Matlab学习高阶篇（二）—— 图像处理（下）

紧接着上篇章节中对图像文件的操作以及图像的几何运算，本章继续探究图像处理的相关内容。

一、Matlab图像增强

为了实现人眼观察或者机器自动分析的目的，对原始图像进行的改善称为图像增强技术。出于不同的目的，图像增强技术中产生了多种算法。对这些算法。可以根据处理空间的不同分为基于空域的图像增强算法和基于频域的图像增强算法。

1.1像素值及其统计特性

matlab图像处理工具箱提供了一些返回图像数据信息和统计特性的函数。
函数1：impiexl
目的： 确定图像中一个或多个像素的值并在变量中返回值，可以通过将像素的坐标作为输入参数传递来指定像素，也可以使用鼠标以交互方式选择像素。
语法： P = impixel(I,c,r) P = impixel(I)
举例：

>> RGB = imread('peppers.png');
>> c = [12 146 410];
>> r = [104 156 129];
>> pixels = impixel(RGB,c,r)

pixels =

    62    34    63
   166    54    60
    59    28    47

函数2： improfile
目的： 原来返回图像中指定线段上的像素值
语法格式： c = improfile(I,xi,yi)
举例：

>> I = imread('liftingbody.png');
>> x = [19 427 416 77];
>> y = [96 462 37 33];
>> improfile(I,x,y);grid on;

函数3： imcontour
目的： 用于绘制图像的轮廓线
语法格式： imcontour(I,n)
举例：

>> I = imread('circuit.tif');
>> imshow(I)
>> figure
>> imcontour(I,3)

1.2图像像素值的统计特性

均值函数：mean2
标准函数：std2
相关系数：corr2

1.3对比度增强

函数： imadjust
目的： 对图像的强度进行调整
语法格式：

J = imadjust(I)
J = imadjust(I,[low_in high_in])

举例： 使用imadjust函数调整灰度图像的对比度

I = imread('pout.tif');
imshow(I)
J = imadjust(I);
figure
imshow(J)

1.4直方图均衡化

函数： histeq
目的： 使用直方图均衡增强对比度
语法格式：

J = histeq(I)
%变换灰度图像 I，以使输出灰度图像 J 的直方图具有 64 个 bin 且大致平坦
J = histeq(I,n)
%变换灰度图像 I，以使输出灰度图像 J 具有 n 个 bin 的直方图大致平坦。当 n 远小于 I 中的离散灰度级数时，J 的直方图更平坦。

举例： 使用直方图均衡化增强对比度

>> I = imread('tire.tif');
>> J = histeq(I);
>> imshowpair(I,J,'montage')
axis off

1.5空域滤波增强

使用空域模板进行的图像处理，称为空域滤波。按照空域滤波处理的效果，可以分为平滑滤波器和锐化滤波器。平滑的目的在于消除混杂图像干扰，改善图像质量，强化图像表现特征。锐化的目的在于增强图像边缘，以便对图像进行识别和处理。
函数： medfilt2
目的： 二维中位数滤波
语法格式：

J = medfilt2(I)
J = medfilt2(I,[m n])

举例： 去除图像中的椒盐噪声

I = imread('eight.tif');
figure, imshow(I)
J = imnoise(I,'salt & pepper',0.02);
K = medfilt2(J);
imshowpair(J,K,'montage')

事实上，滤波器的种类有很多，选择性也比较大，有兴趣可以参考官网对这一部分的描述：https://ww2.mathworks.cn/help/images/linear-filtering.html?s_tid=CRUX_lftnav