一、实验背景与目标

数字图像处理是计算机视觉、医学影像分析、遥感监测等领域的核心技术。MATLAB凭借其强大的矩阵运算能力和丰富的图像处理工具箱（Image Processing Toolbox），成为初学者入门数字图像处理的理想平台。本实验旨在通过实践掌握MATLAB中常用的图像处理命令，理解图像基本操作原理，为后续复杂算法的学习奠定基础。

二、实验环境准备

1. 软件要求：MATLAB R2018a及以上版本，需安装Image Processing Toolbox。
2. 数据准备：下载测试图像（如cameraman.tif、rice.png等标准图像），或使用自备图像文件（支持JPEG、PNG、BMP等格式）。

三、常用MATLAB图像处理命令详解

1. 图像读取与显示

（1）图像读取

MATLAB通过imread函数读取图像文件，支持多种格式：

I = imread('cameraman.tif'); % 读取灰度图像
RGB = imread('peppers.png'); % 读取彩色图像

关键点：

• 读取后的图像以矩阵形式存储，灰度图像为二维矩阵，彩色图像为三维矩阵（高度×宽度×3）。
• 文件路径需正确，建议将图像文件放在MATLAB当前工作目录下。

（2）图像显示

使用imshow函数显示图像：

imshow(I); % 显示灰度图像
figure; imshow(RGB); % 在新窗口显示彩色图像

扩展功能：

• imtool(I)：打开图像查看器，支持像素值查询、缩放等交互操作。
• subplot(m,n,p)：分块显示多幅图像，便于对比。

2. 图像信息查询

（1）图像尺寸与类型

size(I) % 返回图像矩阵的行列数（灰度）或三维尺寸（彩色）
whos I % 显示变量详细信息，包括数据类型（如uint8、double）

（2）像素值访问

通过矩阵索引直接访问像素值：

pixel_value = I(100,50); % 获取灰度图像(100,50)位置的像素值
red_channel = RGB(100,50,1); % 获取彩色图像红色通道值

3. 图像格式转换

（1）灰度与彩色转换

gray_img = rgb2gray(RGB); % 彩色转灰度
rgb_img = cat(3, gray_img, gray_img, gray_img); % 灰度转伪彩色（不推荐实际使用）

应用场景：

• 灰度转换常用于简化计算，彩色转换需谨慎处理通道信息。

（2）数据类型转换

MATLAB图像处理通常使用uint8（0-255）或double（0-1）类型：

I_double = im2double(I); % uint8转double
I_uint8 = im2uint8(I_double); % double转uint8

注意事项：

• 转换时需注意数值范围，避免溢出或精度丢失。

4. 图像基本操作

（1）图像裁剪

通过矩阵索引实现裁剪：

cropped_img = I(50:150, 100:200); % 裁剪50-150行、100-200列区域

（2）图像旋转与缩放

rotated_img = imrotate(I, 45); % 旋转45度（默认最近邻插值）
scaled_img = imresize(I, 0.5); % 缩放至原尺寸的50%

参数说明：

• imrotate支持指定插值方法（如'bilinear'）。
• imresize可设置抗锯齿选项。

（3）图像直方图统计

imhist(I); % 显示灰度直方图
histogram(RGB(:,:,1)); % 显示红色通道直方图（需转换为向量）

分析意义：

• 直方图反映像素值分布，可用于评估图像对比度。

四、图像增强基础操作

1. 对比度调整

（1）线性变换

J = imadjust(I, [0.3 0.7], []); % 将0.3-0.7范围的像素拉伸至全范围

（2）直方图均衡化

J = histeq(I); % 全局直方图均衡化

效果对比：

• 线性变换适合局部对比度调整，直方图均衡化可增强整体对比度。

2. 图像滤波

（1）均值滤波

h = fspecial('average', [3 3]); % 创建3×3均值滤波器
J = imfilter(I, h); % 应用滤波器

（2）中值滤波

J = medfilt2(I, [3 3]); % 3×3中值滤波（适合去除椒盐噪声）

滤波器选择：

• 均值滤波平滑效果好但易模糊边缘，中值滤波保留边缘能力更强。

五、实验总结与建议

1. 操作规范：

   • 始终检查图像数据类型，避免类型不匹配导致的错误。
   • 使用figure函数分隔不同图像的显示窗口，防止覆盖。

2. 调试技巧：

   • 通过whos和size函数实时监控变量状态。
   • 对复杂操作分步执行，逐步验证中间结果。

3. 扩展学习：

   • 探索imshowpair函数实现图像叠加显示。
   • 学习regionprops函数进行图像区域特征提取。

六、实验作业（可选）

1. 读取一幅彩色图像，将其转换为灰度图像并显示直方图。
2. 对灰度图像添加高斯噪声，分别使用均值滤波和中值滤波去噪，对比效果。
3. 编写函数实现图像的自动裁剪（根据非零像素区域确定裁剪范围）。

通过本实验的学习，读者应能熟练掌握MATLAB中图像读取、显示、格式转换及基本增强的操作方法，为后续学习图像分割、特征提取等高级技术打下坚实基础。实践过程中需注重理解每个命令的数学原理，避免机械记忆代码。”