光学传递函数实验图像处理

10L/mm

25L/mm

50L/mm

\

80L/mm

Matlab 图像处理相关函数命令大全

Matlab 图像处理相关函数命令大全 一、通用函数： colorbar 显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig)

数字图像处理实验指导书-河北工业大学2014实验一

数字图像处理 实验指导书 河北工业大学 计算机科学与软件学院

实验一 MATLAB数字图像处理初步 一、实验目的与要求 1．熟悉及掌握在MATLAB中能够处理哪些格式图像。 2．熟练掌握在MATLAB中如何读取图像。 3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。 4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。 5．图像类型转换。 二、实验原理及知识点 1、数字图像的表示和类别 一幅图像可以被定义为一个二维函数f(x,y),其中x和y是空间(平面)坐标，f 在任何坐标处(x,y)处的振幅称为图像在该点的亮度。灰度是用来表示黑白图像亮度的一个术语，而彩色图像是由单个二维图像组合形成的。例如，在RGB彩色系统中，一幅彩色图像是由三幅独立的分量图像(红、绿、蓝)组成的。因此，许多为黑白图像处理开发的技术适用于彩色图像处理，方法是分别处理三副独立的分量图像即可。 图像关于x和y坐标以及振幅连续。要将这样的一幅图像转化为数字形式，就要求数字化坐标和振幅。将坐标值数字化称为采样；将振幅数字化成为量化。采样和量化的过程如图1所示。因此，当f的x、y分量和振幅都是有限且离散的量时，称该图像为数字图像。 作为MATLAB基本数据类型的数值数组本身十分适于表达图像，矩阵的元素和图像的像素之间有着十分自然的对应关系。

图1 图像的采样和量化 根据图像数据矩阵解释方法的不同，MA TLAB把其处理为4类： 亮度图像(Intensity images) 二值图像(Binary images) 索引图像(Indexed images) RGB图像(RGB images) (1) 亮度图像 一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1] (2) 二值图像 一幅二值图像是一个取值只有0和1的逻辑数组。 (3) 索引图像 索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。 一幅索引颜色图像在图像文件里定义，当打开该文件时，构成该图像具体颜色的索引值就被读入程序里，然后根据索引值找到最终的颜色。(4) RGB图像 一幅RGB图像就是彩色像素的一个M×N×3数组，其中每一个彩色相

MATLAB图像处理函数大全

Matlab图像处理函数大全 目录 图像增强 (3) 1. 直方图均衡化的Matlab 实现 (3) 1.1 imhist 函数 (3) 1.2 imcontour 函数 (3) 1.3 imadjust 函数 (3) 1.4 histeq 函数 (4) 2. 噪声及其噪声的Matlab 实现 (4) 3. 图像滤波的Matlab 实现 (4) 3.1 conv2 函数 (4) 3.2 conv 函数 (5) 3.3 filter2函数 (5) 3.4 fspecial 函数 (6) 4. 彩色增强的Matlab 实现 (6) 4.1 imfilter函数 (6) 图像的变换 (6) 1. 离散傅立叶变换的Matlab 实现 (6) 2. 离散余弦变换的Matlab 实现 (7) 2.1. dct2 函数 (7) 2.2. dict2 函数 (8) 2.3. dctmtx函数 (8) 3. 图像小波变换的Matlab 实现 (8) 3.1 一维小波变换的Matlab 实现 (8) 3.2 二维小波变换的Matlab 实现 (9) 图像处理工具箱 (11) 1. 图像和图像数据 (11) 2. 图像处理工具箱所支持的图像类型 (12) 2.1 真彩色图像 (12) 2.2 索引色图像 (13) 2.3 灰度图像 (14) 2.4 二值图像 (14) 2.5 图像序列 (14) 3. MATLAB图像类型转换 (14) 4. 图像文件的读写和查询 (15) 4.1 图形图像文件的读取 (15) 4.2 图形图像文件的写入 (16) 4.3 图形图像文件信息的查询imfinfo()函数 (16) 5. 图像文件的显示 (16) 5.1 索引图像及其显示 (16) 5.2 灰度图像及其显示 (16) 5.3 RGB 图像及其显示 (17)

数字图像处理实验指导书

实验一 Matlab图像处理工具箱的初步练习 一、实验目的和任务 1、初步了解与掌握MA TLAB语言的基本用法； 2、掌握MA TLAB语言中图象数据与信息的读取方法； 3、掌握在MA TLAB语言中图像类型的转换。 二、实验仪器、设备及材料 1、计算机 2、MatLab软件/语言包括图像处理工具箱(Image Processing Toolbox) 3、实验所需要的图片 三、实验原理 将数字图像的RGB表示转换为YUV表示； Y=0.30R+0.59G+0.11B U=0.70R-0.59G-0.11B V=-0.30R-0.59G+0.89B 四、实验步骤 1、阅读资料并熟悉MatLab的基本操作 2、读取MATLAB中的图象数据 3、显示MATLAB中的图象文件。用MATLAB在自建的文件夹中建立m文件，在这个文件的程序中，将MA TLAB目录下work文件夹中的tree.tif 图象文件读出，用到imread，imfinfo等命令，观察一下图象数据，了解一下数字图象在MA TLAB中的处理就是处理一个矩阵的本质。 4、将3中的图象显示出来（用imshow）。 5、对MA TLAB目录下work文件夹中的flowers.tif进行真彩色图像、索引色图像、灰度图像、二值图像之间的相互变换，并显示。 6、进行真彩色图像RGB（lenacolor.jpg）、YIQ图像、HSV图像、YcbCr图像的相互转换，并显示。 五、实验报告要求 1、描述实验的基本步骤； 2、用图片给出步骤4、5、6中取得的实验结果； 六、实验所需图片

lenacolor.jpg 七、实验注意事项 1、学生应提前预习 2、请大家在E盘建一个目录（matlab），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 八、思考题 1、图像之间转换的基础是什么，为什么可以实现相互的转换 九、附录 MATLAB简介 (1) MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MA TLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MA TLAB处理数字图像非常的方便。MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。 1、MATLAB中图象数据的读取 A、imread imread函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(‘filename’,‘fmt’) 其中，X，MAP分别为读出的图象数据和颜色表数据，fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。 例：[X，MAP]=imread（’flowers.tif’,’tif’）;

MATLAB图像处理相关函数

一、通用函数： colorbar显示彩色条 语法：colorbar \ colorbar('vert') \ colorbar('horiz') \ colorbar(h) \ h=colorbar(...) \ colorbar(...,'peer',axes_handle) getimage 从坐标轴取得图像数据 语法：A=getimage(h) \ [x,y,A]=getimage(h) \ [...,A,flag]=getimage(h) \ [...]=getimage imshow 显示图像 语法：imshow(I,n) \ imshow(I,[low high]) \ imshow(BW) \ imshow(X,map) \ imshow(RGB)\ imshow(...,display_option) \ imshow(x,y,A,...) \ imshow filename \ h=imshow(...) montage 在矩形框中同时显示多幅图像 语法：montage(I) \ montage(BW) \ montage(X,map) \ montage(RGB) \ h=montage(...) immovie 创建多帧索引图的电影动画 语法：mov=immovie(X,map) \ mov=immovie(RGB) subimage 在一副图中显示多个图像 语法：subimage(X,map) \ subimage(I) \ subimage(BW) \ subimage(RGB) \ subimage(x,y,...) \ subimage(...) truesize 调整图像显示尺寸 语法：truesize(fig,[mrows mcols]) \ truesize(fig) warp 将图像显示到纹理映射表面 语法：warp(X,map) \ warp(I ,n) \ warp(z,...) warp(x,y,z,...) \ h=warp(...) zoom 缩放图像 语法：zoom on \ zoom off \ zoom out \ zoom reset \ zoom \ zoom xon \ zoom yon\ zoom(factor) \ zoom(fig,option) 二、图像文件I/O函数命令 imfinfo 返回图形图像文件信息 语法：info=imfinfo(filename,fmt) \ info=imfinfo(filename) imread 从图像文件中读取（载入）图像 语法：A=imread(filename,fmt) \ [X,map]=imread(filename,fmt) \

基于matlab的数字图像处理常用函数

基本界面 1-1、基本运算与函数 在MATLAB下进行基本数学运算，只需将运算式直接打入提示号（>>）之後，并按入Enter键即可。例如： >> (5*2+1.3-0.8)*10/25 ans =4.2000 MATLAB会将运算结果直接存入一变数ans，代表MATLAB运算後的答案（Answer）并显示其数值於萤幕上。 小提示：">>"是MATLAB的提示符号（Prompt），但在PC中文视窗系统下，由於编码方式不同，此提示符号常会消失不见，但这并不会影响到MATLAB的运算结果。 我们也可将上述运算式的结果设定给另一个变数x： x = (5*2+1.3-0.8)*10^2/25 x = 42

若要输入矩阵，则必须在每一列结尾加上分号（；），如下例： A = [1 2 3 4; 5 6 7 8; 9 1011 12]; A = 1 2 3 4 5 6 7 8 9 10 11 12 同样地，我们可以对矩阵进行各种处理： A(2,3) = 5 % 改变位於第二列，第三行的元素值 A = 1 2 3 4 5 6 5 8 9 10 11 12 B = A(2,1:3) % 取出部份矩阵B B = 5 6 5 A = [A B'] % 将B转置後以列向量并入A A = 1 2 3 4 5 5 6 5 8 6 9 10 11 12 5 A(:, 2) = [] % 删除第二行（：代表所有列） A = 1 3 4 5

5 5 8 6 9 11 12 5 A = [A; 4 3 2 1] % 加入第四列 A = 1 3 4 5 5 5 8 6 9 11 12 5 4 3 2 1 A([1 4], :) = [] % 删除第一和第四列（：代表所有行） A = 5 5 8 6 9 11 12 5 这几种矩阵处理的方式可以相互叠代运用，产生各种意想不到的效果，就看各位的巧思和创意。 小提示：在MATLAB的内部资料结构中,每一个矩阵都是一个以行为主（Column-oriented ）的阵列（Array）因此对於矩阵元素的存取，我们可用一维或二维的索引（Index）来定址。举例来说，在上述矩阵A中，位於第二列、第三行的元素可写为A(2,3) （二维索引）或A(6)（一维索引，即将所有直行进行堆叠後的第六个元素）。 此外，若要重新安排矩阵的形状，可用reshape命令： B = reshape(A, 4, 2) % 4是新矩阵的行数，2是新矩阵的列数 B = 5 8 9 12 5 6 11 5

MATLAB中图像函数大全 详解及例子

图像处理函数详解——strel 功能：用于膨胀腐蚀及开闭运算等操作的结构元素对象(本论坛随即对膨胀腐蚀等操作进行讲解)。 用法：SE=strel(shape,parameters) 创建由指定形状shape对应的结构元素。其中shape的种类有 arbitrary' 'pair' 'diamond' 'periodicline' 'disk' 'rectangle' 'line' 'square' 'octagon 参数parameters一般控制SE的大小。 例子： se1=strel('square',6) %创建6*6的正方形 se2=strel('line',10,45) %创建直线长度10，角度45 se3=strel('disk',15) %创建圆盘半径15 se4=strel('ball',15,5) %创建椭圆体，半径15，高度5

图像处理函数详解——roipoly 功能：用于选择图像中的多边形区域。 用法：BW=roipoly(I,c,r) BW=roipoly(I) BW=roipoly(x,y,I,xi,yi) [BW,xi,yi]=roipoly(...) [x,y,BW,xi,yi]=roipoly(...) BW=roipoly(I,c,r)表示用向量c、r指定多边形各点的X、Y坐标。BW选中的区域为1，其他部分的值为0. BW=roipoly(I)表示建立交互式的处理界面。 BW=roipoly(x,y,I,xi,yi)表示向量x和y建立非默认的坐标系，然后在指定的坐标系下选择由向量xi，yi指定的多边形区域。 例子：I=imread('eight.tif'); c=[222272300270221194]; r=[21217512112175]; BW=roipoly(I,c,r); imshow(I)

数值图像处理

数字图像处理 (实验报告) 专业：电子信息工程 学号：2009040201019 姓名：宋军 沈阳航空航天大学 电子信息工程学院 20012. 6

《数字图像处理》实验指导书 实验一、显示图像、读取文件格式 实验二、空间域图像增强 实验三、频率域图像增强 实验四、图像恢复 实验五、图像分割

实验一、显示图像、读取文件格式 一、实验目的 熟悉常用的图像文件格式； 熟悉图像矩阵的显示方法； 熟悉图像矩阵的插值方法 二、实验原理 1图像文件的存储格式 在计算机中，数据是以文件的形式存放在存储器中的，图像数据也不例外。图像文件是采用特定数据结构表示图像数据的文件，这种特定格式，就是该图像文件的格式，图像文件一般由文件头、色调数据和像素数据三部分组成。常用的图像文件格式：BMP、JPEG、TIFF、GIF。在windows操作系统下能够在显示器上显示上述常用的文件格式，但有些文件格式windows系统不支持显示，比如DICOM 医学影像文件格式。现在已有几十种常用的图像文件格式，它们是由计算机软件技术公司、计算机设备制造厂商等研究制订的，主要目的是为了图像信息交换和操作的方便性。 2图像的插值方法 在浏览图像的时候经常对图像进行缩放，然而对于不同的图像缩放方法，缩放的效果也不同。分别采用最邻近插值法、双线性插值和双三次插值法，可以发现在图像边缘处方块效应不同。 3所应用到的Matlab函数 imread 读图像文件函数； imwrite 写图像文件函数图像文件信息显示 Imfinfo 图像文件信息显示函数 Imshow 显示图像函数. Imresize 图像缩放函数 Dicomread 读取医学影像文件函数 Dicominfo 医学影像文件信息显示函数 rgb2gray图像文件转换函数 三、实验步骤 1 图像文件格式及显示 ?调用imread函数，读取硬盘中的图像文件； ?调用imshow函数，显示图像； ?调用imfinfo函数，显示图像文件信息； ?调用dicomread函数，读取医学影像文件 ?调用dicominfo函数，显示医学影像文件信息 2图像文件格式的转换 ?调用imread函数，读取硬盘中的图像文件； ?调用imshow函数，显示图像； ?调用imfinfo函数，显示图像文件信息； ?调用rgb2gray函数，进行文件格式的转换，将彩色.jpg文件转换成灰度图像； ?调用imfinfo函数，显示图像文件转换后的输出信息；

数字图像处理-作业题及部分答案解析演示教学

1.数字图像与连续图像相比具有哪些优点?连续图像f(x,y与数字图像I(c,r中各量的含义 是什么?它们有何联系和区别? (To be compared with an analog image, what are the advantages of a digital image? Let f(x,y be an analog image, I(r, c be a digital image, please give explanation and comparison for defined variables: f/I, x/r, and y/c 2.图像处理可分为哪三个阶段? 它们是如何划分的?各有什么特点? (We can divide "image processing" into 3 stages, what are they? how they are divided? What are their features? 答:低级处理---低层操作,强调图像之间的变换,是一个从图像到图像的过程; 中级处理---中层操作,主要对图像中感兴趣的目标进行检测和测量,从而建立对图像的描述,是一个从图像到数值或符号的过程; 高级处理---高层操作,研究图像中各目标的性质和相互联系,得出对图像内容含义的理解以及对原来客观场景的解释; 3.试从结构和功能等角度分析人类视觉中最基本的几个要素是什么?什么是马赫带效应? 什 么是同时对比度?它们反映了什么共同问题? (According to the structure and function of the eyes, what are the basic elements in human vision? What is the Mach Band Effect? What is Simultaneous Contrast? What common facts can we infer from both Mach Band Effect and Simultaneous Contrast? 答:人的视觉系统趋向于过高或过低估计不同亮度区域边界的现象称为“马赫带”效应;同时对比度指的是人的视觉系统对某个区域感觉到的亮度除了依赖于它本身的强度,还与背景有关.

河北工业大学《计算机图像处理》实验指导书

实验一 MATLAB数字图像处理基本操作 一、实验目的与要求 1．熟悉MATLAB软件的开发环境、基本操作以及图像处理工具箱，为编写图像处理程序奠定基础。 2．掌握二值、灰度和彩色图像的读、写和显示方法，以及图像的高、宽、颜色等参数的获取方法。 3．根据实验内容进行问题的简单分析和初步编码。 二、实验相关知识 1、Matlab软件Image Processing Toolbox简介 MatLab的原文是Matrix Laboratory，它包括若干个工具箱，如Communications Toolbox、Control System Toolbox、Neural Network Toolbox、Wavelet Toolbox等等，其中Image Processing Toolbox图像处理工具箱可以完成Geometric Operations、Enhancement、Color Segmentation、Image Transformation、Image Analysis、Morphological Operations等操作。在MatLab中，图像就是一个矩阵，在进行处理时当作一个变量即可，因此运算的书写十分简洁，故MatLab有草稿纸式的算法语言之称。例如：J=I+50; %为原始图像I加上一常数50，并将结果赋予变量J，其效果相当于得到一幅加亮的图像J 以此类推可以书写出减法J=I-0.5；乘法J=I*2；除法J=I/3；等等。 利用MatLab提供的imread和imwrite函数可以完成对图像文件的读写操作，它们所支持的一些常用的图像文件格式见表1-1。 MatLab Command窗口的提示符号“>>”下直接键入命令即可运行，如键入： >>clear %执行本命令将会清除内存中的全部变量 >> figure(1); %生成一个图像窗口1 >> I=imread('e:lena.bmp'); %将硬盘e:根目录上的图像文件lena.bmp的数据读入矩阵变量I中>> imshow(I); %在当前的图像窗口中显示图像矩阵I >> title('原始图像'); %在当前的图像窗口中加上标题 但为了能够对程序进行调试和重复应用，我们要求用M文件的方式完成实验中各个程序的编写。 2、数字图像的表示和类别 根据图像数据矩阵解释方法的不同，MATLAB把其处理为四类： (1) 亮度图像（Intensity images） 一幅亮度图像是一个数据矩阵，其归一化的取值表示亮度。若亮度图像的像素都是uint8类或uint16类，则它们的整数值范围分别是[0，255]和[0，65536]。若图像是double类，则像素取值就是浮点数。规定双精度型归一化亮度图像的取值范围是[0，1]。 (2) 二值图像（Binary images） 一幅二值图像是一个取值只有0和1的逻辑数组。而一幅取值只包含0和1的uint8类数组，在MATLAB 中并不认为是二值图像。使用logical函数可以把数值数组转化为逻辑数组，其语法为B=logical(A)；其中A是由0和1构成的数值数组。要测试一个数组是否为逻辑数组，可以使用函数islogical(C)；若C是逻辑数组，则该函数返回1；否则，返回0。 (3) 索引图像（Indexed images） 索引颜色通常也称为映射颜色，在这种模式下，颜色都是预先定义的，并且可供选用的一组颜色也很有限，索引颜色的图像最多只能显示256种颜色。一幅索引颜色图像在图像文件里定义，当打开该文件时，

最常用的matlab图像处理的源代码

最常用的一些图像处理Matlab源代 码 #1：数字图像矩阵数据的显示及其傅立叶变换 #2：二维离散余弦变换的图像压缩 #3：采用灰度变换的方法增强图像的对比度 #4：直方图均匀化 #5：模拟图像受高斯白噪声和椒盐噪声的影响 #6：采用二维中值滤波函数medfilt2对受椒盐噪声干扰的图像滤波 #7：采用MATLAB中的函数filter2对受噪声干扰的图像进行均值滤波 #8：图像的自适应魏纳滤波 #9：运用5种不同的梯度增强法进行图像锐化 #10：图像的高通滤波和掩模处理 #11：利用巴特沃斯（Butterworth）低通滤波器对受噪声干扰的图像进行平滑处理 #12：利用巴特沃斯（Butterworth）高通滤波器对受噪声干扰的图像进行平滑处理 1.数字图像矩阵数据的显示及其傅立叶变换 f=zeros(30,30); f(5:24,13:17)=1; imshow(f, 'notruesize'); F=fft2(f,256,256); % 快速傅立叶变换算法只能处矩阵维数为2的幂次，f矩阵不 % 是，通过对f矩阵进行零填充来调整 F2=fftshift(F); % 一般在计算图形函数的傅立叶变换时，坐标原点在 % 函数图形的中心位置处，而计算机在对图像执行傅立叶变换 % 时是以图像的左上角为坐标原点。所以使用函数fftshift进 %行修正，使变换后的直流分量位于图形的中心； figure,imshow(log(abs(F2)),[-1 5],'notruesize');

2 二维离散余弦变换的图像压缩I=imread('cameraman.tif'); % MATLAB自带的图像imshow(I); clear;close all I=imread('cameraman.tif'); imshow(I); I=im2double(I); T=dctmtx(8); B=blkproc(I,[8 8], 'P1*x*P2',T,T'); Mask=[1 1 1 1 0 0 0 0 1 1 1 0 0 0 0 0 1 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]; B2=blkproc(B,[8 8],'P1.*x',Mask); % 此处为点乘(.*) I2=blkproc(B2,[8 8], 'P1*x*P2',T',T); figure,imshow(I2); % 重建后的图像 3.采用灰度变换的方法增强图像的对比度I=imread('rice.tif'); imshow(I); figure,imhist(I); J=imadjust(I,[0.15 0.9], [0 1]); figure,imshow(J); figure,imhist(J);

一些图像处理函数用法(精华)

一些图像处理函数用法（精华） imshow imshow是用来显示图片的，如 I = imread('moon.tif'); figure,imshow(I); 而有时为了数据处理，要把读取的图片信息转化为更高的精度， I = double(imread('moon.tif')); 为了保证精度，经过了运算的图像矩阵I其数据类型会从unit8型变成double型。如果直接运行imshow(I)，我们会发现显示的是一个白色的图像。这是因为imshow()显示图像时对double型是认为在0~1范围内，即大于1时都是显示为白色，而imshow显示uint8型时是0~255范围。而经过运算的范围在0-255之间的double型数据就被不正常得显示为白色图像了。 有两个解决方法： 1、imshow(I/256); -----------将图像矩阵转化到0-1之间 2、imshow(I,[]); -----------自动调整数据的范围以便于显示 从实验结果看两种方法都解决了问题，但是从显示的图像看，第二种方法显示的图像明暗黑白对比的强烈些！图像为y,为何用imshow(uint8(y))和imshow(y,[])时的图像显示结果不同？ 回答: imshow(uint8(y))是按照256级灰度显示y得绝对数据。0表示黑色，255表示白色，y中大于255的值强制为255。 imshow(y,[])，将y中的最小值看作0(black)，最大值看作255(white) -->增加图像的对比度。 所以两者不同。 padarray 功能：填充图像或填充数组。 用法：B = padarray(A,padsize,padval,direction) A为输入图像，B为填充后的图像, padsize给出了给出了填充的行数和列数，通常用[r c]来表示, padval和direction分别表示填充方法和方向。 它们的具体值和描述如下： padval：'symmetric' 表示图像大小通过围绕边界进行镜像反射来扩展； 'replicate' 表示图像大小通过复制外边界中的值来扩展； 'circular' 图像大小通过将图像看成是一个二维周期函数的一个周期来进行扩展。 direction：'pre' 表示在每一维的第一个元素前填充； 'post' 表示在每一维的最后一个元素后填充；

数字图像处理实验指导书

实验一数字图像处理编程基础 一、实验目的 1. 了解MATLAB图像处理工具箱； 2. 掌握MATLAB的基本应用方法； 3. 掌握MATLAB图像存储/图像数据类型/图像类型； 4. 掌握图像文件的读/写/信息查询； 5. 掌握图像显示--显示多幅图像、4种图像类型的显示方法； 6. 编程实现图像类型间的转换。 二、实验原理 略。 三、实验内容 1. 实现对图像文件的读/写/信息查询，图像显示--显示多幅图像、4种图像类型的显示方法、图像类型间的转换。 2. 运行图像处理程序，并保存处理结果图像。 四、分析思考 归纳总结Matlab各个基本指令。 Dither 采用“抖动”方法从RGB 图像创建索引图像 grayslice 从灰度图像通过阈值处理创建索引图像 gray2ind 从灰度图像创建索引图像 ind2gray 从索引图像创建灰度图像 rgb2ind 从RGB 图像创建索引图像 ind2rgb 从索引图像创建RGB 图像 rgb2gray 从RGB 图像创建灰度图像

实验二 图像几何变换实验 一、实验目的 1．学习几种常见的图像几何变换，并通过实验体会几何变换的效果； 2．掌握图像平移、剪切、缩放、旋转、镜像等几何变换的算法原理及编程实现； 3．掌握matlab 编程环境中基本的图像处理函数。 二、实验原理 1. 初始坐标为(,)x y 的点经过平移00(,)x y ，坐标变为(',')x y ，两点之间的关系为：00 ''x x x y y y =+??=+?，以矩阵形式表示为： 00'10'01100 11x x x y y y ????????????=?????????????????? 2. 图像的镜像变换是以图象垂直中轴线或水平中轴线交换图像的变换，分为垂直镜像变换和水平镜像变换，两者的矩阵形式分别为： '100'01010011x x y y -????????????=?????????????????? '100'01010011x x y y ????????????=-?????????????????? 3. 图像缩小和放大变换矩阵相同： '00'0010011X y x S x y S y ????????????=?????????????????? 当1x S ≤，1y S ≤时，图像缩小；当1x S ≥，1y S ≥时，图像放大。 4. 图像旋转定义为以图像中某一点为原点以逆时针或顺时针方

图像处理基本方法

图像处理的基本步骤 针对不同的目的，图像处理的方法不经相同。大体包括图像预处理和图像识别两大模块。 一、图像预处理： 结合识别复杂环境下的成熟黄瓜进行阐述，具体步骤如下： · 图像预处理阶段的流程图 对以上的图像流程进行详细的补充说明: 图像预处理的概念: 将每一个文字图像分检出来交给识别模块识别，这一过程称为图像预处理。 图像装换和图像分割以及区域形态学处理都是属于图像处理的基本内容之一。 图像转换：方法：对原图像进行灰度化处理生成灰度矩阵——降低运算速度（有具体的公式和方程），中值滤波去噪声——去除色彩和光照的影响等等。 图像分割：传统方法：基于阈值分割、基于梯度分割、基于边缘检测分割和基于区域图像割等方法。脉冲耦合神经网络 （ＰＣＮＮ）是针对复杂环境下 图像采集 图像采集中注意采集的方法、工具进行介绍。目的是怎样获取有代表性的样本。（包括天气、相机的位置等） 对采集的图像进行特征分析 目标的颜色和周围环境的颜色是否存在干涉的问题、平整度影响相机的拍摄效果、形状 图像转换 图像分割 区域形态学处理

的有效分割方法，分割的时候如果将一个数字图像输入ＰＣＮＮ，则能基于空间邻近性和亮度相似性将图像像素分组，在基于窗口的图像处理应用中具有很好的性能。 区域形态学处理：对ＰＣＮＮ分割结果后还存在噪声的情况下，对剩余的噪声进行分析，归类属于哪一种噪声。是孤立噪声还是黏连噪声。采用区域面积统计法可以消除孤立噪声。对于黏连噪声，可以采用先腐蚀切断黏连部分，再膨胀复原目标对象，在进行面积阙值去噪，通过前景空洞填充目标，最后通过形态学运算，二值图像形成众多独立的区域，进行各连通区域标识，利于区域几何特征的提取。 二、图像识别： 针对预处理图像提取 目标特征 建立LS SVM分类器 得到结果 图像识别流程图 提取目标特征：目标特征就是的研究对象的典型特点，可以包括几何特征和纹理特征。 对于几何特征采用的方法：采用LS-SVM支持向量机对几何特征参数进行处理，通过分析各个参数的分布区间来将目标和周围背景区分开，找出其中具有能区分功能的决定性的几何特征参数。 纹理特征方法：纹理特征中的几个参数可以作为最小二乘支持向量机的辅助特征参数，提高模型的精准度。 最小二乘支持向量机介绍：首先选择非线性映射将样本从原空间映射到特征空间，以解决原空间中线性不可分问题，在此高维空间中把最优决策问题转化为等式约束条件，构造最优决策函数，并引入拉格朗日乘子求解最优化问题，对各个变量求偏微分。 LS SVM分类器：对于p种特征选择q个图像连通区域，作为训练样本。依

《数字图像处理》冈萨雷斯,Matlab函数汇总

图像显示 colorbar 显示彩条 getimage 由坐标轴得到图像数据 ice（DIPUM）交互彩色编辑 image 创建和显示图像对象 imagesc 缩放数据并显示为图像 immovie 由多帧图像制作电影 imshow 显示图像 imview 在Image Viewer中显示图像montage 将多个图像帧显示为矩阵蒙太奇movie 播放录制的电影帧 rgbcube 显示一个彩色RGB立方体subimage 在单个图形中显示多幅图像truesize 调整图像的显示尺寸 warp 将图像显示为纹理映射的表面 图像文件输入/输出 Dicominfo 从一条DICOM消息中读取元数据Dicomread 读一幅DICOM图像 Dicomwrite 写一幅DICOM图像 Dicom-dict.txt 包含DICOM数据字典的文本文件Dicomuid 产生DICOM唯一的识别器 Imfinfo 返回关于图像的文件的信息

Imread 读图像文件 Imwrite 写图像文件 图像算术 Imabsdiff 计算两幅图像的绝对差 Imadd 两幅图像相加或把常数加到图像上Imcomplement 图像求补 Imdivide 两幅图像相除，或用常数除图像Imlincomb 计算图像的线性组合 Immultiply 两幅图像相乘或用常数乘图像Imsubtract 两幅图像相减，或从图像中减去常数几何变换 Checkerboard 创建棋盘格图像 Findbounds 求几何变换的输出范围 Fliptform 颠倒TFORM结构的输入/输出Imcrop 修剪图像 Imresize 调整图像大小 Imrotate 旋转图像 Imtransform 对图像应用几何变换 Intline 整数坐标线绘制算法Makersampler 创建重取样器结构 Maketform 创建几何变换结构（TFORM）Pixeldup（DIPUM）在两个方向上复制图像的像素

Matlab6.0图形图像处理函数详细列表

附录MATLAB图像处理命令 1．applylut 功能： 在二进制图像中利用lookup表进行边沿操作。 语法： A = applylut(BW,lut) 举例 lut = makelut('sum(x(:)) == 4',2); BW1 = imread('text.tif'); BW2 = applylut(BW1,lut); imshow(BW1) figure, imshow(BW2) 相关命令： makelut 2．bestblk 功能： 确定进行块操作的块大小。 语法： siz = bestblk([m n],k) [mb,nb] = bestblk([m n],k) 举例 siz = bestblk([640 800],72) siz = 6450

MATLAB 高级应用——图形及影像处理 330 相关命令： blkproc 3．blkproc 功能： 实现图像的显式块操作。 语法： B = blkproc(A,[m n],fun) B = blkproc(A,[m n],fun,P1,P2,...) B = blkproc(A,[m n],[mborder nborder],fun,...) B = blkproc(A,'indexed',...) 举例 I = imread('alumgrns.tif'); I2 = blkproc(I,[8 8],'std2(x)*ones(size(x))'); imshow(I) figure, imshow(I2,[]); 相关命令： colfilt, nlfilter,inline 4．brighten 功能： 增加或降低颜色映像表的亮度。 语法： brighten(beta) newmap = brighten(beta) newmap = brighten(map,beta) brighten(fig,beta) 相关命令：

数字图像处理实验指导书(2014)

《数字图像处理》 实 验 指 导 书 信息工程学院电子信息工程系 上课地点：704 2014.5

目录 实验一图像基本操作 (1) 实验二图像运算 (3) 实验三图像增强——空域滤波 (5) 实验四图像的傅立叶变换 (7) 实验五图像增强——频域滤波 (9) 实验六图像分割 (12) 综合实验 (15)

实验一图像基本操作 一、实验目的 了解MatLab软件/语言，学会使用MatLab的图像处理工具箱(Image Processing Toolbox)，使学生初步具备使用该软件处理图像信息的能力，并能够利用该软件完成本课程规定的其他实验和作业。 熟悉常用的图像文件格式与格式转换； 熟悉图像矩阵的显示方法（灰度、索引、黑白、彩色）； 熟悉图像矩阵的格式转换 二、实验要求 在MATLAB环境下完成下列操作： 1、读入图像； 2、保存图像； 3、图像的显示方法 三、实验方法 使用函数imread可以将图像读入MATLAB环境，imread的语法为： imread( ‘filename’ ) imread所支持的文件格式包括： TIFF---------- .tif .tiff JPEG-------- .jpg .jpeg GIF----------- .gif BMP--------- .bmp PNG--------- .png XWD--------- .xwd 使用函数imwrite可以将图像保存在磁盘上，imwrite的语法为 imwrite( f, ‘filename’ ) 使用函数size可以察看图像大小，size的语法为 size( ) 使用函数imfinfo可以察看图像信息，imfinfo的语法为 imfinfo filename 使用函数imshow 可以显示图像缩略图，imshow 的语法为 imshow ( ) 使用函数imview 可以显示图像原图，imview 的语法为 imview ( ) 使用函数figure可以开辟一个新的窗口，figure的语法为 figure, imshow ( ) figure, imview ( ) figure, plot ( ) ………………… 使用数据类型转换函数可以转换图像数据类型，如 im2uint8 ( ) ------------------ convert image to uint8

Matlab中图像处理常用函数的用法

Matlab中常见函数的用法 1size（）函数 1）s=size(A), 当只有一个输出参数时，返回一个行向量，该行向量的第一个元素时矩阵的行数，第二个元素是矩阵的列数。 2）[r,c]=size(A), 当有两个输出参数时，size函数将矩阵的行数返回到第一个输出变量r，将矩阵的列数返回到第二个输出变量c。 3）size(A,n) 如果在size函数的输入参数中再添加一项n，并用1、2或者3为n赋值，则 size将返回矩阵的行数或列数。其中r=size(A,1)该语句返回的时矩阵A的行数， c=size(A,2) 该语句返回的时矩阵A的列数。如果A为一个二维数组，则可以将其看成一个第三维为1的数组，即size（A，3）的返回值为1。 2padarray（）函数 B = padarray(A,padsize,padval,direction) A为输入图像，B为填充后的图像，padsize给出了给出了填充的行数和列数，通常用[r c]来表示。padval和direction分别表示填充方法和方向。它们的具体值和描述如下：Padval选项：'symmetric'表示图像大小通过围绕边界进行镜像反射来扩展； 'replicate'表示图像大小通过复制外边界中的值来扩展； 'circular'图像大小通过将图像看成是一个二维周期函数的一个周期来进行扩展。Direction选项：'pre'表示在每一维的第一个元素前填充； 'post'表示在每一维的最后一个元素后填充； 'both'表示在每一维的第一个元素前和最后一个元素后填充，此项为默认值。 若参量中不包括direction，则默认值为'both'；若参量中不包含padval，则默认用0来填充。若参量中不包括任何参数，则默认填充为零且方向为'both'。在计算结束时，图像会被修剪成原始大小。 3 meshgrid（）函数 meshgrid用于从数组a和b产生网格。生成的网格矩阵A和B大小是相同的，它也可以是更高维的。该函数在使用matlab进行3-D图形的绘制方面有着广泛的应用。 [A,B]=Meshgrid(a,b),生成size(b)*size(a)大小的矩阵A和B。A矩阵相当于a从一行重复增加到size(b)行，B矩阵相当于把b转置成一列再重复增加到size(a)列。因此命令等效于A=ones(size(b))*a;B=b'*ones(size(a)) 实例：a=[1:2]；a =12；b=[3:5]；b =345；[A,B]=meshgrid(a,b) A = 1 2 1 2 1 2 B = 3 3 4 4 5 5 4 find（）函数 find函数用于找到非零元素的索引和值。 1）ind = find(X) 找出矩阵X中的所有非零元素，并将这些元素的线性索引值（linear indices：按列）