MATLAB图像处理实例详解PPT第3章MATLAB图像处理基础

合集下载

Matlab图像处理教程及方法 ppt课件

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

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。

MATLAB第3章图像文件操作

MATLAB第3章图像文件操作
imwrite函数允许用户选择保存为不同 的图像格式,例如jpg、png、bmp等。
转换图像格式
格式转换
使用Matlab的imwrite函数可 以将图像转换为不同的格式。
参数设置
在imwrite函数中,可以通过 设置不同的参数来控制转换后
的图像质量、压缩等因素。
格式特点
不同的图像格式有不同的特点, 例如jpg格式适用于保存高质 量的连续色调图像,而bmp 格式适用于保存未经压缩的位
图图像。
感谢您的观看
THANKS
imshow函数
用于在Matlab中显示图像,可以调整显示参数,如缩放、旋转等。
图像窗口
使用imshow函数打开的图像会显示在一个独立的窗口中,可以通 过窗口的菜单进行缩放、移动等操作。
图像的保存
imwrite函数
用于将Matlab中的图像保存为各种格式的文件,如jpg、png、 bmp等。
保存选项
03
图像处理函数应用
图像调整大小
调整图像大小
使用`imresize`函数可以调整图像的大 小。该函数通过改变图像的像素值来 改变图像的尺寸,以适应不同的显示 或处理需求。
保持纵横比
调整图像分辨率
通过调整图像的像素数量,可以使用 `imresize`函数改变图像的分辨率。这 对于打印或高分辨率显示非常有用。
保持图像的纵横比,避免图像变形。
旋转中心
03
通过指定旋转的中心点,可以使用`imrotate`函数控制旋转的轴
心点。这有助于在旋转时保持重要的图像特征。
图像剪裁
裁剪区域
使用`imcrop`函数可以裁剪图像 的特定区域。该函数允许指定矩 形、多边形或圆形区域进行裁剪。

MATLAB图形图像处理 ppt课件

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。

MATLAB图像处理实例详解

MATLAB图像处理实例详解
%关闭所有图形窗口,清除工作空间所有变量,清空命令行 %创建 S1 字符串 %创建 S2 字符串 %合并字符数组 %连接字符串 S1 和 S2 %横向连接字符串 S1 和 S2 %纵向连接字符串 S1 和 S2 %拆分截取字符串 S2
%关闭所有图形窗口,清除工作空间所有变量,清空命令行
1
MATLAB 图像处理实例详解
close all; clear all; clc;
%关闭所有图形窗口,清除工作空间所有变量,清空命令行
stu(1).name='LiMing';
%直接创建结构体 stu
stu(1).number='20120101';
stu(1).sex='f';
stu(1).age=20;
stu(2).name='WangHong';
MATLAB
图像处理实例详解
——程序部分
MATLAB 图像处理实例详解
目录
第 2 章 MATLAB 基础 ....................................................................................................................1 第 3 章 MATLAB 图像处理基础 ..................................................................................................11 第 4 章 数字图像的运算.............................................................................................................18 第 5 章 图像增强技术.................................................................................................................33 第 6 章 图像复原技术.................................................................................................................39 第 7 章 图像分割技术.................................................................................................................44 第 8 章 图像变换技术.................................................................................................................46 第 9 章 彩色图像处理.................................................................................................................54 第 10 章 图像压缩编码...............................................................................................................55 第 11 章 图像特征分析...............................................................................................................69 第 12 章 形态学图像处理.........................................................................................................103 第 13 章 小波在图像处理中的应用.........................................................................................106 第 14 章 基于 SIMULINK 的视频和图像处理...........................................................................117 第 15 章 图像处理的 MATLAB 实例 .........................................................................................120

Matlab数字图像处理幻灯片PPT

Matlab数字图像处理幻灯片PPT

噪声介绍
噪声是不可预测的,只能用概率统计方法来认识的随机误差。下面介绍常 见的噪声:
1、高斯噪声 2、椒盐噪声 3、均匀分布噪声 4、指数分布噪声 5、伽玛分布噪声
噪声的MATLAB实现
在MATLAB中,可以通过函数imnoise( )给图像添加噪声,该函数可以得 到高斯分布噪声、椒盐噪声、泊松分布噪声和乘性噪声。该函数的调用格 式为:
[J, noise]=wiener2(I, [m, n]):该函数对图像中的噪声进展估计,返回值 noise为噪声的能量。
6.4 图像复原方法
下面对图像复原的常用方法进展介绍,主要包括逆滤波复原、维纳滤波复 原、约束最小二乘法复原、
Lucy-Richardson复原和盲解卷积复原等。
逆滤波复原
对于直接逆滤波,由于存在噪声的影响,退化图像的估计公式为:
维纳滤波复原
维纳〔wiener〕滤波最早是由Wiener首先提出的,并应用于一维信号, 取得很好的效果。后来该算法又被引入二维信号处理,也取得相当满意的 效果,尤其是在图像复原领域。由于维纳滤波器的复原效果好,计算量较 低,并且抗噪性能优良,因而在图像复原领域得到了广泛的应用。许多高 效的图像复原算法都是以维纳滤波为根底形成的。
J=deconvreg(I, PSF, NOISEPOWER, LRANGE):该函数中对参数 LRANGE进展设置,该参数为拉格朗日算子的搜索范围,默认值为[10-9, 109]。
J=deconvreg(I, PSF, NOISEPOWER, LRANGE, REGOP):该函数中参数 REGOP为约束算子。
数字图像的噪声主要来自图像的采集和传输过程。图像传感器的工作受到 各种因素的影响。例如在使用CCD摄像机获取图像时,光照强度和传感器 的温度是产生噪声的主要原因。图像在传输过程中也会受到噪声的干扰。

数字图像处理及应用(MATLAB)第3章

数字图像处理及应用(MATLAB)第3章
反 转 后 图 像
程序运行结果如图(c)所示。
4.灰度非线性变换 当用某些非线性函数,例如平方、对数、指数函数等作为 映射函数时,可实现图像灰度的非线性变换。灰度的非线性 变换简称非线性变换,是指由这样一个非线性单值函数所确 定的灰度变换。 (1)对数变换 对数变换常用来扩展低值灰度,压缩高值灰度,这样可以使低值灰 度的图像细节更容易看清,从而达到增强的效果。对数非线性变换
[例] 假设一个图像由一个4×4大小的二维数值矩阵构成,如图(a)
所示,试写出图像的灰度分布,并画出图像的直方图。
灰度直方图计算示意图
经过统计图像中灰度值为0的像素有1个,灰度值为1的 像素有1个,…,灰度值为6的像素有1个。由此得到图像的 灰度分布如表所示,由表可得灰度直方图如图(b)所示。 图像的灰度分布
3.1.2 (rk)代表概 率密度函数,并且有下式成立:
nk Pr (rk ) 0 rk 1 n k 0,1,2,l 1
式中nk为图像中出现rk这种灰度的像素数,n是图像中像素 总数,nk/n就是概率论中的频数,l是灰度级的总数目。在直 角坐标系中作出rk与P(rk)的关系图形,就得到直方图
图 不同的图像其直方图却是相同的
图 直方图的叠加性质
由以上可知,尽管直方图不能表示出某灰度级的像素在什么位
置,更不能直接反映出图像内容,但是却能描述该图像的灰度分布
特性,使人们从中得到诸如图像的明亮程度、对比度等,成为一些 处理方法的重要依据。通常一幅均匀量化的自然图像由于其灰度直
方图分布集中在较窄的低值灰度区间,引起图像的细节看不清楚,
(a)反变换关系
(b) 原图 图像反转的效果
(c)变换后的图像
由直线方程截斜式可知当k =-1,b=L-1时,其表达式为:

数字图像处理MATLAB图像处理PPT课件

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


y1
填y



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

《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

数字图象处理及matlab的实现 ppt 课件 第03章

数字图象处理及matlab的实现 ppt 课件 第03章
>> >> >> >> >> >> >> >> f = imread('pollen.tif'); imshow(f) figure, imhist(f) ylim('auto') g = histeq(f, 256); figure, imshow(g) figure, imhist(g) ylim('auto')
38
平滑空间滤波器
• 平滑空间滤波器:对图像进行平滑处理,以去除 较小尺度的噪声及细节的空间滤波器 • 平滑线性滤波器(smoothing linear filter)设计:利 用线性滤波计算邻域内像素平均值
有直方图均衡化,还需要直方图匹配操作吗?
25
直方图规定化
26
直方图规定化
?
?
27
直方图规定化
• 方法设计——先考虑归一化的连续灰度情况:
s T (r ) G (z)

r 0
p r (w )d w
(1)

z 0
p z (t )d t s
1
(2)
(3)
T(r)与G-1(s)解析 式一般不存在
z G
1
(s) G
T (r )
• 连续情形下直方图规定化步骤:
r
T (r )
s
G -1(s)
z
28
直方图规定化
• 离散情形:
s T (r )
z r

j0
pr ( j)
(1)
(2)
G (z)

j0
pz ( j) s
  1. 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. 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. 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)。

3.2.7数值矩阵转换为灰 度图像
在MATLAB中,一个数据矩阵就相当于一幅数字图像,只是在数 字图像中对应的数组元素必须在一定的取值范围,因此,只要将 对应数据矩阵中的元素按一定规律进行转换,就可以将矩阵转换 为图像了。在MATLAB中可以利用函数mat2gray( ),将一个数据 矩阵转换为一幅灰度图像,其调用格式为: I=mat2gray(X,[ xmin, xmax]):该函数是按照指定的取值区间 [xmin,xmax]将数据矩阵X转换为灰度图像I,xmin对应灰度值0, 即黑色,xmax对应灰度值1,即白色。数据矩阵中小于xmin的值 取为0,大于xmax的值取为1。如果不指定取值区间[xmin, xmax], 即缺省情况下,将数据矩阵X中最小值设为xmin,最大值设为 xmax。
3.3.3图像文件的保存
MATLAB中利用函数imwrite( )来实现图像文件的写入操作,即 保存,与函数imread( )的作用相对。其调用格式通常有以下几种: imwrite(I, 'filename', 'fmt'):该函数是把图像数据I保存到由字符 串“filename”指定的文件中,存储的文件格式由fmt指定。与 函数imread( )使用类似,如果所指定的保存文件filename不在当 前目录下或MATLAB的目录下,必须指明其完整路径。fmt的取 值必须是MATLAB所支持的图像文件格式。图像数据I不能为空, 如果I为灰度图像,那么I应该是一个M N的二维数组,如果I为彩 色图像,那么I应该是一个M×N×3的三维数组。如果fmt指定的 格式为TIFF,那么函数imwrite( )可以接受M×N×4的三维数组。
第3章 MATLAB图像处 理基础
本章主要介绍利用MATLAB来实现数字图像处理的基本操作,主 要包括以下几个方面的内容:MATLAB图像处理工具箱,图像类 型的转换,图像文件的读写,图像文件的显示,视频文件的读写。 介绍这5个部分目的是为了让广大用户了解MATLAB图像处理工 具箱的基础上,能够利用该工具箱来实现基本的图像处理操作。
图像的几何变换:又称图像的空间变换,例如图像的缩放、图像 的旋转、图像的平移、图像的镜像和图像的裁剪等操作; 图像滤波器设计及线性滤波:可以进行线性滤波和设计FIR等滤 波器; 形态学图像处理:可以进行膨胀和腐蚀,以及基于膨胀和腐蚀的 处理,并且可以进行数学形态学重建等操作; 图像域变换:可以进行傅里叶变换、离散正弦或余弦变换、 Radon变换等; 图像增强:可以进行灰度拉伸、对比度增强和去噪处理等; 图像分析:可以进行图像的直方图统计、边缘检测、边界跟踪和 四叉树分解等操作
3.1.2学习更多关于图像处理工 具箱
MATLAB图像处理工具箱例程:MATLAB软件包包括了许多按照分 类组织的各种例程,这些例程提供了一个很好的学习图像处理工具 箱的机会; MATLAB网络研讨会:在这个研讨会上MathWorks公司的开发人员 和工程师会作简短的(一般<=1小时)技术介绍,从这里用户也会 学到很多关于MATLAB图像处理工具箱的内容; MATLAB图像处理工具箱的主页—— /products/image/,在该主页中有丰富的 MATLAB图像处理工具箱视频和示例,在线研讨会,技术资源和用 户中心等,用户可以根据需要进行访问和学习; Steve Eddins的博客:在他的博客中有许多有关图像处理的概念,有 用的提示,算法的实现以及MATLAB相关内容—— /steve/。
3.3.2图像文件的读取
在MATLAB中,图像文件的读取最主要的是利用函数imread( ), 该函数几乎支持MATLAB中所有的图像文件格式。根据所读取 图像格式的不同以及图像类型的不同,该函数的调用格式也各不 相同。下面将分别从“常见图像格式读取”和“特殊图像格式读 取”两部分进行介绍: 1.常见图像格式读取 2.特殊图像格式读取
3.2图像类型的转换
在许多图像处理过程中,常常需要图像的类型进行转换,否则对 应的操作没有意义甚至出错。在MATLAB中,各种图像类型之间 的转换关系如下图所示MATLAB中,将RGB图像转换为灰度图像,需要调用函数 rgb2gray( ),其调用格式如下: X=rgb2gray(I):该函数是将RGB图像I转换为灰度图像X,其中I 表示RGB图像,X表示转换后的灰度图像。
3.2.3灰度图像转换为索 引图像
在MATLAB中,灰度图像是一个二维数组矩阵,而索引图像不仅 包括一个二维的数组矩阵,还包括一个M×3的颜色映射表。所 以要想将灰度图像转换成为索引图像,则必须生成对应的颜色映 射表。在MATLAB中可以直接调用函数gray2ind( )来实现图像转 换。其调用格式如下: [X,map]=gray2ind(I,n):该函数是将灰度图像I转换为索引图像, 其中I指的是原灰度图像,n是灰度级数,默认值为64,[X,map] 对应转换后的索引图像,map中对应的颜色值为颜色图gray(n)中 的颜色值。 [X,map]=gray2ind(BW,n):该函数是将二值图像BW转换为索引 图像,其中I指的是二值图像,n是灰度级数,默认值为2, [X,map]对应转换后的索引图像,map中对应的颜色值为颜色图 gray(n)中的颜色值。二值图像实际上也是灰度图像,只是其灰度 级为2 而已
3.1图像处理工具箱
在 MATLAB中,所提供的工具箱种类是非常多的,包含的应用 领域非常广阔,例如Control System Toolbox(系统控制工具箱)、 Database Toolbox(数据库工具箱)、Filter Design Toolbox(滤波 器设计工具箱)、Signal Processing Toolbox(信号处理工具箱) 等,利用这些工具箱用户可以非常方便地实现所需要的计算、分 析、处理等功能。本书主要是介绍MATLAB与图像处理的相关操 作,在MATLAB中也提供了与图像处理相关的工具箱——Image Processing Toolbox(图像处理工具箱)。下面具体介绍MATLAB 中的图像处理工具箱的相关内容。
imwrite(X,map, 'filename', 'fmt'):该函数是用于保存索引色图 像,其中X表示索引色图像数据矩阵,map表示与其关联的颜色 映射表,filename为保存的文件名,fmt为文件的保存格式。如 果X是uint8或uint16类型的数组,函数imwrite( )将数组中的实 际数据按相同的类型保存在文件filename中,前提是所保存的文 件格式必须支持uint8或uint16的数据类型,否则会出错。在 MATLAB中支持16位图像的存储的文件格式有PNG和TIFF。如 果X是double类型的数组,函数imwrite( )采用uint8(X-1)表示数 组中的值并写入到文件filename中。颜色映射表map必须是 MATLAB所支持的颜色映射表类型。
3.2.4索引图像转换为灰 度图像
利用函数gray2ind( )可以将灰度图像转换为索引图像,同样,索 引图像也是可以转换成为灰度图像的,在MATLAB中直接调用函 数ind2gray( )即可实现,其调用格式如下: I=ind2gray(X,map):该函数是将具有颜色映射表map的索引图像 转换为灰度图像,去除了索引图像中的颜色、饱和度信息,保留 了图像的亮度信息。其中[X,map]对应索引图像,I表示转换后的 灰度图像。输入图像的数据类型可以是double型或uint8型,但输 出为double型。
3.3.1文件信息读取
在MATLAB中,对图像进行操作和处理时,经常需要知道图像文 件的文件名、文件格式、图像大小、图像类型、数据类型等信息, 可以直接调用MATLAB函数imfinfo( )来读取图像文件的信息。其 调用格式如下: INFO=imfinfo(‘filename’, ‘fmt’)或者INFO=imfinfo(‘filename.fmt’): 该函数是读取文件filename.fmt的信息。其中,filename指的是图 像文件的“文件名”,fmt指的是该文件的“扩展名”,INFO是 一个结构数组。不同格式的文件最终得到的INFO所包含的结构 成员不同,但基本都包含前9个结构成员,具体如下表3.2所示:
3.2.6二值图像的转换
在MATLAB中,二值图像中的数据类型实际上是logical型,’0’ 代表黑色、’1’代表白色,所以二值图像实际上是一幅“黑白” 图像。那么,将其他图像转换为二值图像,首先必须规定一个规 则:将其他数组中什么数据变为’1’,什么数据变为’0’。常 用的方法是“阈值法”,它是确定一个阈值,小于阈值就取 为’0’,其他的全部取为’1’。在MATLAB中实现这一功能的 函数为im2bw( ),其调用格式根据转换的原图像不同而各有差异。 如果输入不是灰度图像,先将其转换为灰度图像,然后通过阈值 法转换为二值图像。
3.3图像文件的读写
在MATLAB中,用户想要对一幅图像或者图像文件进行操作和 处理,最首要的一个步骤就是对需要处理的图像或者文件进行 “读取”,然后再进行具体的操作和处理,最后可以将处理后的 图像进行保存。MATLAB为广大用户提供了专门的函数,可以 方便地进行图像信息的读取,图像文件的保存。本节中将具体讲 述图像文件读写的相关内容。
图像合成:将两幅或多幅部分图像拼接成一幅完整图像; 图像配准:可以基于控制点配准图像; 图像分割:将一幅图像按照一定规则分成多个部分,区域生长, 阈值分割等; 图像ROI处理:针对图像中感兴趣区域进行处理,ROI选取等; 图像恢复:图像中含有噪声或者图像发生退化,利用某些算法将 图像进行还原和恢复; 彩色图像处理:图像的彩色空间类型及彩色空间变换,例如RGB 彩色空间; 邻域和块处理:可以进行块操作、滤波、填充、滑动邻域操作、 分离块操作和列处理。
3.1.1图像处理工具箱使 用向导
Image Processing Toolbox(图像处理工具箱)是利用了MATLAB 强大的数学计算能力,为广大用户提供了一套全方位的参照标准 算法和图形工具,用于进行图像处理、分析、可视化和算法开发。 该工具箱提供的图像处理操作非常广泛,包括: 图像数据的读取和保存:将图像数据读取到工作空间,处理后图 像进行保存; 图像的显示:将图像文件在窗口中显示出来; 创建GUI:创建图像用户接口,实现交互操作;
相关文档
最新文档