Matlab在图像后处理方面的应用实践及效果分析
摘要 本文介绍了matlab的应用与在图像处理中的基本应用以及对图像处理的效果与分析，matlab对于图像处理有很大的优势，在图像处理中应用matlab会大大节约试验时间并有很好的实验效果。了解matlab的应用以及在图像处理中matlab的具体实现办法，对于提高图像处理额效果和增强实验效率具有很大的用途。
关键词 matlab图像处理 直方图均衡化 二值化 灰度变换 滤波
中图分类号tp31        文献标识码a        文章编号 1674-6708（2011）47-0193-01
0 引言
matlab全名为matrix laboratory，matlab产品族可以用来进行以下各种工作：数值分析，数值和符号计算，工程与科学绘图，控制系统的设计与仿真，图像后处理技术，数字信号处理技术，通讯系统设计与仿真及财务与金融工程多方面科学领域提供了一种平台，尤其在图像处理方面更有出的表现， 其中可在在直方图均衡，图象灰度变换，直方图均衡， 图像平滑，图像锐化几方面进行图像后处理。
1 在matlab中直方图均衡
实践步骤：
计算灰度图像的直方图：
i=rgb2gray（i）；
subplot（1，2，1）；
imhist（i）。
应用分析：
直方图均衡化是利用使用累积函数对灰度值进行“变换”以实现对比度的提高。直方图均衡化处理的“核心思想”是把原来图像的灰度直方图从相对集中的某个灰度区域变成在所有灰度范围内的均匀变化。直方图均衡化就是对图像进行非线性拉伸，来再次分配图像像素值，进而一定灰度范围内的像素量大体一致。直方图均衡化就是把选定图像的直方图分布改变成“均匀”分布直方图分布。
2 matlab中灰度线性变换
实验步骤：
原图像 f（m，n）的灰度范围 [a，b]线形变换为图像 g（m，n），灰度范围[a’，matlab直方图b’] j=imadjust（i，[0.3，0.7]，[0，1]，1）;

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。