newmap = imadjust(map,[low_in high_in],[low_out high_out],gamma)
调整索引色图像的调色板map。
RGB2 = imadjust(RGB1,[low_in high_in],[low_out high_out],gamma)
对RGB图像1的红、绿、蓝调色板分别进行调整。随着颜色矩阵的调整，每一个调色板都有唯一的映射值。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。如果gamma小于1，映射被加权到更高的输出值。如果gamma大于1，映射被加权到更低的输出值。如果省略了函数的参量，则gamma默认为1（线性映射）。
举例：
调整灰度图像：K = imadjust(I,[0.3 0.7],[]);
figure, imshow(K)
调整RGB图像：RGB1 = imread('football.jpg');
RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]);
imshow(RGB1), figure, imshow(RGB2)
图像处理函数详解——imadd
功能：实现图像相加运算。
用法：Z = imadd(X,Y)
例子：I = imread('rice.png');
J = imread('cameraman.tif');
K = imadd(I,J,'uint16');
%转换数据类型，然后将图像相加
imshow(K,[])
图像处理函数详解——im2uint8
功能：将图像转换为8位无符号整型。也可将输出值限定在[0 255]内。
用法：I2 = im2uint8(I)
RGB2 = im2uint8(RGB)
I = im2uint8(BW)
X2 = im2uint8(X,'indexed')
举例：I = reshape(uint8(linspace(0,255,255)),[5 5])
I2 = im2uint8(I)
图像处理函数详解——im2bw
功能：通过设定亮度将阈值灰度、真彩、索引图像转换为二值图像。
用法：BW = im2bw(I,level)
BW = im2bw(X,map,level)
BW = im2bw(RGB,level)
分别将灰度图像、索引图像、真彩色图像转换为二值图像。
Level是归一化的阈值，值域为[0，1]。Level可以由函数graythresh（I）来计算。
例子：load trees
BW = im2bw(X,map,0.4);
imview(X,map),imview(BW)
图像处理函数详解——histeq
功能：直方图均衡化。
用法：
J = histeq(I,hgram) 将原始图像I的直方图变成用户指定的向量hgram。hgram中的各元素的值域为[0,1]。
J = histeq(I,n) 指定直方图均衡后的灰度级数n，默认值为64。
[J,T] = histeq(I,...) 返回从能将图像I的灰度直方图变换成图像J的直方图变换T。
newmap = histeq(X,map,hgram)
newmap = histeq(X,map)
[newmap,T] = histeq(X,...)
这三个是针对索引图像调色板的直方图均衡化，用法和灰度图像的一样。
举例：
I = imread('tire.tif');
J = histeq(I);
imshow(I)
figure, imshow(J)
图像处理函数详解——dither
功能：可以把真彩色图像装换成索引图像或者把灰度图像转换为二值图像。
用法：X = dither(RGB,map)
BW = dither(I)
X = dither(RGB,map,Qm,Qe)
X = dither(RGB,map)表示把真彩色图像RGB按指定的色图map抖动成索引图像X，但map不能超过65536种颜色。
BW = dither(I)
表示把灰度图像I抖动成二值图像BW
X = dither(RGB,map,Qm,Qe) Qm表示沿每个颜色轴反转颜色图的量化的位数，Qe表示颜色空间计算误差的量化位数。如果Qe＜Qm，则不进行抖动操作。默认值Qe=5，Qm=8
例子：I = imread('cameraman.tif');
BW = dither(I);
imview(BW)
图像处理函数详解——conv2
功能：是二维卷积运算函数（与convmtx2相似）。如果a和b是两个离散变量n1和n2的函数，则关于a和b的二维卷积运算数学公式如下：
用法：C = conv2(A,B)
C = conv2(hcol,hrow,A)
C = conv2(...,'shape')
C = conv2(A,B)计算数组A和B的卷积。如果一个数组描述了一个二维FIR滤波器，则另一个数组被二维滤波。当A的大小为[ma,na],B的大小为[mb,nb]时，C的大小为[ma+mb-1,mb+nb-1]。‘shape’见下表
参数值含义
‘full’默认值，返回全部二维卷积值。
‘same’返回与A大小相同卷积值的中间部分
‘valid’
当all(size(A)>=size(B)),C的大小为[ma+mb-1,mb+nb-1]；否则，C返回[]。在n维卷积运算中，C的大小为max(size(A)- size(B)+1,0)
例子：
s = [1 2 1; 0 0 0; -1 -2 -1];
A = zeros(10);
A(3:7,3:7) = ones(5);
H = conv2(A,s);
mesh(H)
图像处理函数详解——colfilt
功能：以列方法进行邻域处理，也可执行常规非线性滤波（自己理解的）。
用法：B = colfilt(A,[m n],block_type,fun)
该函数生成了一幅图像Ａ，在Ａ中，每一列对应于其中心位于图像内某个位置
的邻域所包围的像素。然后将函数应用于该矩阵中。[m n]表示大小为m行n列的邻域。block_type表示了一个字符串，包括'distinct','sliding'两种，其中'sliding'是在输入图像中逐个像素地滑动该m乘n的区域。fun表示引用了一个函数进行处理，函数返回值的大小必须和原图像大小相同。
举例：I = imread('tire.tif');
imshow(I)
I2 = uint8(colfilt(I,[5 5],'sliding',@mean));
figure, imshow(I2)
图像处理函数详解——bwperim
功能：查找二值图像的边缘。
用法：BW2 = bwperim(BW1)
BW2 = bwperim(BW1,conn)
BW2 = bwperim(BW1,conn)表示从输入图像BW1中返回只包括对象边缘像素点的图像。
conn的定义值如下：
维数参数值说明对二维
4 4邻域
8 8邻域
对三维6 6邻域18 18邻域26 26邻域
例子：
BW1 = imread('circbw.tif');
BW2 = bwperim(BW1,8);
imshow(BW1)
figure, imshow(BW2)
图像处理函数详解——bwlabel
功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注（多维用bwlabeln，用法类似）。
用法：L = bwlabel(BW,n)
[L,num] = bwlabel(BW,n)
L = bwlabel(BW,n)表示返回和BW相同大小的数组L。L中包含了连通对象的标注。参数n为4或8，分别对应4邻域和8邻域，默认值为8。
[L,num] = bwlabel(BW,n)返回连通数num
图像处理函数详解——bwareaopen
功能：用于从对象中移除小对象。
用法：BW2 = bwareaopen(BW,P)
BW2 = bwareaopen(BW,P,CONN)
BW2 = bwareaopen(BW,P,CONN)从二值图像中移除所有小于P的连通对象。CONN对应邻域方法，默认为8。
例子：
originalBW = imread('text.png');
imview(originalBW)
bwAreaOpenBW = bwareaopen(originalBW,50);
imview(bwAreaOpenBW)
imadjust在数字图像处理中用于进行图像的灰度变换（调节灰度图像的亮度或
彩色图像的颜色矩阵）。
J = imadjust(I)
将灰度图像I 中的亮度值映射到J 中的新值并使1% 的数据是在低高
强度和饱和，这增加了输出图像J 的对比度值。此用法相当
于imadjust(I,stretchlim(I))
J = imadjust(I,[low_in; high_in],[low_out; high_out])
将图像I中的亮度值映射到J中的新值，即将low_in至high_in之间的值映射到low_out至high_out之间的值。low_in 以下与high_in 以上的值被剪切掉了，也就是说，low_in 以下的值映射到low_out，high_in 以上的值映射到high_out。它们都可以使用空的矩阵[]，默认值是[0 1]。
J = imadjust(I,[low_in; high_in],[low_out; high_out],gamma)
将图像I 中的亮度值映射到J 中的新值，其中gamma指定描述值I和值J关系的曲线形状。如果gamma小于1，此映射偏重更高数值（明亮）输出，如果gamma大于1，此映射偏重更低数值（灰暗）输出，如果省略此参数，默认为(线性映射)。
newmap = imadjust(map,[low_in; high_in],[low_out; high_out],gamma) 调整索引色图像的调色板map。如果
low_in, high_in, low_out, high_out 和gamma 都是标量，那么对r，g，b 分量同时都做此映射。对于每个颜色分量都有唯一的映射，
当low_in 和high_in 同时为1*3向量或
者low_out 和high_out 同时为1*3向量或者gamma 为1*3向量时。调整后的颜色矩阵newmap 和map 有相同的大小。
RGB2 = imadjust(RGB1,...)
对RGB 图像RGB1 的红、绿、蓝调色板分别进行调整。随着颜色矩阵的调整，每一个调色板都有唯一的映射值。
MATLAB数字图像处理 1 概述 BW=dither(I)灰度转成二值图； X=dither(RGB,map)RGB转成灰度图，用户需要提供一个Colormap； [X,map]=gray2ind(I,n)灰度到索引； [X,map]=gray2ind(BW,n)二值图到索引，map可由gray(n)产生。灰度图n默认64，二值图默认2； X=graylice(I,n)灰度图到索引图，门限1/n,2/n,…,(n-1)/n，X=graylice(I,v)给定门限向量v； BW=im2bw(I,level)灰度图I到二值图； BW=im2bw(X,map,level)索引图X到二值图；level是阈值门限，超过像素为1，其余置0，level在[0,1]之间。 BW=im2bw(RGB,level)RGB到二值图； I=ind2gray(X,map)索引图到灰度图； RGB=ind2rgb(X,map)索引图到RGB； I=rgb2gray(RGB)RGB到灰度图。 2 图像运算 2.1 图像的读写 MATLAB支持的图像格式有bmp,gif,ico,jpg,png,cur，pcx,xwd和tif。 读取（imread）： [1] A=imread(filename,fmt) [2] [X,map]=imread(filename,fmt) [3] […]=imread(filename) [4] […]=imread(URL,…) 说明：filename是图像文件名，如果不在搜索路径下应是图像的全路径，fmt是图像文件扩展名字符串。前者可读入二值图、灰度图、彩图(主要是RGB)；第二个读入索引图，map 为索引图对应的Colormap,即其相关联的颜色映射表，若不是索引图则map为空。URL表示引自Internet URL中的图像。 写入（imwrite）： [1] R=imwrite(A,filename,fmt); [2] R=imwrite(X,map,filename,fmt); [3] R=imwrite(…,filename); [4] R=imwrite(…,Param1,V al1,Param2,Val2) 说明：针对第四个，该语句用于指定HDF,JPEG,PBM,PGM,PNG,PPM,TIFF等类型输出文件的不同参数。例如HDF的Quality,Compression,WriteMode;JPEG的BitDepth，Comment:Empty or not，Mode:lossy or lossless，Quality等。 2.2 图像的显示 方法1：使用Image Viewer(图像浏览器)，即运用imview函数。 同时显示多帧图像的所有帧，可用到montage函数。
基于M A T L A B图像处理报告一、设计题目 图片叠加。 二、设计要求 将一幅礼花图片和一幅夜景图片做叠加运算，使达到烟花夜景的美图效果。 三、设计方案 、设计思路 利用matlab强大的图像处理功能，通过编写程序，实现对两幅图片的像素进行线性运算，利用灰度变换的算法使图片达到预期的效果。 、软件介绍 MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。 MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB 也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。可以直接调用，用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用，此外许多的MATLAB爱好者都编写了一些经典的程序，用户直接进行下载就可以用。
图像读入 ●从图形文件中读入图像 imread Syntax: A = imread(filename, fmt) filename：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到filename所制定的文件,会尝试查找一个名为filename.fmt的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含 RGB真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(filename, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow(filename) himage = imshow(...) ●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图 像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像
实验一 内容（一） （1）彩色图像变灰度图像 A=imread('1.jpg'); B=rgb2gray(A); figure subplot(1,2,1), imshow(A) title('原图') subplot(1,2,2), imshow(B) title('原图灰度图像') （2）彩色图像变索引图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') [X,map]=rgb2ind(A,128); subplot(1,2,2), imshow(X,map) title('原图索引图像') （3）彩色图像变二值图像 A=imread('1.jpg'); figure subplot(1,2,1), imshow(A) title('原图') C=im2bw(A,0.2); subplot(1,2,2), imshow(C) title('原图二值图像') （4）灰度图像变索引图像（一） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=grayslice(B,39); subplot(1,2,2), imshow(C) title('灰度变索引图像')
（5）灰度图像变索引图像（二） A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') [X,map]=gray2ind(B,63); subplot(1,2,2), imshow(X,map) title('灰度变索引图像') （6）灰度图像变彩色图像 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') C=gray2rgb(B,map); subplot(1,2,2), imshow(C) title('灰度变彩色图像') 内容（二） （1）灰度平均值 A=imread('1.jpg'); figure B=rgb2gray(A); subplot(1,2,1), imshow(B) title('灰度图像') B=double(B); [m,n]=size(B); sumg=0.0; for i=1:m; for j=1:n; sumg=sumg+B(i,j); end end avg=sumg/(m*n) % 均值 maxg=max(max(B)) % 区域最大灰度ming=min(min(B)) % 区域最小灰度 （2）彩色平均值
MATＬAＢ数字图像处理 1 概述 ＢW=ｄitheｒ(I)灰度转成二值图； Ｘ=ｄitｈer（RＧB,ｍap)RＧB转成灰度图，用户需要提供一个Cｏlorｍap; ［X，maｐ]＝grａy2inｄ(Ｉ,n)灰度到索引; [X,mａp]=grａy２ｉnd（BＷ,n)二值图到索引，ｍap可由grａｙ(n）产生。灰度图n 默认64，二值图默认２; X=grａylｉce（I,n）灰度图到索引图，门限１/n,2/ｎ,…,(n-1）／n,X=graｙlｉｃe(I，ｖ)给定门限向量v； BW=im２bw(I,levｅl)灰度图I到二值图； BW=im2bw(Ｘ,map,levｅl)索引图X到二值图；ｌevel是阈值门限，超过像素为1,其余置0,lｅvｅl在[0,1]之间。 ＢW=im2ｂｗ(RGＢ,leｖｅl)ＲＧＢ到二值图; I=iｎd2gray（Ｘ,mａp)索引图到灰度图; RＧＢ=ind2rｇb(Ｘ,maｐ）索引图到ＲGB; I＝ｒgb２gray(RGB)RGB到灰度图。 2 图像运算 2.１图像的读写 MATLAＢ支持的图像格式有bｍp，gif,ico,jｐｇ，png，cur，ｐcx,xwd和tｉf。 读取(imread): [1］Ａ=imreaｄ(fｉlenaｍe,fmt) ［2] [Ｘ,ｍaｐ］=imrｅad（ｆiｌｅｎame,fｍt） ［3] ［…]＝iｍｒead（ｆiｌｅnamｅ) ［4] […]=imread(UＲL,…) 说明:filenａme是图像文件名,如果不在搜索路径下应是图像的全路径,fmｔ是图像文件扩展名字符串。前者可读入二值图、灰度图、彩图(主要是RGＢ);第二个读入索引图，map 为索引图对应的Ｃolormap,即其相关联的颜色映射表，若不是索引图则ｍap为空。URＬ表示引自Ｉntｅrnet ＵRL中的图像。 写入(iｍｗrite): [1] R=imwrite(A,fileｎaｍe，fｍｔ)； [2] Ｒ=imwriｔe(X,map,fiｌename,ｆmt); [３] R＝ｉｍwritｅ(…,filenaｍｅ); [4] R=iｍｗrite(…，Param1,Val1,Pａraｍ2,Vａl2) 说明:针对第四个,该语句用于指定ＨDF,JPEＧ,PBＭ,PGM,PNG,PPM,ＴIＦＦ等类型输出文件的不同参数。例如ＨDF的Qualｉtｙ,Compreｓｓioｎ,ＷｒｉｔeMode;JPEＧ的BiｔＤｅpｔh，Cｏmｍent：Ｅmｐtｙor not，Mode:ｌossy oｒｌossless，Quality等。 ２．2 图像的显示 方法1：使用Imaｇe Viｅwer(图像浏览器），即运用imｖiｅw函数。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。如果gamma小于1，映射被加权到更高的输出值。如果gamma大于1，映射被加权到更低的输出值。如果省略了函数的参量，则gamma默认为1（线性映射）。 举例： 调整灰度图像：K = imadjust(I,[0.3 0.7],[]); figure, imshow(K) 调整RGB图像：RGB1 = imread('football.jpg'); RGB2 = imadjust(RGB1,[.2 .3 0; .6 .7 1],[]); imshow(RGB1), figure, imshow(RGB2) 图像处理函数详解——imadd 功能：实现图像相加运算。 用法：Z = imadd(X,Y) 例子：I = imread('rice.png'); J = imread('cameraman.tif'); K = imadd(I,J,'uint16'); %转换数据类型，然后将图像相加 imshow(K,[]) 图像处理函数详解——im2uint8 功能：将图像转换为8位无符号整型。也可将输出值限定在[0 255]内。 用法：I2 = im2uint8(I) RGB2 = im2uint8(RGB) I = im2uint8(BW) X2 = im2uint8(X,'indexed') 举例：I = reshape(uint8(linspace(0,255,255)),[5 5]) I2 = im2uint8(I) 图像处理函数详解——im2bw 功能：通过设定亮度将阈值灰度、真彩、索引图像转换为二值图像。 用法：BW = im2bw(I,level) BW = im2bw(X,map,level) BW = im2bw(RGB,level) 分别将灰度图像、索引图像、真彩色图像转换为二值图像。 Level是归一化的阈值，值域为[0，1]。Level可以由函数graythresh（I）来计算。 例子：load trees BW = im2bw(X,map,0.4); imview(X,map),imview(BW) 图像处理函数详解——histeq
课程设计任务书 学生姓名：专业班级： 指导教师：工作单位： 题目: 基于MATLAB的图像滤波设计 初始条件：1.MATLAB软件 2.滤波器处理相关函数 要求完成的主要任务: (1)读入图像并分别加入高斯噪声、椒盐噪声和乘性噪声，并比较结果。 (2)设计巴特沃斯低通滤波对图像进行低通滤波处理，显示结果。 (3)设计高斯高通滤波器对图像进行处理，显示结果。 (4)采用维纳滤波和中值滤波对图像进行处理，显示结果 参考书： 1.《信号与系统》第一版刘泉江雪梅主编高等教育出版社 2.《数字图像处理》MATLAB版冈萨雷斯主编电子工业出版社 时间安排： 第15周：任务安排、分组 第16周：理论设计及仿真 第18周：撰写设计报告及答辩 指导教师签名：年月日系主任(或责任教师)签名：年月日
摘要 (3) 1.MATLAB简介 (5) 1.1 MATLAB的概况 (5) 1.2 MATLAB产生的历史背景 (5) 2.编程及运行结果 (7) 2.1常见基本运算 (7) 2.1.1极限的计算 (7) 2.1.2微分的计算 (7) 2.1.3积分的计算 (8) 2.1.4级数的计算 (9) 2.1.5求解代数方程 (10) 2.1.6求解常微分方程 (10) 2.2 矩阵基本计算 (11) 2.2.1矩阵的最大值 (11) 2.2.2矩阵的最小值 (11) 2.2.3矩阵的均值 (12) 2.2.4矩阵的方差 (13) 2.2.5矩阵的转置 (13) 2.2.6矩阵的逆 (14) 2.2.7矩阵的行列式 (15) 2.2.8矩阵的特征值计算 (15) 2.2.9矩阵的相乘 (16) 2.2.10矩阵的右除和左除 (17) 2.2.11矩阵的幂运算 (18) 2.3 多项式基本计算 (18) 2.3.1多项式加减运算 (18) 2.3.2多项式乘除运算 (19) 2.3.3多项式求导 (20) 2.3.4求根和求值运算 (20) 2.3.5多项式的部分分式展开 (21) 2.3.6多项式的拟合 (22) 2.3.7插值运算 (23) 3.基于MATLAB的图像滤波设计 (25) 3.1读入图像并分别加入高斯噪声、椒盐噪声和乘性噪声，并比较结果 (25) 3.2设计巴特沃斯低通滤波对图像进行低通滤波处理，显示结果 (29) 3.2.1叠加椒盐噪声的巴特沃斯低通滤波 (29) 3.2.2叠加高斯噪声的巴特沃斯低通滤波 (31) 3.2.3叠加乘性噪声的巴特沃斯低通滤波 (32) 3.3用MATLAB实现高斯高通滤波器对图像的处理 (33) 3.4维纳滤波和中值滤波对图像进行处理 (35) 4.总结 (38) 参考文献 (39)
一、通用函数： colorbar显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig) warp 将图像显示到纹理映射表面 语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...) zoom 缩放图像 语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option) 二、图像文件I/O函数命令 imfinfo 返回图形图像文件信息 语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename) imread 从图像文件中读取（载入）图像 语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \
MATLAB图象处理函数 1. 图象文件处理 I=imread(filename)_______读入图象文件到内部矩阵图象变量（以后简称图象） imwrite(I,filename)_______将指定图象写到磁盘的图象文件（以后简称图象文件）上imfinfo(filename)_______显示图象文件的信息 2. 图象显示 2.1 基本显示 imshow filename______直接在当前窗口显示图象文件 imshow(I)______在当前窗口显示指定图象 rgb = getimage______将当前窗口显示的图象读入到矩阵图象变量 2.2 多幅图象的显示 figure;imshow(I,map)______在新的图象窗口上显示指定图象(多幅图象显示在不同的图象窗口上) subplot(m,n,p);imshow(I,map)____在图象窗口的指定位置上显示指定图象(多幅图象显示在同一个图象窗口上)[会因不同图象的map不同而用完系统颜色导致显示出错（尤 其是8bit显示系统上）] subplot(m,n,p);subimage(I,map)____在图象窗口的指定位置上显示指定图象(多幅图象显示在同一个图象窗口上)[subimage先将图象转化为RGB图象然后再显示，因而不同 图象的map不同而用完系统颜色导致显示出错] 2.3 图象显示的放大和缩小 (1)用图象窗口的工具按钮实现[略] (2)用命令窗口的函数实现 zoom on______允许进行放大和缩小 zoom in______对图象进行放大 zoom out_____对图象进行缩小 zoom off_____禁止进行放大和缩小 3. 图象的运算 Z = imabsdiff(X,Y) _____求两图象差的绝对值 Z = imadd(X,Y) _____图象相加 IM2 = imcomplement(IM) _____求图象的补 Z = imdivide(X,Y) _____两图象对应象素相除或图象除以常数 Z = imlincomb(K1,A1,K2,A2,...,Kn,An) _____计算一系列图象的线性组合图象 Z = immultiply(X,Y) _____两图象对应象素相乘或图象乘以常数 Z = imsubtract(X,Y) _____图象相减 4. 图象处理 在MATLAB中，图象是以矩阵的形式存放的，二值图象、灰度图象和索引(Indexed)图象用二维矩阵存放，彩色(RGB)图象用三维矩阵存放。前一类图象可以通过双下标访问图象
第一部分数字图像处理
实验一图像的点运算 实验1.1 直方图 一．实验目的 1．熟悉matlab图像处理工具箱及直方图函数的使用； 2．理解和掌握直方图原理和方法； 二．实验设备 1.PC机一台； 2.软件matlab。 三．程序设计 在matlab环境中，程序首先读取图像，然后调用直方图函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(1,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(1,2,2),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的直方图函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察图像matlab环境下的直方图分布。 (a)原始图像 (b)原始图像直方图 六．实验报告要求 1、给出实验原理过程及实现代码； 2、输入一幅灰度图像，给出其灰度直方图结果，并进行灰度直方图分布原理分析。
实验1.2 灰度均衡 一．实验目的 1．熟悉matlab图像处理工具箱中灰度均衡函数的使用； 2．理解和掌握灰度均衡原理和实现方法； 二．实验设备 1.PC机一台； 2.软件matlab； 三．程序设计 在matlab环境中，程序首先读取图像，然后调用灰度均衡函数，设置相关参数，再输出处理后的图像。 I=imread('cameraman.tif');%读取图像 subplot(2,2,1),imshow(I) %输出图像 title('原始图像') %在原始图像中加标题 subplot(2,2,3),imhist(I) %输出原图直方图 title('原始图像直方图') %在原图直方图上加标题 a=histeq(I,256); %直方图均衡化，灰度级为256 subplot(2,2,2),imshow(a) %输出均衡化后图像 title('均衡化后图像') %在均衡化后图像中加标题 subplot(2,2,4),imhist(a) %输出均衡化后直方图 title('均衡化后图像直方图') %在均衡化后直方图上加标题 四．实验步骤 1. 启动matlab 双击桌面matlab图标启动matlab环境； 2. 在matlab命令窗口中输入相应程序。书写程序时，首先读取图像，一般调用matlab自带的图像， 如:cameraman图像；再调用相应的灰度均衡函数，设置参数；最后输出处理后的图像； 3．浏览源程序并理解含义； 4．运行，观察显示结果； 5．结束运行，退出； 五．实验结果 观察matlab环境下图像灰度均衡结果及直方图分布。 (a)原始图像 (b)均衡化后图像
数字图像去噪典型算法及matlab实现 希望得到大家的指点和帮助 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响 到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、传输过程中都可能会受到噪声的污染，一般数字图像系统中的常见噪声主要有：高斯噪声（主要由阻性元器件内部产生）、椒盐噪声（主要是图像切割引起的黑图像上的白点噪声或光电转换过程中产生的泊松噪声）等； 目前比较经典的图像去噪算法主要有以下三种： 均值滤波算法：也称线性滤波，主要思想为邻域平均法，即用几个像素灰度 的平均值来代替每个像素的灰度。有效抑制加性噪声，但容易引起图像模糊， 可以对其进行改进，主要避开对景物边缘的平滑处理。 中值滤波：基于排序统计理论的一种能有效抑制噪声的非线性平滑滤波信号处理技术。中值滤波的特点即是首先确定一个以某个像素为中心点的邻域，一般为方形邻域，也可以为圆形、十字形等等，然后将邻域中各像素的灰度值排序，取其中间值作为中心像素灰度的新值，这里领域被称为窗口，当窗口移动时，利用中值滤波可以对图像进行平滑处理。其算法简单，时间复杂度低，但其对点、线和尖顶多的图像不宜采用中值滤波。很容易自适应化。 Wiener维纳滤波：使原始图像和其恢复图像之间的均方误差最小的复原方法，是一种自适应滤波器，根据局部方差来调整滤波器效果。对于去除高斯噪声效果明显。 实验一：均值滤波对高斯噪声的效果 l=imread（'C:\Documents and 桌面\1.gif'）;% 读取图像
J=imnoise(l,'gaussian',0,0.005);% 加入均值为0 ,方差为 0.005 的高斯噪声subplot(2,3,1);imshow(l); title(' 原始图像'); subplot(2,3,2); imshow(J); ti tle('加入高斯噪声之后的图像’)； %采用MATLAB 中的函数filter2 对受噪声干扰的图像进行均值滤波 K1=filter2(fspecial('average',3),J)/255; % 模板尺寸为3 K2=filter2(fspecial('average',5),J)/255;% 模板尺寸为5 K3=filter2(fspecial('average',7),J)/255; % 模板尺寸为7 K4= filter2(fspecial('average',9),J)/255; % 模板尺寸为9 subplot(2,3,3);imshow(K1); ti tle(' 改进后的图像1'); subplot(2,3,4); imshow(K2); title(' 改进后的图像2'); subplot(2,3,5);imshow(K3); title(' 改进后的图像3'); subplot(2,3,6);imshow(K4); title(' 改进后的图像4');
MATLAB有三十多个工具箱大致可分为两类：功能型工具箱和领域型工具箱. 功能型工具箱主要用来扩充MATLAB的符号计算功能、图形建模仿真功能、文字处理功能以及与硬件实时交互功能，能用于多种学科。而领域型工具箱是专业性很强的。如控制系统工具箱(Control System Toolbox)、信号处理工具箱(Signal Processing Toolbox)、财政金融工具箱(Financial Toolbox)等。 下面，将MATLAB工具箱内所包含的主要内容做简要介绍： 1)通讯工具箱(Communication Toolbox)。 令提供100多个函数和150多个SIMULINK模块用于通讯系统的仿真和分析 ——信号编码 ——调制解调 ——滤波器和均衡器设计 ——通道模型 ——同步 可由结构图直接生成可应用的C语言源代码。 2)控制系统工具箱(Control System Toolbox)。 鲁连续系统设计和离散系统设计 * 状态空间和传递函数 * 模型转换 * 频域响应：Bode图、Nyquist图、Nichols图 * 时域响应：冲击响应、阶跃响应、斜波响应等 * 根轨迹、极点配置、LQG 3)财政金融工具箱(FinancialTooLbox)。 * 成本、利润分析，市场灵敏度分析 * 业务量分析及优化 * 偏差分析 * 资金流量估算 * 财务报表 4)频率域系统辨识工具箱(Frequency Domain System ldentification Toolbox * 辨识具有未知延迟的连续和离散系统 * 计算幅值／相位、零点／极点的置信区间 * 设计周期激励信号、最小峰值、最优能量诺等 5)模糊逻辑工具箱(Fuzzy Logic Toolbox)。 * 友好的交互设计界面 * 自适应神经—模糊学习、聚类以及Sugeno推理 * 支持SIMULINK动态仿真 * 可生成C语言源代码用于实时应用
图像读入 ●从图形文件中读入图像imread Syntax: A = imread(, fmt) ：指定的灰度或彩色图像文件的完整路径和文件名。 fmt:指定图形文件的格式所对应的标准扩展名。如果imread没有找到所制定的文件,会尝试查找一个名为的文件。 A：包含图像矩阵的矩阵。对于灰度图像,它是一个M行N列的矩阵。如果文件包含RGB 真彩图像,则是m*n*3的矩阵。 ●对于索引图像，格式[X, map] = imread(, fmt) X：图像数据矩阵。 MAP：颜色索引表 图像的显示 ●imshow函数：显示工作区或图像文件中的图像 ●Syntax： imshow(I) %I是要现实的灰度图像矩阵 imshow(I,[low high]，param1, val1, param2, val2,...) %I是要现实的灰度图像矩阵，指定要显示的灰度范围，后面的参数指定显示图像的特定参数 imshow(RGB) imshow(BW) imshow(X,map) %map颜色索引表 imshow() himage = imshow(...)
●操作：读取并显示图像 I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%读取图像数据 imshow(I);%显示原图像 图像增强 一．图像的全局描述 直方图（Histogram）：是一种对数据分布情况的图形表示，是一种二维统计图表，它的两个坐标分别是统计样本和该样本对应的某个属性的度量。 图像直方图（Image Histogram）：是表示数字图像中亮度分布的直方图，用来描述图象灰度值，标绘了图像中每个亮度值的像素数。 灰度直方图：是灰度级的函数，它表示图像中具有某种灰度级的像素的个数，反映了图像中某种灰度出现的频率。描述了一幅图像的灰度级统计信息。是一个二维图，横坐标为图像中各个像素点的灰度级别，纵坐标表示具有各个灰度级别的像素在图像中出现的次数或概率。 归一化直方图：直接反应不同灰度级出现的比率。纵坐标表示具有各个灰度级别的像素在图像中出现的概率。 图像的灰度直方图：是一个离散函数，表示图像每一灰度级与该灰度级出现概率的对应关系。 图像的灰度直方图运算： imhist()函数，其横坐标表示像素的灰度级别，纵坐标为像素点的个数。 ●Imhist函数=Display histogram of image data显示灰度直方图的函数 ●Syntax： ①imhist(I) % I为要计算的灰度直方图图像 ②imhist(I, n) % n指定的灰度级的数目，表示所有灰度级均匀分布在n个小区间内。 ③imhist(X, map) ④[counts,x] = imhist(...) %counts直方图数据向量。counts(i)第i个灰度区间中的像素数目。x是保存了对应的灰度小区间的向量。 注意：若调用时不接受这个函数的返回值，则直接显示直方图；在得这些返回数据之后，也可以使用stem(x,counts)手绘直方图。 ●例1：显示某一图像的灰度直方图
基本界面 1-1、基本运算与函数 在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。例如： >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。 小提示：">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。 我们也可将上述运算式的结果设定给另一个变数x： x = (5*2+1.3-0.8)*10^2/25 x = 42
若要输入矩阵，则必须在每一列结尾加上分号（；），如下例： A = [1 2 3 4; 5 6 7 8; 9 1011 12]; A = 1 2 3 4 5 6 7 8 9 10 11 12 同样地，我们可以对矩阵进行各种处理： A(2,3) = 5 % 改变位於第二列，第三行的元素值 A = 1 2 3 4 5 6 5 8 9 10 11 12 B = A(2,1:3) % 取出部份矩阵B B = 5 6 5 A = [A B'] % 将B转置後以列向量并入A A = 1 2 3 4 5 5 6 5 8 6 9 10 11 12 5 A(:, 2) = [] % 删除第二行（：代表所有列） A = 1 3 4 5
5 5 8 6 9 11 12 5 A = [A; 4 3 2 1] % 加入第四列 A = 1 3 4 5 5 5 8 6 9 11 12 5 4 3 2 1 A([1 4], :) = [] % 删除第一和第四列（：代表所有行） A = 5 5 8 6 9 11 12 5 这几种矩阵处理的方式可以相互叠代运用，产生各种意想不到的效果，就看各位的巧思和创意。 小提示：在MATLAB的内部资料结构中,每一个矩阵都是一个以行为主（Column-oriented ）的阵列（Array）因此对於矩阵元素的存取，我们可用一维或二维的索引（Index）来定址。举例来说，在上述矩阵A中，位於第二列、第三行的元素可写为A(2,3) （二维索引）或A(6)（一维索引，即将所有直行进行堆叠後的第六个元素）。 此外，若要重新安排矩阵的形状，可用reshape命令： B = reshape(A, 4, 2) % 4是新矩阵的行数，2是新矩阵的列数 B = 5 8 9 12 5 6 11 5
MATLAB工具箱介绍 序号工具箱备注 数学、统计与优化 1Symbolic Math Toolbox符号数学工具箱 2Partial Differential Euqation Toolbox 偏微分方程工具箱 3Statistics Toolbox统计学工具箱4Curve Fitting Toolbox曲线拟合工具箱5Optimization Toolbox优化工具箱 6Global Optimization Toolbox 全局优化工具箱 7Neural Network Toolbox神经网络工具箱 8Model-Based Calibration Toolbox 基于模型矫正工具箱 信号处理与通信 9Signal Processing Toolbox 信号处理工具箱 10DSP System Toolbox DSP[size=+0]系统工具箱 11Communications System Toolbox 通信系统工具箱 12Wavelet Toolbox小波工具箱 13Fixed-Point Toolbox定点运算工具箱14RF Toolbox射频工具箱 15Phased Array System Toolbox 相控阵系统工具箱 控制系统设计与分析 16Control system Toolbox控制系统工具箱 17System Indentification Toolbox 系统辨识工具箱 18Fuzzy Logic Toolbox模糊逻辑工具箱19Robust Control Toolbox鲁棒控制工具箱 20Model Predictive Control Toolbox 模型预测控制工具箱 21Aerospace Toolbox航空航天工具箱
一．课程设计相关知识综述...................................................................... 1.1 研究目的及意义 (3) 1.2 数字图像处理研究的内容........................................................... 1.3 MATLAB 软件的介绍.................................................................. 1.3.1 MATLAB 语言的特点......................................................... 1.3.2 MATLAB 图像文件格式.................................................... 1.3.3 MATLAB 图像处理工具箱简介........................................ 1.3.4 MATLAB 中的图像类型.................................................... 1.3.5 MATLAB 的主要应用........................................................ 1.4 函数介绍........................................................................................ 二．课程设计内容和要求........................................................................... 2.1 主要研究内容................................................................................ 2.2 具体要求....................................................................................... 2.3 预期达到的目标........................................................................... 三．设计过程............................................................................................... 3.1 设计方案及步骤............................................................................ 3.2 程序清单及注释........................................................................... 3.3 实验结果........................................................................................ 四．团队情况................................................................................................ 五．总结....................................................................................................... 六．参考文献............................................................................................... 一．课程设计相关知识综述. 1.1研究目的及意义
论文（设计）题目： 基于MATLAB的数字图像处理系统设计
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。矚慫润厲钐瘗睞枥庑赖。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。聞創沟燴鐺險爱氇谴净。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。残骛楼諍锩瀨濟溆塹籟。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。酽锕极額閉镇桧猪訣锥。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。彈贸摄尔霁毙攬砖卤庑。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。謀荞抟箧飆鐸怼类蒋薔。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGA/CPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。厦礴恳蹒骈時盡继價骚。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，