有用的matla图像处理函数.docVIP

有用的matlab图像处理函数 1、图像的读取 MATLAB中从图像文件中读取数据用函数imread()，这个函数的作用就是将图像文件的数据读入矩阵中，此外还可以用imfinfo()函数查看图像文件的信息（见例1） %例1：图像数据及图像信息的读取 imfinfo c:\lilizong\boat.bmp %读取图像信息 [A,M]=imread(c:\lilizong\boat.bmp); %图像数据的读取，将图像数据放入矩阵A中，颜色数据放入矩阵M中 imshow(A,M);title(原图像); M(:,1)=0;　　%将颜色数据矩阵的一列置零 figure imshow(A,M);title(改变颜色后的图像) MATLAB还提供了将数据写入一个文件的函数imwrite以及不同类型文件相互转换的函数，可以参考MATLAB 的帮助文件。 2、灰度直方图及直方图均衡化 灰度直方图用于显示图像的灰度值分布情况，是数字图像处理中最简单和最实用的工具。MATLAB中提供了专门绘制直方图的函数imhist()。用它可以很简单的绘制出一幅图像的灰度直方图（见例2）。 %例2：直方图的显示 imshow(c:\lilizong\boat.bmp);title(原图像) %显示原图像 A=imread(e:\matlabwork\tuxiang\Girl.bmp,bmp); figure;imhist(A),title(对应直方图) 在图像处理中，点运算是简单而又重要的一种技术，其中最常用的一种应用就是直方图的均衡化（见例3）。 %例3：直方图均衡化 imshow(c:\lilizong\boat1.bmp);title(原图像) I=imread(c:\lilizong\boat1.bmp); figure;imhist(I),title(对应直方图) %从得到的直方图可以看出，图像的对比度很低，灰度级集中在70-160范围内，如果只取 %这个范围内的灰度，并扩展到[0,255]，则会明显增强图像对比度 J=imadjust(I,[70/255 160/255],[]); figure;imshow(J),title(经灰度级调整后的图) figure;imhist(J),title(灰度级调整后的直方图) %MATLAB还提供了histeq函数（自动直方图均衡化） K=histeq(I); figure;imshow(K),title(经直方图均衡化后的图) figure;imhist(K),title(直方图均衡化后的直方图) 3、图像的代数运算 代数运算是指对两幅输入图像进行点对点的加、减、乘和除计算而得到输出图像的运算。对于相加和相乘的情形，可能不止有两幅图像参加运算。图像相加的一个重要应用是对同一场景的多幅图像求平均值。这点被经常用来有效地降低加性（additive）随机噪声的影响（见例4） %例4：图象加噪声再通过多次相加求平均的方法祛除噪声 [I,M]=imread(c:\boat.png); J=imnoise(I,salt pepper,0.005); subplot(1,2,1),imshow(I,M),title(原图象); subplot(1,2,2),imshow(J,M),title(加噪声后图象); K=zeros(256); for i=1:100 ?? ??? J=imnoise(I,salt pepper,0.005); ?? ??? J1=im2double(J); ? %??? K=K+J1; K=K+J1; end K=K/100; figure,imshow(K),title(相加求平均后的图象); 4、图像滤波处理 在数字图像处理中，常常会遇到图像中混杂有许多的噪声。因此，在进行图像处理中，有时要先进行祛除噪声的工作。最常用的祛除噪声的方法是用滤波器进行滤波处理。MATLAB的图像处理工具箱里也设计了许多的滤波器。如均值滤波器、中值滤波器、维纳滤波器等。用户可以很方便的运用一些函数完成数字滤波工作。（见例5）。 %例5：用滤波器祛除图象噪声（分别用均值滤波，中值滤波，及维纳滤波器祛除加入高斯噪声的图象） I=imread(C:\boat.png); J=imnoise(I,gaussian,0,0.002); %加入高斯噪声 %进行均值滤波 h=fspecial(average,3);?? %fspecial函数用于产生预定义滤波器 I2=uint8(round(filter2(h,I)));? %filter2函数用于图像滤波,此处h是滤波参数（均值），I是要处理的图像 %进行中值滤波 I3=medfilt2(J,[3,3]);? %medfilt2函数用于图像的中值滤波 %