搜档网
当前位置:搜档网 › matlab中图像增强函数的具体使用方法

matlab中图像增强函数的具体使用方法

matlab中图像增强函数的具体使用方法
matlab中图像增强函数的具体使用方法

matlab中图像增强函数的具体使用方法matlab中图像增强函数的具体使用方法如下: 1 直方图

imhist函数用于数字图像的直方图显示,如:

i=imread('e:\w01.tif');

imhist(i);

2 直方图均化

histeq函数用于数字图像的直方图均化,如:

i=imread('e:\w01.tif');

j=histeq(i);

3 对比度调整

imadjust函数用于数字图像的对比度调整,如:

i=imread('e:\w01.tif');

j=imadjust(i,[0.3,0.7],[]);

4 对数变换

log函数用于数字图像的对数变换,如:

i=imread('e:\w01.tif');

j=double(i);

k=log(j);

5 基于卷积的图像滤波函数

filter2函数用于图像滤波,如:

i=imread('e:\w01.tif');

h=[1,2,1;0,0,0;-1,-2,-1];

j=filter2(h,i);

6 线性滤波

利用二维卷积conv2滤波, 如:

i=imread('e:\w01.tif');

h=[1,1,1;1,1,1;1,1,1];

h=h/9;

j=conv2(i,h);

7 中值滤波

medfilt2函数用于图像的中值滤波,如:

i=imread('e:\w01.tif');

j=medfilt2(i);

8 锐化

(1)利用Sobel算子锐化图像, 如:

i=imread('e:\w01.tif');

h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子

j=filter2(h,i);

(2)利用拉氏算子锐化图像, 如:

i=imread('e:\w01.tif');

j=double(i);

h=[0,1,0;1,-4,0;0,1,0];%拉氏算子

k=conv2(j,h,'same');

m=j-k;

1、dilate函数

该函数能够实现二值图像的膨胀操作,有以下形式:BW2=dilate(BW1,SE)

BW2=dilate(BW1,SE,…,n)

其中:BW2=dilate(BW1,SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行膨胀操作。输入图像BW1的类型为double或unit8,输出图像BW2的类型为unit8。

BW2=dilate(BW1,SE,…,n)表示执行膨胀操作n次。

2、erode 函数

该函数能够实现二值图像的腐蚀操作,有以下形式:

BW2= erode(BW1,SE)

BW2= erode(BW1,SE,…,n)

其中:BW2= erode(BW1,SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行腐蚀操作。输入图像BW1的类型为double或unit8,输出图像BW2的类型为unit8。BW2= erode(BW1,SE,…,n)表示执行腐蚀操作n次。

3、bwmorph函数

该函数的功能是能实现二值图像形态学运算。它的格式如下:

①BW2=bwmorph(BW1,operation)

②BW2=bwmorph(BW1,operation,n)

其中:对于格式①,bwmorph函数可对二值图像BW1采用指定的形态学运算;对于格式②,bwmorph函数可对二值图像BW1采用指定的形态学运算n次。operation为下列字符串之一:

‘clean’:除去孤立的像素(被0包围的1)

‘close’:计算二值闭合

‘dilate’:用结构元素计算图像膨胀

‘erode’:用结构元素计算图像侵蚀

4、imclose函数

该函数功能是对灰度图像执行形态学闭运算,即使用同样的结构元素先对图像进行膨胀操作后进行腐蚀操作。调用格式为:

IM2=imclose(IM,SE)

IM2=imclose(IM,NHOOD)

5、imopen函数

该函数功能是对灰度图像执行形态学开运算,即使用同样的结构元素先对图像进行腐蚀操作后进行膨胀操作。调用格式为:

IM2=imopen(IM,SE)

IM2=imopen(IM,NHOOD)

3用MATLAB编程实现图像去噪

3.1 二值形态学消除图像噪声

用二值形态学方法对图像中的噪声进行滤除的基本思想[4]是:使用具有一定形态的结构元素去度量和提取图像中的对应形状,以达到消除图像噪声的目的。下面是二值形态学消除图像噪声的一个实例。

首先将tire.tif图像加入椒盐噪声,这种噪声前面已经介绍过,它在亮的图像区域内是暗点,而在暗的图像区域内是亮点,再对有噪声图像进行二值化操作,再对有噪声图像进行开启操作,由于这里的结构元素矩阵比噪声的尺寸要大,因而开启的结果是将背景上的噪声点去除了,最后对前一步得到的图像进行闭合操作,将轮胎上的噪声点去掉了。

下面是算法实现的程序代码:

I1=imread('tire.tif'); %读灰度图tire.tif

I2=imnoise(I1,'salt & pepper'); %在图像上加入椒盐噪声figure,imshow(I2) %显示加椒盐噪声后的灰度图像

I3=im2bw(I1); %把加椒盐噪声后的灰度图像二值化

figure,imshow(I3) %显示二值化后的图像

I4=bwmorph(I3,'open'); %对二值噪声图像进行二值形态学开运算figure,imshow(I4) %显示开运算后的图像

I5=bwmorph(I4,'close'); %对上述图像进行形态学闭运算figure,imshow(I5) %显示最终处理后的图像

相关主题