1、 MATLAB圖像處理延邊大學 信息管理與信息系統多媒體信息處理系統設計1 數字圖像的基本概念圖像分辨率：圖像的采樣點數NM256*256 128*128 量化級Q：Q28256不同分辨率下的圖像1024 1024 512 512 256 256 128 128 64 64 32 32不同灰度級的圖像二值圖像與灰度圖像2 圖像文件的讀寫/顯示將圖像文件讀入內存imread() 如果圖像是彩色圖，內存數據為3維矩陣，第3維分別表示紅、綠、藍空間如果圖像是灰度圖，內存數據為2維矩陣數據類型為uint8將內存中的數據已圖片形式保存imwrite()內存數據的圖像顯示imshow()可根據圖像數據顯示

2、灰度圖或彩色圖數據類型必須為uint8，如果數據是double，可用uint8()函數轉換另：image()函數可以將矩陣的數據作為圖像顯示，可接收double、uint16、uint8類型，同時需通過colormap函數進行顏色配置3 圖像的直方圖定義：灰度級的函數，描述的是圖像中每種灰度級像素的個數，反映圖像中每種灰度出現的頻率。橫坐標是灰度級，縱坐標是灰度級出現的頻率。直方圖計算 依據定義，若圖像具有L（通常L=256,即8位灰度級）級灰度，則大小為MxN的灰度圖像f(x,y)的灰度直方圖hist0L-1可用如下計算獲得：初始化 histk=0; k=0,L-1 統計 histf(x,y

3、)+; x=0,M-1, y =0,N-1 歸一化 histf(x,y)/=M*N Matlab函數imhist()直方圖的用處1）數字化參數一般一幅數字圖像應該利用全部或幾乎全部可能的灰度級；對直方圖做快速檢查。2 ）邊界閾值選擇使用輪廓線確定簡單物體的邊界的方法，稱為閾值化；對物體與背景有較強對比的景物的分割特別有用；基于直方圖的圖像矯正、分割直方圖均衡化使一輸入圖像轉換為在每一灰度級上都有相同的像素點數（即輸出的直方圖是平的）進一步的作用在于圖像比較和分割實際是完成直方圖變換：DBf(DA)累積分布密度為變換例%初始化及得到lenna的灰度lenna=zeros(128,128);len

4、na_equ=zeros(128,128);histgram=zeros(256);cdf=zeros(256);lenna,map=imread(c:templenna.bmp,bmp);%get histogramfor i=1:128 for j=1:128 k=lenna(i,j); histgram(k)=histgram(k)+1; endend%get cdfcdf(1)=histgram(1);for i=2:256 cdf(i)=cdf(i-1)+histgram(i);end%run point operationfor i=1:128 for j=1:128k=lenna

5、(i,j); lenna_equ(i,j)=cdf(k)*256/(128*128); endend%生成直方圖均衡化后的lenna圖imwrite(lenna_equ,map,c:templenna_equ.bmp);4 圖像操作的基本函數imread() / imwrite() /imshowimresize(A,mrows ncols,method)圖像縮放，A為縮放因子，method為nearest(默認)(最近鄰插值)bilinear(雙線性插值)bicubic(三線性插值)imrotate(A,angle,method)圖像逆時針旋轉，angle為角度imcrop(A,rect)圖

6、像剪切，其中rect為x y width heightimhist(): 圖像直方圖計算和顯示histeq(): 直方圖均衡化imnoise(): 圖像中添加噪聲5 圖像處理圖像變換：fft2(傅里葉變換)、dct2(離散余弦變換)、radon(Radon變換)、ifft2/idct2/iradon.圖像類型轉換rgb2gray(彩色轉灰度)、im2bw(轉為2值圖像)空域濾波filter2(線性平滑濾波)、wiener2(維納濾波)、Medfilt2(中值濾波)邊緣檢測edge()：提供6種檢測方法Sobel methodPrewitt methodRoberts methodLaplacian of Gaussian methodzero-cross methodCanny method5 其他