图像处理中常用的MATLAB函数

图像处理中常用的MATLAB函数

1.灰度直方图

• imhist()
  用于直接显示灰度直方图
• [counts,x]=imhist()
  其中的counts参数保存了落入每个灰度级的像素个数

2. 归一化直方图：点线型统计图, 且各项参数的和为100%

• stem(x,counts)
  用于绘制归一化直方图（离散针状图）
• counts/总像素数目：计算归一化直方图的各项参数

[M,N]=size(I);              % 计算图像的大小  
[counts,x]=imhist(I,32);    % 统计32个像素级的分布情况, 但不绘制出具体图像
counts=counts/M/N;          % 计算各个区间的像素占比
stem(x,counts);             % 绘制归一化直方图

3. 灰度非线性变换

对数变换：增强较暗并扩展压缩区，用于频谱图像

• t=c*log(1+s)

I=im2double(rgb2gray(I));    % 把图像的数值范围[0,255]修改为[0,1]
F=fft2(I);                   % 进行傅里叶变换
F=fftshift(F);               % 对傅里叶变换后的图像进行象限转换
F=abs(F);                    % 求傅里叶变换的模
T=log(F+1);                  % 对傅里叶变换的幅值进行转换
imshow(T,[]);                % 对于大于1的数值, 可利用[]将所有数值映射在[0,1]范围内

伽马变换 y=(x+esp)^r

• imadjust(I,[],[],gamma)
  []表示默认值为[0,1], 其中gamma可取[0,1]内的任何数

4. 阈值变换

• BW=im2bw(I,level)
  经验确定分割点阈值, BW为二值化后的图像, 且level：[0,1] = x/256
• graythresh(I)
  thresh直接确定分割点阈值

5. 直方图均衡化：合并一些像素灰度值, 导致图像对比度增大

• histeq()效果还可以
• adapthisteq()效果很牛逼