1、matlable在圖像處理中的應用2022/9/182022/9/18一.圖像的灰度直方圖圖像的灰度直方圖（H是圖像a.bmp的數據矩陣）imhist(H)：顯示a的直方圖 histeq(H):將圖像a進行直方圖均衡化 adapthisteq(H):將圖像a進行直方圖均衡化imhist函數只能處理二維圖像，因此處理RGB圖像，需先轉化成灰度圖像，顯示灰度直方圖 H=rgb2gray(imread(kang.jpg); subplot(3,2,1); imshow(H); title(原圖); subplot(3,2,2); imhist(H); title(原圖直方圖); subplot(3,

2、2,3); H1=adapthisteq(H); imshow(H1); title(adapthisteq均衡后圖); 2022/9/182022/9/18 subplot(3,2,4); imhist(H1); title(adapthisteq均衡后直方圖); subplot(3,2,5); H2=histeq(H); imshow(H2); title(histeq均衡后圖); subplot(3,2,6); imhist(H1); title(histeq均衡后直方圖)2022/9/182022/9/18 函數imadjust用于對灰度級圖像進行灰度變換。該函數的一般語法格式為： g

3、=imadjust(f,low-in high-in,low-out high-out,gamma) 該函數將圖像f中的灰度值映射為圖像g中的新值，即將low-in至high-in之間的值映射到low-out至high-out之間的值，若gamma值小于1，則映射被加權值較高（較亮）的輸出值，若gamma值小于1，則映射被加權值較低（較暗）的輸出值。若函數參量缺省，則gamma默認為1（線性映射）。 例：直方圖的對應變化和圖像對比度的變化2022/9/182022/9/18 二.頻率域濾波平滑濾波器 K=filter2(fspecial(average,3),I)/255; fspecial(

4、average,3):用來創建3*3的均值濾波器 Fspecial(h,I):濾波函數 I：原圖像矩陣中值濾波器 K=medfilt2(I,3,3); Medfilt2:中值濾波器 I：原圖像矩陣 3,3：窗寬 imfilter是多維濾波，而filter2只能二維圖像濾波。2022/9/182022/9/18例一：利用低通鄰域平均模板進行平滑2022/9/182022/9/18例二：中值濾波和平均濾波 2022/9/182022/9/18例：對一幅圖像加噪并去噪2022/9/182022/9/18一.傅里葉變換MATLAB函數fft,fft2,fftn實現了傅里葉變換算法,分別計算一維，二維D

5、FT和n維DFT。函數ifft,ifft2和ifftn計算逆DFT。 使用傅里葉變換濾波時，需要對輸入數據進行零填充。此時，語法變為F=fft2(f,p,q) 使用這一語法，fft2會對輸入圖像填充所需數目的0,以便結果函數的大小為p*q。 傅里葉譜可以使用函數abs獲得：s=abs(F) 可以使用函數fftshift將變換的原點移動到頻率矩形的中心。語法為Fc=fftshift(F) 與中心處亮度值占支配地位的8位顯示相比，該譜中值的范圍很大，通過對數變換解決這一問題：s2=log(1+abs(Fc) 2022/9/182022/9/18例一： 圖象的FFT變換 2022/9/182022/

6、9/18例二：圖象的DCT變換 2022/9/182022/9/18例三：傅里葉變換的Matlab代碼2022/9/182022/9/18三.Radon變換Radon變換是與CT斷層影響重建算法相關的數學變換，二維情況下Radon變換大致可以理解為一個平面內沿不同的直線(直線與原點的距離為d,方向角為A)對二維函數f(x,y）做線積分，得到的像F(d,A)就是函數f的Radon 變換。 Radon函數具體使用如下： R,xp=radon(I,theta); theta參數表示旋轉角度。R的列包含了theta中每個角度的Radon變換；向量xp包含沿x軸的對應坐標；I的中心像素定義為floor(

7、size(I)+1)/2),它是x軸上對應于x=0的像素。 Example:計算一幅圖像在0度和45度上的Radon變換。2022/9/182022/9/18例一：使用如下命令進行Radon變換2022/9/182022/9/18例二：方形圖像的Radon變換從0度一直計算到180度，間隔為12022/9/182022/9/18例三：首先用radon函數計算圖像I在一組旋轉角度theta下的Radon變換R,然后用iradon函數根據R和Theta重建圖像I。2022/9/182022/9/18四.圖像分割一：點檢測2022/9/182022/9/18 二：線檢測2022/9/182022/9/184、圖像的閾值分割 I=imread(blood1.tif); imhist(I); % 觀察灰度直方圖， 灰度140處有谷，確定閾值T=140 I1=im2bw(I,140/255); % im2bw函數需要將灰度值轉換到0,1范圍內 f