MATLAB图像处理入门

时间：2024-03-31 08:45:31 来源：网络cs 作者：言安琪栏目：跨境学堂阅读：

标签：入门处理

阅读本书更多章节>>>>

一、读写图像、直方图

1、读取并显示图像

imread与imshow函数

clc;clear; close all;I = imread('pout.tif');imshow(I);

结果：

如果我们想显示图像坐标轴的话只需在imshow后加上下面这行代码：

set(gca,'Visible','on');

我们还可以用whos命令查看图像的信息：

在命令行窗口输入whos I查看上面那种图片的信息：

2、直方图

显示图像的直方图用hist函数，将直方图均衡化用histeq函数

我们在上述代码基础上继续输入下面代码：

figure();imhist(I);

结果：

可以看到图像的对比度比较低，我们进行直方图均衡，继续输入下面代码：

I2 = histeq(I);imshow(I2);figure();imhist(I2);

结果：

3、写入图像

我们使用imwrite函数将上述均衡化的图像I2写入磁盘：

imwrite(I2, 'output.png');

可以看到左侧文件区多了output.png

我们在命令行窗口使用imfinfo函数能看见该图片更为详细的信息：

拓展：

使用montage函数能一次显示多张图片在一个窗口，并且这些图像不需要是同一尺寸和大小，我们只需要将在当前目录下或已经在matlab路径里的图片的名字放在一个字典里：

运行下面代码：

clc;clear; close all;files = {'catdog.jpg', 'jiedao.jfif', 'Fig0638(a)(lenna_RGB).tif', 'output.png', 'Fig0335(a)(ckt_board_saltpep_prob_pt05).tif'};montage(files)

结果：

我们甚至可以看到不是同一类型的(灰度图和RGB图)都能一起展示！

二、图像类型转换：

在MATLAB的官方文档里有着这么几个图像类型转换的函数：

我们选择几个常用的讲解：

1、img2gray将 RGB 图像转换为灰度图像

代码：

clc;clear; close all;RGB = imread('example.tif');figure;imshow(RGB);I = im2gray(RGB);figure;imshow(I);

结果：

im2gray 函数与 rgb2gray 基本相同，不同之处是它可以接受灰度图像作为输入并原样返回它们。如果输入图像是灰度图像，则 rgb2gray 函数返回错误。

2、mat2gray将矩阵转换为灰度图像

代码：

clc;clear; close all;mat = [0:255]' * ones(1,256);mat = mat';img = mat2gray(mat);imshow(img);

结果：

3、imsplit将多通道图像分割成其独立的通道

代码：

clc;clear; close all;I = imread('peppers.png');imshow(I);[r,g,b] = imsplit(I);montage({r,g,b},'Size',[1 3]);

结果：

4、rgb2hsv将RGB图像转为HSV图像

代码：

clc;clear; close all;rgbImage = imread('peppers.png');imshow(rgbImage);hsvImage = rgb2hsv(rgbImage);[h,s,v] = imsplit(hsvImage);montage({h,s,v},'Size',[1 3])

结果：

还有很多颜色空间之间的转换就不一一列举了：

5、灰度图像二值化

这里就不演示了

6、数据类型转换

其实这些都可以直接转换，比如我们想将uint16的矩阵I转换为uint8直接I = uint8(I)即可，其他数据类型转换也是同理！

示例：

三、几何变换和图像配准

常见几何变换

1、imcrop裁剪图像

Icropped = imcrop(I,rect)裁剪图像

clc;clear; close all;I = imread('circuit.tif');I2 = imcrop(I,[75 68 130 112]);axis image;subplot(1,2,1);imshow(I);title('Original Image');subplot(1,2,2);imshow(I2);title('Cropped Image');axis image;

结果：

注意matlab的图像坐标系为：

在这里插入图片描述

使用空间参照矩形使裁剪图像居中

I = imread('parkavenue.jpg');imshow(I)

将目标窗口大小指定为 [宽度, 高度] 形式的二元素向量。

targetSize = [300 600];

创建指定裁剪窗口的空间范围的 Rectangle 对象。

r = centerCropWindow2d(size(I),targetSize);

在空间范围的界限处裁剪图像。显示裁剪的区域。

J = imcrop(I,r);imshow(J)

结果：

2、imresize调整图像大小

J = imresize(I,scale) 返回图像 J，它是将 I 的长宽大小缩放 scale 倍之后的图像。输入图像 I 可以是灰度图像、RGB 图像、二值图像或分类图像。

代码：

clc;clear; close all;I = imread('rice.png');J = imresize(I, 0.5);figure;imshow(I);title('Original Image');figure;imshow(J);title('Resized Image');

结果：

我们都知道图像缩放需要进行插值，我们可以在imresize函数中自行选择插值方法：

我们在下面的代码中指定最近邻插值（其他代码不变）：

J = imresize(I, 0.5,'nearest');

J = imresize(I,[numrows numcols]) 返回图像 J，其行数和列数由向量 [numrows numcols] 指定。

代码：

clc;clear; close all;RGB = imread('peppers.png');RGB2 = imresize(RGB, [128 128]);figure;imshow(RGB);title('Original Image');figure;imshow(RGB2);title('Resized Image');

结果：

3、imroate旋转图像

J = imrotate(I,angle) 将图像 I 围绕其中心点逆时针方向旋转 angle 度。要顺时针旋转图像，请为 angle 指定负值。imrotate 使输出图像 J 足够大，可以包含整个旋转图像。默认情况下，imrotate 使用最近邻点插值，将 J 中位于旋转后的图像外的像素的值设置为 0。

代码：

clc;clear; close all;I = imread('peppers.png');J = imrotate(I, 45, 'bilinear','loose');figure(1);imshow(I);figure(2);imshow(J);

结果：

我们将bbox参数改为crop观察图片大小是否一致：

J = imrotate(I, 45, 'bilinear','crop');

可以看到改为'crop'后图片大小一致！

4、图像金字塔impyramid

B = impyramid(A,direction) computes a Gaussian pyramid reduction or expansion of A by one level. direction determines whether impyramid performs a reduction or an expansion.

代码：

clc;clear; close all;I = imread('cameraman.tif');I1 = impyramid(I, 'reduce');I2 = impyramid(I1, 'reduce');I3 = impyramid(I2, 'reduce');figure, imshow(I);figure, imshow(I1);figure, imshow(I2);figure, imshow(I3);

结果：

四、图像滤波和增强

1、图像滤波

1.1、fspecial创建滤波器核、imfilter根据选定的滤波核进行滤波

注：图像滤波也可以用filter2函数，与imfilter的区别请自行help命令查看

注意上面说的imfilter默认使用相关性而不是卷积，若要使用卷积进行滤波则需要指定'conv'参数！

示例：

读取图像并显示：

I = imread('cameraman.tif');imshow(I);

创建运动滤波器，并使用它来对图像进行模糊处理。显示模糊处理后的图像。

H = fspecial('motion',20,45);MotionBlur = imfilter(I,H,'replicate');imshow(MotionBlur);

创建圆形滤波器，并使用它来对图像进行模糊处理。显示模糊处理后的图像。

H = fspecial('disk',10);blurred = imfilter(I,H,'replicate'); imshow(blurred);

在执行imfilter时要注意的是将图像转换为uint8型以避免滤波核有负数值导致输出有负数：

在此要与我们图像之间的运算做区分！我们想把两个图像相加再除2即取均值时我们往往先将两个图像转换为double来防止uint8的截断！而这里则是要刻意使用uint8来截断，注意细节！

1.2、imgaussfilt图像二维高斯滤波

注意，这里的滤波核大小未给出，经查看源码后，滤波核大小默认为3*3，sigma默认为0.5，如果要自己指定滤波核大小，以第三种键值对的方式给出：

示例： B = imgaussfilt(A,'FilterSize',3);

代码演示：

clc;clear; close all;I = imread('cameraman.tif');Iblur = imgaussfilt(I,2, 'FilterSize',7); % sigma = 2, kernel_size = 5*5montage({I,Iblur});title('Original Image (Left) Vs. Gaussian Filtered Image (Right)');

2、对比度调整

同样的，我们选择常用函数进行演示！

2.1、imadjust调整图像强度值

调整灰度图像的对比度

clc;clear; close all;I = imread('pout.tif');J = imadjust(I);montage({I,J});

调整灰度图像的对比度，指定对比度限制

clc;clear; close all;I = imread('pout.tif');K = imadjust(I,[0.3 0.7],[]); %low_out和high_out未给出时默认等于low_in,high_inmontage({I,K});

调整彩色图像的对比度

clc;clear; close all;RGB = imread('football.jpg');RGB2 = imadjust(RGB,[.2 .3 0; .6 .7 1],[]);%对应彩色图像三通道的low_in,high_inmontage({RGB,RGB2});

2.2、imsharpen图像锐化

图像锐化

clc;clear; close all;a = imread('hestain.png');imshow(a)title('Original Image');b = imsharpen(a);figure, imshow(b)title('Sharpened Image');

在边界上控制锐化的数量

clc;clear; close all;a = imread('rice.png');imshow(a), title('Original Image');b = imsharpen(a,'Radius',2,'Amount',1);figure, imshow(b)title('Sharpened Image');

2.3、histeq直方图均衡化这个上文提过，这里就不多说了

2.4、imnoise向图像添加噪声

clc;clear; close all;I = imread('eight.tif');J = imnoise(I,'salt & pepper',0.02);montage({I,J});title('Original Image(left) and Noise Image(right)');

3、形态学运算

3.1、imerode腐蚀

其中的SE：

original_img = imread('Fig0905(a)(wirebond-mask).tif');subplot(1,4,1);imshow(original_img);%三次不同大小的腐蚀操作比较SE = strel('rectangle',[11 11]);out = imerode(original_img, SE);subplot(1,4,2);imshow(out);SE = strel('rectangle',[15 15]);out = imerode(original_img, SE);subplot(1,4,3);imshow(out);SE = strel('rectangle',[45 45]);out = imerode(original_img, SE);subplot(1,4,4);imshow(out);

注意，每一次腐蚀都会导致中间的白圈变小，这里不大明显！

下面我们用nhood再演示一下腐蚀操作：

original_img = imread('Fig0905(a)(wirebond-mask).tif');subplot(1,2,1);imshow(original_img);nhood = ones(45);out = imerode(original_img, nhood);subplot(1,2,2);imshow(out);

3.2、imdilate膨胀

和腐蚀的参数差不多！

original_img = imread('Fig0907(a)(text_gaps_1_and_2_pixels).tif');imshow(original_img);nhood = [0 1 0;1 1 1;0 1 0];out = imdilate(original_img, nhood);figure();imshow(out);

放大后观察效果：

3.3、imopen开运算

与腐蚀和膨胀的语法差不多哈

3.4、imclose闭运算

下面这个示例演示先开运算在闭运算结果

original_img = imread('Fig0911(a)(noisy_fingerprint).tif');subplot(1,3,1);imshow(original_img);nhood = ones(3);out = imopen(original_img, nhood);subplot(1,3,2);imshow(out);out = imclose(out, nhood);subplot(1,3,3);imshow(out);

4、基于关注区域的处理（待更新）

5、图像算术

5.1、imabsdiff

clc;clear; close all;I = imread('cameraman.tif');J = uint8(filter2(fspecial('gaussian'), I));K = imabsdiff(I,J);figure;imshow(K,[]);%将K中像素最小值设为黑色，最大值设为白色

5.2、imadd

将两个图像相加。将输出指定为 uint16 类型以避免截断结果。

clc;clear; close all;I = imread('rice.png');J = imread('cameraman.tif');K = imadd(I,J,'uint16');imshow(K,[]);

5.3、imsubtract

从一个图像中减去另一个图像或从图像中减去常量

减去图像背景

clc;clear; close all;I = imread('rice.png');%估计背景background = imopen(I,strel('disk',15));%从图像中减去背景J = imsubtract(I,background);montage({I,J});

五、傅里叶变换

1、fft2实现图像的快速傅里叶变换