图文详情

了解点儿MATLAB，知道它非常有用，但一直不太会用，如何快速掌握并运用它呢？

本专栏力争用最简洁的语言和逻辑，让您在最短时间内，学到教材课程中罕见的MATLAB运用技法，从新手迈向成手。

图像就是矩阵

在本专栏——《重新学习MATLAB》的前面几课中，我们反复强调：

一切都是矩阵。

图像当然也不例外，在MATLAB中，图像有三种形式的矩阵：

• A 二值图像

矩阵中元素“非0即1”，一般0代表黑，1代表白。

• B 灰度图像

每个像素由一个数字表示灰度，这个数字是0到255之间的一个整数。

• C 彩色图像

彩色图像的每一个元素不是一个数字了，而是多个数字组成的向量。比如最常用的RGB彩色图像，每个元素是一个1x3向量，分别代表红/绿/蓝，每个数字也是0到255。

科技千里眼把三者总结成如下图：

三种图像的矩阵表达

核心概念——邻域

邻域是学习图像处理最先遇到的关键概念，它不是常规上泛泛地理解是邻近的区域，而是有更严格的定义。

邻域分为两种：

4-邻域 和 8-领域。

看下图就能明白什么意义了：

像素 p 的两种邻域的定义

面向邻域有大量的操作，主要原理是建立一个邻域范围内的模板，模板上每个位置设置一个权重系数，再加权相加得到P点的新值。

这种方法其实专业上叫做：卷积，是不是似曾相识啊。

利用相似的原理，对于邻域上操作可以实现太多功能了，比如：

• 模糊图像；
• 增强图像；
• 检测边缘；
• 消除噪声。

图像工具箱

啥叫工具箱？其实就是一大堆函数打了一个包，当你需要什么功能，就直接调用函数了，这就叫做你使用这个工具箱了。

使用MATLAB工具箱就相当于站在巨人的肩膀上

图像工具箱都有啥功能？太多了，你能想到的图像处理功能它基本都能涵盖，所以说，如果想到对图像进行什么处理，第一反应不应该是自己去编写，而是先查找是否有现成的函数可以用的。

最最基本的几个图像处理函数简介

图像处理最基本的函数就是图像的读写了：

• imread

读取几乎所有格式的图像，并存入一个矩阵中，这是图像处理的开始。

• imshow

显示一幅图像，还包含了多个参数选项可以设置。

图像处理就是矩阵计算

• imtool

也是显示图像，不过它更厉害了，提供了浏览和探索工具，比如像素区域工具/图像信息工具/对比度调整工具等。

• imwrite

将矩阵保存为图像。

算术运算

算术和逻辑运算是图像处理的重头戏，算数运算长什么样呢？

X opn Y = Z其中，opn代表+ - * / 操作符。

就这么简单。

直接上一个加的例子：imadd

I = imread('rice.png');J = imadd(I,50);imshow(I)figureimshow(J)

上面的代码，意思是打开一张图片存入I，再将I加了50，使用的是函数imadd，看看效果吧：

I 与 J 的结果显示——亮度提高了

所以，使用imadd将一个图像加上一个常数，效果是亮度提高，称为加性图像偏移。

imadd还可以将两幅图像加在一些，即imadd(X,Y)。

有加就有减，减是imsubtract.

加和减都会遇到一个问题，比如我们操作灰度图像，那么数值是0到255之间，那么加减之后，结果有可以上溢出（>255）或者下溢出（<>

• A 截断

简单粗暴，把上溢出的全设为255，把下溢出的全设为0。

• B 归一化

溢出后的元素也还是有最大值最小值的，我们作一个线性的处理，让最大值成255，最小值变成0。

其它函数：

• imabsdiff

计算两幅图像的绝对差。

• imcomplement

图像求反。来试一试吧：

图像求反，有点像老胶卷的感觉

逻辑运算

逻辑运算是二值图像处理的核心，因为二值图像由0-1组成，所以可以认为二值图像就是一个逻辑矩阵。

那么，逻辑运算符都可以用上了：

• AND 与：bitand
• XOR 与或: bitxor
• OR 或：bitor
• NOT 非: bitcmp

认真看看下图，就可以了解逻辑运算了。

一张图理解逻辑运算

从上图我们还可以直观地了解到逻辑运算的用途——提取图像中的某一部分，这种方式称为掩膜法。

形态图像处理 

紧接上面的逻辑运算，深入发展出了图像的形态学处理，简单地说，就是提取几何和拓扑的信息的方法，本文只介绍二值图像形态处理。