MATLAB图像处理实例..docx

Matlab 图像处理基本操作文/天神?一、图像基本操作1.读取图像并显示： clear;close all??????? ?%清空Matlab工作平台所有变量（准备工作） I=imread(pout.tif);? % 该图像是Matlab图形工具箱中自带的图像(\toolbox\images\imdemos) imshow(I)2.检查内存（数组）中的图像： whosName????? Size??????????????????? Bytes?? Class I?????? 291x240?????????????????? 69840? uint8 arrayGrand total is 69840 elements using 69840 bytes表示该图像采用8位存储方式并占用了69840B的存储空间。3.实现图像直方图均衡化： figure,imhist(I)??? % 在新图中显示图像I的直方图 I2=histeq(I);? % 均衡化以后的图像存在I2数组中(图像灰度值扩展到整个灰度范围,对比度提高) figure,imshow(I2)? % 显示均衡化后的图像 figure,imhist(I2)?? % 显示均衡后的灰度值分布情况8位图像取值范围：[0,255]，16位图像取值范围：[0,655351]，双精度图像取值范围：[0,1]?4.保存图像： imwrite(I2,pout2.png);??? % 将图像由原先的tif格式另存为png格式?5.检查新生成文件的信息： imfinfo(pout2.png)???? % 观察保存图像的文件信息ans = Filename: pout2.png???????% 文件名 FileModDate: 11-Apr-2009 21:55:35?? % 文件修改日期 FileSize: 36938?????? % 文件大小 Format: png???????%?文件格式 FormatVersion: []????????? %?格式 Width: 240??????? % 文件宽度 Height: 291??????? % 文件高度 BitDepth: 8????????? % 文件位深度 ColorType: grayscale? % 颜色类型 ……二、图像处理Matlab的应用：实例：消除rice.png图像中亮度不一致的背景，并使用阈值将修改后的图像转换为二值图像，使用成员标记返回图像中对象的个数以及统计特性。按照如下步骤进行：1.读取和显示图像 clear;close all I=imread(rice.png); imshow(I)?2.估计图像背景：图像中心位置背景亮度强于其他部分亮度，用imopen函数和一个半径为15的圆盘结构元素对输入的图像I进行形态学开操作，去掉那些不完全包括在圆盘中的对象，从而实现对背景亮度的估计。 clear;close all I=imread(rice.png); imshow(I) background=imopen(I,strel(disk,15)); imshow(background) figure,surf(double(background(1:8:end,1:8:end))),zlim([0,255]); set(gca,ydir,reverse);显示了背景图（左）和背景表面图（右）?3.从原始图像中减去背景图像（原始图像I减去背景图像得到背景较为一致的图像）： I2=imsubtract(I,background); figure,imshow(I2)?4.调节图像的对比度 (图像较暗，可用imadjust函数命令来调节图像的对比度) I3=imadjust(I2,stretchlim(I2),[0 1]); figure,imshow(I3);?5.使用阈值操作将图像转换为二进制(二值)图像(bw),调用whos命令查看图像的存储信息. level=graythresh(I3);?? % 图像灰度处理 bw=im2bw(I3,level);???? % 图像二值化处理 figure,imshow(bw)?????? % 显示处理后的图片 whos Name???????????? Size??????????????????? Bytes? Class I????????????? 256x256?????????????????? 65536? uint8 array I2???????????? 256x256?????????????????? 65536? uint8 array I3???????????? 256x256?????????????????? 65536? uint8 arr