图像基本处理.docVIP

实现图像处理的所有程序： A=imread(C:\Documents and Settings\Administrator\桌面\lj.jpg);%读取桌面上的图像 imfinfo(C:\Documents and Settings\Administrator\桌面\lj.jpg); I=rgb2gray(A);%灰度变换 imshow(A);%显示原图 imshow(I);%显示灰度图 imhist(I);显示图像I的直方图 J=histeq(I);直方图均衡化处理 imhist(J);显示均衡化的直方图 J1=imnoise(I,gaussian,0,0.02);加高斯噪声 imshow(J1); h=ones(5,5)/25; I2=imfilter(I,h); 使用一个权值全部为1的5*5滤波器进行均值滤波 imshow(I2); BW1=edge(I,prewitt);用prewitt算子进行边缘提取 imshow(BW1); thresh=graythresh(I);%自动求取阈值 BW2=im2bw(I,thresh);%设定阈值将图像转换为二值图像 imshow(BW2); 原图 灰度图 直方图：描述的是数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)。 图像的直方图 图像的（灰度统计）直方图是一个一维的离散函数。它的定义为： 设sk为图像f(x,y)的第k级灰度值，nk是f(x,y)中具有灰度值sk的象素的个数，n是图像象素总数，则： ps(sk)= nk/n k=0，1，…，L-1 称为图像f(x,y)的直方图。 这里ps(sk)代表原始图中第k个灰度级的出现概率。以nk为自变量，以ps(sk)为函数，得到的曲线就是图像的直方图，在实际中常常直接将对第k个灰度级的统计值nk作为图像的直方图。 它提供了原图灰度值的分布情况，也可以说给出了一幅图所有灰度值的整体描述。 直方图是用来整理计量值的观测数据，分析其分布状态的统计方法，用于对总体的分布特征进行推断。直方图的作用如下： (1)检验数据分布的类型，分析数据是否服从正态分布，判断数据有无异常； (2)与产品规格界限做比较，可直观地判断分布中心是否偏离规格中心，以确定是否需要调整并求出其调整量；还可判断数据分布的散差（分布范围）是否满足规格范围的要求，以确定是否采取缩小散差的技术性措施； (3)用于进行过程能力调查和不合格品率估计； (4)客观地反映操作者的技术水平和主观努力程度。 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。 均值滤波是典型的线性滤波算法，它是指在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标象素为中心的周围8个象素，构成一个滤波模板，即去掉目标象素本身）。再用模板中的全体像素的平均值来代替原来像素值。 均值滤波也称为线性滤波，其采用的主要方法为邻域平均法。线性滤波的基本原理是用均值代替原图像中的各个像素值，即对待处理的当前像素点（x，y），选择一个模板，该模板由其近邻的若干像素组成，求模板中所有像素的均值，再把该均值赋予当前像素点（x，y），作为处理后图像在该点上的灰度个g（x，y），即个g（x，y）=1/m ∑f（x，y） m为该模板中包含当前像素在内的像素总个数。区域生长是一种串行区域分割的图像分割方法。区域生长是指从某个像素出发，按照一定的准则，逐步加入邻近像素，当满足一定的条件时，区域生长终止。区域生长的好坏决定于 1.初始点（种子点）的选取；2.生长准则；3.终止条件。区域生长是从某个或者某些像素点出发，最后得到整个区域，进而实现目标的提取。 ? 区域生长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。 ??? 区域生长方法是一种比较普遍的方法，在没有先验知识可以利用时，可以取得最佳的性能，可以用来分割比较复杂的图象，如自然景物。但是，区域增长方法是一种迭代的方法，空间和时间开销都比较大