Matlab机器视觉工具箱(MVTB)教程（1）——图像处理

前言

机器视觉工具箱(MVTB)提供了许多在机器视觉和基于视觉的控制中有用的功能。这是一个有点折衷的收藏品，反映了作者对光度学、摄影测量学、色度学等领域的个人兴趣。它包括100多个功能，包括图像文件读写、采集、显示、过滤、斑点、点和线特征提取、数学形态学、单应、视觉雅可比、摄像机校准和颜色空间转换等操作。
运行此教程的实例，需要在Matlab附加功能选项中安装如下图所示的机器视觉工具箱(MVTB)、vlfeat、MATLAB Support for MINGW-W64。

获取图像

获取图像的方法有读取本地图像、读取相机图像、生成图像。

读取本地图像

 %读取本地照片文件
street = iread( 'street.png') ;  
about (street )      %获取照片信息
idisp(street);        %在matlab显示照片

结果如下：

读取相机图像

操作方法如下

 cam =Videocamera("name")；  %打开一个特殊相机:
im =cam.grab()；   %使用grab方法抓取一幅图像

工具箱函数产生图像

工具箱函数testpattern可以产生各种形式的简单图像，包括直线、网格点或方块、光强斜坡变化和光强正弦变化，第二个参数代表所建图像的大小。

 %首先建一个全是黑色像素的帆布(像素值是0):
canvas =zeros(200，200) ;
%然后创建两个正方一形模板:
sq1=0.5*ones(40,40) ;
sq2=0.9*ones(20,20) ; 
%再创建一个圆: 
circle = 0.6* kcircle(30) ;
%把它们粘贴到帆布上:
canvas =ipaste (canvas, sq1,[20，40]) ;
canvas =ipaste (canvas，sq2,[ 60，120]) ;
canvas = ipaste (canvas， circle， [100， 30]) ;
%最后，在帆布上画一条线段:
canvas = iline( canvas， [30， 40]，[150，190]， 0.8) ;
idisp(canvas); %显示图像

结果如下图。

一元操作

一元图像处理操作，输出结果是一幅与输人图像相同大小的图像，且每一个输出像素都是对应输人像素的函数。

street = iread( 'street.png') ;
>>idisp(street)
>>ihist(street); %显示直方图

结果如下。

其余一元操作指令如下。

%取灰度值在30到80之间的像素点。
shadows = (street >= 30) & (street<= 80) ;
idisp ( shadows )
%显示像素值的累积直方图
ihist(street，'cdf');
%直方图均衡化
im = inormhist(street);

如下图为直方图均衡化前后对比。

二元操作

二元操作中，每一个输出像素都是两个输人图像中对应像素点的函数。常用的二元操作包括二进制算术运算，如加法、减法、元素操作，或者是MATLAB内置的二元矩阵函数，如max、min、bitand、atan2等。用一个unit8图像减去另一个unit8图像，就会产生另外一个unit8图像，尽管结果可能是负的。MATLAB却可以正确地把值取在[0 ,255]区间中，所以小数减大数将会得出0,而不是负值。另外，大于255的结果将会被设为255。为了实现这种纠正，图像应该首先用MATLAB函数cast转换成有符号整型，或者使用工具箱函数idouble转换成浮点型。

空间操作

平滑处理

%互相关核
K = ones(21,21) / 21^2;
lena = iread('lena.pgm', double');
%平滑处理
idisp( iconv(K，lena) ) ;

这种平均化会使图像光滑化、模糊化或者散焦，效果如下图。

每一个输出像素都是输人图像中与之对应的21 x21相邻像素的平均值。

边缘检测

castle =iread('castle_sign.jpg','double','gray');
p=castle(360,:) ;
figure(