MATLAB图像处理常用函数

MATLAB图像处理常用函数

作者：陈若愚
日期：2020年2月28日
QQ：2389388826
本文为整理网上资源，如有侵权请联系作者删除

一、基本操作：

1. 显示索引图像和灰度图像

[X,map]=imread('trees.tif');
gmap=rgb2gray(map);
figure,imshow(X,map);
figure,imshow(X,gmap);

2.利用膨胀函数平移图像

I = imread('football.jpg');
se = translate(strel(1), [30 30]);	%将一个平面结构化元素分别向下和向右移动30个位置
J = imdilate(I,se);					%利用膨胀函数平移图像
subplot(121);
imshow(I), title('原图')
subplot(122), imshow(J), title('移动后的图像');

3.水平翻转和上下翻转

I = imread('cameraman.tif');
Flip1=fliplr(I);	%  对矩阵I左右反转
subplot(131);imshow(I);
title('原图');
subplot(132);imshow(Flip1);
title('水平镜像');
Flip2=flipud(I);	%  对矩阵I垂直反转
subplot(133);
imshow(Flip2);
title('竖直镜像');

4.图像旋转

I=imread('cameraman.tif');
B=imrotate(I,60,'bilinear','crop');
%双线性插值法旋转图像，并裁剪图像，使其和原图像大小一致
subplot(121),imshow(I),title('原图');
subplot(122),imshow(B),title('旋转图像60^{o}，并剪切图像');

5.截取图像

I = imread('circuit.tif');
I2 = imcrop(I,[75 68 130 112]);
imshow(I), figure, imshow(I2)

6.画轮廓

I=imread('circuit.tif');
imshow(I)
figure
imcontour(I,3)

7.噪声和滤波

I=imread('cameraman.tif');
J=imnoise(I,'salt & pepper',0.02);	%添加椒盐噪声
subplot(121),imshow(J);
title('噪声图像')
K=medfilt2(J);						%使用3*3的邻域窗的中值滤波
subplot(122),imshow(K);title('中值滤波后图像')

二、Matlab数字数字图像处理函数汇总：

1、数字数字图像的变换

① fft2：fft2函数用于数字数字图像的二维傅立叶变换，如：

i=imread('104_8.tif');
j=fft2(i);

②ifft2:：ifft2函数用于数字数字图像的二维傅立叶反变换，如：

i=imread('104_8.tif');
j=fft2(i);
k=ifft2(j);

2、模拟噪声生成函数和预定义滤波器

① imnoise：用于对数字数字图像生成模拟噪声，如：

i=imread('104_8.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声

② fspecial：用于产生预定义滤波器，如：

h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯（LoG）滤波器
h=fspecial('average');%均值滤波器

3、数字图像的增强

①直方图：imhist函数用于数字数字图像的直方图显示，如：

i=imread('104_8.tif');
imhist(i);

②直方图均化：histeq函数用于数字数字图像的直方图均化，如：

i=imread('104_8.tif');
j=histeq(i);
imshow(J)

③对比度调整：imadjust函数用于数字数字图像的对比度调整，如：

i=imread('104_8.tif');
j=imadjust(i,[0.3,0.7],[]);

④对数变换：log函数用于数字数字图像的对数变换，如：

i=imread('104_8.tif');
j=double(i);
k=log(j);

⑤基于卷积的数字数字图像滤波函数：filter2函数用于数字数字图像滤波，如：

i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);

⑥线性滤波：利用二维卷积conv2滤波, 如:

i=imread('104_8.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);

⑦中值滤波：medfilt2函数用于数字数字图像的中值滤波，如：

i=imread('104_8.tif');
j=medfilt2(i);

⑧锐化

（1）利用Sobel算子锐化数字数字图像, 如:

i=imread('104_8.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);

（2）利用拉氏算子锐化数字数字图像, 如:

i=imread('104_8.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;

4、数字数字图像边缘检测

①sobel算子 如：

i=imread('104_8.tif');
j =edge(i,'sobel',thresh)

②prewitt算子 如：

i=imread('104_8.tif');
j =edge(i,'prewitt',thresh)

③roberts算子 如：

i=imread('104_8.tif');
j =edge(i,'roberts',thresh)

④log算子 如：

i=imread('104_8.tif');
j =edge(i,'log',thresh)

⑤canny算子 如：

i=imread('104_8.tif');
j =edge(i,'canny',thresh)

⑥Zero-Cross算子 如：

i=imread('104_8.tif');
j =edge(i,'zerocross',thresh)

5、形态学数字数字图像处理

①膨胀：是在二值化数字数字图像中“加长”或“变粗”的操作，函数imdilate执行膨胀运算，如：

a=imread('104_7.tif');%输入二值数字数字图像
b=[0 1 0;1 1 1;01 0];
c=imdilate(a,b);

②腐蚀：函数imerode执行腐蚀，如：

a=imread('104_7.tif');%输入二值数字数字图像
b=strel('disk',1);
c=imerode(a,b);

③开运算：先腐蚀后膨胀称为开运算，用imopen来实现，如：

a=imread('104_8.tif');
b=strel('square',2);
c=imopen(a,b);

④闭运算：先膨胀后腐蚀称为闭运算，用imclose来实现，如：

a=imread('104_8.tif');
b=strel('square',2);
c=imclose(a,b);

三、数字图像处理进阶

1. 直方图均衡化的 Matlab 实现

1.1 imhist 函数

• 功能：计算和显示数字数字图像的色彩直方图

• 格式：

imhist(X,map)

• 说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色数字数字图像 X 的直方图，map为调>色板。用stem(x,counts) 同样可以显示直方图。

1.2 imcontour 函数

• 功能：显示数字数字图像的等灰度值图

• 格式：

imcontour(I,n)
imcontour(I,v)

• 说明：n 为灰度级的个数，v 是有用户指定所选的等灰度级向量。

1.3 imadjust 函数

• 功能：通过直方图变换调整对比度

• 格式：

J=imadjust(I,[low high],[bottomtop],gamma)
newmap=imadjust(map,[low high],[bottomtop],gamma)

• 说明：J=imadjust(I,[low high],[bottomtop],gamma) 其中,gamma为校正量r，[lowhigh] 为原数字数字图像中要变换的灰度范围，[bottom top]指定了变换后的灰度范围；newmap=imadjust(map,[lowhigh],[bottom top],gamma) 调整索引色数字数字图像的调色板map。此时若[low high]和[bottom top]都为2×3的矩阵，则分别调整R、G、B 3个分量。

1.4 histeq 函数

• 功能：直方图均衡化

• 格式：

J=histeq(I,hgram)
J=histeq(I,n)
[J,T]=histeq(I,...)
newmap=histeq(X,map,hgram)
newmap=histeq(X,map)
[new,T]=histeq(X,...)

• 说明：J=histeq(I,hgram)实现了所谓“直方图规定化”，即将原是图象 I 的直方图变换成用户指定的向量hgram。hgram中的每一个元素
  都在[0,1]中；J=histeq(I,n)指定均衡化后的灰度级数n,缺省值为64；[J,T]=histeq(I,...)返回从能将数字数字图像I的灰度直方图变换成数字数字图像J的直方图的变换T；newmap=histeq(X,map)和[new,T]=histeq(X,...)是针对索引色数字数字图像调色板的直方图均衡。

2. 噪声及其噪声的 Matlab 实现

imnoise 函数

• 格式：

J=imnoise(I,type)
J=imnoise(I,type,parameter)

• 说明：J=imnoise(I,type)返回对数字数字图像I添加典型噪声后的有噪数字数字图像J，参数type和parameter用于确定噪声的类型和相应的参数。

3. 数字图像滤波

3.1 conv2 函数

• 功能：计算二维卷积
• 格式：

C=conv2(A,B)
C=conv2(Hcol,Hrow,A)
C=conv2(...,'shape')

• 说明：对于C=conv2(A,B)，conv2的算矩阵A和B的卷积，若[Ma,Na]＝size(A), [Mb,Nb]=size(B), 则 size(C)=[Ma+Mb-1,Na+Nb-1];C=conv2(Hcol,Hrow,A)中，矩阵A分别与Hcol向量在列方向和Hrow向量在行方向上进行卷积；C=conv2(...,'shape')用来指定conv2返回二维卷积结果部分，参数shape可取值如下：full为缺省值，返回二维卷积的全部结果；same返回二维卷积结果中与A大小相同的中间部分；valid返回在卷积过程中，未使用边缘补 0 部分进行计算的卷积结果部分，当size(A)>size(B)时，size(C)=[Ma-Mb+1,Na-Nb+1]。

3.2 conv 函数

• 功能：计算多维卷积
• 格式：与 conv2 函数相同

3.3 filter2函数

• 功能：计算二维线型数字滤波，它与函数 fspecial 连用
• 格式：

Y=filter2(B,X)
Y=filter2(B,X,'shape')

• 说明：对于Y=filter2(B,X)，filter2使用矩阵B中的二维FIR滤波器对数据X进行滤波，结果Y是通过二维互相关计算出来的，其大小与X一样；对于Y=filter2(B,X,'shape') ，filter2返回的Y是通过二维互相关计算出来的，其大小由参数shape确定，其取值如下：full返回二维相关的全部结果，size(Y)>size(X)；same返回二维互相关结果的中间部分，Y 与X 大小相同；valid返回在二维互相关过程中，未使用边缘补 0 部分进行计算的结果部分，有 size(Y)

3.4 fspecial 函数

• 功能：产生预定义滤波器
• 格式：

H=fspecial(type)
H=fspecial('gaussian',n,sigma) %高斯低通滤波器
H=fspecial('sobel')            %Sobel 水平边缘增强滤波器
H=fspecial('prewitt')          %Prewitt 水平边缘增强滤波器
H=fspecial('laplacian',alpha)  %近似二维拉普拉斯运算滤波器
H=fspecial('log',n,sigma)      %高斯拉普拉斯（LoG）运算滤波器
H=fspecial('average',n)        %均值滤波器
H=fspecial('unsharp',alpha)    %模糊对比增强滤波器

• 说明：对于形式H=fspecial(type)，fspecial函数产生一个由type指定的二维滤波器H，返回的H常与其它滤波器搭配使用。

4. 彩色增强的 Matlab 实现

4.1 imfilter函数

• 功能：真彩色增强
• 格式：

B=imfilter(A,h)

• 说明：将原始数字数字图像A按指定的滤波器h进行滤波增强处理，增强后的数字数字图像B与A的尺寸和类型相同

四、数字图像的变换

1. 离散傅立叶变换的Matlab 实现

Matlab 函数fft、fft2和fftn分别可以实现一维、二维和 N 维 DFT 算法；而函数ifft、ifft2和ifftn则用来计算反DFT。这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中,X表示输入数字数字图像；N表示采样间隔点，如果X小于该数值，那么 Matlab 将会对X进行零填充，否则将进行截取，使之长度为N ；DIM表示要进行离散傅立叶变换。

A＝fft2(X,MROWS,NCOLS) 

其中，MROWS和NCOLS指定对X进行零填充后的X大小。

A＝fftn(X,SIZE)

其中，SIZE 是一个向量，它们每一个元素都将指定 X 相应维进行零填充后的长度。函数 ifft、ifft2和ifftn的调用格式于对应的离散傅立叶变换函数一致。

**例子：**数字数字图像的二维傅立叶频谱

% 读入原始数字数字图像
I＝imread('lena.bmp');
imshow(I)
% 求离散傅立叶频谱
J=fftshift(fft2(I));
figure;
imshow(log(abs(J)),[8,10])

2. 离散余弦变换的 Matlab实现

2.1. dCT2 函数

• 功能：二维 DCT 变换
• 格式：

B=dct2(A) 5
B=dct2(A,m,n) 
B=dct2(A,[m,n]) 

• 说明：B＝dct2(A)计算A的DCT变换B，A与B的大小相同；B＝dct2(A,m,n)和B=dct2(A,[m,n])通过对A补0或剪裁，使B 的大小为 m×n。

2.2. dict2 函数

• 功能：DCT 反变换
• 格式：

B=idct2(A) 
B=idct2(A,m,n) 
B=idct2(A,[m,n]) 

• 说明：B＝idct2(A)计算A的 DCT 反变换B，A与B的大小相同；B＝idct2(A,m,n)和B=idct2(A,[m,n])通过对A补0或剪裁，使B的大小为m×n。

2.3. dctmtx函数

• 功能：计算 DCT 变换矩阵

• 格式：

D＝dctmtx(n)

• 说明：D＝dctmtx(n)返回一个n×n的DCT变换矩阵，输出矩阵D为double类型。

3. 数字数字图像小波变换的Matlab 实现

3.1 一维小波变换的 Matlab实现

(1) dwt 函数

• 功能：一维离散小波变换
• 格式：

[cA,cD]=dwt(X,'wname')
[cA,cD]=dwt(X,Lo_D,Hi_D)

• 说明：[cA,cD]=dwt(X,'wname')使用指定的小波基函数'wname'对信号X进行分解，cA、cD分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D)使用指定的滤波器组Lo_D、Hi_D对信号进行分解。

(2) idwt 函数

• 功能：一维离散小波反变换
• 格式：

X=idwt(cA,cD,'wname')
X=idwt(cA,cD,Lo_R,Hi_R)
X=idwt(cA,cD,'wname',L)
X=idwt(cA,cD,Lo_R,Hi_R,L)

• 说明：X=idwt(cA,cD,'wname')由近似分量cA和细节分量cD经小波反变换重构原始信号X。'wname'为所选的小波函数X=idwt(cA,cD,Lo_R,Hi_R)用指定的重构滤波器Lo_R和Hi_R经小波反变换重构原始信号X。X=idwt(cA,cD,'wname',L)和X=idwt(cA,cD,Lo_R,Hi_R,L)指定返回信号X中心附近的L个点。

3.2 二维小波变换的 Matlab实现

二维小波变换的函数

函数名	方法
dwt2
wavedec2	二维信号的多层小波分解
idwt2	二维离散小波反变换
waverec2	二维信号的多层小波重构
wrcoef2	由多层小波分解重构某一层的分解信号
upcoef2	由多层小波分解重构近似分量或细节分量
detcoef2	提取二维信号小波分解的细节分量
appcoef2	提取二维信号小波分解的近似分量
upwlev2	二维小波分解的单层重构
dwtpet2	二维周期小波变换
idwtper2	二维周期小波反变换

(1) wcodemat 函数

• 功能：对数据矩阵进行伪彩色编码
• 格式：

Y=wcodemat(X,NB,OPT,ABSOL)
        Y=wcodemat(X,NB,OPT)
        Y=wcodemat(X,NB)
        Y=wcodemat(X)

• 说明：Y=wcodemat(X,NB,OPT,ABSOL)返回数据矩阵X的编码矩阵Y；NB伪编码的最大值，即编码范围为0～NB，缺省值NB＝16；OPT 指定了编码的方式（缺省值为 ‘mat’），即：OPT＝’row’ ，按行编码;OPT＝’col’ ，按列编码;OPT＝’mat’，按整个矩阵编码;ABSOL是函数的控制参数（缺省值为 ‘1’），即：ABSOL＝0 时，返回编码矩阵;ABSOL＝1 时，返回数据矩阵的绝对值ABS(X)。

(2) dwt2 函数

• 功能：二维离散小波变换
• 格式：

[cA,cH,cV,cD]=dwt2(X,'wname')
[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)

• 说明：[cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函数'wname'对二维信号X进行二维离散小波变幻；cA，cH,cV,cD分别为近似分量、水平细节分量、垂直细节分量和对角细节分量；[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)使用指定的分解低通和高通滤波器Lo_D和 Hi_D分解信号X。

(3) wavedec2 函数

• 功能：二维信号的多层小波分解
• 格式：

[C,S]=wavedec2(X,N,'wname')
[C,S]=wavedec2(X,N,Lo_D,Hi_D)

• 说明：[C,S]=wavedec2(X,N,'wname')使用小波基函数'wname'对二维信号X进行N层分解；[C,S]=wavedec2(X,N,Lo_D,Hi_D)使用指定的分解低通和高通滤波器Lo_D和Hi_D分解信号X。

(4) idwt2 函数

• 功能：二维离散小波反变换
• 格式：

X=idwt2(cA,cH,cV,cD,'wname')
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)
X=idwt2(cA,cH,cV,cD,'wname',S)
X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)

• 说明：X=idwt2(cA,cH,cV,cD,'wname')由信号小波分解的近似信号cA和细节信号cH、cH、cV、cD经小波反变换重构原信号X；X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)使用指定的重构低通和高通滤波器Lo_R和Hi_R重构原信号X；X=idwt2(cA,cH,cV,cD,'wname',S)和X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)返回中心附近的S个数据点。

(5) waverec2 函数

• 功能：二维信号的多层小波重构
• 格式：

X=waverec2(C,S,'wname')
X=waverec2(C,S,Lo_R,Hi_R)

• 说明：X=waverec2(C,S,'wname')由多层二维小波分解的结果C、S重构原始信号X，'wname'为使用的小波基函数；X=waverec2(C,S,Lo_R,Hi_R)使用重构低通和高通滤波器Lo_R和Hi_R重构原信号。