图像的读取方式



如图像的读取和显示：

p1 = imread('4.jpg');
p2 = imread('ice.jpeg');
figure;
subplot(121);imshow(p1);
subplot(122);imshow(p2);

保存



视频文件的读取本质与图片类似：

read() 读取

movie() 播放

图像处理：

• 灰度变化
• 图形变平移旋转 intransform（）
• 图像分块 选出某个局部区域进行操作
• 图像增强
  
  提高图像的可辨识度和质量
  
  灰度增强、规定化处理— histep（）函数
  
  如图第三幅灰度增强后效果：
  
  使用imcontour(I,2) 可以画出等灰度线

p1 = imread('4.jpg');
p2 = imread('ice.jpeg');
I = rgb2gray(p2);
J = histeq(I);
figure;
subplot(131);imshow(I);
subplot(132);imshow(p2);
subplot(133);imshow(J);

图像增强还有 图像滤波（去除噪声）

卷积方式 conv2（）

线性滤波 imfilter（）

非线性中值滤波 medfilt2（）

统计滤波 ordfilt2（） 【最小值、最大值】

自适应滤波 wiener2（）

除此之外还有频域滤波（突出边缘，高通滤波）、带阻滤波、同态滤波（对比增强）

• 图像还原
  
  逆过程来还原图像，与增强不同，需要知道噪声来源
• 图像分割（边缘、阈值、区域分割）
  
  边缘检测采用：微分算子、canny算子、log算子等

h1 = [-1 -1 -1 ; 2 2 2; -1 -1 -1]; %横线
h2 = [-1 -1 2 ; -1 2 -1; 2 -1 -1];%45°线
h3 = [-1 2 -1 ; -1 2 -1; -1 2 -1];
h4 = [2 -1 -1 ; -1 2 -1; -1 -1 2];
J1 = imfilter(I,h1);
J2 = imfilter(I,h2);
J3 = imfilter(I,h3);
J4 = imfilter(I,h4);
J = J1+J2+J3+J4;
figure 
subplot(121);imshow(I);
subplot(122);imshow(J);

算子法 roberts算子例子，prewitt（水平竖直），sobel，canny（更加精细）

[J,t] = edge(I,'roberts',35/255);
figure 
subplot(121);imshow(I);
subplot(122);imshow(J);

阈值分割法（通过灰度直方图来找阈值，两波谷作为全局阈值），全局阈值分割，utso阈值，迭代分割

列子（utso）

I = im2double(I);
T = graythresh(I);
J = im2bw(I,T);
figure 
subplot(121);imshow(I);
subplot(122);imshow(J);

区域分割法：分水岭分割、区域增长法

• 图形变换
  
  傅里叶变换（时域变到频域处理）– 卷积实现分割选取
  
  离散余弦变换压缩

• 提取边界信息

四叉树法

• 图像融合

实列

倾斜图像校正，如车牌矫正

人脸识别、图像识别

具体见《matlab图像处理实例详解》于网盘

simulink中有相应库