MATLAB应用于数字图像处理PPT.ppt

MATLAB应用于数字图像 分析和处理;图像处理着重强调在图像之间进行的变换。;图像分析则主要是对图像中感兴趣的目标进行检测和测量 ,以获得它们的客观信息 ,从而建立对图像的描述。; MATLAB推出了功能更强大的适应于图像分析和处理的工具箱 。利用此工具 ,我们可以方便地从各个方面对图像的性质进行深入的研究。;MATLAB支持的图形文件的格式包括 : TIFF、 BMP 、 JPEG、PCX、XWD和 HDF;;bmp： windows bitmap;pcx： windows paintbrush;1.数字图像文件操作和图像显示; I=imread(autumn.tif); image(I); ;2.图像的矩阵表示及基本运算;impixel() 所选图像象素的数据值（用鼠标选取）;imcontour() 画图像数据轮廓线（等高线、等值线）;imhist( ) 画图像象素直方图;灰度图像直方图;索引图像直方图;I=imread(autumn.tif) ; J=rgb2gray(I); imshow(J) ;figure; imhist( J) ;;3.图像的正交变换。;离散余弦变换;I=imread(autumn.tif) ; p=rgb2gray(I); imshow(I); J=dct2(p); figure;imshow(log(abs(J)),[]); colormap(jet);colorbar(herz);;原始图像;离散余弦变换后图像;I=imread(autumn.tif) ; p=rgb2gray(I); J=dct2(p); K=idct2(J); figure;imshow(K,[0 255]);;离散余弦反变换后图像;4.图像增强;对比度增强Imadjust( ); I = imread(autumn.tif); J = imadjust(I,[0.3 0.7],[]); imshow(I), figure, imshow(J);I = imread(autumn.tif); J = imadjust(I,[.2 .3 0; .6 .7 1],[]); imshow(I), figure, imshow(J);直方图均衡化是图像处理中很重要的研究内容 ,它通过转换灰度图像亮度值或索引图像的颜色图值来增强图像对比度。图像的灰度统计直方图是 1个 1- D的离散函数.;直方图均衡化函数histeq( );5.图像平滑;图像加噪函数imnoise( );I=imread(autumn.tif) ; p=rgb2gray(I); J1=imnoise(p,salt pepper,0.04); subplot(121),subimage(J1); title(加入盐椒噪声后的图像，密度D=0.04); J2=imnoise(p,gaussian,0,0.04); subplot(122),subimage(J2); title(加入高斯噪声后的图像，M=0,V=0.04);;二维中值滤波medfilt2( );J3=medfilt2(J1); subplot(223),subimage(J3); title(加入盐椒噪声中值滤波后的图像); J4=medfilt2(J2); subplot(224),subimage(J4); title(加入高斯噪声中值滤波后的图像);;二维自适应滤波(维纳滤波)函数wiener2( );subplot(221),subimage(p);title(原始图像); subplot(222),subimage(J1); title(加入高斯噪声后的图像，M=0,V=0.04); subplot(223),subimage(J2); title(自适应滤波后的图像); subplot(224),subimage(J3); title(中值滤波后的图像);;6.图像分析;I=imread(autumn.tif) ; ED1=edge(p,sobel,0.01); ED2=edge(p,prewitt,0.01); ED3=edge(p,sobel,0.08); ED4=edge(p,prewitt,0.08); subplot(221);imshow(ED1);xlabel(sobel0.01); subplot(222);imshow(ED2);xlabel(prewitt0.01); subplot(223);imshow(ED3);xlabel(sobel0.08); subplot(224);imshow(ED4);xlabel(prewitt0.08);