Matlab图像处理应用

Matlab图像处理郭磐

guopan@内容提要Matlab基本操作图像处理基本函数作业参考程序作业问题汇总基本图像操作函数（命令）读入图像pic=imread('cameraman.bmp')对于RGB图像gray_pic=rgb2gray(pic);

对于索引图像[s,map]=imread('in.gif');[m,n]=size(s);s=ind2gray(s,map);

基本图像操作函数（命令）获取图像大小size()获取图像信息info=imfinfo('cameraman.bmp')显示图像imshow(pic,[]);figuresubplot

基本图像操作函数（命令）显示图像直方图imhist(I)直方图均衡化histeq(I)基本图像操作函数（命令）如何添加噪声采用函数imnoise来使用噪声污染一幅图像，该函数的基本语法为：g=imnoise(f,type,parameters)f为是输入图像。基本图像操作函数（命令）g=imnoise(f,'gaussian',m,var)将均值M,方差为var的高斯噪声加到图像f上，默认值为均值是0，方差是0.01的噪声。g=imnoise(f,'localvar',V)将均值为0，局部方差为V的高斯噪声添加到图像f上，其中V是与f大小相同的一个矩阵，它包含了每一个点的理想方差值。基本图像操作函数（命令）g=imnoise(f,'localvar',image_intensity,var)将均值为0的高斯噪声添加到图像f中，其中噪声的局部方差var是图像f的亮度值的函数。参量image_intensity和var是大小相同的向量，plot(image_intensity,var)绘制出噪声方差和图像亮度的函数关系。向量image_intensity必须包含范围在[0,1]内的归一化亮度值。基本图像操作函数（命令）g=imnoise(f,'salt&pepper',d)用椒盐噪声污染图像f，其中d是噪声密度（即包括噪声值的图像区域的百分比）。因此，大约有d*numel（f）个像素受到影响。默认的噪声密度为0.005。g=imnoise(f,'speckle',var)用方程g=f+n*f)将乘性噪声添加到图像f上，其中n是均值为0，方差为var的均匀分布的随机噪声，var的默认值是0.04。基本图像操作函数（命令）g=imnoise(f,'poisson')从数据中生成泊松噪声，而不是将人工的噪声添加到数据中，为了遵守泊松统计，unit8和unit16类图像的亮度必须和光子的数量相符合。当每个像素的光子数量大于65535时，就要使用双精度图像。亮度值在0到1之间变化，并且对应于光子的数量除以10e12。基本图像操作函数（命令）nargin函数输入的参数个数。nargout函数输出的参数个数。基本图像操作函数（命令）matlab的数据类型numeric：数值

double:双精度uint8:8位无符号整型char：字符

logical：逻辑

cell：单元、细胞、元胞

struct：结构基本图像操作函数（命令）matlab的数据类型基本图像操作函数（命令）生成全1阵：ones

(n)建立一个n×n的1矩阵。ones

(m,n,...,p)建立一个m×n×...×p的1矩阵。ones

(size

(A

))建立一个和矩阵A同样大小的1矩阵。生成全0阵：zeros(n)zeros(m,n,...,p)建立一个m×n×...×p的0矩阵。zeros(size(A))建立一个和矩阵A同样大小的0矩阵。作业参考程序（1）pic=

imread('cameraman.bmp');pic(50,130)pic(5,100:130)

作业中参考程序作业中的问题function[out,T]=hanshu(a,cm,hgram)clearall;……函数名要有意义，函数名与文件名要一致。函数的返回值要在函数体内明确赋值，不需要返回值的可以不返回。函数第一行进行clear，会把输入参数全部清除，完全没有必要，而且是错误的。clearall;经常用在用在脚本文件的第1行；有时还可以加入：closeall;作业中的GoodCode%绘制直方图

[m,n]=size(pic);%测量图像尺寸参数

G=zeros(1,256);%预创建存放灰度出现概率的向量

%计算每级灰度出现的概率，将其存入G中相应位置

fork=0:255G(k+1)=length(find(pic==k))/(m*n);end

作业中的GoodCode[dim1,dim2,dim3]=size(f);ifdim3==3f=rgb2gray(f);end作业中的GoodCode获取图像矩阵pic的最大值L=0;for

I

=1:imLength

for

j

=1:imWidth

if(pic(i,j)>L)L=pic(i,j);

end

endend

获取图像矩阵pic的最大值L=max(max(pic));或者L=max(pic(:));%统计源图像灰度等级出现的概率L=max(max(pic));p=zeros(1,L+1);fori=1:imLengthforj=1:imWidth

p(pic(i,j)+1)=p(pic(i,j)+1)+1;endendp=p/(imLength*imWidth);%绘制直方图[m,n]=size(pic);%测量图像尺寸参数G=zeros(1,256);%预创建存放灰度出现概率的向量%计算每级灰度出现的概率，将其存入G中相应位置fork=0:255

G(k+1)=length(find(pic==k))/(m*n);endMa