基于matlab基本图像处理程序.docVIP

图像读入 从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 imshow函数：显示工作区 或图像文件中的图像 Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) 操作：读取并显示图像 I=imread(C:\Users\fanjinfei\Desktop\baby.bmp);%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种 \o 二维 二维 \o 统计图表 统计图表，它的两个坐标分别是 \o 统计样本（页面不存在） 统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示 \o 数字图像 数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的 \o 像素 像素数。 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。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像素在图像中出现的概率。 图像的灰度直方图：是一个离散函数，表示图像每一灰度级与该灰度级出现概率的对应关系。 图像的灰度直方图运算：?imhist()函数，其横坐标表示像素的灰度级别，纵坐标为像素点的个数。 Imhist函数=Display histogram of image data显示灰度直方图的函数 Syntax： imhist(I) % I为要计算的灰度直方图图像 imhist(I, n) % n指定的灰度级的数目，表示所有灰度级均匀分布在n个小区间内。 imhist(X, map) [counts,x] = imhist(...) %counts直方图数据向量。counts(i)第i个灰度区间中的像素数目。x是保存了对应的灰度小区间的向量。 注意：若调用时不接受这个函数的返回值，则直接显示直方图；在得这些返回数据之后，也可以使用stem(x,counts)手绘直方图。 例1：显示某一图像的灰度直方图 I=imread(C:\Users\fanjinfei\Desktop\baby.bmp);%读入图像 imhist(I) %显示图像的灰度直方图 例2：显示原图像和图像的灰度直方图 I=imread(C:\Users\fanjinfei\Desktop\baby.bmp);%读入图像 figure; imshow(I); %显示原始图像 title(source); figure; imhist(I); %显示图像的灰度直方图 title(graph); 注意：这里显示的是未经归一化的灰度直方图，纵轴表示图像中所有像素取到某一特定灰度值的次数，横轴表示所有灰度值。 例3：归一化直方图 I=imread(C:\Users\fanjinfei\Desktop\baby.bmp); %读入原图像 figure; %打开新窗口 [M,N]=size(I); %计算图像大小 [counts,x] = imhist(I,32) ; %计算有32个小区间的灰度直方图 counts=counts/M/N; %计算归一化灰度直方图各区间的值 stem(x,counts) %绘制归一化直方图 注意：counts保存了落入每个区间的像素个数. 图像归一化：就是将图像转换成唯一的标准形式，消除同类图像不同变形体之间的外观差异。 二．直方图均衡化 目的：通过某种灰