一. 读写图像文件
1. imread
imread函数用于读入各种图像文件,如:a=imread('e:w01.tif')
注:计算机E盘上要有w01相应的.tif文件。
2. imwrite
imwrite函数用于写入图像文件,如:imwrite(a,'e:w02.tif',’tif’)
3. imfinfo
imfinfo函数用于读取图像文件的有关信息,如:imfinfo('e:w01.tif')
二. 图像的显示
1. image
image函数是MATLAB提供的最原始的图像显示函数(主要彩色显示图象),如:
a=[1,2,3,4;4,5,6,7;8,9,10,11,12];
image(a);
2. imshow
imshow函数用于灰度图像文件的显示,如:
i=imread('e:w01.tif');
imshow(i);
3. colorbar
colorbar函数用显示图像的颜色条。
通常,颜色映象进行过调节,把数据从最小扩展到最大,也就是说整个颜色映象都用于绘图。有时也许想改变颜色使用的方法。函数caxis代表颜色轴,因为颜色增加了另一个维数,它允许对数据范围的一个子集使用整个颜色映象或者对数据的整个集合只使用当前颜色映象的一部分。
i=imread('e:w01.tif');
imshow(i);
colorbar;
4 .figure
figure函数用于设定图像显示窗口,如:figure(1); /figure(2);
5.imagesc(a);
标尺标度从-3,到8 显示标度尺。
三. 图像的变换
1. fft2
fft2函数用于数字图像的二维傅立叶变换,如:
i=imread('e:w01.tif');
j=fft2(i);
2. ifft2
ifft2函数用于数字图像的二维傅立叶反变换,如:
i=imread('e:w01.tif');
j=fft2(i);
k=ifft2(j);
3. 利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
a(8,8)=0;
b(8,8)=0;
c=ifft2(fft2(a).*fft2(b));
c=c(1:5,1:5);
利用conv2(二维卷积函数)校验, 如:
a=[8,1,6;3,5,7;4,9,2];
b=[1,1,1;1,1,1;1,1,1];
c=conv2(a,b);
四. 模拟噪声生成函数和预定义滤波器
1. imnoise
imnoise函数用于对图像生成模拟噪声,如:
i=imread('e:w01.tif');
j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声
2. fspecial
fspecial函数用于产生预定义滤波器,如:
h=fspecial('sobel');%sobel水平边缘增强滤波器
h=fspecial('gaussian');%高斯低通滤波器
h=fspecial('laplacian');%拉普拉斯滤波器
h=fspecial('log');%高斯拉普拉斯(LoG)滤波器
h=fspecial('average');%均值滤波器
五. 图像的增强
1. 直方图
imhist函数用于数字图像的直方图显示,如:
i=imread('e:w01.tif');
imhist(i);
2. 直方图均化
histeq函数用于数字图像的直方图均化,如:
i=imread('e:w01.tif');
j=histeq(i);
3. 对比度调整
imadjust函数用于数字图像的对比度调整,如:
i=imread('e:w01.tif');
j=imadjust(i,[0.3,0.7],[]);
4. 对数变换
log函数用于数字图像的对数变换,如:
i=imread('e:w01.tif');
j=double(i);
k=log(j);
5. 基于卷积的图像滤波函数
filter2函数用于图像滤波,如:
i=imread('e:w01.tif');
h=[1,2,1;0,0,0;-1,-2,-1];
j=filter2(h,i);
6. 线性滤波
利用二维卷积conv2滤波, 如:
i=imread('e:w01.tif');
h=[1,1,1;1,1,1;1,1,1];
h=h/9;
j=conv2(i,h);
7. 中值滤波
medfilt2函数用于图像的中值滤波,如:
i=imread('e:w01.tif');
j=medfilt2(i);
8. 锐化
(1)利用Sobel算子锐化图像, 如:
i=imread('e:w01.tif');
h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子
j=filter2(h,i);
(2)利用拉氏算子锐化图像, 如:
i=imread('e:w01.tif');
j=double(i);
h=[0,1,0;1,-4,0;0,1,0];%拉氏算子
k=conv2(j,h,'same');
m=j-k;
六. 举例
二维傅立叶变换和二维傅立叶反变换:
i=imread('e:w01.tif');
figure(1);
imshow(i);
colorbar;
j=fft2(i);
k=fftshift(j);
figure(2);
l=log(abs(k));
imshow(l,[]);
colorbar
n=ifft2(j)/255;
figure(3);
imshow(n);
colorbar;
图像的变换
其中,MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。
其中,SIZE 是一个向量,它们每一个元素都将指定 X 相应维进行零填充后的长度。
例子:图像的二维傅立叶频谱
% 读入原始图像
I=imread('lena.bmp');
imshow(I)
% 求离散傅立叶频谱
J=fftshift(fft2(I));
figure;
imshow(log(abs(J)),[8,10])
2. 离散余弦变换的 Matlab 实现
2.1. dct2 函数
功能:二维 DCT 变换
格式:B=dct2(A)
说明:B=dct2(A) 计算 A 的 DCT 变换 B ,A 与 B 的大小相同;B=dct2(A,m,n) 和 B=dct2(A,[m,n]) 通过对 A 补 0 或剪裁,使 B 的大小为 m×n。
2.2. dict2 函数
功能:DCT 反变换
格式:B=idct2(A)
说明:B=idct2(A) 计算 A 的 DCT 反变换 B ,A 与 B 的大小相同;B=idct2(A,m,n) 和 B=idct2(A,[m,n]) 通过对 A 补 0 或剪裁,使 B 的大小为 m×n。
2.3. dctmtx函数
功能:计算 DCT 变换矩阵
格式:D=dctmtx(n)
说明:D=dctmtx(n) 返回一个 n×n 的 DCT 变换矩阵,输出矩阵 D 为 double 类型。
3. 图像小波变换的 Matlab 实现
3.1 一维小波变换的 Matlab 实现
(1) dwt 函数
功能:一维离散小波变换
格式:[cA,cD]=dwt(X,'wname')
说明:[cA,cD]=dwt(X,'wname') 使用指定的小波基函数 'wname' 对信号 X 进行分解,cA、cD 分别为近似分量和细节分量;[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组 Lo_D、Hi_D 对信号进行分解。
(2) idwt 函数
功能:一维离散小波反变换
格式:X=idwt(cA,cD,'wname')
说明:X=idwt(cA,cD,'wname') 由近似分量 cA 和细节分量 cD 经小波反变换重构原始信号 X 。
3.2 二维小波变换的 Matlab 实现
-------------------------------------------------
---------------------------------------------------
-------------------------------------------------------------
(1) wcodemat 函数
功能:对数据矩阵进行伪彩色编码
格式:Y=wcodemat(X,NB,OPT,ABSOL)
说明:Y=wcodemat(X,NB,OPT,ABSOL) 返回数据矩阵 X 的编码矩阵 Y ;NB 伪编码的最大值,即编码范围为 0~NB,缺省值 NB=16;
(2) dwt2 函数
功能:二维离散小波变换
格式:[cA,cH,cV,cD]=dwt2(X,'wname')
说明:[cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函数 'wname' 对二维信号 X 进行二维离散小波变幻;cA,cH,cV,cD 分别为近似分量、水平细节分量、垂直细节分量和对角细节分量;[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。
(3) wavedec2 函数
功能:二维信号的多层小波分解
格式:[C,S]=wavedec2(X,N,'wname')
说明:[C,S]=wavedec2(X,N,'wname') 使用小波基函数 'wname' 对二维信号 X 进行 N 层分解;[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器 Lo_D 和 Hi_D 分解信号 X 。
(4) idwt2 函数
功能:二维离散小波反变换
格式:X=idwt2(cA,cH,cV,cD,'wname')
说明:X=idwt2(cA,cH,cV,cD,'wname') 由信号小波分解的近似信号 cA 和细节信号 cH、cH、cV、cD 经小波反变换重构原信号 X ;X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) 使用指定的重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号 X ;X=idwt2(cA,cH,cV,cD,'wname',S) 和 X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的 S 个数据点。
(5) waverec2 函数
说明:二维信号的多层小波重构
格式:X=waverec2(C,S,'wname')
说明:X=waverec2(C,S,'wname') 由多层二维小波分解的结果 C、S 重构原始信号 X ,'wname' 为使用的小波基函数;X=waverec2(C,S,Lo_R,Hi_R) 使用重构低通和高通滤波器 Lo_R 和 Hi_R 重构原信号。
图像处理工具箱1. 图像和图像数据
数,所需存储量很大;MATLAB还支持另一种类型无符号整型(uint8),即图像矩
阵中每个数据占用1个字节。
与double两种类型数据的值域不同,编程需注意值域转换。
2. 图像处理工具箱所支持的图像类型
2.1 真彩色图像
可查看三元数据(100,50,1:3)。
符号整型存储,亮度值范围[0,255]
2.2 索引色图像
的色彩映象矩阵,矩阵每行代表一种颜色,3列分别代表红、绿、蓝色强度的双精度数。
--------------------------------------------------
2.3 灰度图像
2.4 二值图像
2.5 图像序列
调色板也必须相同。
3. MATLAB图像类型转换
4. 图像文件的读写和查询
4.1 图形图像文件的读取
在类uint8中。此为Matlab还支持16bit的PNG和TIF图像,当读取这类文件时,Matlab就将
其存贮在uint16中。
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2 图形图像文件的写入
4.3 图形图像文件信息
5. 图像文件的显示
5.1 索引图像及其显示
5.2 灰度图像及其显示
imagescale,图像缩放函数)
大小的调色板。其调用格式如下:
对应于颜色映象表中的第一个值(颜色),第二个值(通常是1)则对应与颜色映象表
中的最后一个值(颜色)。灰度范围中间的值则线型对应与颜色映象表中剩余的值(颜色)。
调用方式下,数据矩阵中的最小值对应于颜色映象表中的第一个颜色值,数据矩阵中的最大
值对应于颜色映象表中的最后一个颜色值。
5.3 RGB 图像及其显示
能通过 image 函数将其正确显示出来。
5.4 二进制图像及其显示
为黑色,像素 1 显示为白色。
为黑色。
则数值 0 显示为调色板的第一个颜色,数值 1 显示为第二个颜色。
5.5 直接从磁盘显示图像
数据没有保存在Matlab 7.0 工作 平台。如果希望将图像装入工作台中,需使用 getimage 函
数,从当前的句柄图形图像对象中获取图像数据,