1、精品文檔1歡迎下載圖像讀入從圖形文件中讀入圖像imreadSyn tax: A = imread(file name, fmt)filename:指定的灰度或彩色圖像文件的完整路徑和文件名。fmt:指定圖形文件的格式所對應的標準擴展名。如果imread沒有找到file name所制定的文件,會嘗試查找一個名為filename.fmt的文件。A：包含圖像矩陣的矩陣。對于灰度圖像，它是一個M行N列的矩陣。如果文件包含RGB真彩圖像，則是m*n*3的矩陣。對于索引圖像，格式X, map = imread(file name, fmt)X:圖像數據矩陣。MAP顏色索引表圖像的顯示imshow函數：顯示

2、工作區或圖像文件中的圖像Syntax:imshow(I) %I是要現實的灰度圖像矩陣imshow(I,low high,param1, val1, param2, val2,.) %I是要現實的灰度圖像矩陣，指定要顯示的灰度范圍，后面的參數指定顯示圖像的特定參數imshow(RGB)imshow(BW)imshow(X,map) %map顏色索引表imshow(file name)himage = imshow(.)操作：讀取并顯示圖像l=imread(C:Usersfanji nfeiDesktopbaby.bmp);%讀取圖像數據imshow(I);%顯示原圖像圖像增強一.圖像的全局描述直

3、方圖(Histogram):是一種對數據分布情況的圖形表示，是一種二維統計圖表， 它的兩個坐標分別是統計樣本和該樣本對應的某個屬性的度量。圖像直方圖(Image Histogram):是表示數字圖像中亮度分布的直方圖，用來描述圖象灰度值，標繪了圖像中每個亮度值的像素數。灰度直方圖：是灰度級的函數，它表示圖像中具有某種灰度級的像素的個數，反映了圖像中某種灰度出現的頻率。描述了一幅圖像的灰度級統計信息。是一個二維圖，橫坐標為圖像中各個像素點的灰度級別，縱坐標表示具有各個灰度級別的像素在圖像中出現的次數或概率。精品文檔2歡迎下載歸一化直方圖：直接反應不同灰度級出現的比率。縱坐標表示具有各個灰度級別的

4、像素在圖像中出現的概率。圖像的灰度直方圖：是一個離散函數，表示圖像每一灰度級與該灰度級出現概率的對 應關系。圖像的灰度直方圖運算：imhist()函數，其橫坐標表示像素的灰度級別，縱坐標 為像素點的個數。mhist函數=Display histogram of image data顯示灰度直方圖的函數Syntax:1imhist(I) % I為要計算的灰度直方圖圖像2imhist(I, n) % n指定的灰度級的數目，表示所有灰度級均勻分布在n個小區間內。3imhist(X, map)4counts,x = imhist(.) %counts直方圖數據向量。counts(i)第i個灰度區間中的

5、像素數目。x是保存了對應的灰度小區間的向量。注意：若調用時不接受這個函數的返回值，則直接顯示直方圖；在得這些返回數據之后，也可以使用stem(x,counts)手繪直方圖。例1:顯示某一圖像的灰度直方圖l=imread(C:Usersfanji nfeiDesktopbaby.bmp);%讀入圖像imhist(I) %顯示圖像的灰度直方圖例2:顯示原圖像和圖像的灰度直方圖I=imread(C:Usersfanji nfeiDesktopbaby.bmp);%讀入圖像figure;imshow(l); %顯示原始圖像title(source);figure;imhist(l); %顯示圖像的灰度

6、直方圖title(graph);注意：這里顯示的是未經歸一化的灰度直方圖，縱軸表示圖像中所有像素取到某一特定灰度值的次數，橫軸表示所有灰度值。例3:歸一化直方圖I=imread(C:Usersfanji nfeiDesktopbaby.bmp); %讀入原圖像figure; %打開新窗口M,N=size(l); %計算圖像大小counts,x = imhist(l,32) ;%計算有32個小區間的灰度直方圖cou nts=cou nts/M/N; %計算歸一化灰度直方圖各區間的值stem(x,cou nts) %繪制歸一化直方圖注意：counts保存了落入每個區間的像素個數圖像歸一化：就是將圖

7、像轉換成唯一的標準形式，消除同類圖像不同變形體之間的外觀差異。二直方圖均衡化目的：通過某種灰度映射，使輸入圖像轉換為在每個灰度級上都具有近似相同的像素點數的輸出圖像。(輸出的直方圖均勻)結果：使圖像具有較高的對比度和較大的動態范圍。Histeq函數：Enhance con trast using histogram equalizatio n直方圖均衡化精品文檔3歡迎。下載I=imread(C:UsersfanjinfeiDesktopbaby.bmp);%讀入圖像I=im2double(I);%對比度變大的圖像I1=2*I-55/255;subplot(4,4,1);imshow=(I1);

8、subplot(4,4,2);imhist=(I1);subplot(4,4,3);imshow=(histeq(I1);subplot(4,4,4);imhist=(histeq(I1);一濾波操作：【相關函數imfilter和fspecial】1. 函數 imfilter ：完成濾波操作。 函數原型：g=imfilter(f,w,option1,option2,)參數：f：進行濾波操作的圖像；W：濾波操作使用的模版，為一個二維數組；option1,option2,.：可選項。返回值：g為濾波后輸出的圖像。【其中可選項：1邊界選項：采用固定值填充虛擬邊界，會使邊緣附近產生梯度replicat

9、e：填充虛擬邊界的內容總是重復與它最近的邊緣像素。2尺寸選項：由于濾波中填充了邊界，有必要指定輸出圖像g的大小。3模式選項：濾波過程是相關還是卷積。corr：相關conv：卷積】線性濾波過程f=imread(C:UsersfanjinfeiDesktopbaby.bmp);%讀入圖像figure;imshoW(f);W=1 1 1 ;1 1 1;1 1 1;1 1 1/9 g=imfilter(f,W,corr,replicate);%l濾波figure;figure,imshow(g);2.函數 fspecial:為我們創建一些預定義的2維濾波器，直接供函數imfilter使用。調用格式：h

10、=fspecial(type,parameters)Syntax：換矩陣J, T = histeq(I) %I是原始圖像；J是直方均衡化的輸出圖像，T是變例：利用直方圖均衡化來實現圖像的灰度歸一化。Matlab的實現：精品文檔4歡迎下載參數：type:指定濾波器類型。如verage平均模版parameters:可選項。返回值：h為特定濾波器。舉例：1. h=fspecial(2.h=fspecial(3.h=fspecial(average ,hsize) %返回一個大小為hsize的平均模板濾波器。disk ,radius) %返回一個大小為半徑為radius的圓形平均模板。gaussian

11、 ,hsize,sigma) %返回一個大小為hsize,標準差sigma的高斯低通濾波器。4.h=fspecial(sobel ) %返回一個加強水平邊緣豎直梯度算子。subplot=Create axes in tiled positi ons建立坐標車由Syntax:subplot(m,n,p)im2double=Co nvert image to double precisio n將圖像轉換成雙精度Syntax:I2 = im2double(l)RGB2 = im2double(RGB)I = im2double(BW)X2 = im2double(X,i ndexed)l=imrea

12、d(C:Usersfanji nfeiDesktoppicture.p ng);%讀取圖像數據n=len gth(I);figure;imshow(I);%顯示原圖像精品文檔5歡迎下載滬生噪聲圖像theta_ no ise=15;%噪聲方差(可設為苴丿、他值)-%no ise_sig_truth=:20; % sigma_ n used in the paper. This parameter is adjusted bythe user.no ise mu = 0;no ise=ra ndn( size(l) .* theta_ no ise + n oise_mu; Ino ise=dou

13、ble(l) + no ise;figure;imshow(I no ise,);%顯示帶噪圖像%小波濾波器選擇這個是調用濾波器函數，但是仿真出錯qmf=MakeONFilter(Daubechies,8);%Daubechies8小波(可設為其他小%wc = MultiVisu2(wc,L);%-%-SUREShri nk wc = MultiSURE2(wc,L);圖像去噪canny邊緣檢測I=imread(le na.bmp);%讀灰度圖len a.bmp%Canny edge detectorth=0.05 0.2;E=edge(I,ca nny ,th);E=ui nt8(255*(

14、1-double(E);figure( name,ca nny ),imshow( uin t8(E),truesize);sobel邊緣檢測I=imread(le na.bmp);%讀灰度圖len a.bmp%sobel edge detectorE=edge(I,sobel,0.08);E=ui nt8(255*(1-double(E);figure( name,ca nny ),imshow( uin t8(E),truesize);Ino iseNorm,coef = NormNoise2(I no ise,qmf);%wc=FWT2_PO(InoiseNorm,L,qmf);%這個也

15、沒有歸一化，這個一直出現問題是怎么回事%- VisuShri nk方法方法L=5;%分解層數=log2( n)-L精品文檔6歡迎下載mrows,mcols = size(l) %mrows,mcols = size(J) %查看原始的尺寸大小 查看縮放圖像的尺寸大小練習：蹶取原始圖像l=imread(C:Usersfanji nfeiDesktoppicture.png);% n=len gth(I);figure;imshow(l),title(原圖)%顯示原圖像讀取圖像數據%縮小圖像J = imresize(l,0.5);%figure;imshow(J),title(0.5將圖像縮小至0

16、.5倍倍圖)%顯示縮小后的圖像%顯示尺寸淞大圖像K= imresize(l,1.5); %figure;imshow(K),title(1.5將圖像放大1.5倍倍圖)%顯示放大后的圖像液置尺寸M = imresize(l,250,600);%設置圖像的尺寸大小figure;imshow(M),title(250*600圖)%逆時針旋轉圖像l45 = imrotate(l, 45);%對圖像逆時針旋轉45度figure;imshow(l45),title(逆時針45度)%顯示逆時針旋轉后的圖像%逆時針旋轉圖像l45 = imrotate(l, -45);figure;imshow(l45),ti

17、tle(順時針45度)%寸圖像逆時針旋轉180度，即反轉lR = imrotate(i, 180);|figure;imshow(iR),title(反轉)%裁剪圖像，讀入圖像文件，然后調用命令，進入裁剪階段。【沒完成】l=imread(C:Usersfanji nfeiDesktoppicture.p ng);%讀取圖像數據n=len gth(l);figure;imshow(l),title(原圖)%顯示原圖像l_crop = imcrop(l) %會顯示進入裁剪界面lmshow(l_crop),title(裁剪后)%顯示裁剪的圖像精品文檔7歡迎下載精品文檔8歡迎下載圖像的灰度變換l=im

18、read(C:Usersfanji nfeiDesktoppicture.p ng);% figure;imshow(l),title(原圖)%顯示原圖像imhist(l)圖像去霧close allclcrgb=imread(image process in gfogfog.jpg);%對飽和度與亮度進行histeq處理hsv=rgb2hsv(rgb);h=hsv(:,:,1);s=hsv(:,:,2);v=hsv(:,:,3);S=histeq(s);V=histeq(v);result_hsv=hsv2rgb(h,S,V);%對RGB每個通道進行histeq處理r=rgb(:,:,1);g=rgb(:,:,2);b=rgb(:,:,3);R=histeq(r);G=histeq(g);B=histeq(b);result_rgb=cat(3,R,G,B);%對YCbCr的亮度進行histeq處理ycbcr=rgb2ycbcr(rgb