matlab图像处理常用功能以及函数

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

在工作学习中，常常会遇到图像处理相关的任务，这些任务可能包括灰度处理、形状识别等，MATLAB相比于OpenCV等图像处理库更容易操作，然而很多函数用的时候半天想不起来，此处是在忙完项目后偷闲对任务中用到的一些方法进行记录，方便以后查找使用。

---

一、matlab灰度处理相关

图像整体灰度对比度太小，可以采用灰度拉伸、均衡化的方法

% 将low_in high_in的灰度范围映射到ow_out high_out范围
J=imadjust( I，[low_in high_in]，[low_out high_out])

% 使用log曲线拉伸灰度
I = im2double(I);
J = c * log(1 + double(I)); %c为参数

图像二值化，将目标物有效提取

% matlab有一种自适应的寻找阈值分割的方法
I = imbinarize(I,'adaptive','Sensitivity',0.75);

二、形态学的一些函数

1.腐蚀

作用：将二值图目标形状周围减少一圈

se = offsetstrel('ball',5,5); %定义腐蚀的卷积核形状
erodedI = imerode(BW,se); %腐蚀操作

2.膨胀

作用：将二值图目标形状周围加粗一圈

se = strel('line',11,90); %定义膨胀的卷积核形状
BW2 = imdilate(BW,se); %膨胀

3.开运算

开运算效果等同于使用同一个卷积核，先腐蚀后膨胀
作用：使边界平滑，消除细小的尖刺，断开窄小的连接，保持面积大小不变。

se = strel('disk',5);
afterOpening = imopen(original,se);

4.闭运算

开运算效果等同于使用同一个卷积核，先膨胀后腐蚀
作用：可以融合窄的缺口和细长的弯口，合上小洞，填补轮廓上的缝隙

se = strel(‘disk’,10);
closeBW = imclose(originalBW,se);

三、其他一些可能会用到的方法

1.使用hough进行直线检测

大致原理：以直角坐标系为例说明，直线方程为y=kx+b，对于检测点来说，如果构建一个参数空间，则每一个点都代表参数空间中的一条直线：b=-kx+y。如果构建一个二维矩阵表，横坐标为k，纵坐标为b，如果有两个点在一条直线上，反映在参数坐标系中则为这两个点代表的直线相交于一点，则二维矩阵表中就在$(k_i,b_i)$的位置统计数+1。当某位置数量特别多时，则说明图像空间中一定有一条 $y=k_j\ast x+b_j$直线。由于直角坐标系中k可能为无限大——即k不存在的情况，这个二维矩阵表不容易设置范围，实际应用中更多的是使用极坐标表示，此时参数为$\rho$和$\theta$

RGB = imread('gantrycrane.png');
I  = rgb2gray(RGB);
BW = edge(I,'canny'); %边缘检测，二值图像
[H,T,R] = hough(BW,'RhoResolution',0.5,'Theta',-90:0.5:89); 
%参数：
%	BW：表示输入边缘检测的二值图像
%	'RhoResolution'：设置rho间隔的范围
%	'Theta'：设置'Theta'的范围及间隔
%输出：
%	H：表示二维矩阵表
%	T：'Theta'列表
%	R：Rho列表

P  = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
%参数：
% 	H：二维矩阵表
% 	5：表示要找5条直线
% 	'threshold'：设置找直线的阈值（即二维矩阵表中数量较小的位置不认为其为直线）

lines = houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
%参数：
%	BW：表示输入边缘检测的二值图像
%	T：'Theta'列表
%	R：Rho列表
%	'FillGap'：两条直线如果间隔小于5则认为是一条直线
%	,'MinLength'：如果直线距离小于7，过滤
figure, imshow(I), hold on
max_len = 0;
for k = 1:length(lines)
   xy = [lines(k).point1; lines(k).point2];
   plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');

   % 标记直线的开始和末尾
   plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
   plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
   end
end

2.圆检测

使用imcirclefind函数检测圆形

%更详细的参数介绍，请help imfindcircles
[centersBright, radiiBright] = imfindcircles(A,[Rmin Rmax],'ObjectPolarity','bright');

3.闭合形状检测

stats = regionprops('table',BW,'Centroid','MajorAxisLength','MinorAxisLength');
centers = stats.Centroid;
figure,imshow(I);
hold on;
for k=1:length(centers)
    plot(centers(k,1),centers(k,2),'x','LineWidth',2,'Color','red'); % 画出图像中心
end

4.寻找峰值

[pks,locs,widths,proms] = findpeaks(y,x,'MinPeakProminence',0.1,'Annotate','extents');

%参数：
%	y:纵坐标值列表
%	x:横坐标值列表（注意x对应y，且x需要从小到大排序）
%输出
%	pks：峰值
%	locs:峰值所在的位置
%	widths：半高宽

5.手动选择区域

h1 = figure();imshow(BW);
[S,~,~]=roipoly;
S1 = S; %注意窗口的坐标系和图像坐标系原点位置不同，可能需要使用S1 = S'变换到同一坐标系
for i=1:size(BW,1)
    for j=1:size(BW,2)
        if S1(i,j)==false
            BW(i,j)=0;
        end
    end
end
close(h1);