Matlab图像处理小结

2016-5-10 13:44| 发布者: 缱绻| 查看: 1297| 评论: 0|原作者: 不详|来自: 新浪了凡春秋的博客

摘要: 经常做做图像处理的东西，时间长了，有些函数就忘了，看到网上有人总结，收藏了。1. 图像和图像数据缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点数，所需存储量很大；MATLAB还支持另一种 ...

经常做做图像处理的东西，时间长了，有些函数就忘了，看到网上有人总结，收藏了。

1. 图像和图像数据

缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩阵中每个数据占用1个字节。

在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8与double两种类型数据的值域不同，编程需注意值域转换。

从uint8到double的转换
---------------------------------------------
图像类型 MATLAB语句
---------------------------------------------
索引色 B=double(A)+1
索引色或真彩色 B=double(A)/255
二值图像 B=double(A)
---------------------------------------------

从double到uint8的转换
---------------------------------------------
图像类型 MATLAB语句
---------------------------------------------
索引色 B=uint8(round(A-1))
索引色或真彩色 B=uint8(round(A*255))
二值图像 B=logical(uint8(round(A)))
---------------------------------------------

2. 图像处理工具箱所支持的图像类型

2.1 真彩色图像

R、G、B三个分量表示一个像素的颜色。如果要读取图像中(100,50)处的像素值，可查看三元数据(100,50,1:3)。

真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无符号整型存储，亮度值范围[0,255]

2.2 索引色图像

包含两个结构，一个是调色板，另一个是图像数据矩阵。调色板是一个有3列和若干行的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。

注意：MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。

常用颜色的RGB值
--------------------------------------------
颜色 R G B 颜色 R G B
--------------------------------------------
黑 0 0 1 洋红 1 0 1
白 1 1 1 青蓝 0 1 1
红 1 0 0 天蓝 0.67 0 1
绿 0 1 0 橘黄 1 0.5 0
蓝 0 0 1 深红 0.5 0 0
黄 1 1 0 灰 0.5 0.5 0.5
--------------------------------------------

产生标准调色板的函数
-------------------------------------------------
函数名调色板
-------------------------------------------------
Hsv 色彩饱和度，以红色开始，并以红色结束
Hot 黑色－红色－黄色－白色
Cool 青蓝和洋红的色度
Pink 粉红的色度
Gray 线型灰度
Bone 带蓝色的灰度
Jet Hsv的一种变形，以蓝色开始，以蓝色结束
Copper 线型铜色度
Prim 三棱镜，交替为红、橘黄、黄、绿和天蓝
Flag 交替为红、白、蓝和黑
--------------------------------------------------

缺省情况下，调用上述函数灰产生一个64×3的调色板，用户也可指定调色板大小。索引色图像数据也有double和uint8两种类型。当图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……如果图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……

2.3 灰度图像

存储灰度图像只需要一个数据矩阵。

数据类型可以是double，[0，1]；也可以是uint8，[0,255]

2.4 二值图像

二值图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。

MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8类型。

2.5 图像序列

MATLAB工具箱支持将多帧图像连接成图像序列。图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。

分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，调色板也必须相同。

可参考cat()函数 A＝cat(4,A1,A2,A3,A4,A5)

3. MATLAB图像类型转换

图像类型转换函数
---------------------------------------------------------------------------
函数名函数功能
---------------------------------------------------------------------------
dither 图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像
gray2ind 将灰度图像转换成索引图像
grayslice 通过设定阈值将灰度图像转换成索引色图像
im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray 将索引色图像转换成灰度图像
ind2rgb 将索引色图像转换成真彩色图像
mat2gray 将一个数据矩阵转换成一副灰度图
rgb2gray 将一副真彩色图像转换成灰度图像
rgb2ind 将真彩色图像转换成索引色图像
----------------------------------------------------------------------------

4. 图像文件的读写和查询

4.1 图形图像文件的读取

利用函数imread()可完成图形图像文件的读取，语法：

A=imread(filename,fmt)

[X,map]=imread(filename,fmt)

[...]=imread(filename)

[...]=imread(filename,idx) （只对TIF格式的文件）

[...]=imread(filename,ref) （只对HDF格式的文件）

通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放在类uint8中。此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时，Matlab就将其存贮在uint16中。

注意：对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。

4.2 图形图像文件的写入

使用imwrite函数，语法如下：

imwrite(A,filename,fmt)

imwrite(X,map,filename,fmt)

imwrite(...,filename)

imwrite(...,parameter,value)

当利用imwrite函数保存图像时，Matlab缺省的方式是将其简化道uint8的数据格式。

4.3 图形图像文件信息的查询imfinfo()函数

5. 图像文件的显示

5.1 索引图像及其显示

方法一：

image(X)
colormap(map)

方法二：

imshow(X,map)

5.2 灰度图像及其显示

Matlab 7.0 中，要显示一副灰度图像，可以调用函数 imshow 或 imagesc （即imagescale，图像缩放函数）

(1) imshow 函数显示灰度图像

使用imshow(I)或使用明确指定的灰度级书目：

imshow(I,32)

由于Matlab自动对灰度图像进行标度以适合调色板的范围，因而可以使用自定义大小的调色板。其调用格式如下：

imshow(I,[low,high]) 其中，low 和 high 分别为数据数组的最小值和最大值。

(2) imagesc 函数显示灰度图像

下面的代码是具有两个输入参数的 imagesc 函数显示一副灰度图像

imagesc(1,[0,1]);
colormap(gray);

imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。

在调用 imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示图像。在该调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大值对应于颜色映象表中的最后一个颜色值。

5.3 RGB 图像及其显示

(1) image(RGB)

不管RGB图像的类型是double浮点型，还是 uint8 或 uint16 无符号整数型，Matlab都能通过 image 函数将其正确显示出来。

RGB8 = uint8(round(RGB64×255)); ％将 double 浮点型转换为 uint8 无符号整型

RGB64 = double(RGB8)/255; ％将 uint8 无符号整型转换为 double 浮点型

RGB16 = uint16(round(RGB64×65535)); ％将 double 浮点型转换为 uint16 无符号整型

RGB64 = double(RGB16)/65535; ％将 uint16 无符号整型转换为 double 浮点型

(2) imshow(RGB) 参数是一个 m×n×3 的数组

5.4 二进制图像及其显示

(1) imshow(BW)

在 Matlab 7.0 中，二进制图像是一个逻辑类，仅包括 0 和 1 两个数值。像素 0 显示为黑色，像素 1 显示为白色。

显示时，也可通过NOT(~)命令，对二进制图象进行取反，使数值 0 显示为白色；1 显示为黑色。

例如： imshow(~BW)

(2) 此外，还可以使用一个调色板显示一副二进制图像。如果图形是 uint8 数据类型，则数值 0 显示为调色板的第一个颜色，数值 1 显示为第二个颜色。

例如： imshow(BW,[1 0 0;0 0 1])

5.5 直接从磁盘显示图像

可使用一下命令直接进行图像文件的显示：

imshow filename

其中，filename 为要显示的图像文件的文件名。

如果图像是多帧的，那么 imshow 将仅显示第一帧。但需注意，在使用这种方式时，图像数据没有保存在Matlab 7.0 工作平台。如果希望将将图像装入工作台中，需使用 getimage 函数，从当前的句柄图形图像对象中获取图像数据，命令形式为：

rgb ＝ getimage;

1、图像的变换

① fft2：fft2函数用于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、图像的增强

①直方图：imhist函数用于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函数用于数字图像的直方图均化，如：

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

③对比度调整：imadjust函数用于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基于卷积的图像滤波函数：filter2函数用于图像滤波，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;

3、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)

4、形态学图像处理

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

a=imread('104_7.tif'); %输入二值图像
b=[0 1 0;1 1 1;0 1 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);

转自：http://blog.sina.com.cn/s/blog_6163bdeb0102e5q7.html

收藏分享邀请

上一篇：matlab中legend的用法下一篇：[示例]如何求解微分、积分方程的几个例子

账号		自动登录	找回密码
密码			我要加入

Matlab图像处理小结

最新评论

相关分类