matlab在数字图像处理中的应用(1)

格式：ppt
大小：1.85 MB
文档页数：36

下载文档原格式

matlab数字图像处理的相关应用

1.图像类型转换,转换为灰度图像I=imread('C:\Users\SXN\Desktop\1.jpg');J=rgb2gray(I);figure,imshow(I);figure,imshow(J);转换为索引图像RGB=imread('C:\Users\SXN\Desktop\1.jpg');[X,map]=rgb2ind(RGB,128);figure,imshow(RGB);figure,imshow(X,map);2.图像直方图I=imread('C:\Users\SXN\Desktop\1.jpg');J=I(:,:,1);imshow(J);figure,imhist(J,256);3.领域平均I=imread('C:\Users\SXN\Desktop\1.jpg');J=I(:,:,1);H=medfilt2(J,[7,7]);figure,imshow(H);4.图像梯度算子锐化a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i,j)-b(i+1.j+1))+abs(b(i+1,j)-b(i,j+1));endendimshow(c,[0 256],'notruesize');a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i,j)-b(i+1.j+1))+abs(b(i+1,j)-b(i,j+1))+100;endendimshow(c,[0 256],'notruesize');5.拉普拉斯算子锐化a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=b(i+1,j)+b(i,j+1)+b(i-1,j)+b(i,j-1)-4*b(i,j)+100;endendimshow(c)a=imread('C:\Users\SXN\Desktop\1.jpg');b=double(a);c=b;xy=imfinfo('C:\Users\SXN\Desktop\1.jpg');x=xy.Width;y=xy.Height;for j=3:x-2,for i=3:y-2,c(i,j)=abs(b(i+1,j)+b(i,j+1)+b(i-1,j)+b(i,j-1)-4*b(i,j));if c(i,j)>5c(i,j)=c(i,j)+100;endendendimshow(c)6.对图像进行线形运算clear all;a=imread('C:\Users\SXN\Desktop\1.jpg');figure,imshow(a);xlabel('(a)');b=a+45;figure,imshow(b);xlabel('(b)');c=1.8*a;figure,imshow(c);xlabel('(c)');d=0.6*a;figure,imshow(d);xlabel('(d)');7灰度变换增强对比度增强clear all;a=imread('C:\Users\SXN\Desktop\1.jpg');b=imadjust(a,[0.3,0.7],[]);subplot(1,2,1);imshow(a);subplot(1,2,2);imshow(b);（1）图像预处理将其转换为灰度图象clear allI=imread('C:\Users\SXN\Desktop\1.jpg');imshow(I);imwrite(rgb2gray(I),'C:\Users\SXN\Desktop\1.jpg');I=rgb2gray(I);figure,imshow(I)title('»Ò¶È»¯ºóµÄÍ¼Ïñ')绘制直方图[m,n]=size(I);GP=zeros(1,256);for k=0:255GP(k+1)=length(find(I==k))/(m*n); endfigure,bar(0:255,GP,'g') title('Ô-Í¼ÏñÖ±·½Í¼')xlabel('»Ò¶ÈÖµ')ylabel('³öÏÖ¸ÅÂÊ')直方图均衡化S1=zeros(1,256);for i=1:256for j=1:iS1(i)=GP(j)+S1(i); endendS2=round(S1*256); for i=1:256GPeq(i)=sum(GP(find(S2==i))); endfigure,bar(0:255,GPeq,'b') title('¾ùºâ»¯ºóµÄÖ±·½Í¼')xlabel('»Ò¶ÈÖµ')ylabel('³öÏÖ¸ÅÂÊ')figure,plot(0:255,S2,'r') legend('»Ò¶È±ä»¯ÇúÏß')xlabel('Ô-Í¼Ïñ»Ò¶È¼¶')ylabel('¾ùºâ»¯ºó»Ò¶È¼¶')图像均衡化PA=I;for i=0:255PA(find(I==i))=S2(i+1); endfigure,imshow(PA) title('¾ùºâ»¯ºóÍ¼Ïñ')imwrite(PA,'C:\Users\SXN\Desktop\1.jpg');淋浴平均clear all;I=imread('C:\Users\SXN\Desktop\1.jpg'); figure,imshow(I);figure,imhist(I,64);title('1µÄÖ±·½Í¼')J=histeq(I);figure,imshow(J);title('Ö±·½Í¼¾ùºâ·¨ÔöÇ¿Í¼ÏñµÄ¶Ô±È¶È')figure,imhist(J,64);title('1¾ùºâ»¯ºóµÄÖ±·½Í¼')Z=imnoise(I,'salt & pepper');figure,imshow(Z);title('1¼Ó½·ÑÎÔëÉùµÄÍ¼Ïñ')Q=medfilt2(Z);figure,imshow(Q);title('ÀûÓÃÖÐÖµÂË²¨È¥³ýÔëÉù')h=(1/9)*[1 1 1;1 1 1;1 1 1];W=imfilter(Z,h);figure,imshow(W);title('3§·3ÁÚÓòÆ½¾ù·¨³ýÈ¥ÔëÉù')。

Matlab技术在图像处理中的应用

Matlab技术在图像处理中的应用引言:图像处理在现代科学技术中占据了重要的地位，无论是在医学、工程还是娱乐行业，图像处理技术都扮演着至关重要的角色。

而Matlab作为一款功能强大的编程语言和环境，被广泛应用于图像处理领域。

本文将从图像增强、图像滤波、图像分割和图像识别等方面，探讨Matlab技术在图像处理中的应用。

1. 图像增强图像增强是改善图像质量，使得图像更符合人眼视觉感知的过程。

Matlab提供了丰富的图像增强函数和工具箱，可以通过调整图像的对比度、亮度、饱和度等参数来增强图像质量。

例如，可以使用imadjust函数对图像进行灰度拉伸，将图像的像素值映射到更广的灰度范围，从而增强图像的对比度。

另外，Matlab还提供了直方图均衡化函数histeq，通过重新分布图像的灰度级，使得图像的直方图更均衡，从而提高图像的视觉效果。

2. 图像滤波图像滤波是将图像传递通过滤波器，以消除图像中的噪声或者改善图像的细节。

Matlab提供了各种滤波函数和工具，包括线性滤波、非线性滤波、频域滤波等。

例如，可以使用imfilter函数进行线性滤波，如高斯滤波器、中值滤波器等。

另外，Matlab还提供了快速傅里叶变换函数fft2，可以对图像进行频域滤波，如带通滤波器、陷波滤波器等。

3. 图像分割图像分割是将图像划分为不同的区域或者对象的过程。

Matlab中提供了多种图像分割算法和函数。

例如，可以使用基于阈值的分割算法，通过设定合适的阈值将图像的像素分为不同的类别。

另外，Matlab还提供了基于区域的分割算法，如分水岭算法、区域增长算法等。

这些算法可以根据图像的纹理、颜色、亮度等特征，将图像分割为不同的区域，便于进一步的处理和分析。

4. 图像识别图像识别是通过对图像进行特征提取和分类，来识别图像中的对象或者场景。

Matlab中提供了多种图像识别的函数和工具箱，如SVM分类器、k近邻分类器等。

通过提取图像的颜色、纹理、形状等特征，可以训练分类器来对图像进行分类和识别。

数字图像处理在MATLAB中的应用实例

数字图像处理在MATLAB中的应用实例数字图像处理是计算机科学和工程中一个重要的领域，它涉及图像获取、图像处理、图像分析和图像显示等方面。

近年来，随着计算机技术的迅猛发展，数字图像处理在各个领域得到了广泛的应用。

本文将以MATLAB为工具，介绍数字图像处理在实际应用中的一些例子，并探讨其中的算法和原理。

首先，我们将从图像滤波的应用例子开始。

图像滤波是指对图像中的噪声进行抑制或者对图像进行平滑处理的方法。

在MATLAB中，有多种滤波器可以使用，例如均值滤波器、中值滤波器和高斯滤波器等。

在医学影像处理中，图像滤波经常用于增强图像的质量，减少噪声的干扰。

在这里，我们以平滑算法为例，介绍如何使用MATLAB进行图像滤波。

平滑算法是一种常用的图像处理技术，它通过利用像素点周围邻域像素的灰度值来估计该像素点的灰度值，从而达到平滑图像的效果。

在MATLAB中，可以使用conv2函数来实现平滑滤波。

下面是一个简单的示例代码：```I = imread('image.jpg');h = ones(5,5)/25;I_smooth = conv2(I, h, 'same');imshow(I_smooth);```其中，I是输入的图像，h是一个5x5的平滑滤波器，I_smooth是滤波后的图像。

通过改变滤波器的大小和权重，可以得到不同程度的平滑效果。

除了图像滤波，数字图像处理还有许多其他的应用。

例如，图像分割是将图像分成不同的区域，以便更好地分析和理解图像内容。

在MATLAB中，有许多图像分割的算法可以使用，如基于阈值的分割、基于边缘的分割和基于区域的分割等。

以下是一个应用基于阈值的分割算法的示例代码：```I = imread('image.jpg');I_gray = rgb2gray(I);level = graythresh(I_gray);BW = imbinarize(I_gray, level);imshow(BW);```在这个例子中，首先将彩色图像转换为灰度图像，然后使用graythresh函数自动计算一个合适的阈值，最后使用imbinarize函数将图像二值化，并显示分割结果。

浅谈MATLAB在数字图像处理中的应用

浅谈MATLAB在数字图像处理中的应用MATLAB是一种广泛使用的数学软件，因其独特的数学处理能力和易于使用的接口而备受欢迎。

在数字图像处理中也得到广泛的应用。

本文将重点介绍MATLAB在数字图像处理中的应用。

MATLAB提供了强大的工具箱和函数库，可以完成各种数字图像处理任务。

例如，图像的读取、显示、保存、格式转换及基本的空间域和频率域图像处理等。

此外，MATLAB也提供了一些高级处理功能，如模糊、滤波、图像平滑、边缘检测、形态学处理等。

这些功能可以方便地实现图像的预处理和后处理。

一种广泛的数字图像处理方法是图像分割。

图像分割对于图像的识别和特征提取非常重要。

MATLAB提供了多种图像分割算法，其中最常用的是阈值处理。

MATLAB中的图像阈值函数可以根据像素的灰度值将图像分为两类，即黑白二值图像。

这种方法常用于图像中物体的识别和分离。

另一种常用的处理方法是形态学处理。

MATLAB提供了多种形态学处理函数，包括膨胀、腐蚀、开运算和闭运算等。

这些函数可以用于消除图像中的噪声、填充坑洞、改善边缘定义等。

MATLAB还可以用于图像增强。

例如，可以使用直方图均衡化函数来增强图像的对比度。

此外，MATLAB中的滤波函数可以用于去除噪声和平滑图像。

最后，MATLAB可以用于图像的特征提取和分类。

这种方法可以用于图像识别、目标跟踪和目标检测等领域。

总之，MATLAB在数字图像处理中拥有广泛的应用，为数字图像处理提供了一种简便的方法，随着科学技术的不断进步，MATLAB的应用也将越来越广泛。

MATLAB在数字图像处理中的应用

邮局订阅号：８２－９４６３６０元／年技术创新图像处理《ＰＬＣ技术应用２００例》您的论文得到两院院士关注ＭＡＴＬＡＢ在数字图像处理中的应用ＡｐｐｌｉｃａｔｉｏｎｏｆＭＡＴＬＡＢｔｏＤｉｇｉｔａｌＩｍａｇｅＰｒｏｃｅｓｓｉｎｇ（１．武汉军械士官学校；２．军械工程学院）涂望明１魏友国１施少敏２ＴＵＷＡＮＧＭＩＮＧＷＥＩＹＯＵＧＵＯＳＨＩＳＨＡＯＭＩＮ摘要：介绍了如何利用ＭＡＴＬＡＢ及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用ＭＡＴＬＡＢ图像处理工具箱进行图像处理的方法。

关键词：ＭＡＴＬＡＢ；图形处理；边缘检测中图分类号：ＴＰ３１７．４文献标识码：ＡＡｂｓｔｒａｃｔ：ＴｈｅｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｈｏｗｔｏｕｓｅｔｈｅＭＡＴＬＡＢａｎｄｉｔ’ｓｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｏｏｌｂｏｘｔｏｍａｋｅｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ，ｔｈｅｎｐｒｅｓｅｎｔｓｔｈｅｗａｙｓｏｆｕｓｉｎｇＭＡＴＬＡＢｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｏｏｌｂｏｘｔｏｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｂｙｓｏｍｅｅｘａｍｐｌｅｓ。

Ｋｅｙｗｏｒｄｓ：ＭＡＴＬＡＢ，ｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ，ｅｄｇｅｄｅｔｅｃｔｉｏｎ文章编号：１００８－０５７０（２００７）０２－３－０２９９－０２１引言ＭＡＴＬＡＢ是由美国ＭａｔｈＷｏｒｋｓ公司推出的用于数值计算和图形处理的软件。

ＭＡＴＬＡＢ中除主包外，还包含许多功能各异的工具箱，用于解决各个领域的特定问题。

它的工具箱主要有通信、控制系统、滤波器设计、图像处理、非线性控制设计、系统识别、神经网络、最优化、模糊逻辑、信号处理、鲁棒控制、统计等。

借助于这些工具箱，用户可以非常方便地进行分析、计算及设计工作。

不仅如此，ＭＡＴＬＡＢ还具有语法简单、易学易用的特点；它丰富的函数使开发者无需重复编程，只要简单地调用和使用，往往在Ｃ语言里需要几十甚至上百行的语句在ＭＡＴＬＡＢ里只用一两个函数就可代替。

MATLAB软件在数字图像处理中的应用

观图示。
［ｏｃｉ＝ｉｅＩ；％得到直方图的大小为ｒｗｃｌｒｗ，ｏｌｓ（）ｚｏｘｏｎｎｍｅ（）＝ｕｌＩ；％总像素个数
２应用实例
２１灰度直方图．灰度直方图（ｉｏｒｍ）灰度级的函数，述图像中每种ｈｓｇａ是ｔ描
摘要：绍了ＭＡＬ＇言编程及其图像处理工具箱，过一些例子说明了利用ＭＡＬＢ￣言编程及其图像处理介ＴＡＢ￣通ＴＡｉ
工具箱进行数字图像处理的方法。
关键词：ＴＡＢ件；ＭＡＬ软图像处理工具箱；字图像处理数中图分类号：４４Ｇ３文献标识码：Ａ文章编号：６２７０（０８０ — １９０１７ — ８０２０）５０３ — ２
其中，＝，，，由基本的概率论知识，们可知ｐ）ｋｌ２ … 。我（表
１ＭＡＴＡＬＢ软件介绍
ＭＡＬＢ是ＭａｈＷｏｋ公司的商业软件．是一种直译式语ＴＡｔｓｒｓ
言，其最重要的功能就是进行矩阵的数值运算，的数值分析、它
Ａ＝０１５］［：：５；２％直方图的灰度级范围ｎ＝ｅｏ（ｎｔ（，）ｋｚｒｓ１ｇｈＡ）１；％像素数，始化ｅ初
处理工具箱（ｍａｅＰｏｅｓｎｏｌｏ）提供了将近２０最基ＩｇｒｃｓｉｇＴｏｂｘ０种本的图像处理函数，利用这些图像处理工具箱，合其强大的结数据处理能力，们可不必关心图像文件的格式、写、示等我读显细节，把精力集中在算法研究上，大提高了工作效率。同而大时，测试这些算法时既可方便地得到统计数据，可得到直在又

Matlab在图像处理中的应用与技巧

Matlab在图像处理中的应用与技巧引言图像处理是计算机科学领域中的一个重要分支，通过对图像进行处理和分析，可以获得许多有价值的信息。

而MATLAB作为一个强大的计算软件，具备了丰富的图像处理函数和工具箱，可以帮助我们实现各种复杂的图像处理任务。

本文将介绍MATLAB在图像处理中的应用与技巧，帮助读者更好地利用MATLAB进行图像处理。

一、图像的读取与显示在MATLAB中，可以使用imread函数读取图像文件。

例如，要读取一张名为"image.jpg"的图像文件，可以使用以下代码：```MATLABimage = imread('image.jpg');```而imshow函数则可以将图像显示在窗口中，例如：```MATLABimshow(image);```通过这两个简单的函数，我们可以很方便地读取和显示图像。

二、图像的基本处理1.图像的缩放在图像处理过程中，经常需要将图像进行缩放。

MATLAB提供了imresize函数来实现图像的缩放，例如：```MATLABnew_image = imresize(image, [height, width]);```其中，height和width分别表示缩放后图像的高度和宽度。

2.图像的灰度化有时候我们只关注图像的亮度信息，而忽略了彩色信息。

此时可以将图像转换为灰度图像，MATLAB提供了rgb2gray函数来实现图像的灰度化，例如：```MATLABgray_image = rgb2gray(image);```gray_image即为灰度图像。

3.图像的旋转有时候我们需要将图像进行旋转，MATLAB提供了imrotate函数来实现图像的旋转，例如：```MATLABrotated_image = imrotate(image, angle);```其中，angle表示旋转的角度。

三、图像的增强处理1.图像的边缘检测在许多图像处理任务中，边缘是重要的特征之一。

MATLAB在图像处理中应用汇总

在RGB彩色空间的原点上，任一基色均没有亮度，即原点为黑色。三基色都达到最高亮度时则表现为白色。亮度较低的等量的三种基色产生灰色的影调。所有这些点均落在彩色立方体的对角线上，该对角线被称为灰色线。彩色立方体中有三个角对应于三基色—红、绿和蓝色。剩下的三个角对应于黄色，青色和洋红（红）。2) HSI 模型
7.2 .图形文件的读写和查询 I = imread(filmane, fmt); [X,P] = imread(filmane, fmt); 格式有： Bmp; Cur; Gif; Hdf; Ico; Jpg, jpeg; Pcx; Png Tif, tiff; xwd 读查询 I = imread('eight.tif'); info=imfinfo('rice.png') 写： Imwrite(A, filmane, fmt)
subplot(121);warp(x,y,z,I); [x,y,z]=sphere(50);
I=imread('trees.tif');
subplot(122);warp(x,y,z,I);
图像的算术运算
%加法运算 I=imread('trees.tif');
J=imread('cameraman.tif');
根据波长的不同赋予不同的彩色的处理为假彩色图象处理。
运用假彩色增强主要用于：
(1) 把正常的目标置于特定的彩色背景下，使观察者对该目标更加注意。 (2) 对于由在光谱响应在可见光以外（如红外）传感器获取的多光谱图象，可以用假彩色再现之。
P210
图形文件格式： HDF JPEG PCX PNG XWD GIF BMP

matlab在数字图像处理中的应用(1)解读

imdivide
K=immultiply(I,0.6);
两幅图像相除或者一幅图像除以常数
imcomplement 图像求补 imlincomb 多幅图像进行线性组合
2019/2/27
15
图像的几何运算
imresize：按指定方法进行图像的缩放
imresize(A,m,method) • A原图像 • m缩放系数。m>1, 放大; 0<m<1, 缩小 • method – nearest(默认)：最近邻插值 – bilinear：双线性插值 – bicubic：双三次性插值
4
2019/2/27
10
图像基本操作
图像文件的读取
A=imread(‘文件名’,‘文件格式’)
[X,map]=imread(‘文件名’,‘文件格式’)
图像文件的写入
imwrite(A,‘文件名’,‘文件格式’) imwrite(X,map,‘文件名’,‘文件格式’)
2019/2/27
用于Windows环境下的任何场合
用于专业印刷用于数字图片保存、传送用于专业动画影视制作用于PHOTO CD
● 注意：图像文件的扩展名不要轻易修改，否则不能使用
2019/2/27 9
主要内容
1
2 3
Matlab简介 Matlab中常用的基本命令图像处理基本知识 Matlab中图像处理的基本操作
二值图像：像素值为0或1。
灰度图像：每个像素由一个量化的灰度值来描述。
uint8，uint16，double的灰度图像
二值图
2019/2/27
灰度图
6
Matlab 中的图像类型
RGB图像：M*N的图像需要三维矩阵（大小N*M*3）存储。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

● 注意：图像文件的扩展名不要轻易修改，否则不能使用注意：图像文件的扩展名不要轻易修改，
2012-4-8 27
主要内容
1 2 3 4
Matlab简介简介 Matlab中常用的基本命令中常用的基本命令图像处理基本知识 Matlab中图像处理的基本操作
2012-4-8
28
图像基本操作
图像文件的读取 A=imread(‘文件名’,‘文件格式’) [X,map]=imread(‘文件名’,‘文件格式’) 图像文件的写入 imwrite(A,‘文件名’,‘文件格式’) imwrite(X,map,‘文件名’,‘文件格式’)
2012-4-8 7
Matlab 中常用的基本命令
特殊矩阵的生成直接调用 MATLAB 的函数生成。用函数zeros生成全0矩阵： A=zeros(m,n) 用函数ones生成全1矩阵： A=ones(m,n) 用函数eye生成单位阵： A=eye(m,n) 用函数rand生成随机矩阵： A=rand(m,n)
2012-4-8
16
Matlab 中常用的基本命令
脚本文件和函数文件的本质差异
脚本文件
函数文件
定义行
无
有
输入/输出变量
无
有
数据传送
直接访问工作空输入变量获取数据，间中的所有变量输出变量提交数据
17
2012-4-8
Matlab 中常用的基本命令
注意：注意：自己编写函数时，所用的函数名应和保存的m文件文件名相同。分清矩阵相乘和点乘的区别。注意文件命名，必须以字母开头。
2012-4-8
5
6
9
Matlab 中常用的基本命令
(2) 矩阵运算基本运算：矩阵的加、减、乘、除、乘方以及矩基本运算阵的点乘、点除、点乘方等，其主要特点是通过 MATLAB 提供的基本运算符＋、－、*、/（\）、^ 等即可完成。函数运算：包括sin，cos，abs，max，sum等。函数运算
2012-4-8 8
Matlab 中常用的基本命令
访问矩阵中的元素
例如对例1-1中的矩阵A=[1,2,3;4,5,6;7,8,9]，如果输入 A(4) A(1,2) 结果为：ans = 2 结果为：ans = 2
可见矩阵是按列存储的。若输入A(1,2)=6，显示结果为： A= 1 6 3 4 5 6 7 8 9 若要选取A的第二行，可以输入A(2,:) ，则显示 ans = 4
Matlab 图像处理简介
王殿伟 wangdianwei@ 通信与信息工程学院
主要内容
1 2 3 4
Matlab简介 Matlab中常用的基本命令中常用的基本命令图像处理基本知识 Matlab中图像处理的基本操作中图像处理的基本操作
2012-4-8
2
Matlab 简介
2012-4-8
10
Matlab 中常用的基本命令
例 1-2：矩阵的基本运算。 A=eye(3); B=[9,8,7;6,5,4;3,2,1]; C=A+B % 计算两个矩阵的和 D=B' % 计算矩阵B的转置 E=A*D % 做矩阵乘法，必须要满足矩阵乘法 % 的基本要求 F=det(A) % 求E的行列式值问题：设有矩阵A和B，试问A*B和A.*B的区别？ size(A)的用法
2012-4-8 26
Matlab支持的图像格式支持的图像格式
文件 .GIF . BMP . TIF . JPG . TGA . PCD 颜色与分辨率 256 / 96dpi 256 ～ 224 / * dpi 256 ～ 232 / * dpi 216 ～ 232 / * dpi 256 ～ 224 / 96dpi 216 ～ 232 / * dpi 用途用于动画、多媒体程序界面，用于动画、多媒体程序界面，网页界面用于Windows环境下的任何场合环境下的任何场合用于用于专业印刷用于数字图片保存、用于数字图片保存、传送用于专业动画影视制作用于PHOTO CD 用于
2012-4-8
29
图像基本操作
查询图像文件信息 imfinfo(‘文件名’，文件格式) 显示图像 imshow(X, map) 需要同时显示多幅图像，使用figure语句，重新打开一个图像显示窗口。显示直方图 imhist(I,n) imhist(X, map)
2012-4-8
30
图像基本操作
2012-4-816色图
256色图
24位真彩色图25
图像类型转换函数
dither() ：通过颜色抖动，把真彩色图像转换成索引图像或灰度图像转换成二值图像 gray2ind() ：将灰度图像转换成索引图像 grayslice() ：通过设定的阈值将灰度图像转换成索引图像 im2bw() ：通过设定亮度阈值将灰度、真彩色、索引图像转换成二值图像 ind2gray() ：将索引图像转换成灰度图象 ind2rgb() ：将索引图像转换成真彩色图像 rgb2gray()：将真彩色图像转换成灰度图像 rgb2ind()：将真彩色图像转换成索引图象
例1-4 i=imread('LENA256.bmp'); subplot(1,2,1); imshow(i); subplot(1,2,2); imhist(i)
2012-4-8
31
图像的代数运算
imadd 格式：Z=imadd(X,Y). 其中Z=X＋Y。例1-5 增加图像的亮度 RGB=imread('onion.png'); RGB2=imadd(RGB,50); subplot(1,2,1),imshow(RGB); subplot(1,2,2),imshow(RGB2);
2012-4-8 3
Matlab 主要特点
把MATLAB的应用转到带有编译器的C和C＋＋支持来自文件和外部设备的输入数据，且支持用低标准的文件的输入输出图形用户界面设计的工具可结合一些外部应用程序，包括C、C＋＋、Fortran、 Java、COM部分和Excel 快速准确的数字运算
12
Matlab 中常用的基本命令
循环结构 for循环 for 循环变量 = 起始值: 步长: 终止值循环体 end while循环 while 表达式循环体 end
2012-4-8 13
Matlab 中常用的基本命令
分支结构 if 语句
格式一： if 逻辑表达式执行组 end 格式二： if 逻辑表达式执行组1 else 执行组2 end 格式三： if 逻辑表达式1 执行组1 elseif 逻辑表达式2 执行组2 …… else 执行组n end
2012-4-8
32
图像的代数运算
immultiply 例1-7 I=imread('moon.tif'); J=immultiply(I,1.2); K=immultiply(I,0.6); imsubtract 两幅图像相减或者一幅图像除以常数 imdivide 两幅图像相除或者一幅图像除以常数 imcomplement 图像求补 imlincomb 多幅图像进行线性组合
2012-4-8 23
Matlab 中的图像类型
二值图像：像素值为0或1。二值图像灰度图像：每个像素由一个量化的灰度值来描述。灰度图像 uint8，uint16，double的灰度图像
二ห้องสมุดไป่ตู้图
2012-4-8
灰度图
24
Matlab 中的图像类型
RGB图像图像：M*N的图像需要三维矩阵（大小N*M*3）存储。图像索引图像：索引图像：包含一个数据矩阵X和一个调色板矩阵map。数据矩阵为double或uint8。调色板矩阵为double型矩阵，值域为[0,1]。大小m*3(m表示颜色数目），每一行指定一个颜色的R、G、B分量。多帧图像序列：多帧图像序列：4维数组，增加：帧号。
MATLAB是 Matrix Laboratory 的简称，是美国 MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括 MATLAB 和 Simulink 两大部分。 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。它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，故用它来解决问题比用C、 Fortran等语言完成相同的事情简捷的多。
2012-4-8
18
Matlab 程序调试
删除句尾分号适当位置加上pause或keyboard语句灵活运用%，注释出错行使用Matlab调试器，设置断点，或单步执行
2012-4-8
19
主要内容
1 2 3 4
Matlab简介简介 Matlab中常用的基本命令中常用的基本命令
图像处理基本知识
2012-4-8 11
Matlab 中常用的基本命令
(3) 程序设计基础数据的输入/输出数据的输入输出 input函数：用于向计算机输入一个参数 A=input( A=input(提示信息, 选项) , ) disp函数：在命令窗口输出变量的值 A=‘hello’; disp(A)
2012-4-8
... f1 j ... f1N ... f2 j ... f2N ... ... ... ... ... fij ... fiN ... ... ... ... ... fMj ... fMN
2012-4-8
22
Matlab中图像的数据类型中图像的数据类型
Matlab中图像处理的基本操作中图像处理的基本操作