matlab图像处理命令

figure(4)
subplot(2,2,2);
[H,X]=imhist(O,64)
stem(x,(H/M/N),'.');
title('Fa=0.5 Fb=-55 增加对比度')
%增加对比度
Fa=2；Fb=-55；
O=Fa.*I+Fb/255
figure(3)
subplot(2,2,1)
[H,X]=imhist(O,64)ub
stem(x,(H/M/N),'.');
title('Fa=2 Fb=-55 增加对比度')
%减小对比度
Fa=0.5；Fb=-55；
O=Fa.*I+Fb/255
figure(3)
subplot(2,2,2)
imshow(O)
title('Fa=0.5 Fb=-55 增加对比度');
magic 产生魔方矩阵，即每行、每
列之和相等的矩阵magic(n) 产生n′n的魔方矩阵
rand 产生0~1均匀分布的随机数Y = rand(n) 产生n′n的0-1均匀分布的随机数
Y = rand(m,n) 产生m′n的0-为1 高斯
分布的随机数
像素值查看工具
使用imshow函数显示一幅图像后，可以通过输入pixval命令在最后显示的窗口中打开一个TOOLTIP风格的提示栏，随光标的移动显示指针位置处的像素值。
最基本的图像分析工具———灰度直方图
灰度直方图描述了一幅图像的灰度级统计信息，主要用于图像分割和灰度图像变换等处理过程中。灰度直方图是一个二维图，横坐标为各像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。
I=imread（’coins.png）；%读入原图像
I=im2double（I）；%转换数据类型为double
[M,N]=size（I）；%计算图像面积
figure(1)；%打开新窗口
imshow（I）；%显示原图像
title（‘原图像');
figure(2);%打开新窗口
[H，x]=imhist（I，64）；%计算64个小区间的灰度直方图
取反片
f=imread('e:matlab2012\myfiles\3.jpg')
q1=imadjust(f,[0,1],[1,0])
imwrite(q1,'e:matlab2012\myfiles\14.jpg','quality',100)
imshow(q1)
或者直接使用：
？ g=imcomplement（f）
MATLAB函数imadjust简介
J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)
将图像 I 中的亮度值映射到 J 中的新值，其中 gamma指定描述值I和值J关系的曲线形状。如果gamma小于1，此映射偏重更高数值（明亮）输出，如果gamma大于1，此映射偏重更低数值（灰暗）输出，如果省略此参数，默认为(线性映射)。 《Simulink与信号处理》
stem（x，（H/M/N），’.’）；
title（‘原始图像');
%增加对比度
Fa=2；Fb=-55；
O=Fa.*I+Fb/255
figure(3)
subplot(2,2,1)
imshow(O)
title('Fa=2 Fb=-55 增加对比度');
figure(4)
subplot(2,2,1);
在多幅图像索引时图像颜色种类可能大于256种，通常先使用ind2rgb（I）将图像转化为RGB模式。也可以使用subimag（I，map），这个函数在显示图像之前会自动将其转换为RGB格式。
图像的缩放
有时需要对图像进行缩放，这时就可以用zoom on打开缩放功能，利用zoomoff可以关闭缩放功能。
subplot(2,2,3),imshow(K);
title('灰度拉伸效果图');
subplot(2,2,4),imhist(K);
title('灰度拉伸后图像直方图');
图像的灰度直方图绘制imhist
I=imread（‘pout.tif’);%读取图像pout。tif
figure；%打开一个新窗口
imshow（I）；title（‘source’）；%显示原始图像
figure；%打开一个新窗口
直方图imhist（I）；title（‘Gragh’）；%显示
多个窗口显示
subplot（1，2，1）；
imshow（I）；
多帧图像的显示
load mri%载入Matlab，自带的核磁共振图像
[M,N]=size(I)%计算图像大小
[counts,x]=imhist（I，32）%计算有32个小区间的灰度直方图
counts=counts/M/N;%计算归一化灰度直方图各区间的值
stem(x,counts);绘制归一化直方图
灰度的线性变换
Db=f（Da）=faDa+fb，Da表示输入图像的灰度，Db表示输出图像的灰度
Y = randn(n) 产生n′n的标准高斯分布的随机数
Y = randn(m,n) 产生m′n的标准高斯分布的随机数
randperm 产生整数1~n的随机排列p = randperm(n) 产生整数1到n的随机排列
compan 产生多项式的伴随矩阵A = compan(u) 产生多项式u的伴随矩阵
ones 产生矩阵元素全为1的矩阵
A=ones(n) 产生n′n的1
A=ones(m,n) 产生m′n的1
zeros 产生矩阵元素全为0的矩阵
A=zeros(n) 产生n′n的0
A=zeros(m,n) 产生m′n的0
eye
产生单位矩阵，即主对角线
上的元素为1，其他元素全为0
A=eye(n) 产生n′n的单位矩阵
归一化直方图
在imhist函数返回值中，counts保存了落入每个区间的像素的个数，通过counts与图像中像素总数的商可以得到归一化的直方图。
例如绘制有32个灰度区间的归一化直方图的matlab程序如下：
I=imread（‘pout.tif’）；%读入原始图像
figure；%打开新窗口
imwrite(g,'e:matlab2012\myfiles\14.jpg','quality',100)
imshow(g)
对数和对比度拉伸变换：
g=log(1+double(f))
gs=im2uint8(matgray(g))
imwrite(gs,'e:matlab2012\myfiles\15.jpg','quality',100)
%在不同窗口显示
figure；%创建一个新的窗口
imshow（I)；
figure；
imshow（I,[]）；
%在相同窗口显示
figure；
subplot（1，2，1）
imshow（I）；
subplot（1，2，2）
imshow（I,[]）
程序中figure用来创建一个新的显示窗口，以避免新的图像的显示覆盖原图像，而subplot（m，n，p）函数的含义是，打开一个有m行n列图像位置的窗口，并将焦点位于第p个位置上。
>> f= rgb2gray(I);%转换成灰度图
>> subplot(2,2,1),imshow(f);
title('原始灰度图');
subplot(2,2,2),imhist(f);
title('原始灰度直方图')
>> K=imadjust(f);
K=imadjust(f,[0 0.4],[0 1]);
imshow(O)
title('Fa=2 Fb=-55 增加对比度');
%线性增加亮度
Fa=1；Fb=55；
O=Fa.*I+Fb/255
figure(3)
subplot(2,2,3);
imshow(O);
title('线性平移增加亮度');
figure(4)
subplot(2,2,3);
fa>1时，输出图像的对比度将变大，当fa<1时，输出图像的对比度将减小，当fa=1且fb！=0时，操作仅使所有像素的灰度值上移或者下移，效果是使整个图像更暗或者更亮；如果fa<0，暗区域将变亮，亮区域将变暗，这种线性改变可能由于线性改变亮度使像素亮度饱和，丢失部分细节
特殊情况下，当fa=1，fb=0时，输出图像和输入图像相同；当fa=-1，fb=255时，图像灰度正好反转，灰度反转适合增强暗色图像中亮度较大的细节部分，这是由人的视觉特性决定的。
[H,X]=imhist(O,64)
stem(x,(H/M/N),'.');
title('Fa=1 Fb=-55 增加
对比度')
%反相显示
Fa=-1；Fb=255
O=Fa.*I+Fb/255；
figure(3)
subplot(2,2,4);