matlab GUI基础8

图像处理工具箱

从屋物理和数学角度看，图像时记录物体辐射能量的空间发呢不，这个分布是空间坐标、时间坐标和波长的函数，即i = f(x,y,z,λ,t），这样的图像能被计算机处理，计算机图像处理即数字图像处理matlab的长处就是处理矩阵运算，因此使用matlab处理数字图像非常方便，计算机图像处理是利用计算机对数字图像进行一系列操作，从而获得预期的结果的技术。

1.图像类型转换

2.图像浏览器

采用imtool进行图像的显示

imtool('C:\Users\lenovo\Desktop\小龙女.jpg')

3.图像的常用操作

3.1图像的基本运算

在matlab进行图像处理时，由于图像数据类型为uint8，而在矩阵运算中要求所有的运算变量为double类型。因此必须将图像数据类型转换为双精度型数据。在matlab中，通过函数im2double()将图像数据转换为双精度浮点型。

imadd(A,B,’uint16’);
imsubtract(A,B);
immultiply(A,0.5);
imdivide(A,B);
A=imread('C:\Users\lenovo\Desktop\xiaopang.tif');
B=imread('C:\Users\lenovo\Desktop\xiaolongnv.jpg');
[m,n,t]=size(A)
for i=1:m
 for j=1:n
 for k=1:t
            C(i,j,k)=B(i,j,k);
 end
 end
end
D=imadd(A,C,'uint8');
imshow(D); 

4.图像的直方图和直方图均衡化

imhist()计算和显示程序的直方图

imhist(I)：该函数绘制绘图图像的直方图

imhist(I,n)：该函数指定灰度级的数目为n

imhist(X,map)：该函数绘制索引图像的直方图

[counts,x]=imhist()：该函数返回直方图的数据，通过stem(x,counts)可以绘制直方图

histeq()实现直方图的均衡化，该函数用于灰度图像和索引图像。

5.图像的对比度增强

imadjust()可以进行图像的对比度增强，

J=imadjust(I)：该函数对灰度图像按I进行对比度增强

J=imadjust(I,[low_in;high_in],[low_out;high_out])：该函数中[low_in;high_in]为原图像中要变换的灰度范围，[low_out;high_out]变换后的灰度范围

RGB2=imadjust(RGB1,...)：该函数对RGB图像进行对比度增强

6.图像的插值

插值是常用的数学运算，通常是利用曲线拟合的方法，通过离散的采样点建立一个连接函数来逼近真实的曲线，用这个重建的函数便可以求出任意位置的函数值。在matlab中通过插值可以实现图像的缩放和旋转。

imresize()采用插值的方法来改变图像的大小

imrotate()进行图像的旋转。

7.给图像添加噪声

J=imnoise(I,type)：该函数对图像添加类型为type的噪声。参数Type对应的噪声类型如下：

‘gaussian’：高斯白噪声

’localvar’：均值白噪声

‘poisson’：泊松噪声

‘salt & pepper’：椒盐噪声

‘speckle’：乘性噪声

J1=imnoise(B,'gaussian',0.1);

J2=imnoise(B,'poission');

J3=imnoise(B,'salt & pepper',0.1);

figure;

subplot(221),imshow(B),title('原图像');

subplot(222),imshow(J1),title('gaussian');

subplot(223),imshow(J2),title('poission');

subplot(224),imshow(J3),title('salt & pepper');

8.图像剪切

函数imcrop()实现图像的剪切，获取图像的一部分（矩形区域）

J=imcrop(I,[横坐标 纵坐标 长 宽]);

9.图像的傅里叶变换

通过函数fft2()计算图像的二维快速傅里叶变换，该函数的调用格式为：

Y=fft2(X)：该函数计算图像数据X的二维傅里叶变换

Y=fft2(X,m,n)：该函数通过补0来指定数据的大小

10.离散余弦变换（DCT）

采用不同频率和幅值的余弦函数来逼近函数。离散余弦变换常用来进行图像的压缩，例如JPEG格式的图像就是采用了离散余弦变换进行压缩。

dct2()：二维离散余弦变换

idct2()：二维离散余弦反变换

11.图像增强技术

数字图像的增强是图像处理中的一个重要研究内容之一，是图像处理的一项基本技。

通常采用impixel()来获取图像的像素值，该函数的调用方式有：

p=impixel(I)：该函数通过鼠标单击获取灰度图像中的一点的像素值。

p=impixel(X,map)：该函数通过鼠标单击获取索引图像中一点的像素值。

p=impixel(RGB）：该函数通过鼠标单击获取RGB图像中一点的像素值。

p=impixel(I,c,r)：该函数获取灰度图像中，行为c，列为r的像素点的像素值。

p=impixel(I,map,c,r)：该函数获取索引图像中，行为c，列为r的像素点的像素值。

p=impixel(I,RGBc,r)：该函数获取RGB图像中，行为c，列为r的像素点的像素值。

也可以利用impixelinfo()获取图像中任意点的像素值。

利用imcontour()可以绘制灰度图像的等高线。

12.图像的滤波

对于含有噪声的图像，可以对图像进行滤波，使图像变得更清晰，常用的滤波方法 有邻域平均法，中值滤波法和自适应滤波法。

medfilt2()：对图像进行中值滤波，去除噪声，很好的保护图像的边缘

wiener2()：进行自适应滤波

13.图像的边缘检测

在进行图像分析和处理时，图像的边缘包含许多重要的信息，可以利用边缘检测来对图像进行分割。

在matlab中，采用函数edge()来对图像的边缘进行检测。在进行边缘检测时，常用的算子有sobel算子、Prewitt算子、Roberts算子、LOG算子和Canny算子等。