基于MATLAB的模拟滤波器的设计(18)

颜色空间转换函数；

图像类型和类型转换函数。

MATLAB 图像处理工具箱支持四种图像类型，分别为真彩色图像、索引色图

像、灰度图像、二值图像，由于有的函数对图像类型有限制，这四种类型可以用 工具箱的类型转换函数相互转换。MATLAB 可操作的图像文件包括BMP、HDF、JPEG、 PCX、TIFF、XWD 等格式。下面就图像处理的基本过程讨论工具箱所实现的常用功能。

3.3.1常用图像操作

图像的读写与显示操作：用imread( )读取图像，imwrite( )输出图像，把图像显示于屏幕有imshow( )， image( )等函数。imcrop( )对图像进行裁剪，图像的插值缩放可用imresize( )函数实现，旋转用imrotate( )实现。

3.3.2 图像增强功能：

图像增强是数字图像处理过程中常用的一种方法，目的是采用一系列技术去 改善图像的视觉效果或将图像转换成一种更适合于人眼观察和机器自动分析的 形式。常用的图像增强方法有以下几种：

灰度直方图均衡化。均匀量化的自然图像的灰度直方图通常在低灰度区间上 频率较大，使得图像中较暗区域中的细节看不清楚，采用直方图修整可使原图像 灰度集中的区域拉开或使灰度分布均匀，从而增大反差，使图像的细节清晰，达 到增强目的。直方图均衡化可用histeq( )函数实现。

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。

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求 平均值或中值。或在频域上采取低通滤波，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