资源描述：
《matlab图像处理实例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、Matlab图像处理基本操作文/天神 一、图像基本操作1.读取图像并显示：>>clear;closeall %清空Matlab工作平台所有变量（准备工作）>>I=imread('pout.tif'); %该图像是Matlab图形工具箱中自带的图像(toolboximagesimdemos)>>imshow(I)2.检查内存（数组）中的图像：>>whosName Size Bytes Class I 291x240
2、 69840 uint8arrayGrandtotalis69840elementsusing69840bytes表示该图像采用8位存储方式并占用了69840B的存储空间。3.实现图像直方图均衡化：>>figure,imhist(I) %在新图中显示图像I的直方图>>I2=histeq(I); %均衡化以后的图像存在I2数组中(图像灰度值扩展到整个灰度范围,对比度提高)>>figure,imshow(I2) %显示均衡化后的图像>>figure,imhist(I2)
3、 %显示均衡后的灰度值分布情况8位图像取值范围：[0,255]，16位图像取值范围：[0,655351]，双精度图像取值范围：[0,1] 4.保存图像：>>imwrite(I2,'pout2.png'); %将图像由原先的tif格式另存为png格式 5.检查新生成文件的信息：>>imfinfo('pout2.png') %观察保存图像的文件信息ans= Filename:'pout2.png' %文件名 FileM
4、odDate:'11-Apr-200921:55:35' %文件修改日期 FileSize:36938 %文件大小 Format:'png' % 文件格式 FormatVersion:[] % 格式 Width:240 %文件宽度 Height:291 %文件高度
5、 BitDepth:8 %文件位深度 ColorType:'grayscale' %颜色类型 ……二、图像处理Matlab的应用：实例：消除rice.png图像中亮度不一致的背景，并使用阈值将修改后的图像转换为二值图像，使用成员标记返回图像中对象的个数以及统计特性。按照如下步骤进行：1.读取和显示图像>>clear;closeall>>I=imread('rice.png');>>im
6、show(I) 2.估计图像背景：图像中心位置背景亮度强于其他部分亮度，用imopen函数和一个半径为15的圆盘结构元素对输入的图像I进行形态学开操作，去掉那些不完全包括在圆盘中的对象，从而实现对背景亮度的估计。>>clear;closeall>>I=imread('rice.png');>>imshow(I)>>background=imopen(I,strel('disk',15));>>imshow(background)>>figure,surf(double(background(1:
7、8:end,1:8:end))),zlim([0,255]);>>set(gca,'ydir','reverse');显示了背景图（左）和背景表面图（右） 3.从原始图像中减去背景图像（原始图像I减去背景图像得到背景较为一致的图像）：>>I2=imsubtract(I,background);>>figure,imshow(I2) 4.调节图像的对比度(图像较暗，可用imadjust函数命令来调节图像的对比度)>>I3=imadjust(I2,stretchlim(I2),[01]);>>fig
8、ure,imshow(I3); 5.使用阈值操作将图像转换为二进制(二值)图像(bw),调用whos命令查看图像的存储信息.>>level=graythresh(I3); %图像灰度处理>>bw=im2bw(I3,level); %图像二值化处理>>figure,imshow(bw) %显示处理后的图片>>whos Name Size Bytes Class I 256x256
