Matlab图像处理工具箱1.ppt

《Matlab图像处理工具箱1.ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3章MATLAB图像处理工具箱3．1MATLAB图像处理初步MATLAB(MATrixLABoratory)是一种基于向量(数组)而不是标量的高级程序语言，因而从本质上就提供了对图像的支持。数字图像实际上就是一组有序的离散数据，使用MATLAB可以对这些离散数据形成的矩阵进行一次性的处理。(1)读入并显示一幅图像首先清除MATLAB所有的工作平台变量，关闭已打开的图形窗口。其程序如下:clear;closeall;3.1.1图像处理的基本操作使用图像读取函数imread来读取一幅图像。假设要读取图像pout.tif，并将其存储在一个名为I的数组中，其程序为：I=imread(‘pout.

2、tif’);使用imshow命令来显示数组I，其程序如下：imshow(I)显示结果如下图所示。(2)检查内存中的图像使用whos命令来查看图像数据I是如何存储在内存中，其程序为：whosMATLAB做出的响应如下：NameSizeBytesClassI291×24069840uint8arrayGrandtotalis69840elementsusing69840bytes(3)实现直方图均衡化pout.tif图像对比度较低，为了观察图像当前状态下亮度分布情况，可以通过使用imhist函数创建描述该图像灰度分布的直方图。首先使用figure命令创建一个新的图像窗口，避免直方图覆盖图像数组

3、I的显示结果。其程序为：figure,imhist(I);运行结果如图3．2所示。由图可见，图像没有覆盖整个灰度范围[0，255]，仅在较狭窄范围内，同时图像中灰度值的高低区分不明显，无较好的对比度。可以通过调用histeq函数将图像的灰度值扩展到整个灰度范围中，从而达到提高数组I的对比度。其程序为：I2=histeq(I);figure,imshow(I2);运行结果如下图所示。此时修改过的图像数据保存在变量I2中。然后，再通过调用imhist函数观察其拓展后的灰度值的分布情况。(4)保存图像将新调节后的图像I2保存到磁盘中。假设希望将该图像保存为PNG格式图像文件，使用imwrite函

4、数并指定一个文件名，该文件的扩展名为.png。其程序为：imwrite(I2,‘pout2.png’);(5)检查新生成文件的内容利用imfinfo函数可以观察上述语句写了什么内容在磁盘上。值得注意的是：在imfinfo函数语句行末尾不要加上分号，以保证MATLAB能够显示图形输出结果；另外，要保证此时的路径与调用imwrite时的路径一致。imfinfo(‘pout2.png’)运行结果如下所示：ans=Filename:'pout.png'FileModDate:'08-Mar-200512:23:58'FileSize:36938Format:'png'……3.1.2图像处理的高级应

5、用(1)读取和显示图像首先清除MATLAB所有的工作平台变量，关闭已打开的图形窗口，读取和显示灰度图像rice.tif，其程序如下：clear;closeall;I=imread('rice.tif');imshow(I);(2)估计图像背景图像rice.tif中心位置的背景亮度要高于其他部分的亮度。使用imopen函数和一个半径为15的圆盘形结构元素对输入的图像I进行形态打开操作。形态打开操作将会删除那些不完全包括在半径为15的圆盘中的对象，从而实现背景亮度的估计，其程序如下：background=imopen(I,strel(‘disk’,15));(3)从原始图像中减去背景图像将背景

6、图像background从原始图像I中减去，从而创建一个新的、背景较为一致的图像，其程序如下：I2=imsubtract(I,background);figure,imshow(I2);(4)调节图像对比度从上图可以看出，修改后的图像很暗，可以使用imadjust函数来调节图像的对比度，并显示调节后的效果。I3=imadjust(I2,stretchlim(I2),[01]);figure,imshow(I3);(5)使用阈值操作将图像转换为二进制图像通过使用函数graythresh和im2bw创建一个新的二值图像bw，其程序如下：level=graythresh(I3);bw=im2bw

7、(I3,level);figure,imshow(bw);(6)检查图像中的对象个数为了确定图像中的米粒的个数，使用bwlabel函数，该函数标示了二值图像bw中的所有相关成分，并且返回在图像中找到的对象个数numobjects：[labeled,numobjects]=bwlabel(bw,4);numobjects=80(7)检查标记矩阵观察标记矩阵的一个好办法就是将其显示为一个伪彩色的索引图像。函数label2rg