直方图均衡化可用histeq( )函数实现 。
2)灰度变换法照片或电子方法得到的图像 ， 常表现出低对比度即整个图像偏亮或偏暗 ，为此需要对图像中的每一像素的灰度级进行标度变换 ， 扩大图像灰度范围 ， 以达到改善图像质量的目的 。
这一灰度调整过程可用imadjust( )函数实现 。
3)平滑与锐化滤波平滑技术用于平滑图像中的噪声 ， 基本采用在空间域上的求平均值或中值 。
或在频域上采取低通滤波 。

8、 ， 因在灰度连续变化的图像中 ，我们通常认为与相邻像素灰度相差很大的突变点为噪声点 ， 灰度突变代表了一种高频分量 ， 低通滤波则可以削弱图像的高频成分 ， 平滑了图像信号 ， 但也可能使图像目标区域的边界变得模糊 。
而锐化技术采用的是频域上的高通滤波方法 ， 通过增强高频成分减少图像中的模糊 ， 特别是模糊的边缘部分得到了增强 ，但同时也放大了图像的噪声 。
在MATLAB 中 ， 各种滤波方法都是在空间域中通过不同的卷积模板即滤波算子实现 ， 可用fspecial( )函数创建预定义的滤波算子 ， 然后用filter2( )或conv2( )函数在实现卷积运算的基础上进行滤波 。
1.3. 边缘检测和图像分割功能边缘检测是一种重要的区域 。

【基于|基于MATLAB的数字图像处理的彩色图像处理x】9、处理方法 ，边缘是所要提取目标和背景的分界线 ， 提取出边缘才能将目标和背景区分开来 。
如果一个像素落在边界上 ，那么它的邻域将成为一个灰度级变化的带 。
对这种变化最有用的两个特征是灰度的变化率和方向 。
边缘检测算子可以检查每个像素的邻域并对灰度变化率进行量化 ， 也包括对方向的确定 ， 其中大多数是基于方向导数掩模求卷积的方法 。
MATLAB 工具箱提供的edge( )函数可针对sobel算子、prewitt 算子、Roberts 算子、log 算子和canny 算子实现检测边缘的功能 。
基于灰度的图像分割方法也可以用简单的MATLAB 代码实现 。
.3.1.4. 图像变换功能图像变换技术是图像处理的重要工具 ， 常运 。

10、用于图像压缩、滤波、编码和后续的特征抽取或信息分析过程 。
MATLAB 工具箱提供了常用的变换函数 ， 如fft2( )与ifft2( )函数分别实现二维快速傅立叶变换与其逆变换 ， dct2( )与idct2( )函数实现二维离散余弦变换与其逆变换 ，Radon( ) ， iradon( )函数实现Radon变换与逆Radon 变换 。
除了以上基本的图像处理功能 ， MATLAB 还提供了如二值图像的膨胀运算dilate( )函数、腐蚀运算erode( )函数等基于数学形态学与二值图像的操作函数 。
2.MATLAB种彩色图像的表示2.1RGB图像rgb_image=cat(3,fR,fG,fB) fR=rgb_i 。

11、mage(:,:,1);
fG=rgb_image(:,:,2);
fB=rgb_image(:,:,3);
%生成RGB立方体 clc clear rgbcube(-10,-10,4);
%3个参数表示观看图像视角的点坐标 axison;
%坐标轴范围 gridon;
%画图时添加网格线 .4.title(RGB立方体1);
figure,rgbcube(10,10,4);
%10,10,4是默认的坐标 axison;
gridon;
title(RGB立方体2);
实验结果：.5.2.2索引图像索引图像有两个分量 ， 即整数的数据矩阵X和彩色映射矩阵map 。
2.3处理RGB和索引图像的函数rgb_image表 。

12、示RGB图像 ， gray_image表示灰度图像 ， bw表示黑白图像 ， X表示索引图像的数据矩阵分量 。
函数： dither：采用“抖动”从RGB图像创建索引图像grayslice: 从灰度级亮度图像通过多级阈值创建索引图像 gray2ind: 从灰度级亮度图像创建索引图像 ind2gray: 从索引图像创建灰度级亮度图像 rgb2ind: 从RGB图像创建索引图像 ind2rgb: 从索引图像创建RGB图像rgb2gray: 从RGB图像创建灰度级图像3彩色图像处理3.1读入一幅RGB图像 ， 将其分别转换到CMY空间、HSI空间并显示 。
.6.转换到CMY空间rgb_I=imread(peppers. 。

13、png);
cmy_I=imcomplement(rgb_I);
imshow(rgb_I);
figure;
imshow(cmy_I);
figure;
imshow(h);
figure;
imshow(s);
figure;
imshow(I);
HSI空间 rgb=imread(peppers.png);
imshow(rgb);
rgb=im2double(rgb);
r=rgb(:,:,1);
g=rgb(:,:,2);
b=rgb(:,:,3);
I=(r+g+b)/3;
tmp1=min(min(r,g),b);
tmp2=r+g+b;
tmp2(tmp2=0)=eps;
s=1-3.*tmp1./tmp2;
tm 。

14、p1=0.5*(r-g)+(r-b);
tmp1=sqrt(r-g).2+(r-b).*(g-b);
theta=acos(tmp1./(tmp2+eps);
h=theta;
h(bg)=2*pi-h(bg);
h=h/(2*pi);
h(s=0)=0;
hsi=cat(3,h,s,I);
.7.m=fspecial(average);
r_filtered=imfilter(r,m);
g_filtered=imfilter(g,m);
b_filtered=imfilter(b,m);
rgb_filtered=cat(3,r_filtered,g_filtered,b_filtered);

来源：(未知)

【学习资料】网址：/a/2021/0504/0022061659.html

标题：基于|基于MATLAB的数字图像处理的彩色图像处理x( 二 )