基于Matlab基本圖像處理程序

圖像讀入從圖形文件中讀入圖像imreadSyntax:A=imread(filename,fmt)filename：指定的灰度或彩色圖像文件的完整路徑和文件名。fmt:指定圖形文件的格式所對應(yīng)的標(biāo)準(zhǔn)擴(kuò)展名。如果imread沒有找到filename所制定的文件,會(huì)嘗試查找一個(gè)名為filename.fmt的文件。A：包含圖像矩陣的矩陣。對于灰度圖像,它是一個(gè)M行N列的矩陣。如果文件包含RGB真彩圖像,則是m*n*3的矩陣。對于索引圖像，格式[X,map]=imread(filename,fmt)X：圖像數(shù)據(jù)矩陣。MAP：顏色索引表圖像的顯示imshow函數(shù)：顯示工作區(qū)或圖像文件中的圖像Syntax：imshow(I)%I是要現(xiàn)實(shí)的灰度圖像矩陣imshow(I,[lowhigh]，param1,val1,param2,val2,...)%I是要現(xiàn)實(shí)的灰度圖像矩陣，指定要顯示的灰度范圍，后面的參數(shù)指定顯示圖像的特定參數(shù)imshow(RGB)imshow(BW)imshow(X,map)%map顏色索引表imshow(filename)himage=imshow(...)操作：讀取并顯示圖像I=imread('C:\Users\fanjinfei\Desktop\baby.bmp');%讀取圖像數(shù)據(jù)imshow(I);%顯示原圖像圖像增強(qiáng)一．圖像的全局描述直方圖（Histogram）：是一種對數(shù)據(jù)分布情況的圖形表示，是一種\o"二維"二維\o"統(tǒng)計(jì)圖表"統(tǒng)計(jì)圖表，它的兩個(gè)坐標(biāo)分別是\o"統(tǒng)計(jì)樣本（頁面不存在）"統(tǒng)計(jì)樣本和該樣本對應(yīng)的某個(gè)屬性的度量。圖像直方圖（ImageHistogram）：是表示\o"數(shù)字圖像"數(shù)字圖像中亮度分布的直方圖，用來描述圖象灰度值，標(biāo)繪了圖像中每個(gè)亮度值的\o"像素"像素?cái)?shù)。灰度直方圖：是灰度級的函數(shù)，它表示圖像中具有某種灰度級的像素的個(gè)數(shù)，反映了圖像中某種灰度出現(xiàn)的頻率。描述了一幅圖像的灰度級統(tǒng)計(jì)信息。是一個(gè)二維圖，橫坐標(biāo)為圖像中各個(gè)像素點(diǎn)的灰度級別，縱坐標(biāo)表示具有各個(gè)灰度級別的像素在圖像中出現(xiàn)的次數(shù)或概率。歸一化直方圖：直接反應(yīng)不同灰度級出現(xiàn)的比率?？v坐標(biāo)表示具有各個(gè)灰度級別的像素在圖像中出現(xiàn)的概率。圖像的灰度直方圖：是一個(gè)離散函數(shù)，表示圖像每一灰度級與該灰度級出現(xiàn)概率的對應(yīng)關(guān)系。圖像的灰度直方圖運(yùn)算：

imhist()函數(shù)，其橫坐標(biāo)表示像素的灰度級別，縱坐標(biāo)為像素點(diǎn)的個(gè)數(shù)。Imhist函數(shù)=Displayhistogramofimagedata顯示灰度直方圖的函數(shù)Syntax：imhist(I)%I為要計(jì)算的灰度直方圖圖像imhist(I,n)%n指定的灰度級的數(shù)目，表示所有灰度級均勻分布在n個(gè)小區(qū)間內(nèi)。imhist(X,map)[counts,x]=imhist(...)%counts直方圖數(shù)據(jù)向量。counts(i)第i個(gè)灰度區(qū)間中的像素?cái)?shù)目。x是保存了對應(yīng)的灰度小區(qū)間的向量。注意：若調(diào)用時(shí)不接受這個(gè)函數(shù)的返回值，則直接顯示直方圖；在得這些返回?cái)?shù)據(jù)之后，也可以使用stem(x,counts)手繪直方圖。例1：顯示某一圖像的灰度直方圖%noise_sig_truth=20;%sigma_nusedinthepaper.Thisparameterisadjustedbytheuser.noise_mu=0;noise=randn(size(I)).*theta_noise+noise_mu;Inoise=double(I)+noise;figure;imshow(Inoise,[]);%顯示帶噪圖像%小波濾波器選擇這個(gè)是調(diào)用濾波器函數(shù)，但是仿真出錯(cuò)qmf=MakeONFilter('Daubechies',8);%Daubechies8小波(可設(shè)為其他小波)-----------------L=5;%分解層數(shù)=log2(n)-L[InoiseNorm,coef]=NormNoise2(Inoise,qmf);%歸一化,這個(gè)一直出現(xiàn)問題是怎么回事?wc=FWT2_PO(InoiseNorm,L,qmf);%這個(gè)也沒有%--------------------------VisuShrink方法-----------------------------------------%wc=MultiVisu2(wc,L);%---------------------------------------------------------------------------------%--------------------------SUREShrink方法-----------------------------------------wc=MultiSURE2(wc,L);圖像去噪canny邊緣檢測I=imread('lena.bmp');%讀灰度圖lena.bmp%Cannyedgedetectorth=[0.050.2];E=edge(I,'canny',th);E=uint8(255*(1-double(E)));figure('name','canny'),imshow(uint8(E),'truesize');sobel邊緣檢測I=imread('lena.bmp');%讀灰度圖lena.bmp%sobeledgedetectorE=edge(I,'sobel',0.08);E=uint8(255*(1-double(E)));figure('name','canny'),imshow(uint8(E),'truesize');練習(xí)：%讀取原始圖像I=imread('C:\Users\fanjinfei\Desktop\picture.png');%讀取圖像數(shù)據(jù)n=length(I);figure;imshow(I),title('原圖')%顯示原圖像%縮小圖像J=imresize(I,0.5);%將圖像縮小至0.5倍figure;imshow(J),title('0.5倍圖')%顯示縮小后的圖像%顯示尺寸[mrows,mcols]=size(I)%查看原始的尺寸大小[mrows,mcols]=size(J)%查看縮放圖像的尺寸大小%放大圖像K=imresize(I,1.5);%將圖像放大1.5倍figure;imshow(K),title('1.5倍圖')%顯示放大后的圖像%設(shè)置尺寸M=imresize(I,[250,600]);%設(shè)置圖像的尺寸大小figure;imshow(M),title('250*600圖')%逆時(shí)針旋轉(zhuǎn)圖像I45=imrotate(I,45);%對圖像逆時(shí)針旋轉(zhuǎn)45度figure;imshow(I45),title('逆時(shí)針45度')%顯示逆時(shí)針旋轉(zhuǎn)后的圖像%逆時(shí)針旋轉(zhuǎn)圖像I45=imrotate(I,-45);figure;imshow(I45),title('順時(shí)針45度')%對圖像逆時(shí)針旋轉(zhuǎn)180度，即反轉(zhuǎn)IR=imrotate(i,180);figure;imshow(iR),title('反轉(zhuǎn)')%裁剪圖像，讀入圖像文件，然后調(diào)用命令，進(jìn)入裁剪階段。【沒完成】I=imread('C:\Users\fanjinfei\Desktop\picture.png');%讀取圖像數(shù)據(jù)n=length(I);figure;imshow(I),title('原圖')%顯示原圖像I_crop=imcrop(I)%會(huì)顯示進(jìn)入裁剪界面Imshow(I_crop),title('裁剪后')%顯示裁剪的圖像圖像的灰度變換I=imread('C:\Users\fanjinfei\Desktop\picture.png');%讀取圖像數(shù)據(jù)figure;imshow(I),title('原圖')%顯示原圖像imhist(I)圖像去霧closeall

clc

rgb=imread('imageprocessing\fog\fog.jpg');

%對飽和度與亮度進(jìn)行histeq處理

hsv=rgb2hsv(rgb);

h=hsv(:,:,1);

s=hsv(:,:,2);

v=hsv(:,:,3);

S=histeq(s);

V=histeq(v);

result_hsv=hsv2rgb(h,S,V);

%對RGB每個(gè)通道進(jìn)行histeq處理

r=rgb(:,:,1);

g=rgb(:,:,2);

b=rgb(:,:,3);

R=histeq(r);

G=histeq(g);

B=histeq(b);

result_rgb=cat(3,R,G,B);

%對YCbCr的亮度進(jìn)行histeq處理

ycbcr=rgb2ycbcr(rgb);

y=ycbcr(:,:,1);

cb=ycbcr(:,:,2);

cr=ycbcr(:,:,3);

Y=histeq(y);

result_ycbcr=ycbcr2rgb(cat(3,Y,cb