Matlab应用图像处理2011

1、Matlab应用-图像处理Matlaby基本知识lMatlaby图像文件格式 BMP(Windows Bitmap) .bmp Windows通用文件格式 JPEG(Joint Photographic Experts Group) .jpg 高度压缩的图像文件格式 TIFF(Tagged Image File Format) .tif 主要适用于排版印刷 PCX(Windows Paintbrush) PNG(Portable Network Graphics) HDF(Hierarchical Data Format) XWD(X Windows Dump) GIF(Graphics In

2、terchange Format)Matlab基本知识lMatlab图像类型 索引图像 直接把像素值作为RGB调色板下标的图像。包括一个数据矩阵及一个颜色映像矩阵。 灰度图像 是包含灰度级（量度）的图像。仅包含一个数据矩阵，其中数据矩阵中的每一个数据代表了一定范围内的灰度值。（0255） RGB图像 真彩图像。用RGB三原色表示图像色彩信息。 二进制图像 显示黑、白信息的图像。每一个像素值由三个数值来指定红、绿和蓝颜色分量。需要一个数据矩阵，每个像素只取两个灰度值。图像示例图像文件读取l函数imread可以从任何Matlab支持的图像文件格式中以任意位深度读取一幅图像。lX,MAP=imrea

3、d(Filename,FMT) Filename:读入的文件名。 FMT为图像格式，如果不指定FMT参数，系统将根据文件名自动判断图像类型。 输出参数X：存储图像数据的矩阵名。 MAP:当图像为索引图像时，MAP为该图像的调色板。lExample: RGB=imread(flowers.tif) I=imread(moon.tif) X,map=imread(canoe.tif) 图像文件的写入（保存）l函数imwrite可以将一幅图像写成一个Matlab支持的格式图像文件。lImwrite(X,MAP,Filename,FMT) X:图像变量名 MAP:调色板 Filename:输出文件名

4、FMT:指定的存储格式lExample: Imwrite(I,Test.bmp) Imwrite(I,clown.png,BitDepth,4)图像文件的显示l函数imshow可以自动对读入的图像进行调整显示，以获得最佳的显示效果。lImshow(I,low high) I:待显示的图像 low high:图像数据的值域l显示灰度图像 Imshow(I,100 200)l显示二值图像 Imshow(BW)l显示索引图像 Imshow(X,map)l显示真彩图像 Inshow(RGB)图像显示举例lExample: BW1=zeors(20,20); BW1(2:2:18,2:2:18)=1;

5、Imshow(BW1,notruesize); Imshow(BW1, notruesize); Imshow(I,100,200);l利用不同的窗体显示图像 Figure; Imshow(BW1, notruesize);图像增强-直方图处理l直方图显示函数 Imhist(I,level) I:图像矩阵 Level:灰度级数l直方图均衡函数 Histeq(I) I:待均衡的图像矩阵直方图均衡举例lI=imread(tire.tif); 读取图像lJ=histeq(I); 直方图均衡图像lImshow(I); 显示原图像lFigure,imshow(J);lFigure,imshow(I,64

6、); 显示图像的直方图lFigure,imshow(J,64);心血管造影（图像剪影）lOrgin=imread(orgin.bmp);lMask=imread(mask.bmp);lResult=imsubtract(orgin,mask);lFigure,imshow(orgin);lFigure,imshow(result);图像求反运算m,n=size(orgin);orgintemp=double(orgin);for i=1:m %转换矩阵的每个像素 for j=1:n f=orgintemp(i,j); g(i,j)=0; if(f=0)&(f1放大 M1缩小 Metho

7、d:插值方法lExample: I1=imsize(I,1.5,nearest);图像缩放实例lI=imread(zoom.bmp);lImshow(I);lI1=imresize(I,2,bilinear);lfigure,imshow(I1);lI2=imresize(I,2,bicubic);lfigure,imshow(I2);lI3=imresize(I,2,nearest);lfigure,imshow(I3);图像的插值旋转l通过函数imrotate来实现对图像的放大和缩小。l插值方法可以采用 最近邻域插值(Nearest neighbor interpolation) 双线性插

8、值(Bilinear interpolation) 双三次插值(Bicubic interpolation)lB= imrotate(A,angle,method) A:原图像矩阵 angle :旋转角度。 Method:插值方法 默认的插值方法为NearestlExample: I1=imsize(I,30,nearest);图像插值旋转实例lI4=imrotate(I,30,nearest);lfigure,imshow(I4);lI5=imrotate(I,30,bilinear);lfigure,imshow(I5);lI6=imrotate(I,30,bicubic);lfigure

9、,imshow(I6);originnearestbilinearbicubic空域滤波增强l平滑滤波器 K=filter2(fspecial(average,3),I)/255; fspecial(average,3):用来创建3x3的均值滤波器 Fspecial(h,I):滤波函数 I:原图像矩阵l中值滤波器 K=medfilt2(I,3,3); Medfilt2：中值滤波器 I:原图像矩阵 3,3:窗宽空域均值滤波增强实例lN3=filter2(fspecial(average,3),I)/255;lfigure,imshow(N3);lN5=filter2(fspecial(avera

10、ge,5),I)/255;lfigure,imshow(N5);lN7=filter2(fspecial(average,7),I)/255;lfigure,imshow(N7);Origin3x35x57x7空域中值滤波增强实例lK3=medfilt2(K,3,3);lfigure,imshow(K3);lK5=medfilt2(K,5,5);lfigure,imshow(K5);lM3=filter2(fspecial(average,3),K)/255;lfigure,imshow(M3);origin3x3 Median5x5 Median3x3 Average傅里叶变换及实现lMat

11、lib函数fft、fft2、fftn分别可以实现一维、二维和N维DFT快速傅里叶变化算法。l函数ifft、ifft2、ifftn则用来计算反DFT，它们是以需要进行反变换的图像作为输入参数，计算得到输出图像。lA=fft(X,N,DIM) X:输入图像 N:采样间隔点 DIM:进行离散傅里叶变化的维数lA=fft2(X,MROWS,NCOLS) X:输入图像 MROWS:采样行数 NCOLS:采样列数lO=fftshift(A) A:fft变换后的矩阵FFT变换实例l%创建图像lf=zeros(30,30);lf(5:24,13:17)=1;limshow(f,notruesize);l%ff

12、t变换lF=fft2(f);lF2=log(abs(F);lfigure,imshow(F2,-1,5,notruesize);l%加入伪彩显示lcolormap(jet);l%等间隔采样变换lFM=fft2(f,256,256);lFM2=log(abs(FM);lfigure,imshow(FM2,-1,5,notruesize);lcolormap(jet);FFT变换实例l%坐标轴平移lOF=fftshift(FM);lOF2=log(abs(OF);lfigure,imshow(OF2,-1,5,notruesize);lcolormap(jet);l%图片保存limwrite(OF

13、2,C:004.bmp);Matlab预定义滤波器l可以调用fspecial创建Matlab预定义的滤波器 h= fspecial(type,parameters)typeparameters说明gaussianHsize,sigma标准差为sigma、大小为hsize的高斯低通滤波器sobel无近似计算垂直梯度光滑效应的水平边缘算子prewitt无近似计算垂直梯度水平边缘算子laplacianalpha系数由alpha(0.01.0)决定的二维拉普拉斯算子logHsize,sigma标准差为sigma、大小为hsize的高斯滤波旋转对称拉氏算子averagehsize均值滤波diskradi

14、us有(radius*2+1)个边的圆形均值滤波器motionLen,theta按照角度theta移动len个像素的运动滤波器频率变换方式lI=imread(c:wiener.bmp);lImshow(I);l%构造一个权值全部为1的5X5滤波器进行均值滤波lH=ones(5,5)/25;lI2=imfilter(I,H);lFigure,imshow(I2);l%可利用彩色增强lrgb=imread(rgb.bmp);lImshow(rgb);l%构造一个权值全部为1的5X5滤波器进行均值滤波lH=ones(5,5)/25;lrgb2=imfilter(rgb,H);lFigure,imsh

15、ow(rgb2);Wiener滤波l对图像进行魏纳滤波主要是消除图像中存在的噪声。利用Matlib的wiener2函数可对一幅图像进行自适应魏纳滤波。lJ=wiener2(I,M,N,NOISE) I:输入图像 M,N:表示卷积使用的邻域大小，缺省为3,3。 NOISE:噪声强度，如果不指定， wiener2返回一个估计的噪声强度。Wiener滤波实例lI=imread(C:wiener.bmp);lImshow(I);l%施加高斯噪声lJ=imnoise(I,gaussian,0,0.005);lfigure,imshow(J);l%Wiener滤波lK=wiener2(J,5 5);lfi

16、gure,imshow(K);Radon变化lRadon变化类似于Hough变化，用于检测图像中的直线lR xp=radon(I,theta,N) I：需变换的图像 Theta:需变换的角度 N:指定变换的点数（缺省） Xp:沿X轴的坐标Radon变化实例lI=imread(radon.bmp);limshow(I);l%提取物体的轮廓边缘lBW=edge(I);lFigure,imshow(BW)l%计算图像的Radon变换lTheta=1:179 %变换的角度范围lR,xp=radon(BW,theta);lfigure,imagesc(theta,xp,R);Radon逆变换lRadon

17、逆变换可以根据投影数据重建图像，在X射线断层分析中常常使用。lR=radon(I,theta);lIR=iradon(R,theta);图像复原模糊及噪声lI=imread(noise.bmp);l%采用运动滤波PSF进行模糊lH=fspecial(motion,50,45);lMotionBlur=imfilter(I,H);lFigure,imshow(MotionBlur);l%采用均值滤波PSF进行模糊lH=fspecial(disk,10);lAverageBlur=imfilter(I,H);lFigure,imshow(AverageBlur);l%噪声的添加lV=.02;lNo

18、isy=imnoise(I,gaussian,0,V);lFigure,imshow(Noisy);图像复原模糊及噪声(图)图像复原魏纳滤波复原l通过调用deconvwnr函数可以利用魏纳滤波方法对图像进行复原处理。当图像的频率特性和噪声已知时，效果非常好。lJ= deconvwnr(I,PSF,NCORR,ICORR)lJ= deconvwnr(I,PSF,NSR) I:输入图像 PSF:点扩散函数 缺省参数 NSR:信噪比（默认0） NCORR:噪声的自相关函数 ICORR:原始图像的自相关函数魏纳滤波复原实例lBlurred=imread(blure.bmp);l%构造PSF模型lLen=31;lTheta=11;lPSF=fspecial(motion,Len,Theta);lWnr1=deconvwnr(Blurred,PSF);lfigure,imshow(wnr1);l%不正确的PSF模型（通常PSF未知）lWnr2=deconvwnr(Blurred, fspecial(motion,2*Len,Theta);lFigure,imshow(wnr2);lWnr3=deconvwnr(Blurred, fspecial(motion, Len,2*Theta);lFigure,imshow(wnr3);边缘检测l可以使用Matla