论坛 › 技术| 编程·课件·Linux › Matlab图像处理的常用函数及例子

admin 发表于 2013-2-14 14:30:32

Matlab图像处理的常用函数及例子

不错的帖子，列出来用Matlab进行图像处理的函数和简单例子，除了需要Matlab本体外，还需要Image Tool Box组件的支持，请确认是否有安装。
=========
1.图像反转
MATLAB程序实现如下：
I=imread('xian.bmp');
J=double(I);
J=-J+(256-1);               %图像反转线性变换
H=uint8(J);
subplot(1,2,1),imshow(I);
subplot(1,2,2),imshow(H);2.灰度线性变换
MATLAB程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始图像');
axis();
axis on;                  %显示坐标系
I1=rgb2gray(I);
subplot(2,2,2),imshow(I1);
title('灰度图像');
axis();
axis on;                  %显示坐标系
J=imadjust(I1,,[]); %局部拉伸，把内的灰度拉伸为
subplot(2,2,3),imshow(J);
title('线性变换图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
K=imadjust(I1,,[]); %局部拉伸，把内的灰度拉伸为
subplot(2,2,4),imshow(K);
title('线性变换图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系3.非线性变换
MATLAB程序实现如下：
I=imread('xian.bmp');
I1=rgb2gray(I);
subplot(1,2,1),imshow(I1);
title('灰度图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
J=double(I1);
J=40*(log(J+1));
H=uint8(J);
subplot(1,2,2),imshow(H);
title('对数变换图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系4.直方图均衡化
MATLAB程序实现如下：
I=imread('xian.bmp');
I=rgb2gray(I);
figure;
subplot(2,2,1);
imshow(I);
subplot(2,2,2);
imhist(I);
I1=histeq(I);
figure;
subplot(2,2,1);
imshow(I1);
subplot(2,2,2);
imhist(I1);5.线性平滑滤波器
用MATLAB实现领域平均法抑制噪声程序：
I=imread('xian.bmp');
subplot(231)
imshow(I)
title('原始图像')
I=rgb2gray(I);
I1=imnoise(I,'salt & pepper',0.02);
subplot(232)
imshow(I1)
title('添加椒盐噪声的图像')
k1=filter2(fspecial('average',3),I1)/255;          %进行3*3模板平滑滤波
k2=filter2(fspecial('average',5),I1)/255;          %进行5*5模板平滑滤波k3=filter2(fspecial('average',7),I1)/255;          %进行7*7模板平滑滤波
k4=filter2(fspecial('average',9),I1)/255;          %进行9*9模板平滑滤波
subplot(233),imshow(k1);title('3*3模板平滑滤波');
subplot(234),imshow(k2);title('5*5模板平滑滤波');
subplot(235),imshow(k3);title('7*7模板平滑滤波');
subplot(236),imshow(k4);title('9*9模板平滑滤波');6.中值滤波器
用MATLAB实现中值滤波程序如下：
I=imread('xian.bmp');
I=rgb2gray(I);
J=imnoise(I,'salt&pepper',0.02);
subplot(231),imshow(I);title('原图像');
subplot(232),imshow(J);title('添加椒盐噪声图像');
k1=medfilt2(J);            %进行3*3模板中值滤波
k2=medfilt2(J,);      %进行5*5模板中值滤波
k3=medfilt2(J,);      %进行7*7模板中值滤波
k4=medfilt2(J,);      %进行9*9模板中值滤波
subplot(233),imshow(k1);title('3*3模板中值滤波');
subplot(234),imshow(k2);title('5*5模板中值滤波');
subplot(235),imshow(k3);title('7*7模板中值滤波');
subplot(236),imshow(k4);title('9*9模板中值滤波');7.用Sobel算子和拉普拉斯对图像锐化：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I1=im2bw(I);
subplot(2,2,2),imshow(I1);
title('二值图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
H=fspecial('sobel');   %选择sobel算子
J=filter2(H,I1);            %卷积运算
subplot(2,2,3),imshow(J);
title('sobel算子锐化图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
h=;   %拉普拉斯算子
J1=conv2(I1,h,'same');            %卷积运算
subplot(2,2,4),imshow(J1);
title('拉普拉斯算子锐化图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系8.梯度算子检测边缘
用MATLAB实现如下：
I=imread('xian.bmp');
subplot(2,3,1);
imshow(I);
title('原始图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I1=im2bw(I);
subplot(2,3,2);
imshow(I1);
title('二值图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I2=edge(I1,'roberts');
figure;
subplot(2,3,3);
imshow(I2);
title('roberts算子分割结果');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I3=edge(I1,'sobel');
subplot(2,3,4);
imshow(I3);
title('sobel算子分割结果');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I4=edge(I1,'Prewitt');
subplot(2,3,5);
imshow(I4);
title('Prewitt算子分割结果');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系9.LOG算子检测边缘
用MATLAB程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始图像');
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度图像');
I2=edge(I1,'log');
subplot(2,2,3);
imshow(I2);
title('log算子分割结果');10.Canny算子检测边缘
用MATLAB程序实现如下：
I=imread('xian.bmp');
subplot(2,2,1);
imshow(I);
title('原始图像')
I1=rgb2gray(I);
subplot(2,2,2);
imshow(I1);
title('灰度图像');
I2=edge(I1,'canny');
subplot(2,2,3);
imshow(I2);
title('canny算子分割结果');11.边界跟踪（bwtraceboundary函数）
clc
clear all
I=imread('xian.bmp');
figure
imshow(I);
title('原始图像');
I1=rgb2gray(I);                %将彩色图像转化灰度图像
threshold=graythresh(I1);      %计算将灰度图像转化为二值图像所需的门限
BW=im2bw(I1, threshold);       %将灰度图像转化为二值图像
figure
imshow(BW);
title('二值图像');
dim=size(BW);
col=round(dim(2)/2)-90;         %计算起始点列坐标
row=find(BW(:,col),1);          %计算起始点行坐标
connectivity=8;
num_points=180;
contour=bwtraceboundary(BW,,'N',connectivity,num_points);
%提取边界
figure
imshow(I1);
hold on;
plot(contour(:,2),contour(:,1), 'g','LineWidth' ,2);
title('边界跟踪图像');12.Hough变换
I= imread('xian.bmp');
rotI=rgb2gray(I);
subplot(2,2,1);
imshow(rotI);
title('灰度图像');
axis();
grid on;               
axis on;
BW=edge(rotI,'prewitt');
subplot(2,2,2);
imshow(BW);
title('prewitt算子边缘检测后图像');
axis();
grid on;               
axis on;
=hough(BW);
subplot(2,2,3);
imshow(H,[],'XData',T,'YData',R,'InitialMagnification','fit');
title('霍夫变换图');
xlabel('\theta'),ylabel('\rho');
axis on , axis normal, hold on;
P=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));
x=T(P(:,2));y=R(P(:,1));
plot(x,y,'s','color','white');
lines=houghlines(BW,T,R,P,'FillGap',5,'MinLength',7);
subplot(2,2,4);,imshow(rotI);
title('霍夫变换图像检测');
axis();
grid on;               
axis on;
hold on;
max_len=0;
for k=1:length(lines)
xy=;
plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');
plot(xy(1,1),xy(1,2),'x','LineWidth',2,'Color','yellow');
plot(xy(2,1),xy(2,2),'x','LineWidth',2,'Color','red');
len=norm(lines(k).point1-lines(k).point2);
if(len>max_len)
max_len=len;
xy_long=xy;
end
end
plot(xy_long(:,1),xy_long(:,2),'LineWidth',2,'Color','cyan');13.直方图阈值法
用MATLAB实现直方图阈值法：
I=imread('xian.bmp');
I1=rgb2gray(I);
figure;
subplot(2,2,1);
imshow(I1);
title('灰度图像')
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
=size(I1);                            %测量图像尺寸参数
GP=zeros(1,256);                           %预创建存放灰度出现概率的向量
for k=0:255
   GP(k+1)=length(find(I1==k))/(m*n);    %计算每级灰度出现的概率，将其存入GP中相应位置
end
subplot(2,2,2),bar(0:255,GP,'g')                   %绘制直方图
title('灰度直方图')
xlabel('灰度值')
ylabel('出现概率')
I2=im2bw(I,150/255);   
subplot(2,2,3),imshow(I2);
title('阈值150的分割图像')
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I3=im2bw(I,200/255);   %
subplot(2,2,4),imshow(I3);
title('阈值200的分割图像')
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系14. 自动阈值法：Otsu法
用MATLAB实现Otsu算法：
clc
clear all
I=imread('xian.bmp');
subplot(1,2,1),imshow(I);
title('原始图像')
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
level=graythresh(I);   %确定灰度阈值
BW=im2bw(I,level);
subplot(1,2,2),imshow(BW);
title('Otsu法阈值分割图像')
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系15.膨胀操作
I=imread('xian.bmp');          %载入图像
I1=rgb2gray(I);
subplot(1,2,1);
imshow(I1);
title('灰度图像')      
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
se=strel('disk',1);          %生成圆形结构元素
I2=imdilate(I1,se);             %用生成的结构元素对图像进行膨胀
subplot(1,2,2);
imshow(I2);
title('膨胀后图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系16.腐蚀操作
MATLAB实现腐蚀操作
I=imread('xian.bmp');          %载入图像
I1=rgb2gray(I);
subplot(1,2,1);
imshow(I1);
title('灰度图像')      
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
se=strel('disk',1);       %生成圆形结构元素
I2=imerode(I1,se);      %用生成的结构元素对图像进行腐蚀
subplot(1,2,2);
imshow(I2);
title('腐蚀后图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系17.开启和闭合操作
用MATLAB实现开启和闭合操作
I=imread('xian.bmp');          %载入图像
subplot(2,2,1),imshow(I);
title('原始图像');
axis();
axis on;                  %显示坐标系
I1=rgb2gray(I);
subplot(2,2,2),imshow(I1);
title('灰度图像');
axis();
axis on;                  %显示坐标系                  
se=strel('disk',1);   %采用半径为1的圆作为结构元素
I2=imopen(I1,se);         %开启操作
I3=imclose(I1,se);      %闭合操作
subplot(2,2,3),imshow(I2);
title('开启运算后图像');
axis();
axis on;                  %显示坐标系
subplot(2,2,4),imshow(I3);
title('闭合运算后图像');
axis();
axis on;                  %显示坐标系18.开启和闭合组合操作
I=imread('xian.bmp');          %载入图像
subplot(3,2,1),imshow(I);
title('原始图像');
axis();
axis on;                  %显示坐标系
I1=rgb2gray(I);
subplot(3,2,2),imshow(I1);
title('灰度图像');
axis();
axis on;                  %显示坐标系                  
se=strel('disk',1);   
I2=imopen(I1,se);         %开启操作
I3=imclose(I1,se);      %闭合操作
subplot(3,2,3),imshow(I2);
title('开启运算后图像');
axis();
axis on;                  %显示坐标系
subplot(3,2,4),imshow(I3);
title('闭合运算后图像');
axis();
axis on;                  %显示坐标系
se=strel('disk',1);
I4=imopen(I1,se);
I5=imclose(I4,se);
subplot(3,2,5),imshow(I5);      %开—闭运算图像
title('开—闭运算图像');
axis();
axis on;                  %显示坐标系
I6=imclose(I1,se);
I7=imopen(I6,se);
subplot(3,2,6),imshow(I7);      %闭—开运算图像
title('闭—开运算图像');
axis();
axis on;                  %显示坐标系19.形态学边界提取
利用MATLAB实现如下：
I=imread('xian.bmp');          %载入图像
subplot(1,3,1),imshow(I);
title('原始图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I1=im2bw(I);
subplot(1,3,2),imshow(I1);
title('二值化图像');
axis();
grid on;                  %显示网格线
axis on;                  %显示坐标系
I2=bwperim(I1);               %获取区域的周长
subplot(1,3,3),imshow(I2);
title('边界周长的二值图像');
axis();
grid on;
axis on;             20.形态学骨架提取
利用MATLAB实现如下：
I=imread('xian.bmp');
subplot(2,2,1),imshow(I);
title('原始图像');
axis();
axis on;                  
I1=im2bw(I);
subplot(2,2,2),imshow(I1);
title('二值图像');
axis();
axis on;               
I2=bwmorph(I1,'skel',1);
subplot(2,2,3),imshow(I2);
title('1次骨架提取');
axis();
axis on;                  
I3=bwmorph(I1,'skel',2);
subplot(2,2,4),imshow(I3);
title('2次骨架提取');
axis();
axis on;            21.直接提取四个顶点坐标
I = imread('xian.bmp');
I = I(:,:,1);
BW=im2bw(I);
figure
imshow(~BW)
=getpts
转自: http://blog.163.com/somen111@126/blog/static/11558668420120481914231/

yang19910223 发表于 2013-2-14 20:22:19

好东西
我看到直方图均衡化了高图课上用C实现的 Matlab原来这么方便

admin 发表于 2013-2-15 10:41:37

yang19910223 发表于 2013-2-14 20:22 static/image/common/back.gif
好东西
我看到直方图均衡化了高图课上用C实现的 Matlab原来这么方便

恩，matlab就是效率高，集成化了很多常用的函数

zhaodonghui3939 发表于 2013-2-15 17:02:56

本科学数学，做图像处理，一直用matlab，现在发现对我来说不是一件好事~~~ 应该先用C或C++ 以后再用matlab滴才好~~~

admin 发表于 2013-2-17 19:18:56

zhaodonghui3939 发表于 2013-2-15 17:02 static/image/common/back.gif
本科学数学，做图像处理，一直用matlab，现在发现对我来说不是一件好事~~~ 应该先用C或C++ 以后再用matlab滴 ...

嗯，有道理，用c或者c++可以把算法吃透
用matlab就是比较快，但是细节可能知道的不那么透彻

vo_ 发表于 2013-3-29 11:43:37

哇，这个帖子太是我的菜了虚心受教果断收藏！(^-^)/

查看完整版本: Matlab图像处理的常用函数及例子