图像处理常用命令matlab.doc

1. 读入并显示一幅图像 clear %清除所有的工作平台变量 close all %关闭已打开的图形窗口 I=imread (pout.tif); %读取图像pout.tif(该图像是图像处理工具箱自带的图像)， %存储在一个名为I的数组中 imshow(I) %显示图像I 2. 检查内存中的图像 whos %查看图像数据I是如何存储在内存中的。 3. 实现直方图均衡化 figure %生成一个新的图形窗口，避免后面的图像覆盖前面图像的显示 imhist(I) %创建描述图像I灰度分布的直方图 I2=histeq(I); %将图像的灰度值扩展到整个灰度范围，从而提高图像数组I的对比度。 figure,imshow(I2) %显示修改过的图像I2 figure,imhist(I2) %显示拓展后的灰度值的分布情况 4. 保存图像 imwrite(I2,pout.png); %将图像I2以PNG图像文件格式保存到磁盘 5. 检查新生成文件的内容 imfinfo(pout2.png) %观察保存的图像文件信息 图像处理的高级应用 主要对一幅灰度图像rice.tif进行一些较为高级的操作为例说明整个过程。 1. 读取和显示图像 clear %清除所有的工作平台变量 close all %关闭已打开的图形窗口 I=imread(rice.png); %读取图像rice.png (该图像是图像处理工具箱自带的图像) imshow(I) %显示图像 2. 估计图像背景 background=imopen(I,strel(disk,15)); %对图像I进行形态学开操作，删除那些不完全包括 %在半径为15的圆盘中的对象，实现对背景亮度的估计 figure,imshow(background) figure,surf(double(background(1:8:end,1:8:end))),zlim([0 255]); %以表面形式显示背景 3. 从原始图像中减去背景图像 I2=imsubtract(I,background); %将背景图像background从原始图像I中减去 figure,imshow(I2) 4. 调节图像对比度 I3=imadjust(I2,stretchlim(I2),[0 1]); %调节图像的对比度 figure,imshow(I3); 5. 使用阈值操作将图像转换为二进制图像 level=graythresh(I3); bw=im2bw(I3,level); figure,imshow(bw) 6. 检查图像中的对象个数 [labeled,numObjects]=bwlabel(bw,4); %确定图像中的米粒个数 numObjects 101 7. 检查标记矩阵 grain=imcrop(labeled) %选择并显示已标记的对象和部分背景内的像素 RGB_label=label2rgb(labeled,@spring,C,shuffle); %将标记矩阵显示为一副伪彩色的索引图像，在伪彩色的彩色图像中， %标记矩阵中的每一个对象都将被映射为相关调色板中的不同颜色 imshow(RGB_label); 8.计算图像中对象的统计属性 graindata=regionprops(labeled,basic) %测量图像或者区域的属性，并返回一个结构数组。当用于一个标记图像时，%它还为每一个标记分量创建一个结构元素。 graindata(51).Area %显示第51个元素的属性 graindata(51).BoundingBox,graindata(51).Centroid %寻找最近的边缘和中心 allgrains=[graindata.Area]; %创建一个新的向量allgrains，其包含每个米粒的范围 allgrains(51) %查看第51个元素的范围 max(allgrains) %获取最大的米粒大小 biggrain=find(allgrains==404) %返回最大米粒的标记号 mean(allgrains) %获取米粒的平均大小 hist(allgrains,20) %绘制包含20个柱的直方图 图像格式：是存储图像采用的文件格式。不同的操作系统、不同的图像处理软件，所支持的图像格式都有可能不同。 在实际应用中经常会遇到的图像格式有：BM