Matlab圖像處理工具箱函數(shù)詳解匯總

1、目錄 TOC o 1-3 h z u HYPERLINK l _Toc196392183 1. bwareaopen PAGEREF _Toc196392183 h 1 HYPERLINK l _Toc196392184 2. bwlabel PAGEREF _Toc196392184 h 2 HYPERLINK l _Toc196392185 3. bwperim PAGEREF _Toc196392185 h 2 HYPERLINK l _Toc196392186 4. colfilt PAGEREF _Toc196392186 h 3 HYPERLINK l _Toc196392187

2、5. conv2 PAGEREF _Toc196392187 h 3 HYPERLINK l _Toc196392188 6. dither PAGEREF _Toc196392188 h 4 HYPERLINK l _Toc196392189 7. histeq PAGEREF _Toc196392189 h 5 HYPERLINK l _Toc196392190 8. im2bw PAGEREF _Toc196392190 h 6 HYPERLINK l _Toc196392191 9. im2uint8 PAGEREF _Toc196392191 h 6 HYPERLINK l _Toc

3、196392192 10. imadd PAGEREF _Toc196392192 h 6 HYPERLINK l _Toc196392193 11. imadjust PAGEREF _Toc196392193 h 7 HYPERLINK l _Toc196392194 12. imapprox PAGEREF _Toc196392194 h 8 HYPERLINK l _Toc196392195 13. imcomplement PAGEREF _Toc196392195 h 8 HYPERLINK l _Toc196392196 14. imfinfo PAGEREF _Toc19639

4、2196 h 9 HYPERLINK l _Toc196392197 15. imhist PAGEREF _Toc196392197 h 10 HYPERLINK l _Toc196392198 PAGEREF _Toc196392198 h 11 HYPERLINK l _Toc196392199 17. imresize PAGEREF _Toc196392199 h 11 HYPERLINK l _Toc196392200 18. imdilate PAGEREF _Toc196392200 h 12 HYPERLINK l _Toc196392201 19. imerode PAGE

5、REF _Toc196392201 h 13 HYPERLINK l _Toc196392202 20. imopen PAGEREF _Toc196392202 h 13 HYPERLINK l _Toc196392203 21. imclose PAGEREF _Toc196392203 h 14 HYPERLINK l _Toc196392204 22. mat2gray PAGEREF _Toc196392204 h 14 HYPERLINK l _Toc196392205 23. montage PAGEREF _Toc196392205 h 15 HYPERLINK l _Toc1

6、96392206 24. nlfilter PAGEREF _Toc196392206 h 15 HYPERLINK l _Toc196392207 25. regionprops PAGEREF _Toc196392207 h 16 HYPERLINK l _Toc196392208 26. rgb2gray PAGEREF _Toc196392208 h 20 HYPERLINK l _Toc196392209 27. roicolor PAGEREF _Toc196392209 h 21 HYPERLINK l _Toc196392210 28. roifill PAGEREF _Toc

7、196392210 h 22 HYPERLINK l _Toc196392211 29. roifilt2 PAGEREF _Toc196392211 h 22 HYPERLINK l _Toc196392212 30. roipoly PAGEREF _Toc196392212 h 23 HYPERLINK l _Toc196392213 31. strel PAGEREF _Toc196392213 h 241. bwareaopen功能：用于從對象中移除小對象。 . b, x4 F1 |: k& U( u( h2 T: X( V, B9 用法：BW2 = bwareaopen(BW,P)

8、BW2 = bwareaopen(BW,P,CONN)BW2 = bwareaopen(BW,P,CONN)從二值圖像中移除所有小于P的連通對象。CONN對應(yīng)鄰域方法，默認(rèn)為8。, l, L# s2 R8 ) dw8 s a) _. 例子：originalBW = imread(text.png);imview(originalBW) bwAreaOpenBW = bwareaopen(originalBW,50); HYPERLINK l _目錄 2. bwlabel功能：對連通對象進行標(biāo)注，bwlabel主要對二維二值圖像中各個分離部分進行標(biāo)注（多維用bwlabeln，用法類似）。1 _0

9、 _|( G* H% q用法：L = bwlabel(BW,n)L,num = bwlabel(BW,n)L = bwlabel(BW,n)表示返回和BW相同大小的數(shù)組L。L中包含了連通對象的標(biāo)注。參數(shù)n為4或8，分別對應(yīng)4鄰域和8鄰域，默認(rèn)值為8。L,num = bwlabel(BW,n)返回連通數(shù)num。 HYPERLINK l _目錄 3. bwperim功能：查找二值圖像的邊緣。* B8 z3 6 N( i, O+ Y6 1 v& R U, B. h. b用法：BW2 = bwperim(BW1) |+ D/ J L7 x% Q4 |BW2 = bwperim(BW1,conn)8 5

10、 H5 J- 1 X. |) XBW2 = bwperim(BW1,conn)表示從輸入圖像BW1中返回只包括對象邊緣像素點的圖像。conn的定義值如下：) r |5 x O- a8 9維數(shù)參數(shù)值說明對二維44領(lǐng)域88領(lǐng)域?qū)θS66領(lǐng)域1818領(lǐng)域2626領(lǐng)域例子：7 y3 H# D# _- U/ c2 H4 ) F! w8 c*( C- S* W) x! O3 P. b( P% kBW1 = imread(circbw.tif);BW2 = bwperim(BW1,8); * F& k: 6 3 : ximshow(BW1)% E p+ Q% T y7 k; q2 e# Xfigure, i

11、mshow(BW2) HYPERLINK l _目錄 4. colfilt功能：以列方法進行鄰域處理，也可執(zhí)行常規(guī)非線性濾波（自己理解的）。. L T1 q6 a9 _ _用法：B = colfilt(A,m n,block_type,fun)該函數(shù)生成了一幅圖像，在中，每一列對應(yīng)于其中心位于圖像內(nèi)某個位置的鄰域所包圍的像素。然后將函數(shù)應(yīng)用于該矩陣中。m n表示大小為m行n列的鄰域。block_type表示了一個字符串，包括distinct,sliding兩種，其中sliding是在輸入圖像中逐個像素地滑動該m乘n的區(qū)域。fun表示引用了一個函數(shù)進行處理，函數(shù)返回值的大小必須和原圖像大小相同。

12、舉例：I = imread(tire.tif);! 7 I5 r) Z5 w nQ( H5 F! W/ p imshow(I) I2 = uint8(colfilt(I,5 5,sliding,mean); figure, imshow(I2) O6 g) e+ W! k. z7 t6 J1 x/ t/ b3 c這個函數(shù)我是根據(jù)岡薩雷斯的圖像處理書來翻譯的，而且有些地方我也不是很明白，如果有什么問題的話，可以一起商榷。 HYPERLINK l _目錄 5. conv2功能：是二維卷積運算函數(shù)（與convmtx2相似）。如果a和b是兩個離散變量n1和n2的函數(shù)，則關(guān)于a和b的二維卷積運算數(shù)學(xué)公式

13、如下：- A3 * r% q6 m9 Y5 g M9 K用法：C = conv2(A,B)+ Z/ T; X+ L2 X! y7 B* aC = conv2(hcol,hrow,A)C = conv2(.,shape)5 C wT! ?2 ! q* ?C = conv2(A,B)計算數(shù)組A和B的卷積。如果一個數(shù)組描述了一個二維FIR濾波器，則另一個數(shù)組被二維濾波。當(dāng)A的大小為ma,na,B的大小為mb,nb時，C的大小為ma+mb-1,mb+nb-1。shape見下表參數(shù)值 X5 y3 M! N7 q, s9 C) * ! s) u含義3 J0 F; # n0 P* b( d# Zfull!

14、Z7 f: f; n- l; Z 默認(rèn)值，返回全部二維卷積值。 F# N3 L* 6 O+ K4 usame5 & K9 x2 b7 % h9 3 b% R返回與A大小相同卷積值的中間部分6 q, . q9 f, m& O7 e5 ) valid/ G% c) D4 S9 P# z7 O s當(dāng)all(size(A)=size(B),C的大小為ma+mb-1,mb+nb-1；否則，C返回。在n維卷積運算中，C的大小為max(size(A)- size(B)+1,0)# _1 F0 ( I8 I例子：s = 1 2 1; 0 0 0; -1 -2 -1;A = zeros(10);A(3:7,3:

15、7) = ones(5);H = conv2(A,s);mesh(H)+ i+ 0 Z ?b HYPERLINK l _目錄 6. dither功能：可以把真彩色圖像裝換成索引圖像或者把灰度圖像轉(zhuǎn)換為二值圖像。1 v0 O( w3 l7 W9 A6 A, g3 l T用法：X = dither(RGB,map)BW = dither(I) X = dither(RGB,map,Qm,Qe)5 9 Z0 lQ7 p/ jX = dither(RGB,map)表示把真彩色圖像RGB按指定的色圖map抖動成索引圖像X，但map不能超過65536種顏色。BW = dither(I)表示把灰度圖像I抖動

16、成二值圖像BWX = dither(RGB,map,Qm,Qe) Qm表示沿每個顏色軸反轉(zhuǎn)顏色圖的量化的位數(shù)，Qe表示顏色空間計算誤差的量化位數(shù)。如果QeQm，則不進行抖動操作。默認(rèn)值Qe=5，Qm=8 R: |6 a4 _) - Z-例子：I = imread(cameraman.tif);BW = dither(I);imview(BW) HYPERLINK l _目錄 7. histeq功能：直方圖均衡化。$ e; A. L% P! G g- D2 用法： J = histeq(I,hgram)將原始圖像I的直方圖變成用戶指定的向量hgram。hgram中的各元素的值域為0,1。 J =

17、 histeq(I,n)指定直方圖均衡后的灰度級數(shù)n，默認(rèn)值為64。+ G j8 2 R+ ( o0 s) J,T = histeq(I,.)返回從能將圖像I的灰度直方圖變換成圖像J的直方圖變換T。 newmap = histeq(X,map,hgram)1 j. y% a: ? A4 x newmap = histeq(X,map) newmap,T = histeq(X,.) 這三個是針對索引圖像調(diào)色板的直方圖均衡化，用法和灰度圖像的一樣。# J- o3 o$ Y; U# S& e! t0 k4 N) z1 Q舉例：; z0 V/ b- w$ f/ k I = imread(tire.ti

18、f); J = histeq(I);8 u$ F# r0 T# r* m m2 XW1 e; f imshow(I)8 / _7 3 H9 E# Q figure, imshow(J) HYPERLINK l _目錄 8. im2bw功能：通過設(shè)定亮度將閾值灰度、真彩、索引圖像轉(zhuǎn)換為二值圖像。. X# sZP- 5 r, a9 D j用法：BW = im2bw(I,level)BW = im2bw(X,map,level)BW = im2bw(RGB,level)分別將灰度圖像、索引圖像、真彩色圖像轉(zhuǎn)換為二值圖像。7 e8 s d# |4 b: x5 t1 L* L% j( w& Level是

19、歸一化的閾值，值域為0，1。Level可以由函數(shù)graythresh（I）來計算。例子：load treesBW = im2bw(X,map,0.4);imview(X,map),imview(BW) HYPERLINK l _目錄 9. im2uint8功能：將圖像轉(zhuǎn)換為8位無符號整型。也可將輸出值限定在0 255內(nèi)。用法： I2 = im2uint8(I)$ W. q6 B& / W9 Y+ , v M RGB2 = im2uint8(RGB)3 R$ n3 r3 E7 T I = im2uint8(BW) X2 = im2uint8(X,indexed)舉例：I = reshape(ui

20、nt8(linspace(0,255,255),5 5) I2 = im2uint8(I) HYPERLINK l _目錄 10. imadd功能：實現(xiàn)圖像相加運算。# S$ T+ v6 g3 3 F- p用法：Z = imadd(X,Y) * s# B& ?8 Y& i* j4例子：I = imread(rice.png);J = imread(cameraman.tif);K = imadd(I,J,uint16);%轉(zhuǎn)換數(shù)據(jù)類型，然后將圖像相加imshow(K,) HYPERLINK l _目錄 11. imadjust功能：% w. D( Y f; X3 V: v k8 h9 g7 調(diào)

21、節(jié)灰度圖像的亮度或彩色圖像的顏色矩陣。v ?. |- TE, I: d: n ( C! g5 A% 5 yV! z2 用法： J = imadjust(I,low_in; high_in,low_out; high_out,gamma) 將圖像I中的亮度值映射到J中的新值，即將low_in至hige_in之間的值映射到low_out至high_out之間的值。low_in以下與high_in以上的值被剪切掉了，也就是說，low_in以下的值映射到low_out，high_in以上的值映射到high_out。它們都可以使用空的矩陣，默認(rèn)值是0 1。% W; N7 w& m u _ newmap

22、= imadjust(map,low_in high_in,low_out high_out,gamma) 調(diào)整索引色圖像的調(diào)色板map。8 S2 O; 7 B; k: s& ? i: R9 f1 q- B% d9 B RGB2 = imadjust(RGB1,low_in high_in,low_out high_out,gamma)( N w2 l) j6 / & c0 l4 對RGB圖像1的紅、綠、藍(lán)調(diào)色板分別進行調(diào)整。隨著顏色矩陣的調(diào)整，每一個調(diào)色板都有唯一的映射值。7 T) C Y5 z5 Z H$ . I, , b& L% V, W/ G1 S* T+ R$ Y5 F% x 參數(shù)g

23、amma指定了曲線的形狀，該曲線用來映射I的亮度值。如果gamma小于1，映射被加權(quán)到更高的輸出值。如果gamma大于1，映射被加權(quán)到更低的輸出值。如果省略了函數(shù)的參量，則gamma默認(rèn)為1（線性映射）。. m4 . G* W5 s* r% ak, Q( p舉例： 調(diào)整灰度圖像：K = imadjust(I,0.3 0.7,); e$ _8 ! f( b3 z/ V! |0 o$ B0 P5 b figure, imshow(K). f5 ?, D; r7 t, e3 P I& r* d 調(diào)整RGB圖像：RGB1 = imread(football.jpg); RGB2 = imadjust(

24、RGB1,.2 .3 0; .6 .7 1,);9 V1 E2 g1 , E; W2 # j! B: V0 imshow(RGB1), figure, imshow(RGB2) HYPERLINK l _目錄 12. imapprox功能：減少索引圖像的色彩數(shù)，能夠指定新色圖的色彩數(shù)。即對索引圖像進行近似處理。用法：Y,newmap = imapprox(X,map,n); s- U; b4 B0 r( BY,newmap = imapprox(X,map,tol)* 4 A9 c h; cL4 O+ GY = imapprox(X,map,newmap)+ _& F- u: o5 T 9 .

25、 = imapprox(.,dither_option)Y,newmap = imapprox(X,map,n)表示把索引圖像和色圖map進行最小值量化逼近。函數(shù)返回索引圖像和新的色圖newmap，色圖至多有n種色彩。Y,newmap = imapprox(X,map,tol) 表示把索引圖像和色圖map進行均衡量化逼近。新色圖newmap至多有(floor(1/tol)+1)3種色彩，tol的范圍必須為0,1.0。例子：X, map = imread(trees.tif);Y, newmap = imapprox(X, map, 16);imview(Y, newmap) HYPERLINK

26、 l _目錄 13. imcomplement功能：對圖像進行求反運算。用法：IM2 = imcomplement(IM) 計算圖像IM的負(fù)片。圖像IM可以是二值圖像、灰度圖像、或者RGB圖像。IM2和IM類型相同。i6 |4 u5 z; Um例子：/ wm3 Z0 c% k X = uint8( 255 10 75; 44 225 100);9 l) k8 ?% E: P: Z3 iq X2 = imcomplement(X)5 o9 Y- B0 E5 m& 5 V0 m X2 = 0 245 180% c% G: S B$ g; M1 b 211 30 155! * n1 u% w/ I8

27、 b+ o# aT bw = imread(text.png); bw2 = imcomplement(bw); subplot(1,2,1),imshow(bw)9 d* ; v z) z4 O3 5 : Z0 I subplot(1,2,2),imshow(bw2)! , J I! y7 x, L# G I = imread(glass.png); J = imcomplement(I);+ D. Q& v+ S w4 |. # 2 h imshow(I), figure, imshow(J) HYPERLINK l _目錄 14. imfinfo功能：獲取圖像文件的信息) t+ K1 l

28、0 5 用法：info = imfinfo(filename,fmt) info = imfinfo(filename)4 d( b- 0 I s0 C k M參數(shù)fmt對應(yīng)于圖像處理工具箱中所有支持的圖像文件格式（如bmp,jpg等等）. S; v6 3 s4 i m5 M. g+ G% Q/ |) s0 E- j例子：info = imfinfo(canoe.tif) info = Filename:canoe.tif8 D2 / b6 # S0 |6 K4 M, ?0 # FileModDate: 25-Oct-1996 22:10:395 2 p; . x* S$ i/ FileSiz

29、e: 69708% Z+ t7 r& L; d4 rR Format: tif FormatVersion: Width: 346 Height: 207 BitDepth: 8 ColorType: indexed FormatSignature: 73 73 42 0% x0 E6 # ( X9 w. # Rk6 i ByteOrder: little-endian+ - F 8 b1 f NewSubfileType: 06 D2 N 1 x h. ) w BitsPerSample: 8 Compression: PackBits PhotometricInterpretation:

30、RGB Palette* f8 5 |) W5 y$ z: StripOffsets: 9x1doubleV. q U- u. _% V6 e. _ SamplesPerPixel: 1: w, S* w3 W, * B& _ RowsPerStrip: 239 R 0 p# h8 C StripByteCounts: 9x1double7 M1 bS7 m8 d5 tU q: r9 ?2 | XResolution: 72- k! : Z5 O7 T; n3 J7 j9 P YResolution: 72; E) v* W; G- X - g+ 9 & I ResolutionUnit: I

31、nch Colormap: 256x3double PlanarConfiguration: Chunky TileWidth: C r8 _4 S$ N. r: x# E TileLength: & N$ G- Kb 0 Q0 g& Y* 4 I TileOffsets: TileByteCounts: ( ; F* cKH* r4 d Orientation: 1 FillOrder: 1 GrayResponseUnit: 0.01007 b Z1 R2 p; MaxSampleValue: 255 MinSampleValue: 0 Thresholding: 1 HYPERLINK

32、l _目錄 15. imhist功能：顯示圖像的直方圖。 輸入數(shù)據(jù)類型可以是無符號8位、16位、有符號16位、單精浮點、字符型、邏輯型等數(shù)據(jù)。! G6 i3 ; S$ U! P; * f- 7 n用法：, g: j. C/ h; E; m& |% |+ o. f# w6 . v imhist(I,n)計算和顯示圖像I的直方圖，n為指定的灰度級數(shù)目，默認(rèn)為256。 如果I是二值圖像，那么n僅有兩個值。5 / h8 j* i% 5 v; Y K0 Z imhist(X,map)計算和顯示索引圖像x的直方圖，map為調(diào)色板。4 e& u r8 j& M8 Q counts,x = imhist(.)

33、返回直方圖數(shù)據(jù)向量counts或相應(yīng)的色彩值向量x。舉例： I=imread(rice.tif) imshow(I)$ T$ o( P9 _1 X4 figure,imhist(I) HYPERLINK l _目錄 16.imnoise功能：模仿噪聲信息，相當(dāng)于圖像的相加運算。9 _/ X; C1 w7 Z5 I0 E3 L5 D& Z: 用法： J = imnoise(I,type) 5 s! b/ T8 o9 m2 _! V u+ ?3 b# B/ oJ = imnoise(I,type,parameters)參數(shù)Type對應(yīng)的噪聲類型如下： 8 p; V4 u3 k+ S- ( O8 m

34、gaussian高斯白噪聲9 K J# c! HT+ aK2 6 ( clocalvar0均值白噪聲; ?0 ( l1 u2 1 Y7 A: ( poisson泊松噪聲salt & pepper鹽椒噪聲speckle乘性噪聲0 D7 T( Y, X; C( G% w!例子：I = imread(eight.tif);J = imnoise(I,salt & pepper,0.02);imshow(I)figure, imshow(J) HYPERLINK l _目錄 17. imresize功能：改變圖像的大小。8 d6 j! f6 eK* F. f4 l用法：B = imresize(A,m

35、) g, |6 i* T, g8 B6 v jB = imresize(A,m,method) , k2 m) zJ: d( ZB = imresize(A,mrows ncols,method) 9 ! w# C: Yj& l6 GB = imresize(.,method,n) B = imresize(.,method,h)Z Q, w/ m1 Y* H% 3 imrersize函數(shù)使用由參數(shù)method指定的插值運算來改變圖像的大小。method的幾種可選值：S! |) B w5 # I9 v3 K: Unearest（默認(rèn)值）最近鄰插值bilinear雙線性插值bicubic雙三次插

36、值6 e0 w! A2 u3 DB = imresize(A,m)表示把圖像A放大m倍0 V$ Z9 B% c/ P1 N9 Q+ CB = imresize(.,method,h)中的h可以是任意一個FIR濾波器（h通常由函數(shù)ftrans2、fwind1、fwind2、或fsamp2等生成的二維FIR濾波器）。0 M% $ D7 b, D2 j! g! x _例子：I = imread(circuit.tif);J =imresize(I,1.25);imshow(I)figure, imshow(J) HYPERLINK l _目錄 18. imdilate功能：對圖像實現(xiàn)膨脹操作。$ n

37、7 H j& E6 $ B, S. _. o M2 |& s* R- c用法：IM2 = imdilate(IM,SE) P7 P% I- M+ A! s& G& IM2 = imdilate(IM,NHOOD) * c( q8 ! h, y. n; . VIM2 = imdilate(IM,SE,PACKOPT) IM2 = imdilate(.,PADOPT) ) K. d) o* % t: 0 s IM2 = imdilate(IM,SE) 膨脹灰度，二值，壓縮二值圖像IM，返回IM2。參數(shù)SE為由strel函數(shù)返回的結(jié)構(gòu)元素或者結(jié)構(gòu)元素對象組。T/ Q1 r3 A6 d% s0 rIM

38、2 = imdilate(IM,NHOOD)膨脹圖像IM，這里NHOOD是定義結(jié)構(gòu)元素鄰域0和1的矩陣。6 _8 J$ S3 P3 ) 2 CIM2 = imdilate(IM,SE,PACKOPT)定義IM是否是一個壓縮的二值圖像。$ V- B3 y$ K4 & IM2 = imdilate(.,PADOPT)指出輸出圖像的大小。& b- o( s$ S3 & i( %例子：I = imread(cameraman.tif);se = strel(ball,5,5);I2 = imdilate(I,se);imshow(I), title(Original)figure, imshow(I2

39、), title(Dilated) HYPERLINK l _目錄 19. imerode功能：對圖像實現(xiàn)腐蝕操作，即膨脹操作的反操作。用法：IM2 = imerode(IM,SE) IM2 = imerode(IM,NHOOD) IM2 = imerode(IM,SE,PACKOPT,M) - . N # m( w0 r* m! L- WIM2 = imerode(.,PADOPT) IM2 = imerode(IM,SE) 腐蝕灰度，二值，壓縮二值圖像IM，返回IM2。參數(shù)SE為由strel函數(shù)返回的結(jié)構(gòu)元素或者結(jié)構(gòu)元素對象組。0 g. j . k$ 0 h4 It: zIM2 = ime

40、rode(IM,NHOOD)腐蝕圖像IM，這里NHOOD是定義結(jié)構(gòu)元素鄰域0和1的矩陣。$ N l/ L U/ H$ O2 b/ _) iIM2 = imerode(.,PADOPT)指出輸出圖像的大?。ㄊ欠衽c輸入圖像大小一致）。 _! k% L4 X% q/ O3 8 X9 B例子：originalBW = imread(circles.png);! Y9 0 E+ p! Use = strel(disk,11);erodedBW = imerode(originalBW,se);imview(originalBW), imview(erodedBW) HYPERLINK l _目錄 20.

41、 imopen功能：對圖像實現(xiàn)開運算，開運算一般能平滑圖像的輪廓，消弱狹窄的部分，去掉細(xì)的突出。& - M1 X* c v用法：IM2 = imopen(IM,SE)IM2 = imopen(IM,NHOOD); H6 0 & * # k4 X: KIM2 = imopen(IM,SE)用結(jié)構(gòu)元素SE實現(xiàn)灰度圖像或二值圖像的IM的形態(tài)開運算。SE可以是單個結(jié)構(gòu)元素對象或者結(jié)構(gòu)元素對象數(shù)組。- r2 J) o0 J( m: ?8 d2 eIM2 = imopen(IM,NHOOD)用結(jié)構(gòu)元素strel（NHOOD）執(zhí)行開運算。& Y! C1 5 G/ l, S4 y4 |: D) y$ m )

42、b: H(例子：I = imread(snowflakes.png);se = strel(disk,5);I_opened = imopen(I,se);imview(I_opened,) HYPERLINK l _目錄 21. imclose功能：對圖像實現(xiàn)閉運算，閉運算也能平滑圖像的輪廓，但與開運算相反，它一般融合窄的缺口和細(xì)長的彎口，去掉小洞，填補輪廓上的縫隙。$ d8 T8 n; I* a! 用法：IM2 = imclose(IM,SE)( d, B4 T; P, ) I8 dIM2 = imclose(IM,NHOOD)用法和imopen相同，請在本論壇查找！例子：original

43、BW = imread(circles.png); se = strel(disk,10); closeBW = imclose(originalBW,se);imview(closeBW) HYPERLINK l _目錄 22. mat2gray功能：將矩陣轉(zhuǎn)化為灰度圖像。5 n ?: , N* B# n7 O: L4 x用法：I = mat2gray(A,amin amax) 把一個double類的任意數(shù)組轉(zhuǎn)換成取值范圍為0 1的亮度圖像。其中圖像I的取值范圍也在0（黑色）到1（白色）之間。參數(shù)amin和amax表示將A中小于amin的值轉(zhuǎn)換為0，將A中大于amax的值轉(zhuǎn)換為1。$ i*

44、A1 K5 o# c6 t: d I = mat2gray(A) 將矩陣A中實際最小值和最大值分別賦給amin和amax。1 q; z! G+ W% R% R2 . U舉例：I = imread(rice.png); _ U* y: t# t J = filter2(fspecial(sobel),I);$ N/ O* ! ! d; M, h K = mat2gray(J);* N9 j. U! n8 v9 V! u+ v imshow(I), figure, imshow(K) HYPERLINK l _目錄 23. montage功能：在同一時間顯示多幀圖像中的所有幀。& 7 v! u8

45、B# _+ f0 t9 o1 u4 _x2 p用法：montage(I) montage(BW)8 D5 l! s( D5 w# qmontage(X,map)5 f% r$ Z$ j) y7 t, r% jmontage(RGB). n. 6 Q/ G9 v. z; v& I( r& ! U: vh = montage(.)0 u1 a2 X7 fr8 Rmontage(I)顯示灰度圖像I共k幀，I為m*n*1*k的數(shù)組0 P- D% h9 u3 h. Vmontage(BW) 顯示二值圖像I共k幀，I為m*n*1*k的數(shù)組# C4 R3 v V- 0 l& 0 Mmontage(X,map

46、)顯示索引圖像I共k幀，色圖由map指定為所有的幀圖像的色圖，X為m*n*1*k的數(shù)組# W* | t2 O, # ; Amontage(RGB)顯示真彩色圖像GRB共k幀，RGB為m*n*3*k的數(shù)組: r Z F7 例子： o1 F d1 x! l/ E$ x/ h1 |1 T) e5 xS xmri=uint8(zeros(128,128,1,27); H9 g. - y8 l! for frame=1:27 / t3 g* Uj3 s i8 Cmri(:,:,:,frame),map=imread(mri.tif,frame);G+ J3 u6 R+ Y4 7 d+ %把每一幀讀入內(nèi)存

47、中 ( ; k0 b! J8 o, ! r% s4 u/ C+ nend( T+ f) W2 J2 v% montage(mri,map);* U2 HYPERLINK l _目錄 24. nlfilter功能：用來執(zhí)行通用的滑動鄰域操作。, M% 9 O# e. P* b! F% y2 用法：B = nlfilter(A,m n,fun) B = nlfilter(A,m n,fun,P1,P2,.) 0 o& W6 R+ H$ C7 y! p2 iB = nlfilter(A,indexed,.) # l% + D1 X; B = nlfilter(A,m n,fun)表示對圖像A的每一個

48、m*n滑塊應(yīng)用函數(shù)fun。fun函數(shù)必須接受m*n塊作為輸入，并返回一個標(biāo)量y，形如：c=fun（x）c為m*n塊x的中心像素點的輸入值。9 i7 f j# ! p; P例子：B = nlfilter(A,3 3,myfun); V * K8 W0 w0 f. u, 其中myfun是以m文件如下：function scalar = myfun(x)scalar = median(x(:); HYPERLINK l _目錄 25. regionprops這里給出在Matlab圖像處理工具箱中非常重要的一個圖像分析函數(shù)：regionprops。顧名思義：它的用途是get the propertie

49、s of region，即用來度量圖像區(qū)域?qū)傩缘暮瘮?shù)。 語法STATS = regionprops(L,properties)描述測量標(biāo)注矩陣L中每一個標(biāo)注區(qū)域的一系列屬性。L中不同的正整數(shù)元素對應(yīng)不同的區(qū)域，例如：L中等于整數(shù)1的元素對應(yīng)區(qū)域1；L中等于整數(shù)2的元素對應(yīng)區(qū)域2；以此類推。返回值STATS是一個長度為max(L(:)的結(jié)構(gòu)數(shù)組，結(jié)構(gòu)數(shù)組的相應(yīng)域定義了每一個區(qū)域相應(yīng)屬性下的度量。properties 可以是由逗號分割的字符串列表、飽含字符串的單元數(shù)組、單個字符串 all 或者 basic。如果 properties 等于字符串 all，則所有下述字串列表中的度量數(shù)據(jù)都將被計算，如

50、果 properties 沒有指定或者等于 basic，則屬性: Area, Centroid, 和 BoundingBox 將被計算。下面的列表就是所有有效的屬性字符串，它們大小寫敏感并且可以縮寫。 屬性字符串列表 del/zuoxinian/mat_region.html l Area t _blank Area HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l EquivDiameter t _blank EquivDiameter9 X9 I4 n+ U, b HYPERLINK :/ /course/mathmode

51、l/zuoxinian/mat_region.html l MajorAxisLength t _blank MajorAxisLength, P; K: v, J& F; V/ C. l, HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l BoundingBox t _blank BoundingBox HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l EulerNumber t _blank EulerNumber HYPERLINK :/ /course

52、/mathmodel/zuoxinian/mat_region.html l MinorAxisLength t _blank MinorAxisLength HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Centroid t _blank Centroid HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Extent t _blank Extent HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.

53、html l Orientation t _blank Orientation HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l ConvexArea t _blank ConvexArea HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Extrema t _blank Extrema HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l PixelIdxList t _blank Pixel

54、IdxList|) D5 M% 7 g( : v% o# HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l ConvexHull t _blank ConvexHull HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l FilledArea t _blank FilledArea# k, z! C) N% _+ G% F# _ HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l PixelLis

55、t t _blank PixelList3 J+ R$ x4 ?: b3 P |% Q8 e HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l ConvexImage t _blank ConvexImage HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l FilledImage t _blank FilledImage HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Solidity t

56、 _blank Solidity( J* q$ o% w- HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Eccentricity t _blank Eccentricity0 9 t7 j$ W* f! HYPERLINK :/ /course/mathmodel/zuoxinian/mat_region.html l Image t _blank Image屬性詳細(xì)定義本部分將結(jié)合一個具體的例子說明各種字串相關(guān)屬性的意義，矩陣取自在蟻蛉模式識別中做過預(yù)處理后的斑紋分割圖像，如下圖：這是一幅二值圖像，在應(yīng)用regionp

57、rops函數(shù)之前必須將其標(biāo)注，可以調(diào)用 bwlabel函數(shù)和偽彩色處理，標(biāo)注后的圖像如下圖：下面基于以上的材料來考察屬性的含義。 Area是標(biāo)量，計算出在圖像各個區(qū)域中像素總個數(shù)。注意：這個數(shù)值可能與由函數(shù) bwarea 計算的值有輕微的不同。對于這樣一個數(shù)值，我們可以使用它除以整個圖像區(qū)域的像素個數(shù)而得到斑紋比例，可以作為模式識別的候選特征，并且這個特征是仿射不變的。在本例中最后計算出的面積向量是 3.8952,9.7213,17.663,3.5762,1.3432,1.6958,0.41974,0.41974,21.625,12.324,4.8187,1.5111/10000.Boundi

58、ngBox是1行ndims(L)*2列的向量，即包含相應(yīng)區(qū)域的最小矩形。BoundingBox 形式為 ul_corner width，這里 ul_corner 以 x y z . 的坐標(biāo)形式給出邊界盒子的左上角、boxwidth 以 x_width y_width . 形式指出邊界盒子沿著每個維數(shù)方向的長度。本例的各部分區(qū)域最小矩形如下圖！注意：請在這熟悉一下函數(shù)rectangle的使用方法。Centroid是1行ndims(L)列的向量，給出每個區(qū)域的質(zhì)心（重心）。 注意：Centroid 的第一個元素是重心水平坐標(biāo)（x坐標(biāo)）、第二個元素是重心垂直坐標(biāo)（y坐標(biāo)）。Centroid 所有其它

59、元素則按照維順序排列。下圖采用以中心為圓心的小圓來演示質(zhì)心檢測的效果：圖中各質(zhì)心坐標(biāo)（標(biāo)準(zhǔn)化后的）依次為： (x,y)=0.10478, 0.767390.11883, 0.0815450.19586, 0.610920.30701, 0.308070.65712, 0.316130.73165, 0.305310.74548, 0.353780.80624, 0.728020.84546, 0.615640.90554, 0.0795740.93477, 0.778710.97611, 0.15576MajorAxisLength是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長軸長度（像素意義

60、下）。本屬性只支持二維標(biāo)注矩陣。 MinorAxisLength 是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的短軸長度（像素意義下）。本屬性只支持二維標(biāo)注矩陣。 Eccentricity 是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的離心率（可作為特征）。本屬性只支持二維標(biāo)注矩陣。 Orientation 是標(biāo)量，與區(qū)域具有相同標(biāo)準(zhǔn)二階中心矩的橢圓的長軸與x軸的交角（度）。本屬性只支持二維標(biāo)注矩陣。 本例的各區(qū)域橢圓數(shù)據(jù)為：長軸：18.767,45.172,43.003,30.687,16.505,15.698,5.8833,5.8833,46.954,38.873,22.929,15.429短