使用Matlab进行数字图像处理

小复习

1.书写规范：

1. 对大小写敏感，标点符号是半角
2. 一行多个命令之间用"，“分开，不想显示结果用”;”
3. 续行符号"…”
4. 不同语法关键字使用不同的颜色表示
5. 命令行编辑可进行Cut、Copy、Paste等操作。
6. 变量命名规则：字母开头，后面是数字字母下划线。
7. 注释符号：//或％。

页面布局：

⑴命令窗口 ：输入MATLAB命令、函数、矩阵、表 达式等，并显示除图形以外的所有计算结果。

(2)工作空间
显示工作空间中所有变量的名称、
大 小、字节数及数据类型。
可在工作空间对变量进行观察、编
辑、 保存(保存为mat文件)和删除。
使用dear命令可以清除工作空间内
的变量。
MATLAB退出后，工作空间自动清除。

（3）当前目录浏览器
当前目录是MATLAB运行文件的
工作目录。
在当前目录或在搜索路径下的文
件及函数才可以被运行或调用。
工作中文件和数据默认在当前目
录下。
如需调用多个目录下的文件，将
这些目录加入搜索路径。

数字图像处理

相关操作：
(1) 几何运算，包括缩放、旋转和裁剪；
(2) 分析操作，包括边缘检测，四叉树分解；
(3) 增强操作，包括亮度调整，直方图均衡化，去噪声；
(4) 2-D FIR滤波器设计；
(5) 图像变换，包括离散余弦变换（DCT）和Radon变换；
(6) 邻域与块处理；
(7) 感兴趣区域处理；
(8) 二值图像处理，包括形态学操作；
(9) 彩色空间变换；
(10) 彩色地图管理。
相关函数：
数字图像读入----imread函数
功能：读入图像数据
格式：I=imread（‘FILENAME’）
FILENAME指定图像文件的完整路径和文件名，如果
在搜索目录下，只需提供文件名。
例：假设moon.jpg、cat.jpg 存放在当前工作目录下
cat1.bmp存放在E盘图像目录下。
I1=imread(‘moon.jpg’);
I2=imread(‘cat.jpg’);
I3=imread(‘E:\图像\cat1.jpg’);
数字图像信息查询----imfinfo函数
功能：用于获取图像文件的有关信息
格式：inf=imfinfo（‘FILENAME’）
FILENAME指定图像文件的完整路径和文件名，如果
在搜索目录下，只需提供文件名。
数字图像显示----imshow函数
功能：显示图像
格式：imshow（I）
imshow(I,[low high])
I为要显示图像的数据矩阵
[low high] 指定显示灰度范围， >=high设为白色
subplot(1,2,1),imshow (I1);
subplot(1,2,2),imshow (I1,[30 150]);
数字图像存储----imwrite函数
功能：将图像数据写入到图像文件中
格式：imwrite（I，filename）
I为要写入图像矩阵。
filename为待写入的文件
例:将数据保存为图像文件
请观察graytest.bmp是否与matlab中显示的数据一致。
J=I(150:300,150:300);
imshow(J)
imwrite(J,’graytest.bmp’)

图像类型

灰度图像
常用0表示黑色，255表示白色，用0到255之间的数表示灰度。

例：生成一个灰度图像，并显示。

    A=[0 230;255 60;30 100]
    A=uint8（A）;
    imshow(A)
    imshow(A,’initialMagnification’,’fit’)

彩色图像

每个像素由R、G、B分量构成的图像，其中R、G、B、是由不同的灰度级来描述的。

                                     I=imread();
                                     subplot(2,2,1)
                                     imshow(I)
                                     r=I(:,:,1);
                                     subplot(2,2,2)
                                     imshow(r)
                                     g=I(:,:,2);
                                     subplot(2,2,3)
                                     imshow(g)
                                     b=I(:,:,3);
                                     subplot(2,2,4)
                                     imshow(b)

    例：生成一个彩色图像，并显示。
    clear
       clc
       close all
       R=[255 30 230;255 0 100;0 200 0];
       G=[0 80 220;255 255 50;0 35 0];
       B=[0 200 15;255 0 190;0 70 255];
       RGB(:,:,1)=R
       RGB(:,:,2)=G
       RGB(:,:,3)=B   
       RGB=unit8(RGB) ;
       imshow(RGB,’initialMagnification’,’fit’)

二值图像

每个像素只有两种灰度取值
例：读取二值图像（黑白图像），查看该图像的数据矩阵，对二值图像进行取反操作，查看“黑白颠倒”的效果。

           I=imread(   );
                                      subplot(1,2,1)
                                      imshow(I)
                                      J=imcomplement(I);
                                      subplot(1,2,2)
                                      imshow(J)

类型间的转换：
im2bw 将图像转换为二值图像
rgb2gray 将彩色图像转换为灰度图像
im2bw 功能：将图像按照阈值转换为二值图像
格式： bw=im2bw(I,level)
I为要转换的图像矩阵，bw为转换后的二值图像
level为阈值，取值范围[0,1],默认为0.5
如果I中像素灰度值大于I*level,则该值变为1，否则为0。
二值图像分析在对象识别与模式匹配中有重要作用，同时也在机器人视觉中也是图像处理的关知键步骤，目的是将目标用户背景分类 .

rgb2gray 功能：将彩色图像转换为灰度图像
格式： I=rgb2gray(rgb)
rgb为要待转换的彩色图像，I为转换后的灰度图像矩阵

例：     RGB=imread(‘     ’);
           gray=rgb2gray(RGB);  %得到灰度图
           BW1=im2bw(gray,0.3); %将灰度图转成二值图，阈值0.3
           BW2=im2bw(gray,0.5); %将灰度图转成二值图，阈值0.5
           subplot(2,2,1),imshow(RGB); %显示原图片
           subplot(2,2,2),imshow(gray); %显示转换后的灰度图片
           subplot(2,2,3),imshow(BW1); %显示转换后的二值图片
           subplot(2,2,4),imshow(BW2); %显示转换后的二值图片

图像的几何变换与灰度调整

1、对图像进行几何变换，包括尺寸变换和旋转变换。
2、对图像进行灰度调整，包括线性变换、非线性变换和直方
图均衡化。
图像尺寸变换---- imresize函数
功能：缩放图像
格式：B=imresize(A,m)
B=imresize(A,[nrow ncol],method)
返回图像B是原图像A的m倍
nrow和ncol为目标图像的高度和宽度
method改变图像时所采用的插值算法: ‘nearest’:最近邻插值算法；
‘bilinear’:双线性差值算法； ‘bicubic’:双三次插值算法

I=imread(‘moon.jpg’)
imshow(I)
figure
J=imresize(I,0.25);
imshow(J)

I=imread(‘moon.jpg’);
subplot(1,2,1),imshow(I)
J=imresize(I,0.25);
subplot(1,2,2),imshow(J)

图像旋转变换---- imrotate函数
功能：将图像旋转为若干角度
格式：bw= imrotate(I,angle)
bw=imrotate (I,angle,method)
bw = imrotate(A,angle,method,bbox)
I为要旋转的图像矩阵
angle为旋转角度
method为插值算法，'nearest ‘ 'bilinear ’ 'bicubic‘
bbox参数用于指定输出图像属性： ‘crop’ 或 ‘loose’
‘crop’： 通过对旋转后的图像B进行裁剪， 保持旋转后输出图像bw
的尺寸和输入图像A的尺寸一样。
‘loose’：使输出图像足够大， 以保证原旋转后超出图像尺寸范围
的像素值没有丢失。 一般这种格式产生的图像的尺寸都
要大于原 图像的尺寸。

I=imread(‘        ’);
for i=1:10
     J=imrotate(I,36*i, ‘crop’); 
     subplot(2,5,i)
     imshow(J)
end

imadjust函数
功能：灰度图像的灰度转换
格式：J=imadjust(I)
g=imadjust( I,[low_in high_in],[low_out high_out])
g=imadjust( I,[low_in high_in],[low_out high_out], gamma)
输入灰度low_in~ high_in；输出灰度low_out~high_out
输入灰度小于low_in，则输出灰度为low_out
输入灰度大于high_in，则输出灰度为high_out
将low_in至 high_in间值映射到low_out至high_out间值。

I=imread(‘ moon.jpg’);
subplot(1,3,1),imshow(I)
g1=imadjust(I,[0 1],[1 0]); subplot(1,3,2),imshow(g1)
g2=imadjust(I,[0.5 0.75],[0 1]); subplot(1,3,3),imshow(g2)

imhist函数
功能：用于获取图像数据的灰度直方图
格式：imhist(I)
imhist（I,n）
I为灰度图像
n为指定的灰度级

I=imread(‘cat.jpg’);
I=rgb2gray(I);
subplot(1,3,1),imshow(I)
title(‘原图’)
subplot(1,3,2),imhist(I)
title(‘256灰度直方图’)
subplot(1,3,3),imhist(I,32)
title(‘32灰度直方图’)

histeq函数
功能：通过直方图均衡化来增加灰度图像的直方图
格式：J=histeq(I)

I=imread(‘        ’);
I=rgb2gray(I);
subplot(2,2,1),imshow(I);title(‘原图’)；
subplot(2,2,2),imhist(I);title(‘原图直方图’)；
J=histeq(I); 
subplot(2,2,3),imshow(J); title(‘均衡化图’)；
subplot(2,2,4),imhist(J); title(‘均衡化后直方图’)；

图像类型与数据类型间的转换

im2uint8：将输入中所有<0转换为0，所有>1转换为255.其他
的乘以255。
im2uint16 ：将所有输入 <0转换为0，所有>1转换为655356。
im2double ：将输入转换为double类。
若输入是unit8、unit16或 logical则转换为[0,1]间的类。
若输入是double，则返回与输入相等的矩阵

I=imread(‘moon.jpg’);
I16=im2uint16(I);
Id=im2double(I);

实验4　图像滤波

实验内容：
1、对图像做平滑滤波，包括均值滤波和加权平均滤波。
2、对图像做边缘滤波，包括水平边缘和竖直边缘。
3、对图像做锐化滤波。
4、对图像傅里叶变换。

MATLAB实现平均滤波的函数
fspecial是用来生成滤波器（也叫算子）的函数，其语法格式为
h=fspecial（type）
h=fspecial（type，hsize）
使用type参数来指定滤波器的种类，type=‘average’为生成均值滤波器。 hsize指定滤波器的尺寸，默认值为[3 3]。滤波器也可以自己设计。 h为生成的滤波器。
基于卷积的图像滤波函数imfilter， imfilter的语法格式为：
Y= imfilter(X, h)
其中Y=imfilter(h,X) 返回图像X经滤波算子h滤波后的结果，默认返回图像Y与输入图像X大小相同。

I=imread（‘’）；
I1=double(rgb2gray(I))
figure,imshow(I1,[]),title(‘original imgae’)
H=[[1/9，1/9，1/9],…
       [1/9，1/9，1/9],…
       [1/9，1/9，1/9]]
%H=fspecial('average');
I2=imfilter(I1,H);
figure,imshow(I2,[]),title(‘ average image ’)
H=[[1/16，2/16，1/16],…
       [2/16，4/16，2/16],…
       [1/16，2/16，1/16]]
%I1=imnoise(I,'salt & pepper',0.05);
I3=imfilter(I1,H);
figure,imshow(I3,[]),title(‘weighted average image ’)

MATLAB实现中值滤波的函数
medfilt2
功能：对图像进行中值滤波
格式： J = medfilt2(I)
J = medfilt2(I,[m n])
I为原图像， [m n] 指定滤波器的尺寸，默认值为[3 3]。滤波器也可以自己设计。

I4=medfilt2(I1,[3 3]);
I5=medfilt2(I1,[7 7]);
figure
subplot(2,2,1),imshow(I1),colormap(‘gray’),title(‘Original’)
subplot(2,2,2),imshow(I2),colormap(‘gray’),title(‘average image ’) subplot(2,2,3),imshow(I4),colormap(‘gray’),title(‘medium filter 3*3’) subplot(2,2,4),imshow(I5),colormap(‘gray’),title (‘medium filter 7*7’) 

MATLAB实现边缘检测的函数
edge
功能：对图像进行边缘检测
格式： J = edge(I)
J = edge (I,method)
I为原图像。 method：提取边界的方法，共有六种可用方法，‘sobel’、‘prewitt’、‘roberts’、‘log’、‘zerocross’‘canny’。缺省时使用‘sobel’。

MATLAB实现图像锐化的函数

傅里叶变换

 clear;
                                          clc;
                                          clear;
                                           im=imread(‘            ’)
                                           im1=rgb2gray(im)
                                           im2=imresize(im1,[512,512]);
                                           figure,imshow(im2);
                                           title(‘original image’)
                                            f=double(im2);
                                            F=fft2(f);
                                            S=abs(F);
                                            figure,imshow(S,[]);
                                             title(‘Frequency  Spectrum’);
                      Fc=fftshift(F);
                      S=abs(Fc);
                      figure,imshow(S,[]);
                      title(‘Centered Frequency Spectrum’)

遇到的问题是，频谱图全黑！