matlab 排列图像,matlab图像处理基础几个操作

图像的频域变换**

Matlab图像显示方法

图像的读写 %matlab自带图像在安装路径下 \toolbox\images\imdemos

1：图像读

RGB = imread('ngc6543a.jpg');

figure,imshow(RGB);

2：图像写

%先从一个.mat 文件中载入一幅图像，然后利用图像写函数imwrite，创建一个.bmp文件，并将图像存入其中。

load clown

whos

imwrite(X,map,'clown.bmp');

3：图像文件格式转换

bitmap = imread('clown.bmp','bmp');

imwrite(bitmap,'clown.png','png');

图像显示

1：二进制图像的显示

BW1=zeros(20,20); %创建仅包含0/1的双精度图像

BW1(2:2:18,2:2:18)=1;

imshow(BW1,'InitialMagnification','fit'); %double类型[0,1]

BW2=uint8(BW1);

figure,imshow(BW2,'InitialMagnification','fit');

figure,imshow(BW2,[],'InitialMagnification','fit'); %uint8类型[0,255]

BW3=BW2~=0; %逻辑标志置为on

figure,imshow(BW3,'InitialMagnification','fit');

2：灰度图像的显示

I=imread('spine.tif');

J=filter2([1 2;-1 -2],I); % filters the data in X with the 2D FIR filter in the matrix h.

imshow(I,[]);

figure,imshow(J,[]);

3：索引图像的显示

load clown %装载一幅图像

imwrite(X,map,'clown.bmp'); %保存为bmp文件

imshow(X);

imshow(X,map);

4：RGB图像的显示

RGB=imread('ngc6543a.jpg');

figure,imshow(RGB);

imshow(RGB(:,:,3)); % 显示第3个颜色分量

5：多帧图像的显示

mri=uint8(zeros(128,128,1,27)); % 27帧文件mri.tif初始化

for frame=1:27

[mri(:,:,:,frame),map]=imread('mri.tif',frame); % 读入每一帧

end

figure;imshow(mri(:,:,:,3),map); % 显示第3帧

figure,imshow(mri(:,:,:,6),map); % 显示第6帧

figure,imshow(mri(:,:,:,10),map); % 显示第10帧

figure,imshow(mri(:,:,:,20),map); % 显示第20帧

figure;

hold on;

for frame=1:27

imshow(mri(:,:,:,frame),map); % 读入每一帧

pause(0.1)

end

hold off

6：显示多幅图像

[X1,map1]=imread('forest.tif');

[X2,map2]=imread('trees.tif');

figure;

subplot(1,2,1),imshow(X1,map1);

subplot(1,2,2),imshow(X2,map2);

图像的频域变换

傅立叶变换

1：绘制一个二值图像矩阵,并将其傅立叶函数可视化。

f = zeros(30,30);

f(5:24,13:17) = 1;

figure,imshow(f,'InitialMagnification','fit');

F = fft2(f);

F2 = log(abs(F));

figure,imshow(F2,[-1 5],'InitialMagnification','fit');

F=fft2(f,256,256); %零填充为256×256矩阵

figure,imshow(log(abs(F)),[-1 5],'InitialMagnification','fit');

F2=fftshift(F); %将图像频谱中心由矩阵原点移至矩阵中心

figure,imshow(log(abs(F2)),[-1 5],'InitialMagnification','fit');

2：利用傅里叶变换恢复图像

I=imread('cameraman.tif');

figure,subplot(1,3,1),imshow(I);

F = fft2(I);

I2 = ifft2(F);

subplot(1,3,2),imshow(I2, []);

I3 = ifft2(F./abs(F)); % 幅度谱变为1

subplot(1,3,3),imshow(I3, []);

离散余弦变换(DCT)

1：使用dct2对图像‘autumn.tif’进行DCT变换。

RGB=imread('autumn.tif');

figure;imshow(RGB);

I=rgb2gray(RGB); %转换为灰度图像

figure,imshow(I);

J=dct2(I);

figure,imshow(log(abs(J)),[]),colormap(jet(64));colorbar;

2：将上述DCT变换结果中绝对值小于10的系数舍弃，使用idct2重构图像并与原图像比较。

RGB=imread('autumn.tif');

figure,subplot(2,2,1),imshow(RGB);title('原始彩色图像');

I=rgb2gray(RGB); %转换为灰度图像

subplot(2,2,2),imshow(I);title('灰度图像');

J=dct2(I);

K=idct2(J);

subplot(2,2,3),imshow(K,[0 255]);title('离散余弦反变换恢复图像');

J(abs(J)<20)=0; %舍弃系数

K2=idct2(J);

subplot(2,2,4),imshow(K2,[0 255]);title('舍弃系数后离散余弦反变换恢复图像');

3：利用DCT变换进行图像压缩。

I=imread('cameraman.tif');

I=im2double(I);

T=dctmtx(8); %DCT变换矩阵

fun1 = @(block_struct) T*block_struct.data*T';

B=blockproc(I,[8,8],fun1); %分块DCT变换

mask=[1 1 1 1 0 0 0 0

1 1 1 0 0 0 0 0

1 1 0 0 0 0 0 0

1 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0

0 0 0 0 0 0 0 0];

fun2 = @(block_struct) mask.*block_struct.data;

B2=blockproc(B,[8 8],fun2); %每小块取低频系数

fun3 = @(block_struct) T'*block_struct.data*T;

I2=blockproc(B2,[8 8],fun3);

figure,subplot(1,2,1),imshow(I);title('原始图像');

subplot(1,2,2),imshow(I2);title('离散余弦变换压缩后恢复图像');