matlab图像处理与动画制作.pptVIP

（2）裁剪： 图像裁剪函数imcrop调用格式： I=imcrop(X,rect) 例：图像裁剪 a=imread(lena.bmp); a1=imcrop(a,[100 100 300 200]); subplot(221); imshow(a); subplot(222); imshow(a1); subplot(223); imshow lena.bmp I=imcrop; subplot(224); imshow(I); */16 3、图像分析 （1）直方图均衡化 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。直方图均衡化处理是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同，把给定图像的直方图分布改变成“均匀”分布直方图分布。 例：直方图均衡化处理 I=imread(pout.tif); J=histeq(I);%均衡 subplot(221) imshow(I) title(原图) subplot(222) imshow(J) title(均衡化) subplot(223) imhist(I) title(原图直方图) subplot(224) imhist(J) title(均衡直方图) */16 （2）图像平滑 图像平滑的主要目的是减少图像噪声。图像噪声来自于多方面，有来自于系统外部的干扰（如电磁波或经电源窜进系统内部的外部噪声），也有来自于系统内部的干扰（如摄像机的热噪声，电器机械运动而产生的抖动噪声内部噪声）。实际获得的图像都因受到干扰而有噪声，噪声产生的原因决定了噪声分布的特性及与图像信号的关系。减少噪声的方法可以在空间域或在频率域处理。在空间域中进行时，基本方法就是求像素的平均值或中值；在频域中则运用低通滤波技术。 例：图像平滑处理 I=imread(eight.tif); J=imnoise(I,salt pepper,0.02); L=medfilt2(J,[3 3]); M=filter2(fspecial(average,5),J); subplot(334),imshow(I),title(原图) subplot(335),imshow(J),title(加噪) subplot(333),imshow(L),title(中值滤波) subplot(339),imshow(uint8(M)),title(邻域平均) */16 （3）图像锐化 数字图像处理中图像锐化的目的有两个：一是增强图像的边缘，使模糊的图像变得清晰起来；这种模糊不是由于错误操作，就是特殊图像获取方法的固有影响。二是提取目标物体的边界，对图像进行分割，便于目标区域的识别等。通过图像的锐化，使得图像的质量有所改变，产生更适合人观察和识别的图像。 例：图像锐化处理 I=imread(lena.bmp); h1=[0 -1 0;-1 5 -1;0 -1 0]; h2=[-1 -1 -1;-1 9 -1;-1 -1 -1]; a1=imfilter(I,h1); a2=imfilter(I,h2); subplot(131); imshow(I); title(原图); subplot(132); imshow(a1); title(四邻域); subplot(133); imshow(a2); title(八邻域); */16 三、动画制作 1、单幅多帧图像阵列制作动画 多帧图像是一个包含多个图像的图像文件。MATLAB支持的多帧图像文件格式有HDF和TIFF两种。文件一旦被读入MATLAB中，多帧图像的显示帧数由第四维数值决定。调用montage函数可实现多帧图像显示。 语法： montage(D,map) 例： mri = uint8(zeros(128,128,1,27));%定义一个4维矩阵，用来存储27幅核磁共振图像 for frame=1:27%循环读出多帧图像中的每一幅图像 [R(:,:,:,frame),map] = imread(mri.tif,frame); end montage(R,map);%多帧显示 mov=immovie(R,map); implay(mov,3)%3帧/秒 */16 2、多幅逐帧图像制作动画 多幅逐帧图像制作动画，是将多幅图像类型相同的静帧图像连接起来以动画的形式输出 例： pic=dir(C:\Users\Computer\Desktop\新建文件夹 (3)\*.tif); %取文件的数量:num a=size(pic); num=a(1); for i=1:num im(:,:,:,i)=