Matlab图像处理教程及方法幻灯片
合集下载
第五篇Matlab图像处理PPT课件
3）immovie 以动画方式显示图像各帧，既将各帧图片转换为matlab动画格式；只能用索引图
像； mov=immovie(X,map)
实例：5-7.m
4）subimage subplot以子图方式在一个图像窗口中显示多幅图像，但整个图像窗口采用一个调
色板，subimage可以在各个子图中采用各自的调色板； 实例：5-8.m
3）pixval 交互显示单个像素的亮度值；显示欧几里得距离；
4）imfinfo
第4页/共40页
5）size(I) 获得图像矩阵大小；
6）保存图像 imwrite(I,filename,fmt) imwrite(I,map,filename,fmt) I—待保存的图像矩阵；filename—图像保存路
第20页/共40页
5）zoom 缩放图像
zoom on，zoom off 打开或关闭缩放功能
zoom out
恢复图像的原始尺寸
zoom reset
以当前图像尺寸作为缩放起点
zoom xon，zoom yon 设置X或Y轴缩放功能
6）warp
纹理映射
imshow显示的图像在二维平面上，纹理映射可以把图像显示在其他类型的表 面，如柱面、球面等等；
为uint8和uint16，分别对应[0 255]、[0 65535]
2）二值图像 像素取值只能为0或1；逻辑矩阵；
B=logical(A) 非零为1；
第6页/共40页
3）索引图像 索引图像包括调色板和图像数据两部分，是把颜色进行排列、编号，图像数据
对应为该点像素的颜色序号而非颜色本身； 调色板为m×3矩阵，每一行代表一种颜色，各元素的值介于[0,1]之间，乘以
2）im2bw
MATLAB第4章图像处理_PPT课件
4.1 图像的代数运算
4.1.1 相加运算 imadd
两幅图像叠加：I和J图像矩阵的大小和类型相同， 也就是维数要相同。
I = imread('rice.png'); J = imread('cameraman.tif'); K = imadd(I,J,'uint16'); subplot(2,2,1), imshow(I) subplot(2,2,2), imshow(J) subplot(2,2,3), imshow(K,[]) 图像整体亮度增加：一个图像和一个常数的求和。
I = imread('rice.png'); J=imadd(I, 50); subplot(1,2,1), imshow(I) subplot(1,2,2), imshow(J)
4.1.2 减法运算
imsubtract
两幅图像相减 I = imread('rice.png'); J=imread('cameraman.tif'); Iq = imsubtract(I,J); subplot(2,2,1), imshow(I) subplot(2,2,2), imshow(J) subplot(2,2,3), imshow(Iq) 图像整体亮度减小 I = imread('rice.png'); J=imsubtract(I, 50); subplot(1,2,1), imshow(I) subplot(1,2,2), imshow(J)
例
J=imread('cameraman.tif'); X1=imresize(J,2); X2=imresize(J,2,'bilinear'); X3=imresize(J,2,'bicubic'); figure,imshow(J) figure,imshow(X1) figure,imshow(X2) figure,imshow(X3)
4.1.1 相加运算 imadd
两幅图像叠加：I和J图像矩阵的大小和类型相同， 也就是维数要相同。
I = imread('rice.png'); J = imread('cameraman.tif'); K = imadd(I,J,'uint16'); subplot(2,2,1), imshow(I) subplot(2,2,2), imshow(J) subplot(2,2,3), imshow(K,[]) 图像整体亮度增加：一个图像和一个常数的求和。
I = imread('rice.png'); J=imadd(I, 50); subplot(1,2,1), imshow(I) subplot(1,2,2), imshow(J)
4.1.2 减法运算
imsubtract
两幅图像相减 I = imread('rice.png'); J=imread('cameraman.tif'); Iq = imsubtract(I,J); subplot(2,2,1), imshow(I) subplot(2,2,2), imshow(J) subplot(2,2,3), imshow(Iq) 图像整体亮度减小 I = imread('rice.png'); J=imsubtract(I, 50); subplot(1,2,1), imshow(I) subplot(1,2,2), imshow(J)
例
J=imread('cameraman.tif'); X1=imresize(J,2); X2=imresize(J,2,'bilinear'); X3=imresize(J,2,'bicubic'); figure,imshow(J) figure,imshow(X1) figure,imshow(X2) figure,imshow(X3)
Matlab图像处理教程及方法 ppt课件
ppt课件
6
ppt课件
7
/2、图像的点运算
二、灰度的线性变换
DB f DA f ADA fB
Fa>1时，输出图像的对比度将增大；Fa<1时，输出图像对比度将减小。 Fa=1且Fb非零时，所有像素的灰度值上移或下移，使整个图像更暗或 更亮。Fa<0，暗区变亮，亮区变暗。
ppt课件
图像变暗后灰度均衡化 图像变亮后灰度均衡化
ppt课件
19
/3、图像的几何变换
一、图像平移
正变换
1 0 0
[ x1 y1 1] [ x0 y0 1] 0 1 0
Tx
Ty
1
逆变换
1
0 0
[x0 y0 1] [x1 y1 1] 0
1 0
Tx
Ty
图像易受光照、视角、方位、噪声等的影响。使得同一类图像的不同变形 体之间的差距有时大于该类图像与另一类图像之间的差距，影响图像识别、 分类。图像归一化就是将图像转换到唯一的标准形式以抵抗各种变换，从 而消除同类图像不同变形体之间的外观差异。也称为图像灰度归一化。
原 图 像 及 直 方 图
ppt课件
18
图像直方图归一化
imhist(I);%灰度直方图
I=imread(‘red.bmp’);%读入图像 figure;%打开新窗口 [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
‘log’ ‘prewitt’ ‘sobel’
MATLAB的图像处理介绍.ppt
可在matlab命令窗口输入：help imwrite，来获得提示信息。
2）imwrite获得的文件存放在matlab的work文件夹中。
（2）以图像的形式输出，函数为 image(imshow)
矩阵A
Image/imshow
Matlab输出的图像
image的格式是： image(C) image(x,y,C) image(…,’PropertyName’,PropertyValue,…) image(‘PropertyName’,PropertyValue,…) handle=image(…) 其中，x,y分别表示图像显示位置的左上角坐标，C表
4）RGB图像：图像中每个象素的颜色用三个数据来存储，分别指 定红、绿、蓝三原色在象素颜色中的比例关系，组成一个三维数 组，读入matlab后是一个三维的矩阵。
注意：美术教科书中称红、黄、蓝为三原色，讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的，其中R为红色，G为绿色， B为蓝色。
3）象素：是图像在计算机显示中的度量单位，可以变 化，可大可小。 4）分辨率：是用于度量图像在显示器中清晰程度的一 个参数，分辨率越高，图像越清晰。分辨率是与象素相 关的，即单位长度上的象素数就是分辨率。由此可知， 分辨率越高，象素的几何尺寸就越小。 5）图像文件的大小：指一幅图像在计算机中保存时所 占用的磁盘空间，其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节（8位）， RGB图像中红、绿、蓝各占用一个字节。另外，图像文 件的大小也直接与其分辨率有关，原因是当分辨率增加 时，一幅图像所包含的象素量急剧增加。 6）句柄：就是对象的代号或标志，它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。
2）imwrite获得的文件存放在matlab的work文件夹中。
（2）以图像的形式输出，函数为 image(imshow)
矩阵A
Image/imshow
Matlab输出的图像
image的格式是： image(C) image(x,y,C) image(…,’PropertyName’,PropertyValue,…) image(‘PropertyName’,PropertyValue,…) handle=image(…) 其中，x,y分别表示图像显示位置的左上角坐标，C表
4）RGB图像：图像中每个象素的颜色用三个数据来存储，分别指 定红、绿、蓝三原色在象素颜色中的比例关系，组成一个三维数 组，读入matlab后是一个三维的矩阵。
注意：美术教科书中称红、黄、蓝为三原色，讲的是绘画颜 料的使用。一般电视光色等光色是红、绿、蓝。RGB图像就 是采用红、绿、蓝作为三原色的，其中R为红色，G为绿色， B为蓝色。
3）象素：是图像在计算机显示中的度量单位，可以变 化，可大可小。 4）分辨率：是用于度量图像在显示器中清晰程度的一 个参数，分辨率越高，图像越清晰。分辨率是与象素相 关的，即单位长度上的象素数就是分辨率。由此可知， 分辨率越高，象素的几何尺寸就越小。 5）图像文件的大小：指一幅图像在计算机中保存时所 占用的磁盘空间，其大小与所用的颜色模式有关。灰度 图像中的每一个灰度象素只占用一个字节（8位）， RGB图像中红、绿、蓝各占用一个字节。另外，图像文 件的大小也直接与其分辨率有关，原因是当分辨率增加 时，一幅图像所包含的象素量急剧增加。 6）句柄：就是对象的代号或标志，它能使计算机方便 地找到所需要的对象并加以相应的操作。MATLAB中的 句柄图形对象包括轴、文本、菜单、控制框、图像等。
MATLAB图形图像处理 ppt课件
③若x和y 都是矩阵时：大小必须相同，矩阵x 的每列与y的每列画一条曲线。
(1)
(2)
x
(3)
图示
x y
x y
x
例: 设x为时间向量，运行下面的程序，画出以x为 横坐标，y为纵坐标的曲线，如图所示。
>> x=0:0.2:2*pi; >> y=sin(x); >> plot(x,y);
图 3.2 正弦曲线图
3.1 二维图形的绘制
用MATLAB绘图命令可以在图形窗口内画 出各种图形曲线，并使用不同的线型、颜 色、点型和标注来修饰这些图形曲线。
绘图的一般步骤
• 1. 曲线数据准备 • 2. 指定图形窗口和子图位置 • 3. 绘制图形 • 4. 设置坐标轴和图形注释 • 5. 仅对三维图形使用的着色和视点等设置 • 6. 图形的精细修饰 • 7. 按指定格式保存或导出图形
3.1.1 直角坐标系中的绘图
• plot命令:可用来绘制直角坐标系中的各种 曲线.
• 它的主要格式为： plot(y) plot(x,y) plot(x,y,’s’)
plot( )函数的应用形式:
plot(y)
y为向量 y为矩阵
plot(x,y)
x,y均为向量 一向量,一矩阵
x,y均为矩阵
plot(x1,y1,x2,y2,...)
6
% y1长度与x的行数相等
• >> y2=[1 1 1 1;2 2 2 2;3 3 3 3] • y2 = • 1111 • 2222 • 3333
• >>plot(x,y2);
plot(x,y,’s’)
• x，y情况和第二种一样，’s’是图形的属 性字符串，这些属性字符串包括三个方面， 第一方面指定图形曲线的颜色，第二方面指 定数据点的标记类型，第三方面指定线的类 型，将在3.1.3节中介绍。
(1)
(2)
x
(3)
图示
x y
x y
x
例: 设x为时间向量，运行下面的程序，画出以x为 横坐标，y为纵坐标的曲线，如图所示。
>> x=0:0.2:2*pi; >> y=sin(x); >> plot(x,y);
图 3.2 正弦曲线图
3.1 二维图形的绘制
用MATLAB绘图命令可以在图形窗口内画 出各种图形曲线，并使用不同的线型、颜 色、点型和标注来修饰这些图形曲线。
绘图的一般步骤
• 1. 曲线数据准备 • 2. 指定图形窗口和子图位置 • 3. 绘制图形 • 4. 设置坐标轴和图形注释 • 5. 仅对三维图形使用的着色和视点等设置 • 6. 图形的精细修饰 • 7. 按指定格式保存或导出图形
3.1.1 直角坐标系中的绘图
• plot命令:可用来绘制直角坐标系中的各种 曲线.
• 它的主要格式为： plot(y) plot(x,y) plot(x,y,’s’)
plot( )函数的应用形式:
plot(y)
y为向量 y为矩阵
plot(x,y)
x,y均为向量 一向量,一矩阵
x,y均为矩阵
plot(x1,y1,x2,y2,...)
6
% y1长度与x的行数相等
• >> y2=[1 1 1 1;2 2 2 2;3 3 3 3] • y2 = • 1111 • 2222 • 3333
• >>plot(x,y2);
plot(x,y,’s’)
• x，y情况和第二种一样，’s’是图形的属 性字符串，这些属性字符串包括三个方面， 第一方面指定图形曲线的颜色，第二方面指 定数据点的标记类型，第三方面指定线的类 型，将在3.1.3节中介绍。
Matlab数字图像处理-02-PPT课件
可选参数’nothinning’，指定时可以通过跳过边缘细化算法来加快算法 运行的速度。默认是’thinning’，即进行边缘细化。 2）、基于高斯-拉普拉斯算子的边缘检测
BW=edge(I,’log’,thresh,sigma)
sigma指定生成高斯滤波器所使用的标准差。默认时，标准差为2。滤 镜大小n*n，n的计算方法为：n=ceil(sigma*3)*2+1。
/5、频率域图像增强 一、傅里叶变换
I=fft2(x);%快速傅里叶变换 I=fft2(x,m,n);
x为输入图像；m和n分别用于将x的第一和第二维规整到指定的长度。 当m和n均为2的整数次幂时算法的执行速度要比m和n均为素数时快。
I1=abs(I);%计算I的幅度谱 I2=angle(I);%计算I的相位谱 Y=fftshift(I);%频谱平移
高斯低通
function out = imgaussflpf(I,sigma) %imgaussflpf函数 构造高斯频域低通滤波器 [M,N] = size(I); out = ones(M,N); for i=1:M forj=1:N out(i,j) = exp(-((i-M/2)^2+(j-N/2)^2)/2/sigma^2); end end
R 1 C G 1 M B 1 Y
cmy=imcomplement(rgb);%rgb转成cmy rgb=imcomplement(cmy);cmy转成rgb
HSI模型
HIS模型是从人的视觉系统出发，直接使用颜色三要素色调 （Hue）、饱和度（Saturation）和亮度（Intensity）来描述 颜色。
桥接有单个像素缝隙分割的前景像素 清楚孤立的前景像素 围绕对角线相连的前景像素进行填充 填充单个像素的孔洞
最新MATLAB在图像处理中应用PPT课件
20
(1) 利用直方图均衡化方法增强图像 从纯技术上讲，图像增强技术基本上可分成两大类：一 类是频域处理法、一类是空域处理法。频域处理法的基础 是卷积定理。它采用修改图像傅立叶变换的方法实现对图 像的增强处理。空域处理法是直接对图像中的像素进行处 理，基本上是以灰度映射变换为基础的。所用的映射变换 取决于增强的目的。例如增加图像的对比度，改善图像的 灰度层次等处理均属于空域处理法。
2
2.3 彩色图象简介
1. 彩色规范（颜色模型）― RGB模型和HSI模型
1) RGB模型最直接的方来自是使用红，绿，蓝的亮度值，大小限定到一定范围， 如0到1。我们把这种约定称为RGB格式。每个象素（实际上任何可 能要量化的颜色）都能用三维空间中第一象限的一个点来表示，如 下图中的彩色立方体所示。
9
2. 真彩色、 伪彩色、 假彩色 ( 1 ) 真彩色图象 ( true color )
能真实反映自然界物体本来颜色的图象叫真彩色图象。
( 2 ) 伪彩色图象( pseudo color )
把单色图象的不同灰度赋予不同颜色的处理为伪彩 色图象处理。
灰度到彩色的映射。
( 3 ) 假彩色图象 ( false color ) 根据波长的不同赋予不同的彩色的处理为假彩色图
纹理映射 [x,y,z]=cylinder; I=imread('trees.tif'); subplot(121);warp(x,y,z,I); [x,y,z]=sphere(50); I=imread('trees.tif'); subplot(122);warp(x,y,z,I);
18
图像的算术运算
%加法运算 I=imread('trees.tif'); J=imread('cameraman.tif'); K=imadd(I,J); imshow(K)
(1) 利用直方图均衡化方法增强图像 从纯技术上讲，图像增强技术基本上可分成两大类：一 类是频域处理法、一类是空域处理法。频域处理法的基础 是卷积定理。它采用修改图像傅立叶变换的方法实现对图 像的增强处理。空域处理法是直接对图像中的像素进行处 理，基本上是以灰度映射变换为基础的。所用的映射变换 取决于增强的目的。例如增加图像的对比度，改善图像的 灰度层次等处理均属于空域处理法。
2
2.3 彩色图象简介
1. 彩色规范（颜色模型）― RGB模型和HSI模型
1) RGB模型最直接的方来自是使用红，绿，蓝的亮度值，大小限定到一定范围， 如0到1。我们把这种约定称为RGB格式。每个象素（实际上任何可 能要量化的颜色）都能用三维空间中第一象限的一个点来表示，如 下图中的彩色立方体所示。
9
2. 真彩色、 伪彩色、 假彩色 ( 1 ) 真彩色图象 ( true color )
能真实反映自然界物体本来颜色的图象叫真彩色图象。
( 2 ) 伪彩色图象( pseudo color )
把单色图象的不同灰度赋予不同颜色的处理为伪彩 色图象处理。
灰度到彩色的映射。
( 3 ) 假彩色图象 ( false color ) 根据波长的不同赋予不同的彩色的处理为假彩色图
纹理映射 [x,y,z]=cylinder; I=imread('trees.tif'); subplot(121);warp(x,y,z,I); [x,y,z]=sphere(50); I=imread('trees.tif'); subplot(122);warp(x,y,z,I);
18
图像的算术运算
%加法运算 I=imread('trees.tif'); J=imread('cameraman.tif'); K=imadd(I,J); imshow(K)
数字图像处理MATLAB图像处理PPT课件
C(x, y) A(x, y) B(x, y) 差值图像提供了图像间的差值信息，能用于指导动态监测、 运动目标的检测和跟踪、图像背景的消除及目标识别等。
主要应用举例： ➢ 差影法(检测同一场景两幅图像之间的变化) ➢ 混合图像的分离
第17页/共41页
（1）检测同一场景两幅图像之间的变化
设：时刻1的图像为 T1(x,y)， 时刻2的图像为 T2(x,y) g(x,y) = T2 (x,y) - T1(x,y)
第25页/共41页
除法运算(Division)
4、除法运算
C(x, y) A(x, y) B(x, y)
简单的除法运算可用于改变图像的灰度级， 常用于遥感图像处理中。
在四种算术运算中，减法与加法在图像增强 处理中最为有用。
第26页/共41页
几何变换
1）简单变换 • 问题描述：图像的平移、放缩和旋转。 • 解题思路：从易到难。工具：线性代数中的齐次坐标。
x
象
素
y1
填y
充
映
射
f(x1,y1) (x1,y1)非整型
f(x,y) (x,y)整型
第32页/共41页
图像的缩放
• 两种映射方法的对比 • 对于向前映射：每个输出图像的灰度要经过多次运算； • 对于向后映射：每个输出图像的灰度只要经过一次运算。
实际应用中，更经常采用向后映射法。 其中,根据四个相邻像素灰度值计算某位置的像素灰度
1、加法运算
C(x, y) A(x, y) B(x, y)
主要应用举例： ➢ 去除“叠加性”随机噪音 ➢ 生成图像叠加效果
第12页/共41页
（1）去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } 其中：g i (x ,y) = f(x,y) + ei(x,y)
主要应用举例： ➢ 差影法(检测同一场景两幅图像之间的变化) ➢ 混合图像的分离
第17页/共41页
（1）检测同一场景两幅图像之间的变化
设：时刻1的图像为 T1(x,y)， 时刻2的图像为 T2(x,y) g(x,y) = T2 (x,y) - T1(x,y)
第25页/共41页
除法运算(Division)
4、除法运算
C(x, y) A(x, y) B(x, y)
简单的除法运算可用于改变图像的灰度级， 常用于遥感图像处理中。
在四种算术运算中，减法与加法在图像增强 处理中最为有用。
第26页/共41页
几何变换
1）简单变换 • 问题描述：图像的平移、放缩和旋转。 • 解题思路：从易到难。工具：线性代数中的齐次坐标。
x
象
素
y1
填y
充
映
射
f(x1,y1) (x1,y1)非整型
f(x,y) (x,y)整型
第32页/共41页
图像的缩放
• 两种映射方法的对比 • 对于向前映射：每个输出图像的灰度要经过多次运算； • 对于向后映射：每个输出图像的灰度只要经过一次运算。
实际应用中，更经常采用向后映射法。 其中,根据四个相邻像素灰度值计算某位置的像素灰度
1、加法运算
C(x, y) A(x, y) B(x, y)
主要应用举例： ➢ 去除“叠加性”随机噪音 ➢ 生成图像叠加效果
第12页/共41页
（1）去除“叠加性”噪音
对于原图象f(x,y),有一个噪音图像集 { g i (x ,y) } 其中：g i (x ,y) = f(x,y) + ei(x,y)
《篇Matlab图像处理》课件
感谢您的观看
THANKS
线性变换和非线性变换
线性变换如加法、乘法等，非线性变换如指数变换、对数变换等。
应用场景
在图像对比度较低或亮度不足时，通过灰度变换可以改善图像质 。
滤波
滤波原理
通过滤波器对图像进行平滑或锐化处理，消除 噪声或突出边缘。
滤波器类型
包括均值滤波器、中值滤波器、高斯滤波器等 。
应用场景
在图像存在噪声干扰时，通过滤波可以降低噪声对图像的影响。
MATLAB图像处理的优势与不足
01
不足：
02
价格昂贵：MATLAB是一款商业软件，价格相对较高，可能不适合一 些小型项目或个人使用。
03
资源占用大：MATLAB的运行需要较大的内存和计算资源，可能影响 运行速度。
04
开放性不足：相对于一些开源的图像处理工具，MATLAB的源代码不 公开，使得定制和扩展较为困难。
RGB与灰度转换
将彩色图像从RGB色彩空间转换到HSV色彩 空间，以便进行色彩调整或特定目标检测。
RGB与HSV转换
将彩色图像转换为灰度图像，以便进行灰度 处理。
应用场景
在需要进行特定色彩处理或目标检测时，通 过色彩空间转换可以更好地处理和识别目标 。
03
MATLAB图像处理应用
数字图像处理算法实现
应用场景
在图像质量较差或需要突出某些 特征时，通过图像增强可以改善 图像质量。
01
02
图像增强原理
通过调整图像的色彩、亮度和对 比度等参数，改善图像质量。
03
频域增强
通过傅里叶变换将图像从空间域 转换到频域，再进行频域处理后 反变换回空间域。
04
色彩空间转换
相关主题
- 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)。
2020/3/21
13
J=imadjust(I,[low_in high_in],[low_out high_out],gamma)
I=imread('nir.bmp'); figure;imshow(imadjust(I,[],[],0.75)); %gamma=0.5 title('Gamma 0.5');
直
原
接
图
阈
像
值
分
割
0.25
2020/3/21
16
Kapur
KittlerMet
自 动 阈 值 分 割
算 法
算 法
2020/3/21
Niblack
OTSU
算 法 分 割 算 法
图像直方图归一化
imhist(I);%灰度直方图
I=imread(‘red.bmp’);%读入图像 figure;%打开新窗口 [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
figure；%创建一个新的窗口
figure；subplot（m,n,p）；imshow（I）；
Subplot(m,n,p)含义为：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。
2020/3/21
4
/1、图像的读取和显示 四、图像的格式转换
im2bw(I,LEVEL);
阈值法从灰度图、RGB图创建二值图。LEVEL为指定的阈值；（0,1）。
2
1
/1、图像的读取和显示
/2、图像的点运算 /3、图像的几何变换 /4、空间域图像增强 /5、频率域图像增强
/6、彩色图像处理
/7、形态学图像处理
/8、图像分割
/9、特征提取
2
2
/1、图像的读取和显示
一、图像的读取
A=imread(FILENAME,FMT)
FILENAME 指定图像文件的完整路径和文件名。如果在work工作目录下 只需提供文件名。FMT为图像文件的格式对应的标准扩展名。 I_1=imread('D:\10.06.08nir\TTC10377.BMP');%读入图像 二、图像的写入
操作，但仅能处理double类型的矩阵。而从图像文件中得到的 图像矩阵大多是uint8类型的，故需先进行im2double数据类型 转换。
2020/3/21
11
I=imread('nir.bmp');%读入图像
F=fft2(im2double(I));%FFT F=fftshift(F);%FFT频谱平移
rgb2gray;从RGB图创建灰度图，存储类型不变。 im2uint8 将图像转换成uint8类型
im2double 将图像转换成double类型
2020/3/21
5
/2、图像的点运算
一、图像直方图
灰度直方图描述了一副图像的灰度级统计信息，主要应用于图像分 割和图像灰度变换等处理过程中。从数学角度来说，图像直方图描述图 像各个灰度级的统计特性，它是图像灰度值的函数，统计一幅图像中各 个灰度级出现的次数或概率。归一化直方图可以直接反映不同灰度级出 现的比率。横坐标为图像中各个像素点的灰度级别，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。
imwrite(A，FILENAME,FMT)
FILENAME参数指定文件名。FMT为保存文件采用的格式。 imwrite(I6,'nirdilatedisk2TTC10373.bmp');
2020/3/21
3
/1、图像的读取和显示
三、图像的显示
imshow(I,[low high])
I为要显示的图像矩阵。[low high]为指定显示灰度图像的灰度范围。 高于high的像素被显示成白色；低于low的像素被显示成黑色；介于 High和low之间的像素被按比例拉伸后显示为各种等级的灰色。 figure；imshow(I6);title('The Main Pass Part of TTC10373');
15
OTSU算法：最大类间方差法自动单阈值分割。
Kapur算法：一维直方图熵阈值算法
niblack算法：局部阈值分割 阈值的计算公式是T = m + k*v，其中m为以该像素点为中心的区域的平 均灰度值，v是该区域的标准差，k是一个系数。
kittlerMet : 表示kittler 最小分类错误(minimum error thresholding)全局二 值化算法。
2020/3/21
6
2020/3/21
7
/2、图像的点运算
二、灰度的线性变换
DB f DA f ADA fB
Fa>1时，输出图像的对比度将增大；Fa<1时，输出图像对比度将减小。 Fa=1且Fb非零时，所有像素的灰度值上移或下移，使整个图像更暗或 更亮。Fa<0，暗区变亮，亮区变暗。
2020/3/21
F=abs(F); T=log(F+1);%频谱对数变换 figure;imshow(F,[]);title('未经变换的频谱'); figure;imshow(T,[]);title('对数变换后');
2020/3/21
12
/2、图像的点运算
三、灰度的Gamma变换
y x esp
其中，x、y的取值范围为[0,1]。esp为补偿系数，r则为Gamma系数。 Gamma变换是根据r的不同取值选择性的增强低灰度区域的对比度 或者高灰度区域的对比度。
8
2020/3/21
9
2020/3/21
10
/2、图像的点运算
三、灰度的对数变换
t c logk s
c为尺度比例常数，s为源灰度值，t为变换后的目标灰 度值。k为常数。灰度的对数变换可以增强一幅图像 中较暗部分的细节，可用来扩展被压缩的高值图像中 的较暗像素。广泛应用于频谱图像的显示中。
Warning：log函数会对输入图像矩阵s中的每个元素进行
原 图 像
NIR
Gamma 0.5
2020/3/21
14
Gamma 1.5
四、灰度阈值变换及二值化
f
x
0 255
x x
T T
T为指定阈值
BW=im2bw(I,level);%level为人工设定阈值范围为[0 ,1]
thresh=graythresh(0/3/21