标签:subplot 函数 imshow clc 图像处理 MATLAB imread img2 img1
由于数字图像可以被看作为一个矩阵,因此可以用MATLAB来进行图像处理。本章简单介绍了几个常用到的图像处理函数。
1.读取影像 imread()
clear all;
clc;
img1=imread('xyy.png');
以读取一张名为“xxy.png”的喜羊羊图片为例,可以看到MATLAB在将图像读取后以矩阵的形式进行了存储。
2.显示图像 imshow()
clear all;
clc;
img1=imread('xyy.png');
imshow(img1);
结果为图像在一个figure中显示。
3.影像灰度直方图 imhist()
clear all;
clc;
img1=imread('jinx.jpg');
subplot(1,2,1);imshow(img1);
subplot(1,2,2);imhist(img1);
使用“jinx.jpg”做演示,代码中的subplot()为在figure中各个分块位置创建坐标区。如(1,2,1)就是1*2这两个分块中的第一个。
结果如下:
4.直方图均衡化 histeq()
直方图均衡化(histogram equalization)是使变换后图像灰度值的概率密度为均匀分布的映射变换方法、通过直方图均衡化处理,图像对比图得到了提高。
计算公式为:频率映射=映射后的灰度级*原图像的累积频数/原图像的像素数=映射后的灰度级*原图像的频率
clear all;
clc;
img1=imread('jinx.jpg');
subplot(2,2,1);imshow(img1);
subplot(2,2,2);imhist(img1);
img2=histeq(img1);
subplot(2,2,3);imshow(img2);
subplot(2,2,4);imhist(img2);
结果如下:
5.空间滤波 imfilter()
使用卷积运算对图像进行滤波。
例子中使用拉普拉斯算子对喜羊羊图片进行滤波操作,代码如下(前面的直方图均衡忘删了,请不要介意):
clear all;
clc;
img1=imread('xyy.png');
subplot(2,2,1);imshow(img1);
subplot(2,2,2);imhist(img1);
img2=histeq(img1);
lapl=[0 1 0;1 -4 1;0 1 0];
img2=imfilter(img1,lapl);
subplot(2,2,3);imshow(img2);
subplot(2,2,4);imhist(img2);
结果如图:
6.二值化分割阈值(threshold)函数 graythresh()
此函数使用最大类间方差法求得阈值,代码如下:
clear all;
clc;
img1=imread('xyy.png');
subplot(1,2,1);imshow(img1);
level=graythresh(img1);
subplot(1,2,2);imhist(img1);
此时的阈值为:0.6118,该数值为归一化后的值,范围是0~1。
7.影像转二值图 im2bw()
一般使用上述的阈值即可实现该操作,代码如下:
clear all;
clc;
img1=imread('xyy.png');
subplot(1,2,1);imshow(img1);
level=graythresh(img1);
img2=im2bw(img1,level);
subplot(1,2,2);imshow(img2);
效果如下图:
8.开运算 imopen()
使用同一个结构元素对图像先腐蚀后膨胀的运算称为开运算(open),又称开启。它具有消除图像中小于结构元素的细小目标、在纤细点处分离目标、平滑较大目标的边界而且不明显改变其面积的作用。
代码如下:
clear all;
clc;
img1=imread('jinx.jpg');
subplot(1,2,1);imshow(img1);
img2=imopen(img1,strel('disk',5));
img3=imsubtract(img1,img2);
subplot(1,2,2);imshow(img3);
我们可以用它来提取背景,再使用imsubtract()函数减去此背景图像。(例子中的图片不太明显...)
更多内容大家可以前往MATLAB官方帮助文档查看。
参考文献:
韦玉春,汤国安,汪闽,杨昕等《遥感数字图像处理教程》(第三版)
标签:subplot,函数,imshow,clc,图像处理,MATLAB,imread,img2,img1 来源: https://blog.csdn.net/m0_50954690/article/details/120617164
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。