基本数字图像处理算法的matlab 实现

《基本数字图像处理算法的matlab 实现》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基本数字图像处理算法的matlab实现1.数字图像处理的简单介绍所谓数字图像就是把传统图像的画面分割成为像素的小的离散点，各像素的灰度值也是用离散值来表示的。数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。2.图像的显示与运算2.1图像的显示Matlab显示语句imshow（I,[lowhigh]）%图像正常显示I为要显示的图像矩阵。,[lowhigh]为指定显示灰度图像的灰度范围。高于high的像素被显示成白色；低于low的像素被显示成黑色；介于high和low之间的像素被按比例拉伸后显示为各种

2、等级的灰色。subplot(m,n,p)打开一个有m行n列图像位置的窗口，并将焦点位于第p个位置上。2.2图像的运算灰度化将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255中值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理种一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然

3、反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法来实现。第一种方法使求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。灰度直方图是灰度级的函数，它表示图象中具有每种灰度级的象素的个数，反映图象中每种灰度出现的频率。图像增强的目标是改进图片

4、的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。Matlab图像格式转换语句rgb2gray(I)%从RGB图创建灰度图imhist(I)%画灰度直方图图像的线性变换DB=f(DA)=fA*DA+fBMatlab源代码：I1=imread('F:图片2.jpg');subplot(2,2,1);imshow(I1);title('原图');I2=rgb2gray(I1);%灰度化图像subplot(2,2,2);imshow(I2);title('灰度化后图');

5、[M,N]=size(I2);subplot(2,2,3)[counts,x]=imhist(I2,60);%画灰度直方图counts=counts/M/N;stem(x,counts);title('灰度直方图');g=zeros(M,N);%图像增强bmin=min(min(I2));bmax=max(max(I2));fori=1:Mforj=1:Ng(i,j)=I2(i,j)*1.5+30;endendg=uint8(g);subplot(2,2,4);imshow(g);title('增强后图');运行效果图：2.3图像的傅里叶

6、变换图像的傅立叶变换，原始图像由N行N列构成，N必须是基2的，把这个N*N个包含图像的点称为实部，另外还需要N*N个点称为虚部，因为FFT是基于复数的，计算图像傅立叶变换的过程很简单：首先对每一行做一维FFT，然后对每一列做一维FFT。具体来说，先对第0行的N个点做FFT（实部有值，虚部为0），将FFT输出的实部放回原来第0行的实部，FFT输出的虚部放回第0行的虚部，这样计算完全部行之后，图像的实部和虚部包含的是中间数据，然后用相同的办法进行列方向上的FFT变换，这样N*N的图像经过FFT得到一个N*N的频谱。Matlab源代码：I1=i

7、mread('F:图片2.jpg');%读入原图像文件I1=rgb2gray(I1);subplot(1,2,1);imshow(I1);title('原图');%显示原图像fftI1=fft2(I1);%二维离散傅立叶变换sfftI1=fftshift(fftI1);%直流分量移到频谱中心RR1=real(sfftI1);%取傅立叶变换的实部II1=imag(sfftI1);%取傅立叶变换的虚部A1=sqrt(RR1.^2+II1.^2);%计算频谱幅值A1=(A1-min(min(A1)))/(max(max(A1))-min(mi

8、n(A1)))*225;%归一化subplot(1,2,2);imshow(A1);title('傅里叶变换后图');%显示原图像的频谱运行效果图：3.图像的去噪算法与实现中值滤波是基于排序统