图像处理基本知识点整理（matlab函数）

最新推荐文章于 2022-10-22 16:10:27 发布

搬砖小松鼠

最新推荐文章于 2022-10-22 16:10:27 发布

阅读量1.4k

点赞数

本文链接：https://blog.csdn.net/whu_zcj/article/details/50836587

版权

本文介绍了MATLAB中进行图像处理的基本操作，包括读取、保存和显示图像，以及图像转换。此外，详细讲解了线性和非线性滤波，如平均滤波、高斯滤波、拉普拉斯滤波和中值滤波，并展示了如何使用`imfilter`和`fspecial`函数。还探讨了形态学操作，如膨胀、腐蚀、开运算和闭运算，以及边缘检测和区域标记的相关函数。

摘要由CSDN通过智能技术生成

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%图像处理的基本知识%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%5
f=imread('W:/apple.jpg') %读取图像
imwrite(g, 'W:/apple.png') %保存图像
imshow(g) %显示图像
g=rgb2gray(f) %彩色图转换成灰度图
g=im2bw(f，parameter) %将图像转化为二值图像,参数用来区分分割线取值为0-1中的值
[rows , cols , colors] = size(f) %获取图像行数、列数和颜色级别
g1=imadjust(f, [0 1], [1 0]) %亮度变换，这里这个示例将图像颜色对调
F=fft2(f) %傅立叶变换
FC=fftshift(F) %将变换原点移到频率矩形的中心
imhist(g) %直方图（g为灰度图）
histeq(g, 256) %直方图均衡化，第二个参数为输出图像指定的灰度级数,返回的是均衡化之后的数据，若要显示继续使用imhist
g=histeq(f,hspec) %直方图匹配（规定化），第二个参数为参考的直方图
mapminmax(im,0,1) %归一化
subplot(r,c,number) %划分显示的位置
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%图像滤波%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
目的：消除图像中的噪点
要构造一种有效抑制噪声的滤波器必须考虑两个基本问题：
（1）能有效地去除目标和背景中的噪声;
（2）能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征。

%%%