MATLAB图像处理编程与应用

第7章 图像分割与特征提取及MATLAB实现

图像分割：是指将图像中有意义的对象与其背景分离，并把这些对象按照不同的含义分割开来，也就是说，把图像中具有不同含义的对象提取出来。

图像分割的方法：大致可以分为基于边缘检测的方法和基于区域生成的方法两大类。 边缘检测技术：是所有基于边界分割的图像分析方法的第一步，首先检测出图像局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同的区域，检测出边缘的图像就可以进行特征提取和形状分析。

图像特征：是指图像的原始特性或属性。其中有些是视觉直接感受到的自然特征，如区域的亮度、边缘的轮廓、纹理或色彩等；有些是需要通过变换或测量才能得到的人为特征，如变换频谱、直方图、矩等。图像特征提取工作的结果给出了某一具体的图像中与其他图像相区别的特征。如：描述物体表面灰度变化的纹理特征，描述物体外形的形状特征等。这些特征提取的结果需要一定的表达方式，要让计算机能懂得，这就是本章的任务。

7.1边缘检测方法

图像边缘对图像识别和计算机分析十分有用，边缘能勾画出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等），是图像识别中重要的图像特征之一。从本质上说，图像边缘是图像局部特性不连续性

第8章 彩色图像处理及MATLAB实现

8.1 概述

彩色对我们并不陌生，比如说日常生活中通过摄影相机用彩色胶卷所拍的照片。它是指用各种观测系统，以不同形式和手段，观测客观世界而获得的，可以直接和间接作用于人眼，进而产生视觉的实体。小到分子内部结构图片，大至宇宙星体照片，人类通过视觉识别文字、图片和周围环境，人的视觉系统就是一个观测系统，通过它得到的图像就是客观景物在人的心目中形成的影像。

我们生活在一个信息时代，科学研究和统计表明，人类感知的外界信息，80％以上是通过视觉得到的，也就是从图像中获得。生活在色彩斑斓的世界中，人的视觉系统产生的图像多为彩色图像。对人类而言，对彩色图像信息的感知，具有至关重要的意义。彩色图像信息可以从科学和艺术两方面来理解。本章仅从科学角度讨论彩色图像信息处理，当然通过科学手段对彩色图像进行处理自然也可能使彩色图像更具有艺术效果。

对彩色图像的科学处理，称为图像技术，也称为图像工程。内容非常丰富，根据抽象程度和研究方法等的不同可分为三个层次：彩色图像处理、彩色图像分析和彩色图像理解。彩色图像处理着重强调在图像之间进行的变换，彩色图像分析则主要是对彩色图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建

《MATLAB语言》课程论文

MATLAB在图像处理中的应用

姓名：魏晶茹 学号：12010245218

专业：通信工程 班级：通信工程1班 指导老师：汤全武

学院：物理电气信息学院 完成日期：2011年12月11日

MATLAB在图像处理中的应用

（魏晶茹 12010245218 2010级通信工程班）

[摘要] MATLAB语言因具有功能强、效率高、简单易学等特点，在许多领域得到广泛应用。强大的绘图

功能是MATLAB的特点之一。MATLAB提供了一系列的绘图函数，本文在简要介绍MATLAB软件的基础上, 结合其图象处理工具箱, 重点分析了MATLAB在图象处理中的应用。通过实例验证了该语言具有强大图形处理能力, 是一种简洁易学, 可读性强、功能强大的应用软件。

[关键词]MATLAB语言、图像处理、直方图均衡化

一、 问题的提出

MATLAB 语言是当今国际上科学界 (尤其是自动控制领域) 最具影响力、也是最有活力的软件。它提供了强大的科学运算、灵活的程序设计流程、高质量的图形可视化与界面设计、便捷的与其他程序和语言接口的功能。MATLAB 语言在各国高校与研究单位起着重

第8章 彩色图像处理及MATLAB实现

8.1 概述

彩色对我们并不陌生，比如说日常生活中通过摄影相机用彩色胶卷所拍的照片。它是指用各种观测系统，以不同形式和手段，观测客观世界而获得的，可以直接和间接作用于人眼，进而产生视觉的实体。小到分子内部结构图片，大至宇宙星体照片，人类通过视觉识别文字、图片和周围环境，人的视觉系统就是一个观测系统，通过它得到的图像就是客观景物在人的心目中形成的影像。

我们生活在一个信息时代，科学研究和统计表明，人类感知的外界信息，80％以上是通过视觉得到的，也就是从图像中获得。生活在色彩斑斓的世界中，人的视觉系统产生的图像多为彩色图像。对人类而言，对彩色图像信息的感知，具有至关重要的意义。彩色图像信息可以从科学和艺术两方面来理解。本章仅从科学角度讨论彩色图像信息处理，当然通过科学手段对彩色图像进行处理自然也可能使彩色图像更具有艺术效果。

对彩色图像的科学处理，称为图像技术，也称为图像工程。内容非常丰富，根据抽象程度和研究方法等的不同可分为三个层次：彩色图像处理、彩色图像分析和彩色图像理解。彩色图像处理着重强调在图像之间进行的变换，彩色图像分析则主要是对彩色图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建

郑 州 大 学

《 Matlab应用图像处理 》课程

实 验 指 导 书

电气工程学院·生物医学工程系

2006年11月

郑州大学 《Matlab应用图像处理》课程实验指导书

实验一 Matlab图像显示方法

一、实验目的

1. 了解Matlab的基本功能及操作方法 2. 练习图像读写和显示函数的使用方法 3. 掌握Matlab支持的五类图像的显示方法

二、实验内容

1. 图像的读写 A) 图像读

RGB = imread('ngc6543a.jpg');

B) 图像写

先从一个.mat 文件中载入一幅图像，然后利用图像写函数imwrite，创建一个.bmp文件，并将图像存入其中。

load clown whos

imwrite(X,map,'clown.bmp')

C) 图像文件格式转换

bitmap = imread('clown.bmp','bmp'); imwrite(bitmap,'clown.png','png');

2. 图像显示

A) 二进制图像的显示 BW1=zeros(20,20);

%创建仅包含0/1的双精度图像

BW1(2:2:18,2:2:18)=1; imshow(BW1,'notruesize');

MATLAB在数字图像增强处理上的应用

姓名： 学号： 专业： 班级 ： 学院： 完成日期：

MATLAB在图像增强处理中的应用

（姓名 学号 年级 班级）

[摘要]数字图像增强处理是一门新兴技术，随着计算机硬件的发展，数字增强图像的实时处理已经成为可能，由于数字图像增强处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字增强图像处理是一种通过计算机采用一定的算法对图形图像进行增强处理的技术。数字图像增强处理技术已经在各个领域上都有了比较广泛的应用。图像增强处理的信息量很大，对处理速度的要求也比较高。 MATLAB语言因具有功能强、效率高、简单易学等特点，在许多领域得到广泛应用。MATLAB强大的运算和图形展示功能，使图像增强处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLA

图像处理函数详解——bwareaopen 功能：用于从对象中移除小对象。

用法：BW2 = bwareaopen(BW,P) BW2 = bwareaopen(BW,P,CONN)

BW2 = bwareaopen(BW,P,CONN)从二值图像中移除所有小于P的连通对象。CONN对应邻域方法，默认为8。 例子：

originalBW = imread('text.png');

imview(originalBW)

bwAreaOpenBW = bwareaopen(originalBW,50);

imview(bwAreaOpenBW)

图像处理函数详解——bwlabel

功能：对连通对象进行标注，bwlabel主要对二维二值图像中各个分离部分进行标注（多维用bwlabeln，用法类似）。

用法：L = bwlabel(BW,n) [L,num] = bwlabel(BW,n)

L = bwlabel(BW,n)表示返回和BW相同大小的数组L。L中包含了连通对象的标注。参数n为4或8，分别对应4邻域和8邻域，默认值为8。 [L,num] = bwlabel(BW,n)返回连通数num。 图像处理函数详解——bwperim 功能：查找二

Matlab图像处理函数汇总：

1、图像的变换

① fft2：fft2函数用于数字图像的二维傅立叶变换，如：i=imread('104_8.tif');

j=fft2(i);

②ifft2:：ifft2函数用于数字图像的二维傅立叶反变换，如： i=imread('104_8.tif');

j=fft2(i);

k=ifft2(j);

2、模拟噪声生成函数和预定义滤波器

① imnoise：用于对图像生成模拟噪声，如：

i=imread('104_8.tif');

j=imnoise(i,'gaussian',0,0.02);%模拟高斯噪声

② fspecial：用于产生预定义滤波器，如：

h=fspecial('sobel');%sobel水平边缘增强滤波器

h=fspecial('gaussian');%高斯低通滤波器

h=fspecial('laplacian');%拉普拉斯滤波器

h=fspecial('log');%高斯拉普拉斯（LoG）滤波器

h=fspecial('average');%均值滤波器

2、图像的增强

①直方图：imhist函数用于数字图像的直方图显示，如： i=imread('104_8.tif');

imhist(i);

②直方图均化：histeq函数

1．applylut

功能：

在二进制图像中利用lookup 表进行边沿操作。 语法：

A = applylut(BW,lut) 举例

lut = makelut('sum(x(:)) == 4',2); BW1 = imread('text.tif'); BW2 = applylut(BW1,lut); imshow(BW1) figure, imshow(BW2) 相关命令： makelut 2．bestblk

功能：

确定进行块操作的块大小。 语法：

siz = bestblk([m n],k)

[mb,nb] = bestblk([m n],k) 举例

siz = bestblk([640 800],72) siz = 64 50

相关命令： blkproc 3．blkproc 功能：

MATLAB 高级应用——图形及影像处理 320

实现图像的显式块操作。 语法：

B = blkproc(A,[m n],fun)

B = blkproc(A,[m n],fun,P1,P2,...)

B = blkproc(A,[m n],[mborder nborder],fun,...) B = blkproc(A,'indexed',...)

1．applylut

功能：

在二进制图像中利用lookup 表进行边沿操作。 语法：

A = applylut(BW,lut) 举例

lut = makelut('sum(x(:)) == 4',2); BW1 = imread('text.tif'); BW2 = applylut(BW1,lut); imshow(BW1) figure, imshow(BW2) 相关命令： makelut 2．bestblk

功能：

确定进行块操作的块大小。 语法：

siz = bestblk([m n],k)

[mb,nb] = bestblk([m n],k) 举例

siz = bestblk([640 800],72) siz = 64 50

相关命令： blkproc 3．blkproc 功能：

MATLAB 高级应用——图形及影像处理 320

实现图像的显式块操作。 语法：

B = blkproc(A,[m n],fun)

B = blkproc(A,[m n],fun,P1,P2,...)

B = blkproc(A,[m n],[mborder nborder],fun,...) B = blkproc(A,'indexed',...)