大家好，又见面了，我是你们的朋友全栈君。
1、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:MATLAB6p5toolboximagesimdemosrice.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: [8×1 double] SamplesPerPixel: 1 RowsPerStrip: 32 StripByteCounts: [8×1 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: [1×166 char] 2、 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); 3、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) 4、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： I = imread(‘pout.tif’); J = imadjust(I,[0.3 0.7],[]); imshow(I), figure, imshow(J) 5、实验要求 copy两个图形文件girl1.bmp和girl2.bmp到MATLAB目录下work文件夹中。 1、 将MATLAB目录下work文件夹中的girl.bmp图象文件读出.用到imread，imfinfo等文件，观察一下图
象数据，了解一下数字图象在MATLAB中的处理就是处理一个矩阵。将这个图象显示出来（用imshow），
尝试修改map颜色矩阵的值，再将图象显示出来，观察图象颜色的变化。 2、 将MATLAB目录下work文件夹中的girl2.bmp图象文件读出，显示它的图象及灰度直方图，可以发现其
灰度值集中在一段区域，用imadjust函数将它的灰度值调整到[0，1]之间，并观察调整后的图象与原图
象的差别，调整后的灰度直方图与原灰度直方图的区别。
实验二 图像运算
本实验是综合性实验，涵盖Matlab程序设计、图像点运算、代数运算、几何运算等多章基本知识及
其应用。需四个学时。 一、实验目的与要求  理解图像点运算、代数运算、几何运算的基本定义和常见方法；  掌握在MTLAB中对图像进行点运算、代数运算、几何运算的方法；  掌握在MATLAB中进行插值的方法  运用MATLAB语言进行图像的插值缩放和插值旋转  进一步熟悉了解MATLAB语言的应用。 二、实验原理与功能 点运算是通过对图像中每个像素值进行计算,改善图像显示效果的操作,也称对比度增强,对比度拉伸,灰
度变换.可以表示为B(x,y)=f(A(x,y)).进行逐点运算,输入映射为输出,不改变图像像素的空间关系. 代数运算是指对两幅输入图像进行点对点的加、减、乘或除运算而得到输出图像的运算。对于相加
和相乘的情形，可能不止有两幅图像参加运算。在一般情况下，输入情况之一可能为常数。 四种图像处理代数运算的数学表达式如下： C(x,y)=A(x,y) B(x,y) C(x,y)=A(x,y)-B(x,y) C(x,y)=A(x,y)*B(x,y) C(x,y)=A(x,y)/B(x,y) 其中A(x,y)和B(x,y)为输入图像，而C(x,y)为输出图像。还可以通过适当的组合形成涉及几幅图像的
复合代数运算方程。 在MATLAB中，我们可以用函数简单的得到数字图像的图像数据矩阵（即A(x,y)和B(x,y)），有了这些
矩阵后我们只要适当的设计代数运算的形式并写出方程，就可以得到一个输出图像的矩阵（即C(x,y)）
图像相加的一个重要应用是对同一场景的多幅图像求平均值。这点被经常用来有效的降低加性随机噪声
的影响。在求平均值的过程中，图像的静止部分不会改变，而对每一幅图像，各不相同的噪声图案则过
累积很慢。对M幅图像进行平均，使图像中每一点的平方信噪比提高了M倍幅度信噪比是功率信噪比的平
方根，因此达到了提高信噪比降低噪声的作用。 几何运算可改变图像中各物体之间的空间关系。这种运算可以被看成是将（各）物体在图像内移动。
一个几何运算需要两个独立的算法。首先，需要一个算法来定义空间变换本身，用它来描述每个像素如
何从其初始位置“移动”到终止位置，即每个像素的“运动”。同时，还需要一个用于灰度插值的算法
，这是因为，在一般情况下，输入图像的位置坐标(x,y)为整数，而输出图像的位置坐标为非整数，反过
来也如此。因此插值就是对变换之后的整数坐标位置的像素值进行估计。MATLAB提供了一些函数实现这
些功能。 插值是常用的数学运算，通常是利用曲线拟合的方法，通过离散的采样点建立一个连续函数来逼近真
实的曲线，用这个重建的函数便可以求出任意位置的函数值。 最近邻插值是最简便的插值，在这种算法中，每一个插值输出像素的值就是在输入图像中与其最临近
的采样点的值。最近邻插值是工具箱函数默认使用的插值方法，而且这种插值方法的运算量非常小。当
图像中包含像素之间灰度级变化的细微结构时，最近邻插值法会在图像中产生人工的痕迹。 双线性插值法的输出像素值是它在输入图像中2×2领域采样点的平均值，它根据某像素周围4个像素
的灰度值在水平和垂直两个方向上对其插值。 双三次插值的插值核为三次函数，其插值邻域的大小为4×4。它的插值效果比较好，但相应的计算量
也比较大。 MATLAB图像处理工具箱中的函数imresize可以用上述的3种方法对图像进行插值缩放，如果不指定插
值方法，则默认为最邻近插值法。 Imresize函数的语法格式为： B = imresize(A,m,method) 参数method用于指定插值的方法，可选用的值为’nearest’（最邻近法），’bilinear’（双线性插值
），’bicubic’（双三次插值），默认为’nearest’。 B = imresize(A,m,method)返回原图A的m倍放大的图像（m小于1时效果是缩小）。 三 实验设计例子与调试 1． 完成人为的往一幅图像中加入噪声，并通过多次相加求平均的方法消除所加入的噪声。 在MATLAB中提供了给图像加入噪声的函数imnoise imnoise的语法格式为 J = imnoise(I,type) J = imnoise(I,type,parameters) 其中J = imnoise(I,type)返回对原始图像I添加典型噪声的有噪图像J。 参数type和parameters用于确定噪声的类型和相应的参数。 下面的命令是对图像eight.tif分别加入高斯噪声、椒盐噪声和乘性噪声，其结果如图所示： 例： I=imread(‘eight.tif’); J1=imnoise(I,’gaussian’,0,0.02); J2=imnoise(I,’salt & pepper’,0.02); J3=imnoise(I,’speckle’,0.02); subplot(2,2,1),imshow(I),title(‘原图像’); subplot(2,2,2),imshow(J1),title(‘加高斯噪声’); subplot(2,2,3),imshow(J2),title(‘加椒盐噪声’); subplot(2,2,4),imshow(J3),title(‘加乘性噪声’); 在上面的例子中使用了一个函数subplot。其作用就是将多幅图像显示再同一幅图像显示对话框中。
其语法格式为： subplot(m,n,p) 其作用就是将一个图像显示对话框分成m行n列，并显示第p幅图像。 在MATLAB程序语言中，分号的用处为不显示程序运算中的中间结果，这在一定程度上使系统运算的效
率增高，因此在不需知道中间结果的情况下，可以用分号作为一个句子的结尾，而不显示该句运算的中
间结果。 代数运算中需要有若干幅带有随机噪声的图像数据，在这里我们运用MATLAB中的FOR循环语句来完成
产生多幅带有噪声的图像数据及将这些图像数据进行相加运算。MATLAB中FOR END循环的用法如下： for end循环 这种循环允许一组命令以固定的和预定的次数重复，循环的一般形式为： for variable = expression statements end 举例如下： 例： %一个简单的for循环的例子。 for i=1:10; y(i)=i; end; y %显示y的结果 y = 1 2 3 4 5 6 7 8 9 10 为了得到最大的速度，在for循环被执行之前，应预先分配数组。例如前面所考虑的第一种情况，在
for循环内每执行一次命令，向量y的维数增加1。这样就使得MATLAB每通过一次循环对y分配更多的内存
，这当然要花费一定的时间。为了可以不执行这个步骤，for循环的例子应重写为： y=zeros(1,10); for i=1:10; y(i)=i; end; y 在实际的对图像处理过程中，由于我们读出的图像是unit8型，而在MATLAB的矩阵运算中要求所有的
运算变量为double型（双精度型）。因此读出的图像数据不能直接进行相加求平均，因此必须使用一个
函数将图像数据转换成双精度型数据。MATLAB中提供了这样的函数： im2double函数，其语法格式为： I2 = im2double(I1) 其中I1是输入的图像数据，它可能是unit8或unit16型数据，通过函数的变化输出I2为一个double型
数据，这样两图像数据就可以方便的进行相加等代数运算. 作为一个示例，现将刚刚显示的加有噪声的图像进行相加求平均以消除图像的噪声。在图像中我们给
图像加的是均值为0，方差为0.02的高斯噪声，将图像相加了一百遍，再求其平均值。程序如下： %例图像加噪声再通过多次相加求平均的方法祛除噪声 [I,M]=imread(‘eight.tif’); J=imnoise(I,’gaussian’,0,0.02); subplot(1,2,1),imshow(I,M),title(‘原图像’); subplot(1,2,2),imshow(J,M),title(‘加噪声后图像’); K=zeros(242,308); for i=1:100 J=imnoise(I,’gaussian’,0,0.02); J1=im2double(J); K=K J1; end K=K/100; %求图像的平均 figure;imshow(K),title(‘相加求平均后的图像’); 例子2 Imresize函数的语法格式为： B = imresize(A,m,method) 这里参数method用于指定插值的方法，可选用的值为’nearest’（最邻近法），’bilinear’（双线性插值
），’bicubic’（双三次插值），默认为’nearest’。 B = imresize(A,m,method)返回原图A的m倍放大的图像（m小于1时效果是缩小）。 例： I=imread(‘ic.tif’); J = imresize(I,1.25); imshow(I),title(‘原图像’) figure,imshow(J),title(‘放大后的图像’) 在工具箱中的函数imrotate可用上述三种方法对图像进行插值旋转，默认的插值方法也是最邻近插值
法。 Imrotate的语法格式为： B = imrotate(A,angle,method 函数imrotate对图像进行旋转，参数method用于指定插值的方法，，可选用的值为’nearest’（最邻
近法），’bilinear’（双线性插值），’bicubic’（双三次插值），默认为’nearest’。一般说来旋转后
的图像会比原图大，超出原图部分值为0。 例： I=imread(‘rice.tif’); J=imrotate(I,30,’bilinear’); imshow(I);title(‘原图像’) figure,imshow(J),title(‘旋转后的图像’)
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/186006.html原文链接：https://javaforall.cn
