Matlab在图像处理中的强大功能

Matlab是一款广泛应用于数学处理的软件，但其实它在图像处理方面也有着强大的功能。许多新手在使用Matlab时都会对其能够处理图像的功能感到惊讶。下面，我们将详细介绍Matlab处理图像的方法。

一、图像基本操作

读取和显示图像：

1、我们需要清空Matlab工作平台中的所有变量，以确保准备工作就绪。接着，我们可以使用imread函数读取图像，并使用imshow函数显示图像。例如，要读取名为“pout.tif”的图像并显示出来，你可以使用以下代码：

imread('pout.tif')

imshow(I)

检查内存（数组）中的图像：

我们可以使用whos命令来查看图像的存储信息，例如：

whos

输出结果将显示图像的大小、字节数和存储方式等信息。例如，输出信息可以表示该图像采用8位存储方式并占用了69840B的存储空间。

实现图像直方图均衡化：

1、我们可以通过imhist函数在新图中显示图像的直方图。接着，使用histeq函数进行直方图均衡化处理。最后，使用imshow和imhist函数分别显示均衡化后的图像及其灰度值分布情况。需要注意的是，8位图像的取值范围为[0, 255]，16位图像的取值范围为[0, 65535]，而双精度图像的取值范围为[0, 1]。

保存图像：

使用imwrite函数可以将处理后的图像保存为其他格式，例如将原先的tif格式另存为png格式：

imwrite(I2, 'pout2.png')

5. 检查新生成文件的信息：

我们可以使用imfinfo函数来观察保存的图像文件信息，例如：

imfinfo('pout2.png')

这将返回关于文件的信息，如文件名、文件格式等。

二、图像处理Matlab的应用实例：消除rice.png图像中亮度不一致的背景，并使用阈值将修改后的图像转换为二值图像，使用成员标记返回图像中对象的个数以及统计特性。按照如下步骤进行：1. 读取和显示图像：

1、我们需要清空Matlab工作平台中的所有变量，以确保准备工作就绪。接着，我们可以使用imread函数读取图像，并使用imshow函数显示图像。例如，要读取名为“rice.png”的图像并显示出来，你可以使用以下代码：

imread('rice.png')



imshow(I)

估计图像背景：

通过使用imopen函数和一个半径为15的圆盘结构元素对输入的图像进行形态学开操作，去掉那些不完全包括在圆盘中的对象，从而实现对背景亮度的估计。接着使用imshow函数显示估计出的背景图像。最后使用surf函数和zlim函数来显示背景表面图（右）。通过这些步骤，我们可以估计出图像的中心位置背景亮度强于其他部分亮度。3. 从原始图像中减去背景图像（原始图像I减去背景图像得到背景较为一致的图像）：通过使用imsubtract函数将原始图像减去估计出的背景图像得到背景较为一致的新图像。例如：

I2=imsubtract(I, background);

figure, imshow(I2)4. 调节图像的对比度（如果图像较暗，可以使用imadjust函数命令来调节图像的对比度）通过使用imadjust函数和stretchlim函数对图像进行对比度调整。例如：

I3=imadjust(I2, stretchlim(I2), [0 1]);