matlab中图像增强函数的具体使用方法

matlab中图像增强函数的具体使用方法如下：    1 直方图

    imhist函数用于数字图像的直方图显示，如：

    i=imread('e:\\w01.tif');

    imhist(i);

    2 直方图均化

    histeq函数用于数字图像的直方图均化，如：

    i=imread('e:\\w01.tif');

    j=histeq(i);

    3 对比度调整

    imadjust函数用于数字图像的对比度调整，如：

    i=imread('e:\\w01.tif');

    j=imadjust(i,[0.3,0.7],[]);

    4 对数变换

    log函数用于数字图像的对数变换，如：

    i=imread('e:\\w01.tif');

    j=double(i);

    k=log(j);

    5 基于卷积的图像滤波函数

    filter2函数用于图像滤波，如：

    i=imread('e:\\w01.tif');

    h=[1,2,1;0,0,0;-1,-2,-1];

    j=filter2(h,i);

    6 线性滤波

    利用二维卷积conv2滤波, 如:

    i=imread('e:\\w01.tif');

    h=[1,1,1;1,1,1;1,1,1];

    h=h/9;

    j=conv2(i,h);

    7 中值滤波

    medfilt2函数用于图像的中值滤波，如：

    i=imread('e:\\w01.tif');

    j=medfilt2(i);

    8 锐化

    （1）利用Sobel算子锐化图像, 如:

    i=imread('e:\\w01.tif');

    h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子

    j=filter2(h,i);

    （2）利用拉氏算子锐化图像, 如:

    i=imread('e:\\w01.tif');

    j=double(i);

    h=[0,1,0;1,-4,0;0,1,0];%拉氏算子

    k=conv2(j,h,'same');

    m=j-k;

1、dilate函数

该函数能够实现二值图像的膨胀操作，有以下形式：

BW2=dilate(BW1，SE)

BW2=dilate(BW1，SE，…，n)

其中：BW2=dilate(BW1，SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行膨胀操作。输入图像BW1的类型为double或unit8，输出图像BW2的类型为unit8。BW2=dilate(BW1，SE，…，n)表示执行膨胀操作n次。

2、erode 函数

该函数能够实现二值图像的腐蚀操作，有以下形式：

BW2= erode(BW1，SE)

BW2= erode(BW1，SE，…，n)

其中：BW2= erode(BW1，SE)表示使用二值结构要素矩阵SE队图像数据矩阵BW1执行腐蚀操作。输入图像BW1的类型为double或unit8，输出图像BW2的类型为unit8。BW2= erode(BW1，SE，…，n)表示执行腐蚀操作n次。

3、bwmorph函数

该函数的功能是能实现二值图像形态算。它的格式如下：

① BW2=bwmorph(BW1，operation)

② BW2=bwmorph(BW1，operation，n)

其中：对于格式①，bwmorph函数可对二值图像BW1采用指定的形态算；对于格式②，bwmorph函数可对二值图像BW1采用指定的形态算n次。operation为下列字符串之一：

‘clean’：除去孤立的像素(被0包围的1)

‘close’：计算二值闭合

‘dilate’：用结构元素计算图像膨胀

‘erode’：用结构元素计算图像侵蚀

4、imclose函数

该函数功能是对灰度图像执行形态学闭运算，即使用同样的结构元素先对图像进行膨胀操作后进行腐蚀操作。调用格式为：

IM2=imclose(IM,SE)

IM2=imclose(IM,NHOOD)

5、imopen函数

该函数功能是对灰度图像执行形态学开运算，即使用同样的结构元素先对图像进行腐蚀操作后进行膨胀操作。调用格式为：

IM2=imopen(IM,SE)

IM2=imopen(IM,NHOOD)

3用MATLAB编程实现图像去噪

3.1 二值形态学消除图像噪声

用二值形态学方法对图像中的噪声进行滤除的基本思想[4]是：使用具有一定形态的结构元素去度量和提取图像中的对应形状，以达到消除图像噪声的目的。下面是二值形态学消除图像噪声的一个实例。

首先将tire.tif图像加入椒盐噪声，这种噪声前面已经介绍过，它在亮的图像区域内是暗点，而在暗的图像区域内是亮点，再对有噪声图像进行二值化操作，再对有噪声图像进行开启操作，由于这里的结构元素矩阵比噪声的尺寸要大，因而开启的结果是将背景上的噪声点去除了，最后对前一步得到的图像进行闭合操作，将轮胎上的噪声点去掉了。

下面是算法实现的程序代码：

I1=imread('tire.tif');                                 %读灰度图tire.tif

I2=imnoise(I1,'salt & pepper');                  %在图像上加入椒盐噪声

figure,imshow(I2)                      %显示加椒盐噪声后的灰度图像

I3=im2bw(I1);                     %把加椒盐噪声后的灰度图像二值化

figure,imshow(I3)                              %显示二值化后的图像

I4=bwmorph(I3,'open');          %对二值噪声图像进行二值形态学开运算

figure,imshow(I4)                              %显示开运算后的图像

I5=bwmorph(I4,'close');                  %对上述图像进行形态学闭运算

figure,imshow(I5)                           %显示最终处理后的图像