个像素。 在Matlab中，一副图像可能包含一个数据矩 中 也可能有一个颜色映像表矩阵。 阵，也可能有一个颜色映像表矩阵。 3种类型：索引图像、强度图像、RGB图像 种类型：索引图像、强度图像、 种类型 图像
2、图像分析 、
函数： 函数：edge（提取图像的边界） （提取图像的边界） I=imread(‘rice.tif’）； ）； BW1=edge(I,’sobel’); BW2=edge(I,’canny’); Imshow(BW1); Figure, Imshow(BW2);
3、图像调整 、 (1)强度（灰度）调整 强度（ 强度 灰度） 函数： 函数：imadjust J=imadjust（J,[low high],[bottom top]) （ J1=imadjust(J,[0.15 0.9],[0 1]) (2) γ 校正 函数： 函数：imadjust J=imadjust（J,[low high],[bottom top]) （ J1=imadjust(J,[],[],2)