Matlab數(shù)字圖像處理3課件

第3章MATLAB圖像處理基礎(chǔ)本章主要介紹利用MATLAB來實現(xiàn)數(shù)字圖像處理的基本操作，主要包括以下幾個方面的內(nèi)容：MATLAB圖像處理工具箱，圖像類型的轉(zhuǎn)換，圖像文件的讀寫，圖像文件的顯示，視頻文件的讀寫。介紹這5個部分目的是為了讓廣大用戶了解MATLAB圖像處理工具箱的基礎(chǔ)上，能夠利用該工具箱來實現(xiàn)基本的圖像處理操作。3.1圖像處理工具箱在MATLAB中，所提供的工具箱種類是非常多的，包含的應(yīng)用領(lǐng)域非常廣闊，例如ControlSystemToolbox（系統(tǒng)控制工具箱）、Database

Toolbox（數(shù)據(jù)庫工具箱）、FilterDesignToolbox（濾波器設(shè)計工具箱）、SignalProcessingToolbox（信號處理工具箱）等，利用這些工具箱用戶可以非常方便地實現(xiàn)所需要的計算、分析、處理等功能。本書主要是介紹MATLAB與圖像處理的相關(guān)操作，在MATLAB中也提供了與圖像處理相關(guān)的工具箱——ImageProcessingToolbox（圖像處理工具箱）。下面具體介紹MATLAB中的圖像處理工具箱的相關(guān)內(nèi)容。3.1.1圖像處理工具箱使用向?qū)mageProcessingToolbox（圖像處理工具箱）是利用了MATLAB強大的數(shù)學(xué)計算能力，為廣大用戶提供了一套全方位的參照標準算法和圖形工具，用于進行圖像處理、分析、可視化和算法開發(fā)。該工具箱提供的圖像處理操作非常廣泛，包括：圖像數(shù)據(jù)的讀取和保存：將圖像數(shù)據(jù)讀取到工作空間，處理后圖像進行保存；圖像的顯示：將圖像文件在窗口中顯示出來；創(chuàng)建GUI：創(chuàng)建圖像用戶接口，實現(xiàn)交互操作；圖像合成：將兩幅或多幅部分圖像拼接成一幅完整圖像；圖像配準：可以基于控制點配準圖像；圖像分割：將一幅圖像按照一定規(guī)則分成多個部分，區(qū)域生長，閾值分割等；圖像ROI處理：針對圖像中感興趣區(qū)域進行處理，ROI選取等；圖像恢復(fù)：圖像中含有噪聲或者圖像發(fā)生退化，利用某些算法將圖像進行還原和恢復(fù)；彩色圖像處理：圖像的彩色空間類型及彩色空間變換，例如RGB彩色空間；鄰域和塊處理：可以進行塊操作、濾波、填充、滑動鄰域操作、分離塊操作和列處理。3.1.2學(xué)習(xí)更多關(guān)于圖像處理工具箱MATLAB圖像處理工具箱例程：MATLAB軟件包包括了許多按照分類組織的各種例程，這些例程提供了一個很好的學(xué)習(xí)圖像處理工具箱的機會；MATLAB網(wǎng)絡(luò)研討會：在這個研討會上MathWorks公司的開發(fā)人員和工程師會作簡短的（一般<=1小時）技術(shù)介紹，從這里用戶也會學(xué)到很多關(guān)于MATLAB圖像處理工具箱的內(nèi)容；MATLAB圖像處理工具箱的主頁——，在該主頁中有豐富的MATLAB圖像處理工具箱視頻和示例，在線研討會，技術(shù)資源和用戶中心等，用戶可以根據(jù)需要進行訪問和學(xué)習(xí)；SteveEddins的博客：在他的博客中有許多有關(guān)圖像處理的概念，有用的提示，算法的實現(xiàn)以及MATLAB相關(guān)內(nèi)容——。3.2圖像類型的轉(zhuǎn)換在許多圖像處理過程中，常常需要圖像的類型進行轉(zhuǎn)換，否則對應(yīng)的操作沒有意義甚至出錯。在MATLAB中，各種圖像類型之間的轉(zhuǎn)換關(guān)系如下圖所示。

3.2.2

RGB圖像轉(zhuǎn)換為索引圖像在MATLAB中，將真彩色圖像轉(zhuǎn)換成為索引圖像直接調(diào)用函數(shù)rgb2ind()。在早期的MATLAB版本中有大致四種轉(zhuǎn)換方法：直接法、均勻量化法、最小方差量化法和顏色表近似法，最新的MATLAB版本（如MATLAB

R2010a）中只有后三種轉(zhuǎn)換方法。除此之外，在函數(shù)rgb2ind()還可以輸入?yún)?shù)項dither_option，其表示是否使用抖動。3.2.3灰度圖像轉(zhuǎn)換為索引圖像在MATLAB中，灰度圖像是一個二維數(shù)組矩陣，而索引圖像不僅包括一個二維的數(shù)組矩陣，還包括一個M×3的顏色映射表。所以要想將灰度圖像轉(zhuǎn)換成為索引圖像，則必須生成對應(yīng)的顏色映射表。在MATLAB中可以直接調(diào)用函數(shù)gray2ind()來實現(xiàn)圖像轉(zhuǎn)換。其調(diào)用格式如下：[X,map]=gray2ind(I,n)：該函數(shù)是將灰度圖像I轉(zhuǎn)換為索引圖像，其中I指的是原灰度圖像，n是灰度級數(shù)，默認值為64，[X,map]對應(yīng)轉(zhuǎn)換后的索引圖像，map中對應(yīng)的顏色值為顏色圖gray(n)中的顏色值。[X,map]=gray2ind(BW,n)：該函數(shù)是將二值圖像BW轉(zhuǎn)換為索引圖像，其中I指的是二值圖像，n是灰度級數(shù)，默認值為2，[X,map]對應(yīng)轉(zhuǎn)換后的索引圖像，map中對應(yīng)的顏色值為顏色圖gray(n)中的顏色值。二值圖像實際上也是灰度圖像，只是其灰度級為2而已3.2.4索引圖像轉(zhuǎn)換為灰度圖像利用函數(shù)gray2ind()可以將灰度圖像轉(zhuǎn)換為索引圖像，同樣，索引圖像也是可以轉(zhuǎn)換成為灰度圖像的，在MATLAB中直接調(diào)用函數(shù)ind2gray()即可實現(xiàn)，其調(diào)用格式如下：I=ind2gray(X,map)：該函數(shù)是將具有顏色映射表map的索引圖像轉(zhuǎn)換為灰度圖像，去除了索引圖像中的顏色、飽和度信息，保留了圖像的亮度信息。其中[X,map]對應(yīng)索引圖像，I表示轉(zhuǎn)換后的灰度圖像。輸入圖像的數(shù)據(jù)類型可以是double型或uint8型，但輸出為double型。3.2.6二值圖像的轉(zhuǎn)換在MATLAB中，二值圖像中的數(shù)據(jù)類型實際上是logical型，’0’代表黑色、’1’代表白色，所以二值圖像實際上是一幅“黑白”圖像。那么，將其他圖像轉(zhuǎn)換為二值圖像，首先必須規(guī)定一個規(guī)則：將其他數(shù)組中什么數(shù)據(jù)變?yōu)椤?’，什么數(shù)據(jù)變?yōu)椤?’。常用的方法是“閾值法”，它是確定一個閾值，小于閾值就取為’0’，其他的全部取為’1’。在MATLAB中實現(xiàn)這一功能的函數(shù)為im2bw()，其調(diào)用格式根據(jù)轉(zhuǎn)換的原圖像不同而各有差異。如果輸入不是灰度圖像，先將其轉(zhuǎn)換為灰度圖像，然后通過閾值法轉(zhuǎn)換為二值圖像。3.2.7數(shù)值矩陣轉(zhuǎn)換為灰度圖像在MATLAB中，一個數(shù)據(jù)矩陣就相當于一幅數(shù)字圖像，只是在數(shù)字圖像中對應(yīng)的數(shù)組元素必須在一定的取值范圍，因此，只要將對應(yīng)數(shù)據(jù)矩陣中的元素按一定規(guī)律進行轉(zhuǎn)換，就可以將矩陣轉(zhuǎn)換為圖像了。在MATLAB中可以利用函數(shù)mat2gray()，將一個數(shù)據(jù)矩陣轉(zhuǎn)換為一幅灰度圖像，其調(diào)用格式為：I=mat2gray(X,[

xmin,xmax])：該函數(shù)是按照指定的取值區(qū)間[xmin,xmax]將數(shù)據(jù)矩陣X轉(zhuǎn)換為灰度圖像I，xmin對應(yīng)灰度值0，即黑色，xmax對應(yīng)灰度值1，即白色。數(shù)據(jù)矩陣中小于xmin的值取為0，大于xmax的值取為1。如果不指定取值區(qū)間[xmin,xmax]，即缺省情況下，將數(shù)據(jù)矩陣X中最小值設(shè)為xmin，最大值設(shè)為xmax。3.3圖像文件的讀寫

在MATLAB中，用戶想要對一幅圖像或者圖像文件進行操作和處理，最首要的一個步驟就是對需要處理的圖像或者文件進行“讀取”，然后再進行具體的操作和處理，最后可以將處理后的圖像進行保存。MATLAB為廣大用戶提供了專門的函數(shù)，可以方便地進行圖像信息的讀取，圖像文件的保存。本節(jié)中將具體講述圖像文件讀寫的相關(guān)內(nèi)容。3.3.2圖像文件的讀取

在MATLAB中，圖像文件的讀取最主要的是利用函數(shù)imread()，該函數(shù)幾乎支持MATLAB中所有的圖像文件格式。根據(jù)所讀取圖像格式的不同以及圖像類型的不同，該函數(shù)的調(diào)用格式也各不相同。下面將分別從“常見圖像格式讀取”和“特殊圖像格式讀取”兩部分進行介紹：1.常見圖像格式讀取2.特殊圖像格式讀取3.3.3圖像文件的保存MATLAB中利用函數(shù)imwrite()來實現(xiàn)圖像文件的寫入操作，即保存，與函數(shù)imread()的作用相對。其調(diào)用格式通常有以下幾種：imwrite(I,'','fmt')：該函數(shù)是把圖像數(shù)據(jù)I保存到由字符串“”指定的文件中，存儲的文件格式由fmt指定。與函數(shù)imread()使用類似，如果所指定的保存文件不在當前目錄下或MATLAB的目錄下，必須指明其完整路徑。fmt的取值必須是MATLAB所支持的圖像文件格式。圖像數(shù)據(jù)I不能為空，如果I為灰度圖像，那么I應(yīng)該是一個MN的二維數(shù)組，如果I為彩色圖像，那么I應(yīng)該是一個M×N×3的三維數(shù)組。如果fmt指定的格式為TIFF，那么函數(shù)imwrite()可以接受M×N×4的三維數(shù)組。imwrite(…,'')：該函數(shù)是將圖像保存到文件中時，從的擴展名中推斷圖像的文件格式，該擴展名要求必須是MATLAB所支持的類型。函數(shù)imwrite()中在之前的參數(shù)“…”與前面提到的格式是相同的調(diào)用方式。imwrite(…,'Param1',Val1,'Param2',Val2,…)：該函數(shù)是用于在保存HDF、JPEG、PBM、PGM、PPM、PNG、RAS、GIF和TIFF等類型文件時指定某些參數(shù)值。例如，在保存JPEG文件時，可以存儲以下參數(shù)：品質(zhì)（Quality）、注釋（Comment）、模式（Mode）和像素位數(shù)（BitDepth）；在保存HDF文件時，可以指定圖像的壓縮性（Compression）、品質(zhì)（Quality）和寫入模式（WriteMode）。不同的文件格式所保存的參數(shù)不同，用戶可以參考幫助文檔中的相關(guān)介紹。例如imwrite(I,'trees.png','BitDepth',8)其含義是將圖像I保存在文件“trees.png”中，并且給參數(shù)BitDepth賦值為8。3.4圖像文件的顯示在數(shù)字圖像處理中，對一幅圖像進行處理和操作，第一步是將該圖像讀取出來，然后完成后續(xù)的處理操作。但用戶如何知道處理的結(jié)果怎樣呢，它與原圖像之間有什么差別呢。這就要求將圖像可以在屏幕上進行顯示，然后人眼就能最直接地對圖像進行觀察和分辨。在MATLAB中提供了豐富的函數(shù)，可以實現(xiàn)對圖像的顯示，例如顯示灰度圖像，顯示彩色圖像，顯示多幀圖像，顯示圖像像素信息等。本小節(jié)將具體介紹MATLAB中圖像顯示函數(shù)以及各自的功能。3.4.1圖像顯示函數(shù)在MATLAB中用于顯示圖像的窗口有兩種：使用MATLAB圖像工具瀏覽器（ImageToolViewer），通過調(diào)用函數(shù)imtool()來實現(xiàn)；使用MATLAB的通用圖形圖像視窗，通過調(diào)用函數(shù)imshow()來實現(xiàn)。在MATLAB命令窗口中，輸入以下指令：>>I=imread('lena.bmp');

%讀取圖像信息>>

imtool(I);

%用函數(shù)imtool()顯示，使用的是圖像工具瀏覽器>>imshow(I);

%用函數(shù)imshow()顯示，使用的通用圖形圖像視窗將得到如圖3.27所示結(jié)果：圖（a）和圖（b）分別是兩種圖像顯示窗口界面：圖像工具瀏覽器界面和通用圖像圖像視窗界面。3.4.2像素信息的顯示在MATLAB圖像處理工具箱中包含兩個函數(shù)可以返回用戶指定的圖像像素的數(shù)據(jù)值：函數(shù)impixel()和函數(shù)impixelinfo()。1.函數(shù)impixel()函數(shù)impixel()可以返回選中像素或像素集的數(shù)據(jù)值。用戶可以直接將像素坐標作為該函數(shù)的輸入?yún)?shù)或者用鼠標選中像素。2.函數(shù)impixelinfo()：函數(shù)impixelinfo的功能是在當前顯示的圖像中創(chuàng)建一個像素信息工具。這個像素信息工具顯示的是鼠標光標所在圖像的像素點的信息，并且可以顯示該圖像窗口中的所有圖像中的像素的信息。該像素信息顯示工具默認在圖像窗口的左下角，其中內(nèi)容包括兩個部分：一是一個字符串“PixelIn