当前位置：文档库 › Matlab-DIP使用手册

Matlab-DIP使用手册

Matlab数字图像处理使用手册

张淑军，青岛科技大学

一．Matlab简介

1．简介

–由美国MathWorks公司推出的计算机软件

–目前最优秀的科学计算与数学应用软件之一

–Matrix Laboratory （矩阵实验室）的简称

2．软件功能

–矩阵代数、微积分、应用数学、有限元法及科学计算

–信号与系统、神经网络、小波分析及其应用

–数字图像处理、计算机图形学、电子线路、电机学、自动控制与通信技术、物理、力学和机械振动……

3．特点

–界面友好，编程效率高

?矩阵为基本变量，语法结构简单，命令表达式接近于常用的

数学公式

–功能强大，可扩展

?科学计算、数据分析与可视化系统仿真等

?自动控制、信号处理、图像处理、模糊逻辑、财政金融等–图形功能灵活

?二维和三维绘图功能

?实验数据分析与图表绘制

4．运行界面

–命令窗口：交互操作（输入数据和命令）；反馈运行结果

–工作空间：主要查看定义的变量；保存和加载

–命令历史记录：显示已执行的命令

–当前目录：显示当前工作路径

5．相关文件

–mat文件：mat数据格式是matlab的数据存储的标准格式。可以调用matlab的子程序库，用c或fortan调用mat格式的数据。如：?matopen 打开mat文件

?matclose 关闭mat文件

?magetfp 取得mat文件的c语言句柄

?matGetArray 取得一个数组

–m文件：编写Matlab源代码的文件。

–asv文件：是.m文件自动保存的时候产生的临时文件，程序非正常退出的时候恢复用的，可以用记事本打开看一下，如果matlab正

常关闭的话，删掉没影响。在

file-preference-Editor/debugger-autosave里可以改设置。二．Matlab的安装

1.Win7系统必须安装Matlab 2006b或以上版本。

2.其余系统可安装Matlab6.5和以上版本。

3.务必安装帮助文件（Help），便于自学和检索。

三．Matlab常用工具箱

Matlab包含拥有数百个内部函数的主工具箱（Matlab Main Toolbox）和30多种工具箱（toolbox）。工具箱又可分为功能性工具箱和学科工具箱。

–功能性工具箱：用来扩充Matlab的符号计算、可视化建模仿真、文字处理和实时控制等功能；

–学科工具箱：是专业性比较强的工具箱，如图像处理工具箱（Image Processing Toolbox）、控制系统工具箱（Control System Toolbox

）、信号处理工具箱(Signal Processing Toolbox)、神经网络工具

箱（Neural Network Toolbox）等都属于此类。

开放性使得Matlab广受用户欢迎。这些附加的工具箱，及单独提供的专用Matlab函数集，扩展了Matlab环境，以解决这些应用领域内特定类型的问题。

除内部函数外，所有Matlab主工具箱和各种工具箱都是可读、可修改的文件，用户通过对源代码的修改或加入自己编写的程序可构造新的专用工具箱。

图像处理工具箱是由一系列支持图像处理操作的函数组成的。所支持的图像处理操作有：图像的几何操作、邻域和区域操作、图像变换、图像恢复与增强、线性滤波和滤波器设计、变换（如DCT变换等）、图像分析和统计、二值图像操作等。举例说明：

1．图像文件的读写和显示。Matlab提供了图像文件读入函数imread( )，用来读取如：bmp、tip、jpg、gif、pcx、tiff、gpeg、hdf、png等各

种格式的图像文件；图像写入函数imwrite( )，图像显示函数image( )

，imshow( )等。

2．图像处理的基本运算。Matlab提供了图像的和、差等线性运算，以及卷积、相关、滤波等非线性运算。如：conv2(I, J)实现了I,J两幅图像的

卷积。

3．图像变换。Matlab提供了一维和二维离散傅立叶变换（DFT）、快速傅立叶变换（FFT）、离散余弦变换（DCT）及其反变换函数、连续小波变换（

CWT）、离散小波变换（DWT）及其反变换等多种变换函数。

4．图像分析和增强。针对图像的统计计算，Matlab提供了直方图均衡、中值滤波、对比度调整、图像校正、自适应滤波等对图像进行的处理。

5．图像的数学形态学处理。针对二值图像，Matlab提供了丰富的数学形态学运算函数：腐蚀（Erode）、膨胀（Dilate）算子、以及在此基础上的

开（Open）、闭（Close）算子、厚化（Thicken）、薄化（Thin）算子。

由相应的Matlab函数来实现不同的应用，使用时，只需要按照函数的调用语法正确输入函数参数即可。具体用法可参考Matlab的帮助文档。

Matlab的相关图像文件都放在：C:\MATLAB6p5\toolbox\images\imdemos 目录下。常用的例子：如rice.tif、cameraman.tif等。

四．使用简单的Matlab命令进行DIP

在Matlab的命令窗口

1．读图像文件

–i = imread（filename） %文件名用单引号；i是数组变量

–如：i = imread（‘rice.tif’）

2．查看图像文件信息

–info=imfinfo（filename）

–信息包括：文件名（完整路径）；文件大小；图像的长和宽；XY方向分辨率。。。

3．图像显示

–imshow（i） %i为用imread读取的图像数据

4．增加颜色条显示：

–colorbar

–如：

>>a= imread（‘rice.tif’）

>>colorbar

5．显示直方图：imhist(I)

6．直方图均衡化：J=histeq(I)

–例:

>> I=imread('rice.tif');

>> J=histeq(I);%也可用J=histeq(I,64),指定均衡化后的图像灰度级为

>> subplot(2,2,1),imshow(I); %显示原图像

>> subplot(2,2,2),imhist(I); %显示原直方图

>> subplot(2,2,3),imshow(J); %显示均衡化后的图像

>> subplot(2,2,4),imhist(J); %显示均衡化后的直方图

五．编写m文件

新建一个m文件，将一系列相关的代码直接编写到m文件中，保存。Matlab 以解释的方式执行m文件。

六．注释和说明

【附录】Matlab图像处理函数大全

（一）图像增强

1. 直方图均衡化的Matlab 实现

1.1 imhist 函数

功能：计算和显示图像的色彩直方图

格式：imhist(I,n)

imhist(X,map)

说明：imhist(I,n) 其中，n 为指定的灰度级数目，缺省值为256；imhist(X,map) 就算和显示索引色图像X 的直方图，map 为调色板。用stem(x,counts) 同样可以显示直方图。

1.2 imcontour 函数

功能：显示图像的等灰度值图

格式：imcontour(I,n),imcontour(I,v)

说明：n 为灰度级的个数，v 是有用户指定所选的等灰度级向量。

1.3 imadjust 函数

功能：通过直方图变换调整对比度

格式：J=imadjust(I,[low high],[bottom top],gamma)

newmap=imadjust(map,[low high],[bottom top],gamma)

说明：J=imadjust(I,[low high],[bottom top],gamma) 其中，gamma 为校正量r，[low high] 为原图像中要变换的灰度范围，[bottom top]

指定了变换后的灰度范围；newmap=imadjust(map,[low high],[bottom top],gamma) 调整索引色图像的调色板map 。此时若[low high] 和

[bottom top] 都为2×3的矩阵，则分别调整R、G、B 3个分量。

1.4 histeq 函数

功能：直方图均衡化

格式：J=histeq(I,hgram)

J=histeq(I,n)

[J,T]=histeq(I,...)

newmap=histeq(X,map,hgram)

newmap=histeq(X,map)

[new,T]=histeq(X,...)

说明：J=histeq(I,hgram) 实现了所谓“直方图规定化”，即将原是图象I 的直方图变换成用户指定的向量hgram 。hgram 中的每一个元素

都在[0,1] 中；J=histeq(I,n) 指定均衡化后的灰度级数n ，缺省值为64；[J,T]=histeq(I,...) 返回从能将图像I 的灰度直方图变换成

图像J 的直方图的变换T ；newmap=histeq(X,map) 和[new,T]=histeq(X,...) 是针对索引色图像调色板的直方图均衡。

2. 噪声及其噪声的Matlab 实现

imnoise 函数

格式：J=imnoise(I,type)

J=imnoise(I,type,parameter)

说明：J=imnoise(I,type) 返回对图像I 添加典型噪声后的有噪图像J ，参数type 和parameter 用于确定噪声的类型和相应的参数。

3. 图像滤波的Matlab 实现

3.1 conv2 函数

功能：计算二维卷积

格式：C=conv2(A,B)

C=conv2(Hcol,Hrow,A)

C=conv2(...,'shape')

说明：对于C=conv2(A,B) ，conv2 的算矩阵 A 和 B 的卷积，若[Ma,Na]＝size(A), [Mb,Nb]=size(B), 则size(C)=[Ma+Mb-1,Na+Nb-1];

C=conv2(Hcol,Hrow,A) 中，矩阵A 分别与Hcol 向量在列方向和Hrow 向量在行方向上进行卷积；C=conv2(...,'shape') 用来指定conv2

返回二维卷积结果部分，参数shape 可取值如下：

》full 为缺省值，返回二维卷积的全部结果；

》same 返回二维卷积结果中与A 大小相同的中间部分；

valid 返回在卷积过程中，未使用边缘补0 部分进行计算的卷积结果部分，当size(A)>size(B) 时，size(C)=[Ma-Mb+1,Na-Nb+1]。

3.2 conv 函数

功能：计算多维卷积

格式：与conv2 函数相同

3.3 filter2函数

功能：计算二维线型数字滤波，它与函数fspecial 连用

格式：Y=filter2(B,X)

Y=filter2(B,X,'shape')

说明：对于Y=filter2(B,X) ，filter2 使用矩阵B 中的二维FIR 滤波器对数据X 进行滤波，结果Y 是通过二维互相关计算出来的，其大

小与X 一样；对于Y=filter2(B,X,'shape') ，filter2 返回的Y 是通过二维互相关计算出来的，其大小由参数shape 确定，其取值如下

：

》full 返回二维相关的全部结果，size(Y)>size(X)；

》same 返回二维互相关结果的中间部分，Y 与X 大小相同；

》valid 返回在二维互相关过程中，未使用边缘补0 部分进行计算的结果部分，有size(Y)

3.4 fspecial 函数

功能：产生预定义滤波器

格式：H=fspecial(type)

H=fspecial('gaussian',n,sigma) 高斯低通滤波器

H=fspecial('sobel') Sobel 水平边缘增强滤波器

H=fspecial('prewitt') Prewitt 水平边缘增强滤波器

H=fspecial('laplacian',alpha) 近似二维拉普拉斯运算滤波器

H=fspecial('log',n,sigma) 高斯拉普拉斯（LoG）运算滤波器

H=fspecial('average',n) 均值滤波器

H=fspecial('unsharp',alpha) 模糊对比增强滤波器

说明：对于形式H=fspecial(type) ，fspecial 函数产生一个由type 指定的二维滤波器H ，返回的H 常与其它滤波器搭配使用。

4. 彩色增强的Matlab 实现

4.1 imfilter函数

功能：真彩色增强

格式：B=imfilter(A,h)

说明：将原始图像 A 按指定的滤波器h 进行滤波增强处理，增强后的图像 B 与 A 的尺寸和类型相同

（二）图像的变换

1. 离散傅立叶变换的Matlab 实现

Matlab 函数fft、fft2 和fftn 分别可以实现一维、二维和N 维DFT 算法；而函数ifft、ifft2 和ifftn 则用来计算反DFT 。

这些函数的调用格式如下：

A＝fft(X,N,DIM)

其中，X 表示输入图像；N 表示采样间隔点，如果X 小于该数值，那么Matlab 将会对X 进行零填充，否则将进行截取，使之长度为

N ；DIM 表示要进行离散傅立叶变换。

A＝fft2(X,MROWS,NCOLS)

其中，MROWS 和NCOLS 指定对X 进行零填充后的X 大小。

A＝fftn(X,SIZE)

其中，SIZE 是一个向量，它们每一个元素都将指定X 相应维进行零填充后的长度。

函数ifft、ifft2 和ifftn的调用格式于对应的离散傅立叶变换函数一致。

例子：图像的二维傅立叶频谱

% 读入原始图像

I＝imread('lena.bmp');

imshow(I)

% 求离散傅立叶频谱

J=fftshift(fft2(I));

figure;

imshow(log(abs(J)),[8,10])

2. 离散余弦变换的Matlab 实现

2.1. dCT2 函数

功能：二维DCT 变换

格式：B=dct2(A)

B=dct2(A,m,n)

B=dct2(A,[m,n])

说明：B＝dct2(A) 计算 A 的DCT 变换 B ，A 与 B 的大小相同；B＝dct2(A,m,n) 和B=dct2(A,[m,n]) 通过对A 补0 或剪裁，使B 的大小为m×n。

2.2. dict2 函数

功能：DCT 反变换

格式：B=idct2(A)

B=idct2(A,m,n)

B=idct2(A,[m,n])

说明：B＝idct2(A) 计算 A 的DCT 反变换 B ，A 与 B 的大小相同；B＝idct2(A,m,n) 和B=idct2(A,[m,n]) 通过对A 补0 或剪裁，使B的大小为m×n。

2.3. dctmtx函数

功能：计算DCT 变换矩阵

格式：D＝dctmtx(n)

说明：D＝dctmtx(n) 返回一个n×n 的DCT 变换矩阵，输出矩阵 D 为double 类型。

3. 图像小波变换的Matlab 实现

3.1 一维小波变换的Matlab 实现

(1) dwt 函数

功能：一维离散小波变换

格式：[cA,cD]=dwt(X,'wname')

[cA,cD]=dwt(X,Lo_D,Hi_D)

说明：[cA,cD]=dwt(X,'wname') 使用指定的小波基函数'wname' 对信号X 进行分解，cA、cD分别为近似分量和细节分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的滤波器组Lo_D、Hi_D 对信号进行分解。

(2) idwt 函数

功能：一维离散小波反变换

格式：X=idwt(cA,cD,'wname')

X=idwt(cA,cD,Lo_R,Hi_R)

X=idwt(cA,cD,'wname',L)

X=idwt(cA,cD,Lo_R,Hi_R,L)

说明：X=idwt(cA,cD,'wname') 由近似分量cA 和细节分量cD 经小波反变换重构原始信号X 。

'wname' 为所选的小波函数

X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重构滤波器Lo_R 和Hi_R 经小波反变换重构原始信号X 。

X=idwt(cA,cD,'wname',L) 和X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信号X 中心附近的L 个点。

3.2 二维小波变换的Matlab 实现

二维小波变换的函数

-------------------------------------------------

函数名函数功能

---------------------------------------------------

dwt2 二维离散小波变换

wavedec2 二维信号的多层小波分解

idwt2 二维离散小波反变换

waverec2 二维信号的多层小波重构

wrcoef2 由多层小波分解重构某一层的分解信号

upcoef2 由多层小波分解重构近似分量或细节分量

detcoef2 提取二维信号小波分解的细节分量

appcoef2 提取二维信号小波分解的近似分量

upwlev2 二维小波分解的单层重构

dwtpet2 二维周期小波变换

idwtper2 二维周期小波反变换

-------------------------------------------------------------

(1) wcodemat 函数

功能：对数据矩阵进行伪彩色编码

格式：Y=wcodemat(X,NB,OPT,ABSOL)

Y=wcodemat(X,NB,OPT)

Y=wcodemat(X,NB)

Y=wcodemat(X)

说明：Y=wcodemat(X,NB,OPT,ABSOL) 返回数据矩阵X 的编码矩阵Y ；NB 伪编码的最大值，即编码范围为0～NB，缺省值NB＝16；

OPT 指定了编码的方式（缺省值为'mat'），即：

OPT＝'row' ，按行编码

OPT＝'col' ，按列编码

OPT＝'mat' ，按整个矩阵编码

ABSOL 是函数的控制参数（缺省值为'1'），即：

ABSOL＝0 时，返回编码矩阵

ABSOL＝1 时，返回数据矩阵的绝对值ABS(X)

(2) dwt2 函数

功能：二维离散小波变换

格式：[cA,cH,cV,cD]=dwt2(X,'wname')

[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D)

说明：[cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函数'wname' 对二维信号X 进行二维离散小波变幻；cA，cH,cV,cD 分别为近似分

量、水平细节分量、垂直细节分量和对角细节分量；[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通滤波器Lo_D 和Hi_D 分

解信号X 。

(3) wavedec2 函数

功能：二维信号的多层小波分解

格式：[C,S]=wavedec2(X,N,'wname')

[C,S]=wavedec2(X,N,Lo_D,Hi_D)

说明：[C,S]=wavedec2(X,N,'wname') 使用小波基函数'wname' 对二维信号X 进行N 层分解；[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定

的分解低通和高通滤波器Lo_D 和Hi_D 分解信号X 。

(4) idwt2 函数

功能：二维离散小波反变换

格式：X=idwt2(cA,cH,cV,cD,'wname')

X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)

X=idwt2(cA,cH,cV,cD,'wname',S)

X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)

说明：X=idwt2(cA,cH,cV,cD,'wname') 由信号小波分解的近似信号cA 和细节信号cH、cH、cV、cD 经小波反变换重构原信号X

；X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) 使用指定的重构低通和高通滤波器Lo_R 和Hi_R 重构原信号X ；X=idwt2(cA,cH,cV,cD,'wname',S)

和X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的S 个数据点。

(5) waverec2 函数

说明：二维信号的多层小波重构

格式：X=waverec2(C,S,'wname')

X=waverec2(C,S,Lo_R,Hi_R)

说明：X=waverec2(C,S,'wname') 由多层二维小波分解的结果C、S 重构原始信号X ，'wname'为使用的小波基函数；X=waverec2(C,S,Lo_R,Hi_R) 使用重构低通和高通滤波器Lo_R 和Hi_R 重构原信号。

（三）图像处理工具箱

1. 图像和图像数据

缺省情况下，MATLAB将图像中的数据存储为双精度类型(double)，64位浮点

数，所需存储量很大；MATLAB还支持另一种类型无符号整型(uint8)，即图像矩

阵中每个数据占用1个字节。

在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。另外，uint8

与double两种类型数据的值域不同，编程需注意值域转换。

从uint8到double的转换

---------------------------------------------

图像类型 MATLAB语句

---------------------------------------------

索引色B=double(A)+1

索引色或真彩色B=double(A)/255

二值图像B=double(A)

---------------------------------------------

从double到uint8的转换

---------------------------------------------

图像类型 MATLAB语句

---------------------------------------------

索引色 B=uint8(round(A-1))

索引色或真彩色B=uint8(round(A*255))

二值图像 B=logical(uint8(round(A)))

---------------------------------------------

2. 图像处理工具箱所支持的图像类型

2.1 真彩色图像

R、G、B三个分量表示一个像素的颜色。如果要读取图像中(100,50)处的像素值，

可查看三元数据(100,50,1:3)。

真彩色图像可用双精度存储，亮度值范围是[0,1]；比较符合习惯的存储方法是用无

符号整型存储，亮度值范围[0,255]

2.2 索引色图像

包含两个结构，一个是调色板，另一个是图像数据矩阵。调色板是一个有3列和若干行的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。

注意：MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。

常用颜色的RGB值

--------------------------------------------

颜色R G B 颜色R G B

--------------------------------------------

黑 0 0 1 洋红 1 0 1

白 1 1 1 青蓝0 1 1

红 1 0 0 天蓝0.67 0 1

绿 0 1 0 橘黄 1 0.5 0

蓝 0 0 1 深红 0.5 0 0

黄 1 1 0 灰0.5 0.5 0.5

--------------------------------------------

产生标准调色板的函数

-------------------------------------------------

函数名调色板

-------------------------------------------------

Hsv 色彩饱和度，以红色开始，并以红色结束

Hot 黑色－红色－黄色－白色

Cool 青蓝和洋红的色度

Pink 粉红的色度

Gray 线型灰度

Bone 带蓝色的灰度

Jet Hsv的一种变形，以蓝色开始，以蓝色结束

Copper 线型铜色度

Prim 三棱镜，交替为红、橘黄、黄、绿和天蓝

Flag 交替为红、白、蓝和黑

--------------------------------------------------

缺省情况下，调用上述函数灰产生一个64×3的调色板，用户也可指定调色板大小。

索引色图像数据也有double和uint8两种类型。

当图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……

如果图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……

2.3 灰度图像

存储灰度图像只需要一个数据矩阵。

数据类型可以是double，[0，1]；也可以是uint8，[0,255]

2.4 二值图像

二值图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。

MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8类型。

2.5 图像序列

MATLAB工具箱支持将多帧图像连接成图像序列。

图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，

调色板也必须相同。

可参考cat()函数A＝cat(4,A1,A2,A3,A4,A5)

3. MATLAB图像类型转换

图像类型转换函数

---------------------------------------------------------------------------

函数名函数功能

---------------------------------------------------------------------------

dither 图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像

gray2ind 将灰度图像转换成索引图像

grayslice 通过设定阈值将灰度图像转换成索引色图像

im2bw 通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图

ind2gray 将索引色图像转换成灰度图像

ind2rgb 将索引色图像转换成真彩色图像

mat2gray 将一个数据矩阵转换成一副灰度图

rgb2gray 将一副真彩色图像转换成灰度图像

rgb2ind 将真彩色图像转换成索引色图像

------------------------------------------------------------------------

4. 图像文件的读写和查询

4.1 图形图像文件的读取

利用函数imread()可完成图形图像文件的读取，语法：

A=imread(filename,fmt)

[X,map]=imread(filename,fmt)

[...]=imread(filename)

[...]=imread(filename,idx) （只对TIF格式的文件）

[...]=imread(filename,ref) （只对HDF格式的文件）

通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放

在类uint8中。此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时，Matlab就将

其存贮在uint16中。

注意：对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将

颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。

4.2 图形图像文件的写入

使用imwrite函数，语法如下：

imwrite(A,filename,fmt)

imwrite(X,map,filename,fmt)

imwrite(...,filename)

imwrite(...,parameter,value)

当利用imwrite函数保存图像时，Matlab缺省的方式是将其简化道uint8的数据格式。4.3 图形图像文件信息的查询 imfinfo()函数

5. 图像文件的显示

5.1 索引图像及其显示

方法一：

image(X)

colormap(map)

方法二：

imshow(X,map)

5.2 灰度图像及其显示

Matlab 7.0 中，要显示一副灰度图像，可以调用函数imshow 或imagesc （即imagescale，图像缩放函数）

(1) imshow 函数显示灰度图像

使用imshow(I) 或使用明确指定的灰度级书目：imshow(I,32)

由于Matlab自动对灰度图像进行标度以适合调色板的范围，因而可以使用自定义

大小的调色板。其调用格式如下：

imshow(I,[low,high])

其中，low 和high 分别为数据数组的最小值和最大值。

(2) imagesc 函数显示灰度图像

下面的代码是具有两个输入参数的imagesc 函数显示一副灰度图像

imagesc(1,[0,1]);

colormap(gray);

imagesc 函数中的第二个参数确定灰度范围。灰度范围中的第一个值（通常是0），

对应于颜色映象表中的第一个值（颜色），第二个值（通常是1）则对应与颜色映象表

中的最后一个值（颜色）。灰度范围中间的值则线型对应与颜色映象表中剩余的值（颜色）。

在调用imagesc 函数时，若只使用一个参数，可以用任意灰度范围显示图像。在该

调用方式下，数据矩阵中的最小值对应于颜色映象表中的第一个颜色值，数据矩阵中的最大值对应于颜色映象表中的最后一个颜色值。

5.3 RGB 图像及其显示

(1) image(RGB)

不管RGB图像的类型是double浮点型，还是uint8 或uint16 无符号整数型，Matlab都能通过image 函数将其正确显示出来。

RGB8 = uint8(round(RGB64×255)); ％将double 浮点型转换为uint8 无符号整型

RGB64 = double(RGB8)/255; ％将uint8 无符号整型转换为double 浮点型

RGB16 = uint16(round(RGB64×65535)); ％将double 浮点型转换为uint16 无符号整型

RGB64 = double(RGB16)/65535; ％将uint16 无符号整型转换为double 浮点型

(2) imshow(RGB) 参数是一个m×n×3 的数组

5.4 二进制图像及其显示

(1) imshow(BW)

在Matlab 7.0 中，二进制图像是一个逻辑类，仅包括0 和1 两个数值。像素0 显示为黑色，像素1 显示为白色。

显示时，也可通过NOT(~)命令，对二进制图象进行取反，使数值0 显示为白色；1 显示为黑色。

例如：imshow(~BW)

(2) 此外，还可以使用一个调色板显示一副二进制图像。如果图形是uint8 数据类型，

则数值0 显示为调色板的第一个颜色，数值1 显示为第二个颜色。

例如：imshow(BW,[1 0 0;0 0 1])

5.5 直接从磁盘显示图像

可使用一下命令直接进行图像文件的显示：

imshow filename

其中，filename 为要显示的图像文件的文件名。

如果图像是多帧的，那么imshow 将仅显示第一帧。但需注意，在使用这种方式时，图像

数据没有保存在Matlab 7.0 工作平台。如果希望将图像装入工作台中，需使用getimage 函数，从当前的句柄图形图像对象中获取图像数据，

命令形式为：rgb ＝getimage;

bwlabel

功能：

标注二进制图像中已连接的部分。

L = bwlabel(BW,n)

[L,num] = bwlabel(BW,n)

isbw

功能：

判断是否为二进制图像。

语法：

flag = isbw(A)