matlab处理图像代码

1、1、图像的读取 MATLAB中从图像文件中读取数据用函数imread(，这个函数的作用就是将图像文件的数据读入矩阵中，此外还可以用imfinfo(函数查看图像文件的信息（见例1） %例1：图像数据及图像信息的读取 imfinfo c:lilizongboat.bmp %读取图像信息 A,M=imread('c:lilizongboat.bmp' %图像数据的读取，将图像数据放入矩阵A中，颜色数据放入矩阵M中 imshow(A,M;title('原图像' M(:,1=0;%将颜色数据矩阵的一列置零 figure imshow(A,M;title('改变颜色

2、后的图像' MATLAB还提供了将数据写入一个文件的函数imwrite以及不同类型文件相互转换的函数，可以参考MATLAB 的帮助文件。 2、灰度直方图及直方图均衡化 灰度直方图用于显示图像的灰度值分布情况，是数字图像处理中最简单和最实用的工具。MATLAB中提供了专门绘制直方图的函数imhist(。用它可以很简单的绘制出一幅图像的灰度直方图（见例2）。 %例2：直方图的显示 imshow('c:lilizongboat.bmp'title('原图像' %显示原图像 A=imread('e:matlabworktuxiangGirl.bmp

3、9;,'bmp' figure;imhist(A,title('对应直方图' 在图像处理中，点运算是简单而又重要的一种技术，其中最常用的一种应用就是直方图的均衡化（见例3）。 %例3：直方图均衡化 imshow('c:lilizongboat1.bmp'title('原图像' I=imread('c:lilizongboat1.bmp' figure;imhist(I,title('对应直方图' %从得到的直方图可以看出，图像的对比度很低，灰度级集中在70-160范围内，如果只取 %这个范围内的灰度

4、，并扩展到0,255，则会明显增强图像对比度 J=imadjust(I,70/255 160/255,; figure;imshow(J,title('经灰度级调整后的图' figure;imhist(J,title('灰度级调整后的直方图' %MATLAB还提供了histeq函数（自动直方图均衡化） K=histeq(I; figure;imshow(K,title('经直方图均衡化后的图' figure;imhist(K,title('直方图均衡化后的直方图' 3、图像的代数运算 代数运算是指对两幅输入图像进行点对点的加、减、

5、乘和除计算而得到输出图像的运算。对于相加和相乘的情形，可能不止有两幅图像参加运算。图像相加的一个重要应用是对同一场景的多幅图像求平均值。这点被经常用来有效地降低加性（additive）随机噪声的影响（见例4） %例4：图象加噪声再通过多次相加求平均的方法祛除噪声 I,M=imread('c:boat.png' J=imnoise(I,'salt & pepper',0.005; subplot(1,2,1,imshow(I,M,title('原图象' subplot(1,2,2,imshow(J,M,title('加噪声后图象&#

6、39; K=zeros(256; for i=1:100 J=imnoise(I,'salt & pepper',0.005; J1=im2double(J; % K=K+J1; K=K+J1; end K=K/100; figure,imshow(K,title('相加求平均后的图象' 4、图像滤波处理 在数字图像处理中，常 常会遇到图像中混杂有许多的噪声。因此，在进行图像处理中，有时要先进行祛除噪声的工作。最常用的祛除噪声的方法是用滤波器进行滤波处理。MATLAB的图像处理工具箱里也设计了许多的滤波器。如均值滤波器、中值滤波器、维纳滤波器等。用户可以

7、很方便的运用一些函数完成数字滤波工作。（见例5）。 %例5：用滤波器祛除图象噪声（分别用均值滤波，中值滤波，及维纳滤波器祛除加入高斯噪声的图象） I=imread('C:boat.png' J=imnoise(I,'gaussian',0,0.002; %加入高斯噪声 %进行均值滤波 h=fspecial('average',3; %fspecial函数用于产生预定义滤波器 I2=uint8(round(filter2(h,I; %filter2函数用于图像滤波,此处h是滤波参数（均值），I是要处理的图像 %进行中值滤波 I3=medfilt2(

8、J,3,3; %medfilt2函数用于图像的中值滤波 %进行维纳滤波 I4=wiener2(J,3,3;%进行一次维纳滤波 I5=wiener2(I4,3,3;%进行二次维纳滤波 subplot(2,3,1,imshow(I,title('原图象' subplot(2,3,2,imshow(J,title('加噪声图象' subplot(2,3,3,imshow(I2,title('均值滤波后图象' subplot(2,3,4,imshow(I3,title('中值滤波后图象' subplot(2,3,5,imshow(I4,t

9、itle('维纳滤波后图象' subplot(2,3,6,imshow(I5,title('两次维纳滤波后图象' 5、傅立叶变换 傅立叶变换是线性系统分析的一个有力的工具。它在图像处理，特别是在图像增强、复原和压缩中，扮演着非常重要的作用。实际中一般采用一种叫做快速傅立叶变换（FFT）的方法，MATLAB中的fft2指令用于得到二维FFT的结果，ifft2指令用于得到二维FFT逆变换的结果。（见例6） %例6：近似冲击函数的二维快速傅立叶变换（FFT） x=1:99;y=1:99; X,Y=meshgrid(x,y; A=zeros(99,99; A(49:51

10、,49:51=1; B=fft2(A; subplot(1,2,1,imshow(A,xlabel('空域图象' subplot(1,2,2,imshow(B,xlabel('时域图象' figure subplot(1,2,1,mesh(X,Y,A,xlabel('空域',grid on; subplot(1,2,2,mesh(X,Y,abs(B,xlabel('时域',grid on; 6、图像压缩 在图像的变换和压缩中，常常用到离散余弦变换（DCT）。DCT具有能使图像的最重要的信息集中在DCT的几个系数上的性能。正是基于此

11、，DCT通常应用于图像的压缩。（见例7） JPEG图像压缩算法： 输入图像被分成8*8或16*16的小块，然后对每一小块进行二维DCT（离散余弦变换）变换，变换后的系数量化、编码并传输； JPEG文件解码量化了的DCT系数，对每一块计算二维逆DCT变换，最后把结果块拼接成一个完整的图像。在DCT变换后舍弃那些不严重影响图像重构的接近0的系数。 DCT变换的特点是变换后图像大部分能量集中在左上角，因为左上放映原图像低频部分数据，右下反映原图像高频部分数据。而图像的能量通常集中在低频 部分。 %例7：DCT变换用于图象的压缩实例 I=imread('d:lilizongtest.jpg&#

12、39; %该图片在安装matlab的目录中找，原图为灰度图象 I=im2double(I;%图像存储类型转换 T=dctmtx(8;%离散余弦变换矩阵 B=blkproc(I,8 8,'P1*x*P2',T,T' %对原图像进行DCT变换 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',m

13、ask; %数据压缩，丢弃右下角高频数据 I2=blkproc(B2,8 8,'P1*x*P2',T',T; %进行DCT反变换，得到压缩后的图像 imshow(I title('原始图像' figure; imshow(I2 title('压缩后的图像' 应用到的函数： I=imread('图像文件名' :读取图像数据,保存在矩阵I中； imshow(I :显示灰度图像I，其他用法见matlab帮助； I2=im2double(I1 :把图像数组I1转换成double精度类型； D=dctmtx(n :二维离散余弦变换函

14、数，返回n*n离散余弦变换矩阵。 一个n*n的变换矩阵T被定义成： Tpq=1/sqrt(n ,当p=0,0<=q<=M-1； Tpq=sqrt(2/n*cospi*(2q+1*p/2n ,当1<=p<=M-1,0<=q<=M-1。 B=blkproc(A,m n,fun,P1,P2. :块操作函数。对图像A的每个不同的m*n块应用fun函数，P1，P2等为fun函数参数。在图像边缘用0来扩展；只有当fun的返回矩阵是m*n矩阵时，B和A的大小才相同。 figure:强制生成一个新的个绘图窗口； 可以看出，尽管由于85%的DCT系数被抛弃而使恢复后的图像质量

15、有所降低，图像内容仍能清晰可辨，达到了图像压缩的目的。 发表于 2007年04月06日 14:25:00|评论(3|编辑 新一篇: 部分matlab代码 | 旧一篇: MATLAB图像处理命令 logerer 发表于2008年1月6日 20:43:43 IP:举报 不错不错，感谢博主。图片也发上来就更好了。为什么 （378209553QQ.com） 发表于2008年5月28日 0:48:09 IP:举报 imshow('C:Documents and Settings系统维护桌面a.jpg'title('原图像' I=imread('C:Document

16、s and Settings系统维护桌面a.jpg' figure;imhist(I,title('对应直方图' %从得到的直方图可以看出，图像的对比度很低，灰度级集中在70-160范围内，如果只取 %这个范围内的灰度，并扩展到0,255，则会明显增强图像对比度 J=imadjust(I,70/255 160/255,; figure;imshow(J,title('经灰度级调整后的图' figure;imhist(J,title('灰度级调整后的直方图' %MATLAB还提供了histeq函数（自动直方图均衡化） K=histeq(I; figure;imshow(K,title('经直方图均衡化后的图' figure;imhist(K,title('直方图均衡化后的直方图' ? Error using => iptcheckinput Function IMHIST expected its first input, I or X, to be