matlab在数字图像处理中的应用(1)概述
最新第十讲MATLAB在数字图像处理中的应用讲解教学讲义PPT课件
调用函数实现灰度变换增强
imadjust( ) 功能： 调整图像灰度值或颜色映像表。 语法： J = imadjust(I,[low high],[bottom top])
%I代表要读取的图像，low,high,bottom,top表示灰度级
RGB2 = imadjust(RGB1,...) 举例 I = imread('pout.tif'); J = imadjust(I,[0.3 0.7],[0 1]);%即将0.3到0.7的灰度级扩展到
JPEG图像等。
黑白图像是指图像的每个像素只能是黑或者白， 没有中间的过渡，故又称为２值图像，其像素值 为0、1。
▪ 灰度图像是指每个像素的信息由一个量化的灰度 级来描述的图像，没有彩色信息。在灰度图像中 ，像素灰度级一般用8bit表示， 所以每个像素都 介于黑色（0）和白色（255）之间的256种灰度 中的一种，即2^8=256。
字图像。 图像是图像的数字表示，像素是其最小的单位。 由于矩阵是二维的，所以可以用矩阵来描述数字图像
描述数字图像的矩阵一般采用的是整数阵，即每个像
素的亮暗，用一个整数来表示 。 位图属于静态图像，位图主要包括黑白图像、灰度图
像和彩色图像等。 图像的格式包括： BMP图像、 TIF图像、 GIF图像、
1紧凑矩阵表示2传统矩阵表示形式数字图像的表示000101101111101111fffnfffnfxyfmfmfmn???????????????????llml000101101111101111nnmmmnaaaaaaaaaa???????????????????llml?图像增强是指根据特定的需要有选择地突出图像中的某部分信息并抑制某些不需要的信息的处理方法其目的就是改善图像的视觉效果便于观看或做进一步分析处理
Matlab技术在图像处理中的应用
Matlab技术在图像处理中的应用引言:图像处理在现代科学技术中占据了重要的地位，无论是在医学、工程还是娱乐行业，图像处理技术都扮演着至关重要的角色。
而Matlab作为一款功能强大的编程语言和环境，被广泛应用于图像处理领域。
本文将从图像增强、图像滤波、图像分割和图像识别等方面，探讨Matlab技术在图像处理中的应用。
1. 图像增强图像增强是改善图像质量，使得图像更符合人眼视觉感知的过程。
Matlab提供了丰富的图像增强函数和工具箱，可以通过调整图像的对比度、亮度、饱和度等参数来增强图像质量。
例如，可以使用imadjust函数对图像进行灰度拉伸，将图像的像素值映射到更广的灰度范围，从而增强图像的对比度。
另外，Matlab还提供了直方图均衡化函数histeq，通过重新分布图像的灰度级，使得图像的直方图更均衡，从而提高图像的视觉效果。
2. 图像滤波图像滤波是将图像传递通过滤波器，以消除图像中的噪声或者改善图像的细节。
Matlab提供了各种滤波函数和工具，包括线性滤波、非线性滤波、频域滤波等。
例如，可以使用imfilter函数进行线性滤波，如高斯滤波器、中值滤波器等。
另外，Matlab还提供了快速傅里叶变换函数fft2，可以对图像进行频域滤波，如带通滤波器、陷波滤波器等。
3. 图像分割图像分割是将图像划分为不同的区域或者对象的过程。
Matlab中提供了多种图像分割算法和函数。
例如，可以使用基于阈值的分割算法，通过设定合适的阈值将图像的像素分为不同的类别。
另外，Matlab还提供了基于区域的分割算法，如分水岭算法、区域增长算法等。
这些算法可以根据图像的纹理、颜色、亮度等特征，将图像分割为不同的区域，便于进一步的处理和分析。
4. 图像识别图像识别是通过对图像进行特征提取和分类，来识别图像中的对象或者场景。
Matlab中提供了多种图像识别的函数和工具箱，如SVM分类器、k近邻分类器等。
通过提取图像的颜色、纹理、形状等特征，可以训练分类器来对图像进行分类和识别。
MATLAB语言在数字图像处理中的应用
（上接第 37 页） 控件来完成界面的设计。 VB 的编程核心是事件驱动，软件通过 响应具体事件来实现功能，这点给编程者带来很大的方便，但在 给每个窗口编写驱动时，程序员需要很强的逻辑组织能力，以实 现代码的最优化。 软件的整个操作界面如图 5 所示。
菜单栏包括系统管理，资源管理，网络管理和事件管理等。 工具栏左边四个按钮实现对系统的维护和管理， 分别是用户登 录，系统消音，系统自检和系统复位。 中间五个按钮是实现对图 层和设备显示的编辑功能，分别为放大、缩写、左旋、右旋和还 原。最后两个按钮分别是预案编辑和退出系统。界面左侧用一个 ListBox 控 件 实 现 的 楼 层 结 构 引 导 ，响 应 鼠 标 左 击 事 件 ，实 现 不 同图层的切换功能。 界面的中心区用两个 PictureBox 控件实现 显示具体楼层平面图，用两个 Image 控 件 数 组 来 显 示 当 前 楼 层 上灯具和探头的 具 体 位 置 以 及 灯 具 运 行 状 态 信 息 。 PictureBox 是一个具有容器属性的控件，它内部可以放置其他控件。 图层和 设备均可以实现放大、缩小以及移动功能，设备可以响应鼠标右 击事件，实现对设备属性和设备状态信息的浏览和修改等功能。
小方块输入更加有效，如 8*8 或 16*16 的块。对于一个 M*M
的 DCT 变换矩阵 Tpq 如下式：
姨1
姨姨姨 姨M
Tpq ＝
姨
2
姨M
cos
π（2q＋1）p 2M
p＝0，0≤q≤M－1 1≤p≤M－1，0≤q≤M－1
对 于 一 个 8*8 的 DCT 变 换 矩 阵 通 过 函 数 T＝dctmtx(8)求
图 2 原始图像
图 3 压缩图像
图 4 高压缩图像
浅谈MATLAB在数字图像处理中的应用
浅谈MATLAB在数字图像处理中的应用MATLAB是一种广泛使用的数学软件，因其独特的数学处理能力和易于使用的接口而备受欢迎。
在数字图像处理中也得到广泛的应用。
本文将重点介绍MATLAB在数字图像处理中的应用。
MATLAB提供了强大的工具箱和函数库，可以完成各种数字图像处理任务。
例如，图像的读取、显示、保存、格式转换及基本的空间域和频率域图像处理等。
此外，MATLAB也提供了一些高级处理功能，如模糊、滤波、图像平滑、边缘检测、形态学处理等。
这些功能可以方便地实现图像的预处理和后处理。
一种广泛的数字图像处理方法是图像分割。
图像分割对于图像的识别和特征提取非常重要。
MATLAB提供了多种图像分割算法，其中最常用的是阈值处理。
MATLAB中的图像阈值函数可以根据像素的灰度值将图像分为两类，即黑白二值图像。
这种方法常用于图像中物体的识别和分离。
另一种常用的处理方法是形态学处理。
MATLAB提供了多种形态学处理函数，包括膨胀、腐蚀、开运算和闭运算等。
这些函数可以用于消除图像中的噪声、填充坑洞、改善边缘定义等。
MATLAB还可以用于图像增强。
例如，可以使用直方图均衡化函数来增强图像的对比度。
此外，MATLAB中的滤波函数可以用于去除噪声和平滑图像。
最后，MATLAB可以用于图像的特征提取和分类。
这种方法可以用于图像识别、目标跟踪和目标检测等领域。
总之，MATLAB在数字图像处理中拥有广泛的应用，为数字图像处理提供了一种简便的方法，随着科学技术的不断进步，MATLAB的应用也将越来越广泛。
MATLAB软件在数字图像处理中的应用
［ｏ ｃ ｉ＝ｉｅ Ｉ；％得到 直方 图 的大小为 ｒｗ ｃｌ ｒｗ，ｏｌ ｓ （） ｚ ｏ ｘｏ ｎ ｎ ｍｅ（） ＝ ｕ ｌＩ； ％总像 素个 数
２ 应 用 实 例
２１ 灰 度 直 方 图 ． 灰 度 直 方 图 （ ｉｏｒｍ） 灰 度 级 的 函 数 ， 述 图 像 中 每 种 ｈｓ ｇａ 是 ｔ 描
摘 要 ： 绍 了ＭＡ Ｌ ＇ 言 编 程 及 其 图 像 处 理 工 具 箱 ， 过 一 些 例 子 说 明 了 利 用 ＭＡ Ｌ Ｂ ￣言 编 程 及 其 图 像 处 理 介 Ｔ ＡＢ￣ 通 ＴＡ ｉ
工具 箱进行 数字 图像 处理 的方 法。
关 键 词 ： Ｔ ＡＢ 件 ； ＭＡ Ｌ 软 图像 处 理 工 具 箱 ； 字 图像 处 理 数 中图分 类号 ：４ ４ Ｇ ３ 文献 标识 码 ： Ａ 文 章 编 号 ：６ ２ ７ ０ （０ ８ ０ — １ ９ ０ １７ — ８ ０ ２ ０ ）５ ０ ３ — ２
其 中 ，＝ ， ， ， 由 基 本 的 概 率 论 知 识 ， 们 可 知ｐ ） ｋ ｌ ２ … 。 我 （ 表
１ ＭＡＴ Ａ Ｌ Ｂ软 件 介绍
ＭＡ Ｌ Ｂ是ＭａｈＷｏｋ 公司 的商业软件 ．是 一种直译 式语 ＴＡ ｔｓ ｒｓ
言， 其最重 要 的功能就 是进 行矩 阵的数 值运 算 ， 的数值 分析 、 它
Ａ＝ ０１ ５ ］ ［：： ５ ； ２ ％直 方 图 的灰 度 级 范 围 ｎ ＝ｅｏ （ ｎｔ （ ， ） ｋ ｚｒｓ１ ｇｈ Ａ） １； ％像 素 数 ， 始 化 ｅ 初
处 理工具 箱 （ｍａｅＰｏ ｅｓｎ ｏ ｌｏ ）提 供 了将近２ ０ 最 基 Ｉ ｇ ｒｃ ｓｉｇＴ ｏｂ ｘ ０种 本 的图像 处理 函数 ， 利用 这 些 图像处 理 工具 箱 ， 合 其强 大 的 结 数 据处理 能力 ， 们可不 必关 心 图像 文件 的格 式 、 写 、 示 等 我 读 显 细 节 ， 把精 力集 中在算 法研 究 上 ， 大提 高 了工 作 效率 。同 而 大 时 ， 测试 这 些算 法 时既 可方 便地 得 到统 计 数据 ， 可得 到 直 在 又
[数学]MATLAB应用于数字图像处理
![[数学]MATLAB应用于数字图像处理](https://img.taocdn.com/s3/m/1ea4e2013d1ec5da50e2524de518964bce84d257.png)
图像的灰度统计直方图是 1个 1D的离散函数.
直方图均衡化函数histeq( )
clear;x=imread('lena256.bmp'); imshow(x);y=histeq(x); figure;imshow(y)
imhist( ) 画图像灰度直方图
figure; imhist(x1)
比较两幅图像灰度直方图
a=imread('tire.tif'); figure; subplot(2,2,1);imshow(a); subplot(2,2,3);imhist(a); b=imread('lena256.bmp'); subplot(2,2,2);imshow(b); subplot(2,2,4);imhist(b);
MATLAB应用于数字图像 分析和处理
图像处理着重强调在图像之间进行 的变换。
• 虽然人们常用图像处理泛指各种图 像技术 ,但比较狭义的图像处理主要 指对图像进行各种加工以改善图像 的视觉效果并为自动识别打基础 ,或 对图像进行压缩编码以减少对其所 需存储空间或传输时间、传输路径 的要求。
图像分析则主要是对图像中感兴 趣的目标进行检测和测量 ,以获 得它们的客观信息 ,从而建立对 图像的描述。
只在0~1正常显示。需进行归一化。
4.图像数据的运算（1）
1. x=imread('lena256.bmp'); x=x-100; ??? Error using ==> Function '-' is not defined for values of class
Matlab在图像处理中的应用与技巧
Matlab在图像处理中的应用与技巧引言图像处理是计算机科学领域中的一个重要分支，通过对图像进行处理和分析，可以获得许多有价值的信息。
而MATLAB作为一个强大的计算软件，具备了丰富的图像处理函数和工具箱，可以帮助我们实现各种复杂的图像处理任务。
本文将介绍MATLAB在图像处理中的应用与技巧，帮助读者更好地利用MATLAB进行图像处理。
一、图像的读取与显示在MATLAB中，可以使用imread函数读取图像文件。
例如，要读取一张名为"image.jpg"的图像文件，可以使用以下代码：```MATLABimage = imread('image.jpg');```而imshow函数则可以将图像显示在窗口中，例如：```MATLABimshow(image);```通过这两个简单的函数，我们可以很方便地读取和显示图像。
二、图像的基本处理1.图像的缩放在图像处理过程中，经常需要将图像进行缩放。
MATLAB提供了imresize函数来实现图像的缩放，例如：```MATLABnew_image = imresize(image, [height, width]);```其中，height和width分别表示缩放后图像的高度和宽度。
2.图像的灰度化有时候我们只关注图像的亮度信息，而忽略了彩色信息。
此时可以将图像转换为灰度图像，MATLAB提供了rgb2gray函数来实现图像的灰度化，例如：```MATLABgray_image = rgb2gray(image);```gray_image即为灰度图像。
3.图像的旋转有时候我们需要将图像进行旋转，MATLAB提供了imrotate函数来实现图像的旋转，例如：```MATLABrotated_image = imrotate(image, angle);```其中，angle表示旋转的角度。
三、图像的增强处理1.图像的边缘检测在许多图像处理任务中，边缘是重要的特征之一。
Matlab数字图像处理
边缘检测可以用于图像分割、目标 识别等任务，是计算机视觉领域的 重要技术之一。
添加标题
添加标题
添加标题
添加标题
Matlab提供了多种边缘检测算法， 如Canny算法、Sobel算法等。
在Matlab中，可以使用edge函数进 行边缘检测，该函数可以指定不同 的算法和参数。
图像边缘检测：提取图像中的边缘信息，用于图像识别和特征匹配 图像分割：将图像划分为若干个区域，提取出感兴趣的区域特征
常用算法：JPEG、JPEG2000等是有损压缩编码的常用算法。
应用场景：适用于对图像质量要求不高的场合，如网络传输、移动设备存储等。
压缩感知编码是一种基于稀疏性的信号处理方法，通过测量矩阵对原始信号进行压缩，然后利用稀疏基进行重构。
压缩感知编码具有较高的压缩比和较好的重构精度，能够有效地减少存储空间和传输带宽。
定义：沃尔什-哈达玛变换是一种数 字图像处理技术，用于将图像从空 间域变换到频率域
应用：用于图像增强、图像压缩、 图像恢复等
添加标题
添加标题
添加标题
添加标题
原理：通过离散傅里叶变换实现图 像的频谱分析
优势：能够更好地提取图像特征， 提高图像处理的效果和效率
Matlab数字图像 分析技术
边缘检测是数字图像处理中的一项 基本技术，用于检测图像中物体的 边缘。
定义：将图像从空间域转换到频率 域
实现方法：通过离散傅里叶变换 （DFT）或快速傅里叶变换（FFT）
添加标题
添加标题
作用：分析图像的频率特征
添加标题
添加标题
应用场景：图像去噪、图像增强、 图像压缩等
定义：将图像进行多尺度分解， 得到小波系数
特点：具有多尺度分析能力， 能够提取图像的细节信息
Matlab在数字图像处理上的应用
Matlab在数字图像处理上的应用任课教师：XXXX学院，云南摘要：简述了数字图像处理技术，介绍了matlab的特点以及图像处理工具箱，通过中值滤波实现图像平滑处理，以及图像边缘检测等实例，阐述了应用matlab编程及其工具箱进行数字图像处理的方法，说明了该语言具有强大的图像处理能力。
关键词—matlab软件；数字图像处理技术；图像处理工具箱一、前言MatLab是近几年来国内外使用最为广泛的图像处理软件之一。
其语法结构简单，操作方便，具有极强的数值计算、数据分析、图形绘制及图像处理等功能。
Matlab提供了丰富的图像处理函数，几乎涵盖了图像处理的各个方面，主要有图像合成，空间变换，二值图像的操作，图像增强，图像恢复。
二、MATLAB软件介绍Matlab是一种直译式语言，其最重要的功能就是进行矩阵的数值运算，它的数值分析、模拟与运算功能非常强大，而且程序结构完整。
在图像处理、自动控制、语音处理、信号分析等工业领域，Matlab是研究、开发和分析首选的计算工具。
三、MATLAB的图像处理工具箱图像处理工具箱是由一系列支持图像处理操作的函数组成的。
图像处理工具箱函数按功能可以分为以下几类：灰度变换与空间滤波、频率域滤波、图像分析与增强、图像压缩、二值图像操作等。
1.利用MATLAB进行数字图像处理Madab在各个专业领域都广泛地使用，其中包括功能强大的适用于图像分析和处理的工具箱，利用这些工具箱，我们可以方便地对数字图像进行分析处理和研究。
同时Maflab支持多种图形文件格式，打开各种不同图像格式的文件时不需要专业软件，使得操作变得更加灵活。
工具箱可靠性很高，因此用户可以把精力集中在算法而不是编程上，大大提高了工作效率。
1．1 图像增强图像增强技术的主要目的是增加图像的视觉效果，让人眼或机器易于辨识，也可以防止图像中所代表的重要图像信息的遗漏。
例如，一个图像增强系统可以利用高通滤波器来强化图像中物体的边线，使图中的物体更加明显。
matlab在数字图像处理中的应用(1)解读
K=immultiply(I,0.6);
两幅图像相除或者一幅图 像除以常数
imcomplement 图像求补 imlincomb 多幅图像进行线性组合
2019/2/27
15
图像的几何运算
imresize：按指定方法进行图像的缩放
imresize(A,m,method) • A原图像 • m缩放系数。m>1, 放大; 0<m<1, 缩小 • method – nearest(默认)：最近邻插值 – bilinear：双线性插值 – bicubic：双三次性插值
4
2019/2/27
10
图像基本操作
图像文件的读取
A=imread(‘文件名’,‘文件格式’)
[X,map]=imread(‘文件名’,‘文件格式’)
图像文件的写入
imwrite(A,‘文件名’,‘文件格式’) imwrite(X,map,‘文件名’,‘文件格式’)
2019/2/27
用于Windows环境下的任何场合
用于专业印刷 用于数字图片保存、传送 用于专业动画影视制作 用于PHOTO CD
● 注意：图像文件的扩展名不要轻易修改，否则不能使用
2019/2/27 9
主要内容
1
2 3
Matlab简介 Matlab中常用的基本命令 图像处理基本知识 Matlab中图像处理的基本操作
二值图像：像素值为0或1。
灰度图像：每个像素由一个量化的灰度值来描述。
uint8，uint16，double的灰度图像
二值图
2019/2/27
灰度图
6
Matlab 中的图像类型
RGB图像：M*N的图像需要三维矩阵（大小N*M*3）存储。
Matlab技术应用在图像处理领域的介绍
Mat1ab技术应用在图像处理领域的介绍图像处理是计算机科学和工程领域的重要研究方向之一。
随着计算机技术的不断发展，图像处理技术也得到了长足的进步和应用。
其中，Mat1ab是一种强大的数字计算和图像处理工具，被广泛应用于图像处理领域。
本文将介绍Mauab技术在图像处理中的应用，包括图像读取、滤波、边缘检测、图像分割和图像识别等方面。
首先，我们来介绍图像读取和显示方面的应用。
MaUab提供了丰富的图像处理函数和工具箱，通过这些函数可以方便地读取和处理图像。
我们可以使用imread函数读取各种格式的图像，例如JPEG、PNG、BMP等。
通过imshow函数可以将读取的图像显示出来，并且可以对图像进行裁剪、旋转和缩放等操作。
此外，MaUab还提供了imwrite函数，用于将图像写入到指定的文件中。
接下来，我们来介绍滤波技术在图像处理中的应用。
滤波是一种常用的图像处理方法，可以用于图像去噪、图像锐化和图像增强等方面。
在MatIab中，有许多滤波函数可供选择，例如均值滤波、中值滤波、高斯滤波等。
这些流波函数能够通过对图像进行卷积运算，从而实现图像的平滑和增强。
此外，MaUab还提供了一些自适应滤波算法，可以根据图像的不同特点进行滤波处理，以得到更好的效果。
然后，我们来介绍边缘检测技术在图像处理中的应用。
边缘检测是图像处理中的一项基础任务，用于提取图像中物体的边界信息。
MatIab提供了多种边缘检测算法，例如Sobe1算子、Canny算子和1叩IaCian算子等。
这些算子可以通过对图像进行卷积运算，从而实现对图像边缘的检测。
通过调整算子的参数，可以得到不同精度和鲁棒性的边缘检测结果。
除了传统的边缘检测方法，Mat1ab还提供了一些基于机器学习和深度学习的边缘检测算法，例如基于卷积神经网络的边缘检测方法。
接着，我们来介绍图像分割技术在图像处理中的应用。
图像分割是一种将图像划分为多个具有相似性质的区域的方法，常用于图像理解和目标检测等任务。
MATLAB在图像处理和计算机视觉中的应用研究
MATLAB在图像处理和计算机视觉中的应用研究MATLAB是一种高级技术计算语言和交互式开发环境，广泛应用于各种工程、科学和应用学科。
其中，MATLAB在图像处理和计算机视觉方面的应用尤其突出。
本文将深入探讨MATLAB在图像处理和计算机视觉中的应用研究。
一、MATLAB在图像处理中的应用研究图像处理指的是使用计算机对图像进行数字化处理。
MATLAB 作为一种专业的技术计算语言，能够快速高效地对图像进行处理和分析。
1. 图像处理算法的实现MATLAB中提供了丰富的图像处理函数，比如imread、imwrite、imresize等可以实现图像读取、存储、缩放等功能。
而在图像处理算法部分，MATLAB也提供了很多强大的工具箱，比如Image Processing Toolbox等，可以实现图像滤波、边缘检测、图像处理、形态学、分割等高级算法，这些算法可以快速准确地实现对图像的处理。
2. 图像处理与模式识别除了常规的图像处理算法，MATLAB还提供了机器学习、人工智能等算法，用于图像识别、分类等应用。
这些算法可以有效地实现对图像特征的提取、分类和识别，比如可以实现人脸识别、字母识别、车牌识别等应用，具有很大的应用前景。
3. MATLAB在图像处理领域的应用案例目前，MATLAB已经广泛应用于图像处理领域，比如医学影像处理、遥感图像处理、数字图像分析和机器视觉等方面。
以下是几个MATLAB图像处理应用案例：(1) 医学影像处理：医学影像处理是医学诊断过程中的一个重要环节，MATLAB 在该领域应用广泛，可以实现医学影像处理、配准、分割、重建等功能，提高了医学诊断的准确性和效率。
(2) 遥感图像处理：遥感图像处理是在遥感技术基础上进行的图像处理工作，可以实现对遥感图像的精度处理和分析。
MATLAB可以实现遥感图像处理、分割、分类等功能，帮助用户更好地理解地表信息。
(3) 机器视觉：机器视觉是计算机技术与现代制造技术相结合的产物，MATLAB可以实现机器视觉中的各项功能，比如目标检测、运动跟踪、三维重建等，应用广泛。
MATLAB实验Matlab在数字图像处理中的应用
MATLAB实验Matlab在数字图像处理中的应用实验十 Matlab在数字图像处理中的应用(基础篇)一、实验目的1(熟悉图像的四种类型。
2(熟练掌握图像的读、写操作以及显示方法。
3. 熟悉图像的类型转换以及格式转换。
二、实验原理1. 图像的表示以及数字化广义的图像是指视觉信息。
举凡照片、图画、电视画面以及由透镜、光栅及全息图所构成的光学成像等均属之。
我们观察一幅单色静止图像，其亮度的明暗变化就构成图像视觉。
所以，一幅单色(monochrome)静止的图像可以表示为强度或亮度的二维分布，其中F代表图像亮度或者强度，(x,y)是二维平面点坐标。
对于黑白图像，通常Fxy(,)用不同的灰度级来表示其亮度的差异;对于彩色图像，可以视为由单个单色的二维图像组合形成的。
例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)按不同的比例组成的。
因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。
此时，每一幅分量图像只有亮度的二维分布，如图1所示。
通常我们看到的图像是一幅亮度在空间连续变化的模拟图像(即图像关于亮度F 以及空间坐标x,y连续)。
例如在显微镜下看到的就是一副光学模拟图像。
连续的模拟图像经过离散化处理后变成计算机能够识别的点阵图像，称为数字图像。
把模拟图像转换成数字图像其实就是数字化 (即离散化)图像亮度F以及空间坐标x,y。
将坐标数字化称为取样;将亮度数字化称为量化。
采样和量化的过程如图2所示。
二维图像平面经过数字化后，变成一个个方形的像素(pixel)，亮度数字化之后变成一个二维的数值矩阵。
所以一副数字图像对应于一个数值矩阵，该矩阵通常称为图像的数据矩阵。
图像数据矩阵的大小即是图像像素的数目，矩阵的行与列决定一个像素点，矩阵元素值(也称像素值)反映该像素点的灰度。
例如图2右边所示的图像数据矩阵为8×8的二维矩阵，那么该数字图像包含8×8=64个像素，第一行第一列代表第一个像素，其像素值(元素值)1表达该像素的灰度。
MATLAB在数字图像处理中的应用
第12期2018年6月No.12June，20181 数字图像处理概述数字图像处理也称计算机图像处理，是运用计算机辅助工具将图像信号转换为便于分析处理的数字信号的过程，主要包含图像变换、图像增强、图像分割、提取特征等处理方法和技术。
在发展初期，图像处理的主要目的是改善图像的质量，从而改善人的视觉效果。
随着科技的不断发展，数字图像处理技术越来越先进，处理的目的也逐渐变为帮助人们理解、分析、利用图像中蕴含的信息，这对于医学、科研乃至日常生活都有着不可忽视的作用[1]。
2 MATLAB图像处理工具箱介绍首先，MATLAB 是一种用于技术运算的高性能语言，其将算法开发、数据可视化、数据分析以及数值计算集成到一种易操作的环境，使得用户以具体的数学知识理论来有效地处理实际问题。
其次，MATLAB 具有丰富的工具箱和超强的绘图功能，在线性代数、数理统计分析、数字信号处理、数字图像处理、工程与科学绘图、控制系统设计与仿真等方面应用非常突出[2]。
尤其在数字图像处理方面，将图像转化为便于理解的矩阵，这就允许人们巧妙地利用公式化的思想去解决图像中所存在的问题。
3 MATLAB图像处理工具箱主要功能3.1 主要函数分类介绍MATLAB 图像处理工具箱主要包括图像显示、图像文件输入/输出、图像像素值统计、图像分析、图像增强及平滑等13类函数。
3.2 主要功能介绍3.2.1 图像变换图像变换就是将图像（即二维矩阵）从时间域或空间域变换到频率域的过程。
一般利用正交变换（例如傅里叶变换、余弦变换等）的性质和特点，将图像转换到变换域中进行处理。
例如将空间域的图像转换到频率域，以改善原图像质量。
该过程利用MATLAB 中fft2()，dct2()等函数即可实现。
3.2.2 图像增强图像增强是指对图像某些具有特殊意义的区域进行强调突出，便于进一步地观察、分析和处理[4]。
图像增强的方法一般分为空间域和变换域两大类。
3.2.3 图像压缩图像压缩就是对巨大的图像数据量去冗余化，减少表示信号所需要的数码，从而减少存储信息所需占用的存储空间，以及传输图像所需耗费的时间，可简单利用MATLAB 中imratio()等函数实现。
MATLAB在图像处理中的应用
ＭＡＴＬＡＢ在图像处理中的应用【摘要】数字图像处理是20世纪60年代发展起来的一门新兴学科。
随着微型计算机性能的提高，数字图像处理技术也得到了广泛的普及，当前图像处理技术在工业自动化、工业检测、医学、遥感探测等各个方面都发挥着十分重要的作用。
对于图像处理系统来说，处理流程基本可以划分为三个阶段，首先是对获得的原始图像进行预处理；其次是抽取图像特征；最后是识别分析。
其中图像预处理阶段即图像增强阶段极为重要，如果此阶段选择的处理方式不当，后面的工作将很难取得成功。
所以,对原始图像进行预处理就显得十分的重要，直接影响后续的应用。
MATLAB是进行图像处理的有用工具。
【关键词】MATLAB编程语言图像平滑边缘检测一、MATLAB简介MATLAB是MathWorks公司于1982年推出的一套高性能的数值计算和可视化软件，它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便、界面友好的用户环境。
MATLAB语言是一种简单、高效、功能极强的编程语言。
它可用于数学、计算机、电子工程、信息工程、机械工程等专业。
MATLAB 的推出得到了各个领域专家学者的广泛关注，其强大的扩展功能为各个领域的应用提供了基础。
由各个领域的专家学者相继推出了MATLAB工具箱，而且工具箱还在不断的增加，这些工具箱给各个领域的研究和工程应用提供了有力的工具。
借助于这些工具，各个层次的研究人员可直观、方便地进行分析、计算及设计工作，从而大大地节省了时间。
本文主要从图像处理方面对MATLAB的应用做了简单的综述。
将MATLAB用于数字图像处理，其优点在于以下几个方面：（1）强大、高效的矩阵和数组运算功能。
（2）语法规则与一般的高级语言类似，一个稍有编程基础的人能很快熟悉掌握。
（3）语言简洁紧凑，使用灵活，程序书写形式自由。
而且库函数十分丰富，避免了繁杂的子程序编程任务。
（4）向用户提供各种方便的绘图功能。
（5）提供了图像处理工具箱、数字信号处理工具箱、小波工具箱等各种功能强大的工具箱。
MATLAB软件在数字图像处理中的应用
中包括二维傅里叶变换及反变换的函数ｆｆｔ２（ ） 和ｉｆｆｔ２（ ） ， 利用这
两个函数可以方便地完成这样的实例。例如， 要从一幅文字图
像中定位汉字“的”字符的位置， 其程序为：
Ｉ＝ｉｍｒｅａｄ（ ＇ｓｐｒｉｎｇ．ｔｉｆ＇ ） ；
Ａ＝Ｉ（ ２０９：２１９， ５４：６５） ；
％从图像中提取汉字＂的＂
ｓｕｂｐｌｏｔ（ ２２１） ；ｉｍｓｈｏｗ（ Ｉ） ；ｔｉｔｌｅ（ ＇ 文字图像＇ ） ；
ห้องสมุดไป่ตู้
图３ 在图像中定位汉字“的”的位置
３ 结束语
利用ＭＡＴＬＡＢ语言及其所提供的函数进行图像处理， 编程 简单、操作方便、可靠性强， 能够达到预期的效果。ＭＡＴＬＡＢ工 具箱功能非常强大， 简化了繁琐的数学计算工作， 有效的促进 了数字图像处理相关的研究开发工作。
参考文献：
［ １］ ［ 美 ］ Ｒ．Ｃ． 冈 萨 雷 斯．数 字 图 像 处 理 （ ＭＡＴＬＡＢ版 ） ［ Ｍ］ ．阮 秋 琦 译． 北京： 电子工业出版社， ２００５．
句简单得多。对于灰度图像ｉｍｈｉｓｔ（ ） 调用格式为ｉｍｈｉｓｔ（ Ｉ， ｎ） ， 其
作者简介： 胡异丁（ １９７４￣） ， 男， 湖北武汉人， 五邑大学信息学院助教， 研究方向为信号与信息处理； 甘俊英（ １９６４￣） ， 女， 江 西 樟树 人 ， 博士 ， 五邑 大 学信息学院院长、教授， 研究方向为数字图像。
ｎｕｍ ＝ ｄｏｕｂｌｅ（ Ｉ（ ｉ， ｊ） ） ＋１； ％获取像素点灰度级
ｎｋ（ ｎｕｍ） ＝ ｎｋ（ ｎｕｍ） ＋１； ％统计像素数
ｅｎｄ
ｅｎｄ
ｉｍｓｈｏｗ（ Ｉ） ， ｔｉｔｌｅ（ ＇ 原图像＇ ） ； ％显示原图像
ｐｋ＝ｎｋ／ｎ； ｆｉｇｕｒｅ， ｓｔｅｍ（ Ａ， ｐｋ， ＇ ．＇ ） ％直方图归一化并显示
MATLAB在数字图像处理中的应用
与灰度图像相同，二值图像只需要一个数据矩阵，每
个像素只取两个灰度值。
例：用imshow函数显示一个二值图像。 >> imshow circles.tif 显示结果如图6.4.4所示： 5、在一个图形窗口中显示多幅图像
为了便于在多幅图像之间进行比较，需要将这些要比
较的图像显示在一个图形窗口中，用subimage函数。 subimage（X,map）, subimage (I), subimage (RGB)分 别用于显示索引色、灰度及真彩色图像。 subimage（x,y,…）表示将图像按指定的坐标系(x,y) 显示。
在MATLAB中，要显示一幅灰度图像，需要调用函数
imagesc（即image scale，图像缩放函数）。
例6.4.2 用imagesc函数显示一幅灰度图像。
>> x=imread('trees.tif'); >> imagesc(x); >> colormap(gray)
显示结果如图6.4.2所示：
r1=(g1-g0)/(f1-f0); b1=g0-r1*f0; r2=(g2-g1)/(f2-fg2)/(f3-f2);
b3=g2-r3*f2;
[m,n]=size(X1); X2=double(X1); for i=1:m for j=1:n
f=X2(i,j);
3、 RGB图像
RGB图像，即真彩图像，在MATLAB中存储为
n×m×3的数据矩阵。 数组中的元素定义了图像中每一个像素的红、绿、蓝 颜色值。 像素的颜色由保存在像素位置上的红、绿、蓝的灰度
值的组合来确定。
图形文件格式把RGB图像存储为24位的图像，红、 绿、蓝分别占8位。 例6.4.3 调用image函数显示RGB图像。 >> RGB=imread('flowers.tif'); >> image(RGB) 显示结果如图6.4.3所示： 4、二值图像
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
物理图像
数字图像
3
数字图像的表示
数字化后的图像可以用矩阵表示
j
i
FM N
f11 f 21 ... f i1 ... fM 1
f12 f 22 ... fi 2 ... fM 2
... ... ... ... ... ...
f1 j f2 j ... fij ... f Mj
subplot(1,2,1);
imshow(i);
subplot(1,2,2); imhist(i)
2018/11/9
13
图像的代数运算
imadd
格式：Z=imadd(X,Y). 其中Z=X＋Y。
例1-5 增加图像的亮度 RGB=imread('onion.png');
RGB2=imadd(RGB,50);
Matlab 图像处理简介
主要内容
1
2 3
Matlab简介 Matlab中常用的基本命令
图像处理基本知识
Matlab中图像处理的基本操作
4
2018/11/9
2
图像数字化
图像数字化：把图像分割成称为像素的小区域，每个像素的 亮度或灰度值用一个整数来表示。 包括图像的采样和量化过程。
2018/11/9
subplot(1,2,1),imshow(RGB); subplot(1,2,2),imshow(RGB2);
2018/11/9
14
图像的代数运算
immultiply imsubtract
例1-7
I=imread('moon.tif'); J=immultiply(I,1.2);
两幅图像相减或者一幅图 像除以常数
数据矩阵为double或uint8。 调色板矩阵为double型矩阵，值域为[0,1]。大小m*3(m表 示颜色数目），每一行指定一个颜色的R、G、B分量。 多帧图像序列：4维数组，增加：帧号。
2018/11/9 16色图
256色图
24位真彩色图
7
图像类型转换函数
dither() ：通过颜色抖动，把真彩色图像转换成索引图像或 灰度图像转换成二值图像 gray2ind() ：将灰度图像转换成索引图像 grayslice() ：通过设定的阈值将灰度图像转换成索引图像
4
2018/11/9
10
图像基本操作
图像文件的读取
A=imread(‘文件名’,‘文件格式’)
[X,map]=imread(‘文件名’,‘文件格式’)
图像文件的写入
imwrite(A,‘文件名’,‘文件格式’) imwrite(X,map,‘文件名’,‘文件格式’)
2018/11/9
11
图像基本操作
查询图像文件信息
imfinfo(‘文件名’，文件格式)
显示图像 imshow(X, map)
需要同时显示多幅图像，使用figure语句，重新打开一个图 像显示窗口。
显示直方图
imhist(I,n)
imhist(X, map)
2018/11/9
12
图像基本操作
例1-4
i=imread('LENA256.bmp');
imdivide
K=immultiply(I,0.6);
两幅图像相除或者一幅图 像除以常数
imcomplement 图像求补 imlincomb 多幅图像进行线性组合
2018/11/9
15
图像的几何运算
imresize：按指定方法进行图像的缩放
imresize(A,m,method) • A原图像 • m缩放系数。m>1, 放大; 0<m<1, 缩小 • method – nearest(默认)：最近邻插值 – bilinear：双线性插值 – bicubic：双三次性插值
Matlab支持的图像格式
文件 .GIF 颜色与分辨率 256 / 96dpi 用途 用于动画、多媒体程序界面，网页界面
. BMP
. TIF . JPG . TGA . PCD
256 ～ 224 / * dpi
256 ～ 232 / * dpi 216 ～ 232 / * dpi 256 ～ 224 / 96dpi 216 ～ 232 / * dpi
例1-6 原图像放大1.5倍 [I,map]=imread('kids.tif');
J=imresize(I,1.5); figure(1), imageshow(I,map); figure(2), imageshow(J,map);
im2bw() ：通过设定亮度阈值将灰度、真彩色、索引图像 转换成二值图像
ind2gray() ：将索引图像转换成灰度图象
ind2rgb() ：将索引图像转换成真彩色图像
rgb2gray()： 将真彩色图像转换成灰度图像 rgb2ind()： 将真彩色图像转换成索引图象
2018/11/9 8
im2uint8()：将图像数据转换成unit8型
im2uint16()：将图像数据转换成unit16型 Im2bw()：将图像数据转换成logical型（二值图像） mat2gray()：将图像数据转换成归一化的double型 (值域为[0,1])
2018/11/9 5
Matlab 中的图像类型
用于Windows环境下的任何场合
用于专业印刷 用于数字图片保存、传送 用于专业动画影视制作 用于PHOTO CD
● 注意：图像文件的扩展名不要轻易修改，否则不能使用
2018/11/9 9
主要内容
1
2 3
Matlab简介 Matlab中常用的基本命令 图像处理基本知识 Matlab中图像处理的基本操作
... f1N ... f 2 N ... ... ... fiN ... ... ... f MN
2018/11/9
4
Matlab中图像的数据类型
双精度浮点型、无符号整型、单精度浮点型、字符型 和逻辑型等。 im2double()：将图像数据转换成double型
二值图像：像素值为0或1。
灰度图像：每个像素由一个量化的灰度值来描述。
uint8，uint16，double的灰度图像
Байду номын сангаас二值图
2018/11/9
灰度图
6
Matlab 中的图像类型
RGB图像：M*N的图像需要三维矩阵（大小N*M*3）存储。
索引图像：包含一个数据矩阵X和一个调色板矩阵map。