
- •Рязанская государственная радиотехническая академия
- •Методические указания к лабораторным работам
- •Рязань 2005
- •390005, Рязань, ул. Гагарина, 59/1.
- •Введение
- •Команда imfinfo
- •Общие поля структуры info
- •Команда imwrite
- •Команда imshow
- •Команда iptsetpref
- •Глобальные переменные, устанавливаемые с помощью iptsetpref
- •Команда figure
- •Команда truesize
- •Команда subplot
- •Команда imresize
- •Команда imcrop
- •Команда imrotate
- •Команда plot
- •Команда hold
- •Команда mesh
- •Команда surf
- •Команда imhist
- •Команда text
- •Команда xlabel
- •Команда ylabel
- •Команда zlabel
- •Команда legend
- •4. Команды и операторы системы matlab, используемые в лабораторной работе Команды очистки
- •Матричные операторы
- •Условные операторы
- •Команды работы со строками
- •5. Порядок выполнения работы
- •6. Библиографический список
- •Лабораторная работа № 2 методы фильтрации изображений
- •1. Цель работы
- •2. Краткие теоретические сведения
- •2.1. Подавление шумов
- •2.2. Реставрация изображений
- •2.3. Выделение контуров
- •3. Порядок выполнения работы
- •4. Библиографический список
- •Лабораторная работа № 3 методы сегментации изображений
- •1. Цель работы
- •2. Теоретические сведения
- •2.1. Метод глобальной пороговой обработки
- •2.2. Байесовский метод
- •2.3. Метод центроидного связывания
- •2.4. Методы выделения границ
- •3. Практическая часть
- •4. Порядок выполнения работы
- •5. Библиографический список
- •3. Описание программы лабораторной работы
- •4. Порядок выполнения работы
- •5. Библиографический список
- •Оглавление
- •2.2. Реставрация изображений……………………………………………. 23
- •2.3. Выделение контуров………………………………………………….. 28
- •2. Теоретические сведения………………………………………………… 34
- •Список основных функций Image Processing Toolbox Форматы представления данных
- •Преобразования типов изображений
- •Конвертирование цветовых систем
- •Геометрические преобразования изображений
- •Анализ изображений
- •Улучшение изображений
- •Фильтрация изображений
- •Сегментация изображений
- •Морфологические операции над бинарным изображением
- •Операции с массивами
- •Формирование массивов специального вида
- •Операции над матрицами
- •Основные математические функции системы Matlab Базовые функции
- •Трансцендентные функции
- •Тригонометрические функции
- •Преобразования системы координат
- •Арифметические операторы
- •Операторы отношения
- •Логические операторы
- •Операторы поразрядной обработки
- •Операторы обработки множеств
- •Специальные переменнные и константы
- •Многомерные массивы
- •Задание осей координат
- •Управление цветом
- •Палитры цветов
- •Трехмерная графика
- •Операции над графическими объектами
- •Утилиты
- •Справочные команды
- •Управление рабочей областью
Команда subplot
Разбивает
текущее окно на
подокон и устанавливает текущим подокно
с номером p.
Команда имеет следующий синтаксис:
subplot(m, n, p).
Подокна нумеруются слева направо и сверху вниз, начиная от левого верхнего подокна, которое имеет номер 1. Следует учитывать, что при выводе нескольких изображений с разными размерами происходит их масштабирование по последнему.
Пример
%считываем изображения
image1 = imread('my_image1.bmp');
image2 = imread('my_image2.bmp ');
%отображаем считанные изображения вместе в одном
%окне, расположив их горизонтально
subplot(1,2,1), imshow(image1);
subplot(1,2,2), imshow(image2);
Команда imresize
С помощью функции imresize можно создать новое изображение заданного размера из исходного изображения любого типа:
B = imresize(A, m, method) – создает изображение B, размеры которого в m раз отличаются от размеров исходного изображения A. Если m принадлежит диапазону от 0.0 до 1.0, то B меньше A. Если m больше 1, то B больше A;
B = imresize(A, [mrows ncols], method) – создает изображение B с размерами mrows
ncols.
Для изменения размера используются следующие методы интерполяции, задающиеся во входном параметре method в виде одной из следующих строк:
nearest – использовать значение ближайшего пикселя;
bilinear – использовать интерполяцию по билинейной поверхности;
bicubic – использовать интерполяцию по бикубической поверхности.
Тип и формат представления данных результирующего изображения совпадают с типом и форматом исходного.
Пример
%считываем исходное изображение
I = imread('ic.tif');
%увеличиваем линейные размеры изображения в 2 раза
J = imresize (I, 2,'bilinear');
%отображаем исходное
imshow(I);
%отображаем масштабированное в новом окне
figure; imshow(J);
Команда imcrop
Для того, чтобы вырезать из исходного изображения некоторую часть, может использоваться функция imcrop:
D=imcrop(S) и Xd=imcrop(Xs, map) выводят на экран бинарное, полутоновое, полноцветное изображение S и палитровое изображение Xs и ожидают задания с помощью мыши прямоугольника, ограничивающего вырезаемый фрагмент. Для указания положения одного из углов ограничивающего прямоугольника следует нажать на левую кнопку мыши. Положение противоположного угла ограничивающего прямоугольника будет задано, если, не отпуская кнопку мыши, переместить курсор, а затем отпустить кнопку. Когда требуется задать квадратный фрагмент, следует при перемещении курсора мыши держать нажатой клавишу Shift. Функция imcrop возвращает изображение, ограниченное заданным прямоугольником. Если выходные параметры не заданы, например imcrop(I), то результат отображается в новом графическом окне. Если не определены входные параметры, например D=imcrop, то функция imcrop оперирует с изображением в текущем графическом окне;
D=imcrop(S, rect) и Xd=imcrop(Xs, map, rect) позволяют явно определить ограничивающий прямоугольник rect - вектор из четырех элементов: [xmin ymin w h], которые задают положение левого верхнего угла (xmin, ymin) прямоугольника, а также его ширину w и высоту h в пространственных координатах.
Формат представления данных и тип результирующего изображения совпадает с форматом и типом исходного изображения.
Пример
%считываем изображение
I1 = imread('ic.tif');
%вырезаем заданную область изображения
I2 = imcrop(I1, [60 40 100 90]);
%отображаем исходное изображение
imshow(I1);
%отображаем преобразованное изображение
%в новом окне
figure; imshow(I2);