MATLAB06:数字图像处理

悠悠 2022-12-04 02:22 389阅读 0赞

转自：https://blog.csdn.net/ncepu_Chen/article/details/103120698

目录

图像的读取和展示

图像在MATLAB中的存储格式

读取和展示图像

图像的运算

图像的点运算

图像的四则运算

像素的统计分布

图像的二值化

图像的几何变换

使用MATLAB分析图像:目标计数

图像预处理

目标计数:标记连通区域

分析检测结果

学习一门技术最好的方式就是阅读官方文档,可以查看MATLAB官方文档

图像的读取和展示

图像在MATLAB中的存储格式

MATLAB能够处理的数字图像分为三种:二值图像,灰度图像,彩色图像.

在这里插入图片描述

  • 二值图像在MATLAB中以一个矩阵存储,矩阵中元素的取值为0(表示白)或1(表示黑).

    1.                                         ![在这里插入图片描述][20191118115758683.png]

  • 灰度图像在MATLAB中以一个矩阵存储,矩阵中元素的取值介于0~255之间,表示灰度.

    1.                                         ![在这里插入图片描述][20191118134605907.png]

  • 彩色图像在MATLAB中以三个矩阵存储,每个矩阵中元素的取值介于0~255之间,分别表示颜色R,G,B分量的浓度

    1.                                     ![在这里插入图片描述][20191118120139158.png]

读取和展示图像

使用imread()函数将图像读取到内存中,使用imshow()函数展示图像,使用imwrite()函数将内存中的图像写进硬盘.

  1. clear, close all
  2. I = imread('pout.tif');     % 将MATLAB自带图像'pout.tif'读取到内存中
  3. imshow(I);                     % 在图形窗口展示该图像 
  4. imwrite(I,'myimage.png');    % 将该图像存为png格式的文件
  6.                                                         ![在这里插入图片描述][20191118121351943.png]

使用imageinfo()函数查看图片文件的详细信息.

  1. imageinfo('pout.tif')
  3.                                                          ![在这里插入图片描述][20191118124028217.png]

使用imtool()函数可以打开图像处理工具.

  1. imtool('pout.tif')
  3.                                              ![在这里插入图片描述][20191118124608907.png]

图像的运算

图像的点运算

图像在内存中以矩阵的形式存储,因此我们可以像遍历矩阵那样遍历并编辑图片上的像素点.MATLAB也内置了一些函数用于进行图像运算.

图像的四则运算

要对两个图像进行四则运算,要求这两个图像的尺寸相同.下面是常用的图像四则运算函数,具体细节请参考官方文档.


































函数 作用
imabsdiff() 两个图像求差值
imadd() 一个图像加上另一个图像或常数
imsubtract() 一个图像减去另一个图像或常数
immultiply() 一个图像乘以另一个图像或常数
imdivide() 一个图像除以另一个图像或常数
imcomplement() 对图像取反 
  1. I=imread('rice.png');
  2. subplot(1,2,1); imshow(I);
  3. J=immultiply(I, 1.5);
  4. subplot(1,2,2); imshow(J);
  6.                                     ![在这里插入图片描述][2019111813013648.jpg]
  8. I=imread('rice.png'); J=imread('cameraman.tif'); 
  9. K=imadd(I,J);
  10. subplot(1,3,1); imshow(I);
  11. subplot(1,3,2); imshow(K);
  12. subplot(1,3,3); imshow(J);
  14.                      ![在这里插入图片描述][2019111813032868.jpg]

可以看到,进行加法操作后,得到的图像比原本的两个都亮,这是因为图像矩阵的数值整体上增加了.

像素的统计分布

使用imhist()函数可以分析像素值的统计分布.

  1. I = imread('pout.tif');
  2. imhist(I)
  4.                                ![在这里插入图片描述][20191118130932542.png]

使用histeq()可以增大图像的对比度,这本质上做了直方图的均衡化(Histogram Equalization)操作.

  1. I = imread('pout.tif'); I2 = histeq(I);
  2. subplot(1,4,1); imhist(I);
  3. subplot(1,4,2); imshow(I);
  4. subplot(1,4,3); imshow(I2);
  5. subplot(1,4,4); imhist(I2);
  7.                 ![在这里插入图片描述][20191118131324250.jpg]

图像的二值化

将灰度图像变为二值图像的过程被称为二值化,MATLAB内置了两个与二值化相关的函数.

  • graythresh()函数用于计算二值化变换过程中的最优阈值(threshold).灰度图像上超过该阈值的点将被赋值为1,低于该阈值的点将被赋值为0.

  • im2bw()用于进行二值化变换.

    I = imread(‘rice.png’);
    level=graythresh(I); bw=im2bw(I, level);
    subplot(1,2,1); imshow(I);
    subplot (1,2,2); imshow(bw)

    1.                            ![在这里插入图片描述][20191118140429824.png]

图像的几何变换

图像的几何变换本质上就是将图像乘以一个矩阵得到新图像的过程.




































变换形式 图形示意 数学变换 MATLA命令
位移(Translation) 在这里插入图片描述 \begin{bmatrix} x' \\ y' \\ 1\end{bmatrix} = \begin{bmatrix} 1 & 0 & t_x\\ 0 & 1 & t_y \\ 0 & 0 & 1 \end{bmatrix}*\begin{bmatrix} x\\ y\\ 1\end{bmatrix} imtranslate()
缩放(Scale) 在这里插入图片描述 \begin{bmatrix} x' \\ y' \\ 1\end{bmatrix} = \begin{bmatrix} s_x & 0 & 0\\ 0 & s_y & 0 \\ 0 & 0 & 1 \end{bmatrix}*\begin{bmatrix} x\\ y\\ 1\end{bmatrix} imresize()
错切(Shear) 在这里插入图片描述 \begin{bmatrix} x' \\ y' \\ 1\end{bmatrix} = \begin{bmatrix} 1 & h_x & 0\\ h_y & 1 & 0 \\ 0 & 0 & 1 \end{bmatrix}*\begin{bmatrix} x\\ y\\ 1\end{bmatrix}  
旋转(Rotate) 在这里插入图片描述 \begin{bmatrix} x' \\ y' \\ 1\end{bmatrix} = \begin{bmatrix} \cos \theta & \sin \theta & 0\\-\sin \theta & \cos \theta & 0 \\ 0 & 0 & 1 \end{bmatrix}*\begin{bmatrix} x\\ y\\ 1\end{bmatrix} imrotate() 
  1. I = imread('rice.png'); J = imrotate(I, 35, 'bilinear');
  2. subplot(1,2,1);    imshow(I); 
  3. subplot(1,2,2); imshow(J);
  4. size(I)    % 得到 [256, 256]
  5. size(J)    % 得到 [357, 357]
  7.                                        ![在这里插入图片描述][20191118134103532.jpg]

可以看到,进行旋转变换后,图像的尺寸增加了.

使用MATLAB分析图像:目标计数

我们想要通过MATLAB分析rice.png图片中米粒的个数.

  1.                                                       ![在这里插入图片描述][20191118143535922.jpg]

图像预处理

要分析图像中的米粒个数,我们需要对图像进行两步预处理:

  1. 去除图像的背景:

    1. I = imread('rice.png');
    2. subplot(1,3,1); imshow(I);
    3. BG = imopen(I, strel('disk', 15));
    4. subplot(1,3,2); imshow(BG);
    5. I2 = imsubtract(I, BG);
    6. subplot(1,3,3); imshow(I2);
    8.                         ![在这里插入图片描述][20191118143944557.png]

  2. 对图像进行二值化:

    1. I2 = imsubtract(I, BG); level=graythresh(I2);
    2. bw2 = im2bw(I2, level);

下面代码展示了是否去除背景对图像二值化结果的影响:

  1. % 直接对图像进行二值化
  2. I = imread('rice.png'); 
  3. level=graythresh(I); bw = im2bw(I, level);
  4. subplot (1,2,1); imshow(bw); title('直接进行二值化');
  6. % 去除背景后对图像进行二值化
  7. BG = imopen(I, strel('disk', 15)); I2 = imsubtract(I, BG); 
  8. level=graythresh(I2); bw2 = im2bw(I2, level);
  9. subplot(1,2,2); imshow(bw2); title('去除背景后进行二值化');
  11.                                       ![在这里插入图片描述][20191118144946211.jpg]

目标计数:标记连通区域

识别米粒个数的关键在于识别连通区域.

  1.                                                ![在这里插入图片描述][20191118145139882.png]

在这里,我们使用MATLAB自带的bwlabel()函数计算连通区域,该函数使用了连通区域标记算法,将每个连通区域内的像素点赋值为同一个值.

  1.                                           ![在这里插入图片描述][20191118152529600.png]
  3. I=imread('rice.png');
  4. BG=imopen(I, strel('disk', 15));
  5. I2=imsubtract(I, BG); level=graythresh(I2);
  6. BW=im2bw(I2, level);
  7. [labeled, numObjects]=bwlabel(BW, 8);

得到labeled为标记好的矩阵,其尺寸与原图片相同,每个连通区域都被赋值为一个相同的整数,其他区域被赋值为0.numObjects为计算出的连通区域个数,为99.

使用label2rgb()函数可以将标记结果以彩色图片的形式展示

  1. RGB_label=label2rgb(labeled); 
  2. imshow(RGB_label);
  4.                                                            ![在这里插入图片描述][20191118150323512.jpg]

分析检测结果

使用regionprops()函数可以将检测结果封装成结构体数组.

  1. graindata = regionprops(labeled, 'basic');
  2. graindata(51)
  4. Area: 155
  5.    Centroid: [112.4258 245.8645]
  6. BoundingBox: [108.5000 234.5000 8 22]

使用bwselect()函数可以交互式选择连通区域

  1. ObjI = bwselect(BW); 
  2. imshow(ObjI);
  4.                                                ![在这里插入图片描述][20191118151517586.png]

发表评论

表情：
评论列表 （有 0 条评论，389人围观）

还没有评论，来说两句吧...

相关阅读

    相关 MATLAB数字图像处理实验一

    一、实验要求 1、直方图(读入你自己的图片并显示； 用默认、条形图、杆状图及曲线四种方式显示直方图，并将它们绘制在同一幅figure中进行比较) 2、九种默认的滤波器并

    小咪咪小咪咪/ 0 赞/ 65 阅读

    相关 matlab数字图像处理源代码

    MATLAB数字图像去噪典型算法 一、课题介绍 图像去噪是数字图像处理中的重要环节和步骤。去噪效果的好坏直接影响到后续的图像处理工作如图像分割、边缘检测等。图像信号在产生、

    小灰灰小灰灰/ 0 赞/ 87 阅读

    相关 基于MATLAB的数字图像处理

    摘 要 图像信息是人类获取信息的重要来源及利用信息的重要手段，图像处理科学技术是科学研究、社会生产及人类生活中不可缺少的强有力工具。在信息社会中，数字图像处理科学在理论或实

    系统管理员系统管理员/ 0 赞/ 809 阅读

    相关 MATLAB数字图像处理

    工具： MATLAB； 动机：使用 MATLAB toolbox 程序设计相对简单，通过初步学习一些图像处理的常见技术，帮助建立这方面的技能体系； 面向对象：有过经验...

    你的名字你的名字/ 0 赞/ 973 阅读