使用MATLAB进行图像处理的简单的例子_csdn图像处理matlab

此内容其实是我当时打大作业的内容，本着开源的精神，我将其分享出来。

示例一 手机拍摄的书页图片处理

【实现需求】

1. 画出该图像的灰度直方图（有横坐标），指出是否可利用直方图分布的特点来分割图像
2. 尝试用多种方法（不少于2种）对图像中的文字进行分割，并比较各种方法的优劣
3. 尝试优化分割结果，去除边框上的黑边等

【原始图像】

【任务实施】

1.画出该图像的灰度直方图（有横坐标），指出是否可利用直方图分布的特点来分割图像。
（1）首先显示出原图像

%读入图像
f=imread('text-1.tif');
%创建一个新的画板并显示图像
figure,imshow(f);
1
2
3
4

（2）画出其灰度直方图，可以看出所有256个灰度值都有值。

%画出其直方图
figure,imhist(f);
1
2

（3）根据直方图的分布可以看出来各个灰度都有一定的分部，不太容易根据直方图中的灰度进行分隔。但是看图片可以很明显的看出有黑白相间，但是有个灰色的图标。

2.尝试用多种方法（不少于2种）对图像中的文字进行分割，并比较各种方法的优劣。
（1）使用大津算法进行分隔，可以发现使用全局的算法并不合适，因为计算的是全局平均阈值，所以把偏黑色的部分也全部处理为了黑色，无法克服这种灰度变化。

%使用大津算法处理并转为黑白图
T=graythresh(gray);
g1=im2bw(f,T);
figure,imshow(g1);
1
2
3
4

（2）使用移动平均的图像阈值函数处理后发现比大津算法优秀许多，但是依旧无法处理掉原来的灰色V图标，因为是按照一副图像的扫描线来计算平均移动，但是V图标和周围文字和白底的差异都比较大，就不能很好的去除。

%使用移动平均的图像阈值函数处理
g2=movingthresh(gray,70,0.8);
figure,imshow(g2);
1
2
3

（3）局部统计的可变阈值函数处理发现成功的灰色的V图标去掉了。我认为moving thresh是localthresh的一种特例,定义局部大小为3*3，设置a,b的参数经过反复调试，我认为这个效果比较好。虽然显示字体变粗了，但起码文字没有发生缺失，水印V也去掉了。

%使用局部统计的可变阈值函数处理
g3=localthresh(gray,ones(3),4.6,0.66,'local');
figure,imshow(g3);
1
2
3

3.尝试优化分割结果，去除边框上的黑边等
（1） 显示反转后的图像，可以看到是黑底白字白边框了

figure,imshow(~g3);
1

（2）这时候就可以使用imclearborder函数将连接到图像边缘的1值变为0值，从而去除这里的白边。

%将图像颜色反转去除白边
clear = imclearborder(~g3,8);
figure,imshow(clear);
1
2
3

（3）将二值图图像取反，即可反转图像的颜色，变为白底黑字。

%将图像颜色进行反转
rev=~clear;
figure,imshow(rev);
1
2
3

示例二 医学图像中的病灶处理

【实现需求】

对下图所示医学图像中的病灶（下左图，箭头所指）进行分割，将分割出来的病灶部分用伪彩色表示（如下右图所示），彩色map可以借用hot或其他（色彩不一定与下图完全相同）。
提示：先采用合适的方法进行图像分割，再对分割出来的病灶部分赋予适当的伪彩色，再将伪彩色和灰度图像转为彩色图像后进行拼合。

【原始图像】

【任务实施】

（1）首先显示出原图像

%读入图像
f=imread('f0203ss.tif');
%创建一个新的画板并显示图像
figure,imshow(f);
1
2
3
4

（2）对图像做一个拉伸，其中低于灰度值低于0.5变为黑色，高于0.75变为白色，增加区分度，设置gramma参数为3，使它偏向更暗输出值，增加白色部分对比度。

%对灰度图做一个拉伸
g=imadjust(f,[0.5 0.75],[],3);
figure,imshow(g);
1
2
3

（3）使用imclearborder把边缘的白色部分去掉，方便后面的处理

%将图像的边界去除
clear = imclearborder(g,4);
figure,imshow(clear);
1
2
3

（4）使用roipoly函数进行人工选择区域，也就是只选取当中的白色块，然后点击创建掩膜

%使用人工选定区域函数
bw=roipoly(clear);
1
2

（5）将选中区域图像和清理边界后的图像使用immultiply相乘，因为任何数×0（也就是黑色）都是黑色，所以能保证新图像只有当中需要的一块是白色的

%使用图像相乘函数
newp=immultiply(clear,bw);
figure,imshow(newp);
1
2
3

（6）使用hot伪彩色通过ind2rgb将二维灰度图像和二维double类型颜色数组形成一个三维的伪彩色图像

%将灰度图转换为彩色图
rgb1 = ind2rgb(newp,hot(256));
figure,imshow(rgb1);
1
2
3

（7）由于原来的f是二维灰度图，而灰度图对应的RGB说白了就是三个维度的值都相同，所以使用cat函数使用dim参数为3，将3个二维数组合并为一个三维数组，也就是RGB图像，但是rgb1为double型，后面要做运算也要用im2double转换为double类型。

%由于f为灰度图，而彩色图本质就是3个灰度图叠加，使用cat连接
f3=cat(3,f,f,f);
%使用im2double将图像uint类型转换为double
fd=im2double(f3);
1
2
3
4

（8）然后把伪彩色图像和连接后的3个灰度图像转换为RGB的图像相加，输出即可得到结果。因为原来外面部分都是黑色不会影响其他部分，中间有彩色图像和原图像原有的RGB三维的数字相加即可把中间伪彩色颜色部分叠加，做出以下增强效果。

%把图像每个值相加
rgb_color=rgb1+fd;
figure,imshow(rgb_color);
1
2
3

示例采用原图

https://pan.baidu.com/s/1v7NVxvBOorGN_WE4Zo-2IA?pwd=r98j