MATLAB灰度图像处理实用语句速查指南

在MATLAB中，处理灰度图像是一项常见的任务。以下是一些实用的MATLAB语句，用于灰度图像处理。这些语句可以帮助你进行图像的读取、显示、转换、滤波、边缘检测、形态学操作等。

图像读取与显示

% 读取灰度图像
img = imread('image.png');

% 显示图像
imshow(img);

% 显示图像并添加标题
imshow(img);
title('灰度图像');

图像转换

% 转换为灰度图像
grayImg = rgb2gray(img);

% 转换为双精度格式
doubleImg = im2double(grayImg);

% 转换为二值图像
bwImg = imbinarize(grayImg);

图像滤波

% 中值滤波
filteredImg = medfilt2(grayImg);

% 高斯滤波
filteredImg = imfilter(grayImg, fspecial('gaussian', [5 5], 1));

% 均值滤波
filteredImg = imfilter(grayImg, fspecial('average', [5 5]));

边缘检测

% Sobel算子边缘检测
sobelx = fspecial('sobel');
sobely = fspecial('sobel');
gradMag = sqrt(sobelx.^2 + sobely.^2);
gradAng = atan2(sobely, sobelx);

% Canny边缘检测
edges = edge(grayImg, 'canny');

形态学操作

% 侵蚀操作
erodedImg = imerode(grayImg, strel('disk', 3));

% 腐蚀操作
dilatedImg = imdilate(grayImg, strel('disk', 3));

% 开运算
openImg = imopen(grayImg, strel('disk', 3));

% 闭运算
closeImg = imclose(grayImg, strel('disk', 3));

图像分割

% Otsu二值化
bwImg = imbinarize(grayImg, 'otsu');

% 区域生长
labels = bwlabel(bwImg);
regionprops(labels, 'Area');

图像增强

% 直方图均衡化
equalizedImg = histeq(grayImg);

% 对比度增强
enhancedImg = adapthisteq(grayImg);

图像保存

% 保存图像
imwrite(grayImg, 'processed_image.png');

以上是一些常用的MATLAB灰度图像处理语句。通过这些语句，你可以轻松地对灰度图像进行各种操作。希望这个速查指南能帮助你更高效地处理图像。