基于Matlab基本图像处理程序

图像读入

从图形文件中读入图像imread

Syntax: A = imread(filename, fmt)

filename：指定的灰度或彩色图像文件的完整路径和文件名。

fmt: 指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件 ,会尝试查找一个名为filename.fmt的文件。

A ：包含图像矩阵的矩阵。对于灰度图像,它是一个M 行 N 列的矩阵。如果文件包含RG

B 真彩图像 ,则是 m*n*3的矩阵。

对于索引图像，格式[X, map] = imread(filename, fmt)

X：图像数据矩阵。

MAP ：颜色索引表

图像的显示

imshow函数：显示工作区或图像文件中的图像

Syntax ：

imshow(I)%I 是要现实的灰度图像矩阵

imshow(I,[low high]，param1, val1, param2, val2,...)%I 是要现实的灰度图像矩阵，指

定要显示的灰度范围，后面的参数指定显示图像的特定参数

imshow(RGB)

imshow(BW)

imshow(X,map)%map颜色索引表

imshow(filename)

himage = imshow(...)

操作：读取并显示图像

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据

imshow(I);%显示原图像

图像增强

一．图像的全局描述

直方图（ Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。

图像直方图（ Image Histogram）：是表示数字图像中亮度分布的直方图，

用来描述图象灰度值，标绘了图像中每个亮度值的像素数。

灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图

像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，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。

归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像

素在图像中出现的概率。

图像的灰度直方图：是一个离散函数，表示图像每一灰度级与该灰度级出现概率的对应关系。

图像的灰度直方图运算：imhist() 函数，其横坐标表示像素的灰度级别，纵坐标为

像素点的个数。

Imhist函数 =Display histogram of image data显示灰度直方图的函数

Syntax：

①imhist(I)

②imhist(I, n)% I 为要计算的灰度直方图图像

% n 指定的灰度级的数目，表示所有灰度级均匀分布在n 个小区间

内。

③imhist(X, map)

④ [counts,x] = imhist(...) %counts 直方图数据向量。 counts(i) 第 i 个灰度区间中的像素数目。x 是保存了对应的灰度小区间的向量。

注意：若调用时不接受这个函数的返回值，则直接显示直方图；在得这些返回数据之后，也

可以使用stem(x,counts)手绘直方图。

例 1 ：显示某一图像的灰度直方图

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');% 读入图像

imhist(I) %显示图像的灰度直方图

例 2：显示原图像和图像的灰度直方图

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读入图像

figure;

imshow(I); % 显示原始图像

title('source');

figure;

imhist(I);%显示图像的灰度直方图

title('graph');

注意：这里显示的是未经归一化的灰度直方图，纵轴表示图像中所有像素取到某一特定灰度值

的次数，横轴表示所有灰度值。

例 3：归一化直方图

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读入原图像

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

注意： counts 保存了落入每个区间的像素个数.

图像归一化：就是将图像转换成唯一的标准形式，消除同类图像不同变形体之间的外观差异。二．直方图均衡化

目的：通过某种灰度映射，使输入图像转换为在每个灰度级上都具有近似相同的像素点数的

输出图像。（输出的直方图均匀）

结果：使图像具有较高的对比度和较大的动态范围。

Histeq 函数： Enhance contrast using histogram equalization直方图均衡化

Syntax：[J, T] = histeq(I)%I 是原始图像； J 是直方均衡化的输出图像，

T 是变换矩阵例：利用直方图均衡化来实现图像的灰度归一化。Matlab 的实现：

I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读入图像

I=im2double(I);

%对比度变大的图像

I1=2*I-55/255;