%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%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。
%%%
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。
%%%