利用MATLAB仿真软件系统进行图像数据分析82433.docVIP

2.数据采集 2.1 MATLAB的读取方法 2.1.1图像的读取 从电脑中调用保存的图片两张，图像为800*600和800*600像素保存为zy1.jpg和zy2.jpg，如图1.1和1.2所示 图2.1 zy1  图2.2 zy2 Matlab显示图像的最基本的手段是使用image函数。该函数还产生了图像对象的句柄，并允许对对象的属性进行设置，利用图像读取函数imread()可完成图形图像文件的读取。 利用函数存放在电脑中的两张图片zy1.jpg和zy2.jpg，并将其分别存储到名为Y和F的数组中，其具体实现程序如下，得到结果如图2.3 Y=imread(F:\zy1.jpg); F=imread(F:\zy2.jpg); image（F） 图2.3 读取图片 上述张图片满足像素要求，但图像为彩图，不是灰度图，无法进行接下来的分析，需将彩图转换为灰度图，利用MATLAB中的rgb2gray（）RGB图像到灰度图像的转化。转化后在使用命令isgray（）1，不是将返回0。灰度图转换成功后，将转化后的灰度图读取出来。 灰度转换程序如下： Y=rgb2gray(Y); F=rgb2gray(F); figure; imshow(Y); figure; imshow(F); 转换后灰度图如图2.4，2.5所示 图2.4 图2.4 zy1灰度图  图2.5 zy2灰度图 3 图像数据统计处理 3.1图像数据处理原理 一幅图像可以被看作是空间各点光强度的集合。MATLAB把灰度图像存储为一个数据矩阵，该数据矩阵中的元素分别代表了图像中的像素。一幅行数为M、列数为N的图像大小为M×N的矩阵形式为，如图3.1 图3.1 矩阵形式 键入命令M= imread(F:\zy2.jpg)可得出zy2的灰度矩阵，如图3.2所示 图3.2 zy2灰度矩阵 因此可利用灰度矩阵来分析图片的各种参数以及对数据进行处理，而且由于在应用图片的方面，对图像各项参数的要求不同，所以要对图片进行适当的数据处理，来考察图片的不同参数。例如均值，标准差，方差就是图像的一些相关的参数，可以用作对图片的质量来作评价。 3.2各像素点中最大值的获取 3.2.1 引用函数 Matlab中max（）函数用于求最大值。 程序如下： image_maxzy1=max(max(Y)) Image_maxzy2=max(max(F)) 3.2.2计算结果 图像最大值分析结果如下图所示 图3.3最大值分析 3.3各像素点中最小值的获取 3.3.1引用函数 Matlab中min（）函数用于求最小值。 程序如下： image_minzy1=min(min(Y)) image_minzy2=min(min(F)) 3.3.2计算结果 图像最小值分析结果如下图所示 图3.4 最小值分析 3.4各像素点值的均值的获取 3.4.1引用函数 MATLAB中提供均值计算函数mean()和mean2()mean2（）若要求整个矩阵的均值，则为mean(mean(X))。X=[1 2 3 4 5 6] mean(mean(X))=3.5 也可使用mean2函数： mean2(X)=3.5 mean2(A_gray)即可求得灰度图各像素点的均值。 程序如下： image_meanzy1= mean2(Y) image_meanzy2= mean2(F) 3.4.2计算结果 图像均值分析结果如图3.5 图3.5 均值分析 3.5各像素点值的中值的获取 3.5.1引用函数 MATLAB中提供的median()函数可求出中值。例如： median(M),每一列返回一个值该列从大到小排列值.median(M,dim),dim为1，2。其中1表示按每列返回一个值,为该列从大到小排列的中间值,2表示按每行返回一个值,为该行从大到小排列的中间值.注意:如果行或列的个数为偶数,返回中间两个值的平均值。 image_medianzy1=median(Y(:)) image_medianzy2=median(F(:)) 3.5.2计算结果 图像中值分析结果如下图所示 图3.6 中值分析 3.6各像素点值的和的获取 3.6.1引用函数 MATLAB中提供的sum（）函数为求和函数，sum(x,2)表示矩阵x的横向相加，求每行的和，结果是列向量。 而缺省的sum(x)就是竖向相加，求每列的和，结果是行向量。利用sum（）函数可求出各像素点的和 程序如下： image_sumzy1=sum(sum(Y)) image_sumzy2=sum(sum(F)) 3.6.2计算结果 图像各像素点值的和分析结果如下图所示 图3.7 像素的点和分析 3.7各像素点值的标准差的获取 3.7.1引用