matlable在图像处理中的应用课件

1、matlable在图像处理中的应用2022/9/182022/9/18一.图像的灰度直方图图像的灰度直方图（H是图像a.bmp的数据矩阵）imhist(H)：显示a的直方图 histeq(H):将图像a进行直方图均衡化 adapthisteq(H):将图像a进行直方图均衡化imhist函数只能处理二维图像，因此处理RGB图像，需先转化成灰度图像，显示灰度直方图 H=rgb2gray(imread(kang.jpg); subplot(3,2,1); imshow(H); title(原图); subplot(3,2,2); imhist(H); title(原图直方图); subplot(3,

2、2,3); H1=adapthisteq(H); imshow(H1); title(adapthisteq均衡后图); 2022/9/182022/9/18 subplot(3,2,4); imhist(H1); title(adapthisteq均衡后直方图); subplot(3,2,5); H2=histeq(H); imshow(H2); title(histeq均衡后图); subplot(3,2,6); imhist(H1); title(histeq均衡后直方图)2022/9/182022/9/18 函数imadjust用于对灰度级图像进行灰度变换。该函数的一般语法格式为： g

3、=imadjust(f,low-in high-in,low-out high-out,gamma) 该函数将图像f中的灰度值映射为图像g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，若gamma值小于1，则映射被加权值较高（较亮）的输出值，若gamma值小于1，则映射被加权值较低（较暗）的输出值。若函数参量缺省，则gamma默认为1（线性映射）。 例：直方图的对应变化和图像对比度的变化2022/9/182022/9/18 二.频率域滤波平滑滤波器 K=filter2(fspecial(average,3),I)/255; fspecial(

4、average,3):用来创建3*3的均值滤波器 Fspecial(h,I):滤波函数 I：原图像矩阵中值滤波器 K=medfilt2(I,3,3); Medfilt2:中值滤波器 I：原图像矩阵 3,3：窗宽 imfilter是多维滤波，而filter2只能二维图像滤波。2022/9/182022/9/18例一：利用低通邻域平均模板进行平滑2022/9/182022/9/18例二：中值滤波和平均滤波 2022/9/182022/9/18例：对一幅图像加噪并去噪2022/9/182022/9/18一.傅里叶变换MATLAB函数fft,fft2,fftn实现了傅里叶变换算法,分别计算一维，二维D

5、FT和n维DFT。函数ifft,ifft2和ifftn计算逆DFT。 使用傅里叶变换滤波时，需要对输入数据进行零填充。此时，语法变为F=fft2(f,p,q) 使用这一语法，fft2会对输入图像填充所需数目的0,以便结果函数的大小为p*q。 傅里叶谱可以使用函数abs获得：s=abs(F) 可以使用函数fftshift将变换的原点移动到频率矩形的中心。语法为Fc=fftshift(F) 与中心处亮度值占支配地位的8位显示相比，该谱中值的范围很大，通过对数变换解决这一问题：s2=log(1+abs(Fc) 2022/9/182022/9/18例一： 图象的FFT变换 2022/9/182022/

6、9/18例二：图象的DCT变换 2022/9/182022/9/18例三：傅里叶变换的Matlab代码2022/9/182022/9/18三.Radon变换Radon变换是与CT断层影响重建算法相关的数学变换，二维情况下Radon变换大致可以理解为一个平面内沿不同的直线(直线与原点的距离为d,方向角为A)对二维函数f(x,y）做线积分，得到的像F(d,A)就是函数f的Radon 变换。 Radon函数具体使用如下： R,xp=radon(I,theta); theta参数表示旋转角度。R的列包含了theta中每个角度的Radon变换；向量xp包含沿x轴的对应坐标；I的中心像素定义为floor(

7、size(I)+1)/2),它是x轴上对应于x=0的像素。 Example:计算一幅图像在0度和45度上的Radon变换。2022/9/182022/9/18例一：使用如下命令进行Radon变换2022/9/182022/9/18例二：方形图像的Radon变换从0度一直计算到180度，间隔为12022/9/182022/9/18例三：首先用radon函数计算图像I在一组旋转角度theta下的Radon变换R,然后用iradon函数根据R和Theta重建图像I。2022/9/182022/9/18四.图像分割一：点检测2022/9/182022/9/18 二：线检测2022/9/182022/9/184、图像的阈值分割 I=imread(blood1.tif); imhist(I); % 观察灰度直方图， 灰度140处有谷，确定阈值T=140 I1=im2bw(I,140/255); % im2bw函数需要将灰度值转换到0,1范围内 f