clear %清除所有的工作平台变量
close all %关闭已打开的图形窗口
I=imread ('pout.tif'); %读取图像pout.tif(该图像是图像处理工具箱自带的图像),
imshow(I) %显示图像I
2. 检查内存中的图像
whos moea%查看图像数据I是如何存储在内存中的。
3. 实现直方图均衡化
figure %生成一个新的图形窗口,避免后面的图像覆盖前面图像的显示
imhist(I) %创建描述图像I灰度分布的直方图
I2=histeq(I); %将图像的灰度值扩展到整个灰度范围,从而提高图像数组I的对比度。
figure,imshow(I2) %显示修改过的图像I2
figure,imhist(I2) %显示拓展后的灰度值的分布情况
4. 保存图像
imwrite(I2,'pout.png'); %将图像I2以PNG图像文件格式保存到磁盘
5. 检查新生成文件的内容
imfinfo('pout2.png') %观察保存的图像文件信息
图像处理的高级应用
主要对一幅灰度图像rice.tif进行一些较为高级的操作为例说明整个过程。
1. 读取和显示图像
clear %清除所有的工作平台变量
close all %关闭已打开的图形窗口
I=imread('rice.png'); %读取图像rice.png (该图像是图像处理工具箱自带的图像)
imshow(I) %显示图像
2. 估计图像背景
background=imopen(I,strel('disk',15)); %对图像I进行形态学开操作,删除那些不完全包括
%在半径为15的圆盘中的对象,实现对背景亮度的估计
figure,imshow(background)
figure,surf(double(background(1:8:end,1:8:end))),zlim([0 255]); %以表面形式显示背景
3. 从原始图像中减去背景图像
I2=imsubtract(I,background); 酷派n68%将背景图像background从原始图像I中减去
figure,imshow(I2)
4. 调节图像对比度
I3=imadjust(I2,stretchlim(I2),[0 1]); %调节图像的对比度
figure,imshow(I3);
5. 使用阈值操作将图像转换为二进制图像
level=graythresh(I3);
bw=im2bw(I3,level);
figure,imshow(bw)
6. 检查图像中的对象个数
[labeled,numObjects]=bwlabel(bw,4); %确定图像中的米粒个数
numObjects
101
7. 检查标记矩阵
grain=imcrop(labeled) %选择并显示已标记的对象和部分背景内的像素
RGB_label=label2rgb(labeled,@spring,'C','shuffle');
%将标记矩阵显示为一副伪彩的索引图像,在伪彩的彩图像中,
%标记矩阵中的每一个对象都将被映射为相关调板中的不同颜
imshow(RGB_label);
8.计算图像中对象的统计属性
graindata=regionprops(labeled,'basic')
%测量图像或者区域的属性,并返回一个结构数组。当用于一个标记图像时,%它还为每一个标记分量创建一个结构元素。
graindata(51).Area %显示第51个元素的属性
graindata(51).BoundingBox,graindata(51).Centroid %寻最近的边缘和中心
allgrains=[graindata.Area]; %创建一个新的向量allgrains,其包含每个米粒的范围
allgrains(51) %查看第51个元素的范围
max(allgrains) %获取最大的米粒大小
biggrain=find(allgrains==404) %返回最大米粒的标记号
mean(allgrains) %获取米粒的平均大小
hist(allgrains,20) %绘制包含20个柱的直方图
图像格式:是存储图像采用的文件格式。不同的操作系统、不同的图像处理软件,所支持
的图像格式都有可能不同。
在实际应用中经常会遇到的图像格式有:BMP、GIF、TIFF、PCX、JPEG、PSD、PCD、
WMF等。
*(1) BMP(Bitmap)文件
*(2)GIF文件
*(3)TIF文件
*(4)JPEG文件
图像类型:是指数组数值与像素颜之间定义的关系,它与图像格式概念有所不同。
在MATLAB图像处理工具箱中,有五种类型的图像:
(1) 二进制图像
在一幅二进制图像中,每一个像素将取两个离散数值(0或1)中的一个,从本质上说,这两个数值分别代表状态“开”(on)或“关”(off)。
二进制图像仅使用unit8或双精度类型的数组来存储。
在图像处理工具箱中,任何返回一幅二进制图像的数组均使用unit8逻辑数组存储该图像,并且使用一个逻辑标志来指示unit8逻辑数组的数据范围。
若逻辑状态为“开”(on),数组范围为[0,1];若为“关”(off),则数组范围为[0,255]。
严格自律
(2) 索引图像
索引图像:是一种把像素值直接作为RGB调板下标的图像。
在MATLAB中,索引图像包含有一个数据矩阵X和一个颜映射(调板)矩阵map。数据矩阵:可以是unit8、unit16、双精度类型的;
颜映射矩阵map:是一个m×3的数据矩阵,其中每个元素的值均为[0,1]之间的双精度浮点型数据,map矩阵的每一行分别表示红、绿和蓝的颜值。
索引图像可把像素值直接映射为调板数值,每一个像素的颜通过使用X的数值作为map的下标来获得,如值1指向矩阵map中的第一行,值2指向第二行,依此类推。
颜映射通常与索引图像存储在一起,当装载图像时,MATLAB自动将颜映射表与图像同时装载。
图像矩阵与颜映射表之间的关系依赖于图像数据矩阵的类型。
如果图像数据矩阵是双精度类型,则数据1指向矩阵map中的第一行,数据值2将指向map中的第二行,依此类推;
如果图像矩阵是unit8或unit16类型时,将产生一个偏移,即数值0表示矩阵map中的第一行,数据值1将指向map中的第二行我们来自未来2电影,依此类推。
(3) 灰度图像
灰度图像通常由一个unit8、unit16、双精度类型的数组来描述,其实质是一个数据矩阵I,该矩阵中的数据均代表了在一定范围内的灰度级,每一个元素对应于图像的一个像素点,通常0代表黑,1、255、65 535(针对不同存储类型)代表白。
(4) 多帧图像
多帧图像是一种包含多幅图像或帧的图像文件,又称为多页图像或图像序列。
在MATLAB中,它是一个四维数组,其中第四维用来指定帧的序号。
在一个多帧图像数组中,每一幅图像必须有相同的大小和颜分量,每一幅图像还要使用相同的调板。另外,图像处理工具箱中的许多函数(如:孕妇餐厅imshow)只能对多幅图像矩阵的前两维或三维进行操作,也可以对四维数组使用这些函数,但是必须单独处理每一帧。如果将一个数组传递给一个函数,并且数组的维数超过该函数设计的超作维数,那么得到的结果是不可预知的。
(5) RGB图像
RGB图像又称为真彩图像,它是利用R、G、B三个分量表示一个像素的颜,R、G、B分别代表红、绿、篮3种不同的颜,通过三基可以合成出任意颜。所以对一个尺寸为n×m的彩图像来说,在MATLAB中则存储为一个n×m×3的多维数据数组,其中数组中的元素定义了图像中的每一个像素的红、绿、篮颜值。图形文件格式把周朴园RGB图像存储为
24位的图像,红、绿、篮分量分别占用8位。
MATLAB的RGB数组可以是双精度的浮点型、8位或16位无符号的整数类型。在一个双精度类型的RGB数组中,每一个颜分量都是一个[0,1]范围内的数值。如:颜分量为(0,0,0)的像素将显示为黑;颜分量为(1,1,1)的像素将显示为白。每一个像素的三个颜分量都存储在数组的第三维中。如:像素(10,5)的红、绿、篮颜值分别保存在元素RGB(10,5,1)、RGB(10,5,2)、RGB(10,5,3)中。
例:创建一个简单的RGB图像,该图像包含某一范围内不中断的红、绿、篮颜分量,另外,
针对每一个颜分量各创建一幅图像来加以对比:
RGB=reshape(ones(64,1)*reshape(jet(64),1,192),[64,64,3]);
R=RGB(:,:,1);
G=RGB(:,:,2);
B=RGB(:,:,3);
subplot(2,2,1);imshow(R);
subplot(2,2,2);imshow(G);
subplot(2,2,3);imshow(B);
subplot(2,2,4);imshow(RGB);
(1)图像颜浓淡处理(图像抖动)
X=dither(RGB,map) %通过抖动算法将真彩图像RGB按指定的颜(调板)map转换
成索引图像X
X=dither(RGB,map,Qm,Qe)
%利用给定的参数Qm,Qe从真彩图像RGB中产生索引图像X。
%Qm表示沿每个颜轴反转颜图的量化(即对于补各颜轴)的位数,
%Qe表示颜空间计算误差的量化误差。
%如果Qe<Qm,则不进行抖动操作。Qm的默认值是5,Qe的默认值是8。
BW=dither(I) %通过抖动算法将矩阵I中的灰度图像转换为二进制图像。
注意:
输入图像可以是双精度类型或8位无符号类型,其他参数必须是双精度类型。
如果输出的图像是二值图像或颜种类少于256的索引图像时,为uint8类型,否则为doule型。