MATLAB数字图像处理基础实验

MATLAB数字图像处理基础实验（转） 一、实验目的 1、复习MATLAB语言的基本用法； 2、掌握MATLAB语言中图象数据与信息的读取方法； 3、掌握在MATLAB中绘制灰度直方图的方法，了解灰度直方图的均衡化的方法。 二、实验原理 MATLAB是集数值计算，符号运算及图形处理等强大功能于一体的科学计算语言。作为强大的科学计算平台，它几乎能够满足所有的计算需求。 MATLAB软件具有很强的开放性和适用性。在保持内核不变的情况下，MATLAB可以针对不同的应用学科推出相应的工具箱(toolbox)。目前，MATLAB已经把工具箱延伸到了科学研究和工程应用的诸多领域，诸如数据采集、概率统计、信号处理、图像处理和物理仿真等，都在工具箱（Toolbox）家族中有自己的一席之地。在实验中我们主要用到MATLAB提供图象处理工具箱（Image Processing Toolbox）。 1、MATLAB与数字图像处理 MATLAB全称是Matrix Laboratory（矩阵实验室），一开始它是一种专门用于矩阵数值计算的软件，从这一点上也可以看出，它在矩阵运算上有自己独特的特点。实际上MATLAB中的绝大多数的运算都是通过矩阵这一形式进行的。这一特点也就决定了MATLAB在处理数字图像上的独特优势。理论上讲，图像是一种二维的连续函数，然而在计算机上对图像进行数字处理的时候，首先必须对其在空间和亮度上进行数字化，这就是图像的采样和量化的过程。二维图像进行均匀采样，就可以得到一幅离散化成M×N样本的数字图像，该数字图像是一个整数阵列，因而用矩阵来描述该数字图像是最直观最简便的了。而MATLAB的长处就是处理矩阵运算，因此用MATLAB处理数字图像非常的方便。 MATLAB支持五种图像类型，即索引图像、灰度图像、二值图像、RGB图像和多帧图像阵列；支持BMP、GIF、HDF、JPEG、PCX、PNG、TIFF、XWD、CUR、ICO等图像文件格式的读，写和显示。MATLAB对图像的处理功能主要集中在它的图像处理工具箱（Image Processing Toolbox）中。图像处理工具箱是由一系列支持图像处理操作的函数组成，可以进行诸如几何操作、线性滤波和滤波器设计、图像变换、图像分析与图像增强、二值图像操作以及形态学处理等图像处理操作。 2、MATLAB语言的基本操作 MATLAB语言是一种运算纸型的运算语言，其特点就是与平时在运算纸上书写运算的形式相同，这使得它成为一种比较容易掌握的语言；其变量均以矩阵向量形式表示（单独一个数据可以认为是一维向量）；其程序语法类似于C语言，只要有一点C语言基础的人可以很快掌握。针对数字图象处理的需要，可以重点掌握以下几个内容：矩阵、向量的输入和操作（包括如何输入一个矩阵，如何产生一个全零全一的矩阵，如何对一个矩阵的行列元素进行读取、写入）；矩阵与向量的基本运算（包括加、减、点乘等） 以下主要介绍一下如何读取矩阵的指定行或指定列，举例说明： x=4:6 %产生一个一维数组，范围从4到6，步长为1 x = 4 5 6 插入：通过对x进行插入运算创建矩阵A >> A=[x-3;x;x+3] %当然也可以用别的方法产生A矩阵此处只作为示例 A = 1 2 3 4 5 6 7 8 9 提取：提取A的前两行和后两列形成矩阵C。 >> C=A(1:2,2:3) C = 2 3 5 6 置零：将矩阵A 的第二行第二列的元素置零 >> A(2,2)=0 A = 1 2 3 4 0 6 7 8 9 将矩阵A的第一列全置1 A(:,1)=1 A = 1 2 3 1 0 6 1 8 9 强调一下矩阵的乘法与矩阵的点乘的不同，举例说明： A=eye(2) %产生二维单位矩阵 A = 1 0 0 1 >> B=[1,2;3,4] %直接法输入矩阵 B = 1 2 3 4 >> A+B %求A与B的和（符合矩阵求和原则） ans = 2 2 3 5 >> A.*B %求A与B的点积（即两矩阵中对应元素分别相乘 ans = 1 0 0 4 >> A*B %求A与B的乘积（符合矩阵乘积原则A的列数与B的行数相等） ans = 1 2 3 4 注意：请大家在E盘建一个目录（imp），在每次启动时都要将这个目录加入到MATLAB的搜索路径中，添加的方法为File----Set Path----Tool---Add Path 3、MATLAB中图象数据的读取 A、 imread imread函数用于读入各种图象文件，其一般的用法为 [X，MAP]=imread(„filename‟,„fmt‟) 其中，X，MAP分别为读出的图象数据和颜色表数据，fmt为图象的格式，filename为读取的图象文件（可以加上文件的路径）。 例：[X，MAP]=imread（‟flowers.tif‟,‟tif‟）; B、 imwrite imwrite函数用于输出图象，其语法格式为： imwrite(X,map,filename,fmt)按照fmt指定的格式将图象数据矩阵X和调色板map写入文件filename。 C、 imfinfo imfinfo函数用于读取图象文件的有关信息，其语法格式为 imfinfo(filename,fmt) imfinfo函数返回一个结构info，它反映了该图象的各方面信息，其主要数据包括：文件名（路径）、文件格式、文件格式版本号、文件的修改时间、文件的大小、文件的长度、文件的宽度、每个像素的位数、图象的类型等。 例： imfinfo('rice.tif') ans = Filename: 'C:/MATLAB6p5/toolbox/images/imdemos/rice.tif' FileModDate: '26-Oct-1996 06:11:58' FileSize: 65966 Format: 'tif' FormatVersion: [] Width: 256 Height: 256 BitDepth: 8 ColorType: 'grayscale' FormatSignature: [73 73 42 0] ByteOrder: 'little-endian' NewSubfileType: 0 BitsPerSample: 8 Compression: 'Uncompressed' PhotometricInterpretation: 'BlackIsZero' StripOffsets: [8x1 double] SamplesPerPixel: 1 RowsPerStrip: 32 StripByteCounts: [8x1 double] XResolution: 72 YResolution: 72 ResolutionUnit: 'Inch' Colormap: [] PlanarConfiguration: 'Chunky' TileWidth: [] TileLength: [] TileOffsets: [] TileByteCounts: [] Orientation: 1 FillOrder: 1 GrayResponseUnit: 0.0100 MaxSamplev alue: 255 MinSamplev alue: 0 Thresholding: 1 ImageDescription: [1x166 char] 4、 MATLAB中图象文件的显示 imshow imshow函数是最常用的显示各种图象的函数，其语法如下： imshow(X,map) 其中X是图象数据矩阵，map是其对应的颜色矩阵，若进行图象处理后不知道图象数据的值域可以用[]代替map。 需要显示多幅图象时，可以使用figure语句，它的功能就是重新打开一个图象显示窗口。 例： I=imread(„rice.tif‟); Imshow(I); J=imread(„flowers.tif‟); figure,imshow(J); 5、 MATLAB中灰度直方图的显示 MATLAB图象处理工具箱提供了imhist函数来计算和显示图象的直方图，imhist函数的语法格式为： imhist(I,n) imhist(X,map) 其中imhist(I,n)计算和显示灰度图象I的直方图，n为指定的灰度级数目，默认值为256。imhist(X,map)计算和显示索引色图象X的直方图，map为调色板。 例： I = imread('rice.tif'); imshow(I) figure, imhist(I) 6、 对比度增强 如果原图象f(x,y)的灰度范围是[m，M]，我们希望调整后的图象g(x,y)的灰度范围是[n，N]，那么下述变换，，就可以实现这一要求。 MATLAB图象处理工具箱中提供的imadjust函数，可以实现上述的线性变换对比度增强。Imadjust函数的语法格式为： J = imadjust(I,[low_in high_in],[low_out high_out]) J = imadjust(I,[low_in high_in],[low_out high_out])返回图象I经过直方图调整后的图象J，[low_in high_in]为原图象中要变换的灰度范围，[low_out high_out]指定了变换后的灰度范围。 例：