Matlab图像处理

一、图像的运算

1.图像的相加

imadd()

2.图像的线性组合

imlincomb用于计算两幅图像的线性组合，其调用格式如下：
J=imlincomb(A,I1,B,I2);
A表示第一幅图像的系数，B表示第二幅图像的系数，I1，I2分别表示第一幅原始图像，第二幅原始图像，两幅图像的大小相同，J表示线性组合后图像
函数 imlincomb 按照双精度执行所有算术运算操作，而且仅对最好的输出结果进行截取，该函数的调用格式如下:
Z = imlincomb(A,X,B,Y,C)；
其中，Z=AX+BY+C。
MATLAB 会自动根据输入参数的个数判断需要进行的运算。例如：
Z = imlincomb (A,X,C) 计算 Z=AX+C：
Z = imlincomb (A,X,B,Y,) 计算 Z=AX+B*Y：

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-7970.jpg'
image2_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-8024.jpg'
targetSize = [200 200];%设置图片大小
%读取图像
image1=imread(image1_path);
image2=imread(image2_path);
%显示图像
subplot(221)
r = centerCropWindow2d(size(image1),targetSize);
I1=imcrop(image1,r)%裁剪图片
imshow(I1);
subplot(222)
r = centerCropWindow2d(size(image2),targetSize);
I2=imcrop(image2,r)%裁剪图片
imshow(I2);
imfinfo(image1_path)
imfinfo(image2_path)
subplot(223)
img3=imlincomb(0.5,I1,0.2,I2)
imshow(img3)

运行结果：

3.图像的减法-imsubtract

imsubtract（）

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-7970.jpg'
image2_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-8024.jpg'
img1=imread(image1_path);
img2=imread(image2_path);
img3=imsubtract(img1,50);%降低图像的亮度
background = imopen(img1,strel('disk',15));
img4=imsubtract(img1,background);%减去图像不均匀背景
figure;imshow(img3);
figure;imshow(img4);

3.图像的减法-imabsdiff

imabsdiff()

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-7970.jpg'
image2_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-8024.jpg'
img1=imread(image1_path);
img2=imread(image2_path);
img3=imabsdiff(img1,img2)%通俗一点的解释：找出两幅图像的不同

subplot(221)
imshow(img1)
subplot(222)
imshow(img2)
subplot(223)
imshow(img3)

运行结果：

4.图像的乘法-immultiply

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-7970.jpg'
image2_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-8024.jpg'
img1=imread(image1_path);
img2=imread(image2_path);
img3=immultiply(img1,img2)
subplot(221)
imshow(img1)
subplot(222)
imshow(img2)
subplot(223)
imshow(img3)

运行结果：

5.图像的除法-imdivide

imdivide(）实现图像归一化的实例
图像归一化最常见的就是最大最小值归一化方法，参考博客：图像归一化处理

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\883064688b08c408b6c180461667ee1.jpg'
img1=imread(image1_path);

I=double(img1);
maxvalue=max(I(:))
minvalue=min(I(:))
%归一化后的图像
X=imdivide(I-minvalue,maxvalue-minvalue);

subplot(221)
imshow(img1)
subplot(222)
imhist(img1)%直方图显示
subplot(223)
imshow(X)
subplot(224)
imhist(X)

运行结果：

5.图像的取补增强-imcomplement()

图像补码:

在二值图像的补码中，0 变为 1，1 变为 0。黑白发生颠倒。

在灰度或彩色图像的补码中，各值是从所属类支持的最大像素值（对于双精度图像为 1.0）中减去对应像素值而得到的。差值用作输出图像中的像素值。在输出图像中，暗区域变亮，亮区域变暗。对于彩色图像，红色变青色，绿色变品红，蓝色变黄色，反之亦然。

close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\883064688b08c408b6c180461667ee1.jpg'
img1=imread(image1_path);
%图像取补
img2=imcomplement(img1);

subplot(221)
imshow(img1)
subplot(222)
imhist(img1)%直方图显示
subplot(223)
imshow(img2)
subplot(224)
imhist(img2)

运行结果：

6.边缘检测 edge()

clear all;
close all;
clc

image1_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-7970.jpg'
image2_path='C:\Users\lenovo\Desktop\1\HanJie-20220524-155230-Ping-8024.jpg'
img1=imread(image1_path);
img2=imread(image2_path);

img3=edge(img1,'roberts',0.05);
img4=edge(img2,'roberts',0.05);
subplot(221)
imshow(img1)
subplot(222)
imshow(img2)
subplot(223)
imshow(img3)
subplot(224)
imshow(img4)

运行结果：