matlab图像处理函数大全

### MATLAB图像处理函数大全 #### 一、MATLAB数字图像处理工具箱概览 MATLAB是一种广泛应用于工程和科学计算领域的高性能语言，尤其在图像处理领域有着强大的功能和丰富的工具箱支持。本章节将详细介绍MATLAB图像处理工具箱的基础与高级应用。 #### 二、图像预处理 ##### 2.1 图像处理的基本操作 - **读入并显示一幅图像** ```matlab clear % 清除所有的工作平台变量 close all % 关闭已打开的图形窗口 I = imread('pout.tif'); % 读取图像pout.tif imshow(I) % 显示图像I ``` 通过`imread`函数读取图像文件，并使用`imshow`函数来显示图像。 - **检查内存中的图像** ```matlab whos % 查看图像数据I是如何存储在内存中的 ``` `whos`命令可以查看当前工作空间中的所有变量及其属性。 - **实现直方图均衡化** ```matlab figure % 生成一个新的图形窗口 imhist(I) % 创建描述图像I灰度分布的直方图 I2 = histeq(I); % 将图像的灰度值扩展到整个灰度范围 figure, imshow(I2) % 显示修改过的图像I2 figure, imhist(I2) % 显示拓展后的灰度值的分布情况 ``` 直方图均衡化是改善图像对比度的一种常用方法，通过`histeq`函数可以实现这一效果。 - **保存图像** ```matlab imwrite(I2, 'pout.png'); % 将图像I2以PNG图像文件格式保存到磁盘 ``` 使用`imwrite`函数可以将处理后的图像保存为指定格式的文件。 - **检查新生成文件的内容** ```matlab imfinfo('pout2.png') % 观察保存的图像文件信息 ``` `imfinfo`函数可以用来查看图像文件的元数据。 ##### 2.2 图像处理的高级应用 接下来介绍一些更为复杂的图像处理技术，如背景估计、对比度调节等。 - **读取和显示图像** ```matlab clear % 清除所有的工作平台变量 close all % 关闭已打开的图形窗口 I = imread('rice.png'); % 读取图像rice.png imshow(I) % 显示图像 ``` - **估计图像背景** ```matlab background = imopen(I, strel('disk', 15)); % 对图像I进行形态学开操作 figure, imshow(background) % 显示背景图像 figure, surf(double(background(1:8:end, 1:8:end))), zlim([0 255]); % 以表面形式显示背景 ``` 形态学开操作可以用来平滑图像背景，去除小的细节。 - **从原始图像中减去背景图像** ```matlab I2 = imsubtract(I, background); % 将背景图像background从原始图像I中减去 figure, imshow(I2) % 显示处理后的图像 ``` 通过从原始图像中减去背景图像，可以突出图像中的细节。 - **调节图像对比度** ```matlab I3 = imadjust(I2, stretchlim(I2), [0 1]); % 调节图像的对比度 figure, imshow(I3); % 显示对比度调整后的图像 ``` 对比度调整可以使图像更加清晰。 - **使用阈值操作将图像转换为二进制图像** ```matlab level = graythresh(I3); % 计算阈值 bw = im2bw(I3, level); % 将图像转换为二进制图像 figure, imshow(bw) % 显示二进制图像 ``` 通过设置阈值，可以将灰度图像转换为二进制图像。 - **检查图像中的对象个数** ```matlab [labeled, numObjects] = bwlabel(bw, 4); % 确定图像中的米粒个数 numObjects % 输出对象数量 ``` `bwlabel`函数可以用来标记图像中的不同对象。 - **检查标记矩阵** ```matlab grain = imcrop(labeled) % 选择并显示已标记的对象 RGB_label = label2rgb(labeled, @spring, 'C', 'shuffle'); % 将标记矩阵显示为一副伪彩色的索引图像 imshow(RGB_label); % 显示伪彩色图像 ``` 通过将标记矩阵转换为伪彩色图像，可以直观地看到不同对象之间的区别。 - **计算图像中对象的统计属性** ```matlab graindata = regionprops(labeled, 'basic'); % 测量图像或者区域的属性 graindata(51).Area % 显示第51个元素的属性 graindata(51).BoundingBox, graindata(51).Centroid % 寻找最近的边缘和中心 allgrains = [graindata.Area]; % 创建一个新的向量allgrains allgrains(51) % 查看第51个元素的范围 max(allgrains) % 获取最大的米粒大小 biggrain = find(allgrains == 404) % 返回最大米粒的标记号 mean(allgrains) % 获取米粒的平均大小 hist(allgrains, 20) % 绘制包含20个柱的直方图 ``` `regionprops`函数可以用来计算图像中不同对象的属性，如面积、边界框、质心等。 #### 三、MATLAB图像处理工具箱简介 ##### 3.1 常用图像格式 图像格式是存储图像采用的文件格式。常见的图像格式有： - **BMP(Bitmap)文件**：无压缩的位图格式，通常用于Windows系统。 - **GIF文件**：支持动画和透明度的图像格式，适用于网络。 - **TIF文件**：高质量的图像存储格式，常用于专业摄影和扫描。 - **JPEG文件**：一种常用的有损压缩格式，适用于照片和复杂图像。 ##### 3.2 MATLAB图像类型 图像类型是指数组数值与像素颜色之间定义的关系，主要类型包括： - **灰度图像**：每个像素只有一个强度值，表示灰度级别。 - **二值图像**：每个像素只有0或1两个值，代表黑白两色。 - **RGB图像**：由红色、绿色、蓝色三个通道组成，每个像素由三个值表示颜色。 - **索引图像**：每个像素有一个索引值，指向调色板中的颜色。 通过上述内容，我们了解了MATLAB图像处理工具箱的基本操作以及一些高级应用技巧，这对于从事图像处理工作的专业人士来说是非常实用的知识点。