Matlab图像怎么处理?Matlab图像处理的基本 *** 作

1、将灰度图片变成负片凯森

对图像进行 *** 作，实际上是将图像看成许多个像素点，对每个像素点进行 *** 作。在计算机系统中姿孙肆，灰度图片被看成是许多个由值在［0～255］之间的像素点组成的图像，255表示白色，0表示黑色，黑白之间存在256个灰度级。

2、彩色图片转换成灰度图片

我们在计算机中看到的大多数彩色图片是基于RBG三通道的图片，红绿蓝三种颜色，每一种取值均为［0～255］。通过255＊255＊255，可以构成庞大的颜色群。而灰度图像只有256个灰度级。通过以下公式可以将RGB转迹轿换成灰度

GRAY＝0.2989 R + 0.5870 * G + 0.1140 * B*

MATLAB中提供的函数rgb2gray为我们提供了将彩色图片转换成灰度图片的功能。函数原型：　

程序如下：

clearall

clc

I=imread('up4-Amp.png')

OutImg=I

R=I(:,:,1)

G=I(:,:,2)

B=I(:,:,3)

R=medfilt2(R,[3,3])

G=medfilt2(G,[3,3])

B=medfilt2(B,[3,3])

I1=cat(3,R,G,B) %对彩色图像R,G，B三个通道分别进行3×3模板的中值亏做禅滤波cat函数用于连接两个矩阵或数组

R=filter2(fspecial('销尘average',3),R)/255

G=filter2(fspecial('average',3),G)/255

B=filter2(fspecial('average',3),B)/255

I2=cat(3,R,G,B) %对彩色图像R,G，B三个通道分别进行3×3模板的均值滤波

figure,imshow(I)

title('原图')

figure,

imshow(I1)

title('中值滤波')

figure,imshow(I2)

title('均值滤波')

扩展资料：

注意事项

1、在频域滤波，由于是点乘，所以滤波模板矩阵和图像矩阵必须尺寸一样。

2、因为尺寸一样，它们的胡斗原点必须要对齐。

3、因在进行离散傅里叶变换后，在频域点乘，相当于在时域卷积，但是这个时候实际上是对时域周期矩阵进行卷积。直接在时域卷积，matlab默认是在边界补0。

4、Matlabfreqz2（）这个函数可以自动得到一个指定尺寸的，对应于时域的频域模板。

5、图像经过傅里叶变换后，它的原点在左上角。而模板经过freqz2后，原点在中心，所以只要平移其中的一个就好了。

6、在对原图像进行傅里叶变换之前，按照一定规则补0就好了。

有两个方法：一个是将的图像统一进行一次重命名如：1.jpg，2.jpg等，然后利用for循环依次进行处理即可，如下面的语句：假设的图像共有20副：

str='D:\做差\好的图像\'%的图像放在D盘，做差文件夹下，好的图像文件夹下

for i=1:20

I=imread([str,num2str(i),'.bmp'])%依次读取每一幅图像

%在此处进行的图像处理即可

携穗end

方法二：

将图像统一方法一个文件夹下，不需要统一进行重命名了，利用uigetdir函数得到所处理图像的路径，然后对此路径下的所有图像进行处理，举例如下：只处理bmp文件；

srcDir=uigetdir('Choose source directory.')%获得选择的扰则文件缓隐棚夹

cd(srcDir)

allnames=struct2cell(dir('*.bmp'))%只处理8位的bmp文件

[k,len]=size(allnames)%获得bmp文件的个数

for ii=1:len

%逐次取出文件

name=allnames{1,ii}

I=imread(name)%读取文件

%然后在此处添加的图像处理程序即可

end

---