MATLAB常见图像函数文档格式.docx
《MATLAB常见图像函数文档格式.docx》由会员分享，可在线阅读，更多相关《MATLAB常见图像函数文档格式.docx（25页珍藏版）》请在冰豆网上搜索。
三图像的变换
1fft2
fft2函数用于数字图像的二维傅立叶变换，如：
j=fft2（i）;
2ifft2
ifft2函数用于数字图像的二维傅立叶反变换，如：
k=ifft2（j）;
3利用fft2计算二维卷积
利用fft2函数可以计算二维卷积,如:
a=[8,1,6;
3,5,7;
4,9,2];
b=[1,1,1;
1,1,1;
1,1,1];
a（8,8）=0;
b（8,8）=0;
c=ifft2（fft2（a）.*fft2（b））;
c=c（1:
5,1:
5）;
利用conv2（二维卷积函数）校验,如：
c=conv2（a,b）;
四模拟噪声生成函数和预定义滤波器
1imnoise
imnoise函数用于对图像生成模拟噪声，如：
j=imnoise（i,'
gaussian'
0,0.02）;
%模拟高斯噪声
2fspecial
fspecial函数用于产生预定义滤波器，如：
h=fspecial（'
sobel'
%sobel水平边缘增强滤波器
%高斯低通滤波器
laplacian'
%拉普拉斯滤波器
log'
%高斯拉普拉斯（LoG）滤波器
average'
%均值滤波器
五图像的增强
1直方图
imhist函数用于数字图像的直方图显示，如：
imhist（i）;
2直方图均化
histeq函数用于数字图像的直方图均化，如：
j=histeq（i）;
3对比度调整
imadjust函数用于数字图像的对比度调整，如：
j=imadjust（i,[0.3,0.7],[]）;
4对数变换
log函数用于数字图像的对数变换，如：
j=double（i）;
k=log（j）;
5基于卷积的图像滤波函数
filter2函数用于图像滤波，如：
h=[1,2,1;
0,0,0;
-1,-2,-1];
j=filter2（h,i）;
6线性滤波
利用二维卷积conv2滤波,如:
h=[1,1,1;
h=h/9;
j=conv2（i,h）;
7中值滤波
medfilt2函数用于图像的中值滤波，如：
j=medfilt2（i）;
8锐化
（1）利用Sobel算子锐化图像,如:
%Sobel算子
（2）利用拉氏算子锐化图像,如:
h=[0,1,0;
1,-4,0;
0,1,0];
%拉氏算子
k=conv2（j,h,'
same'
m=j-k;
六举例
二维傅立叶变换和二维傅立叶反变换：
figure
（1）;
k=fftshift（j）;
figure
（2）;
l=log（abs（k））;
imshow（l,[]）;
colorbar
n=ifft2（j）/255;
figure（3）;
imshow（n）;
///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////
Matlab中图像函数大全
图像增强
1.直方图均衡化的Matlab实现
1.1imhist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。
1.2imcontour函数
显示图像的等灰度值图
imcontour（I,n）,imcontour（I,v）
n为灰度级的个数，v是有用户指定所选的等灰度级向量。
1.3imadjust函数
通过直方图变换调整对比度
J=imadjust（I,[lowhigh],[bottomtop],gamma）
newmap=imadjust（map,[lowhigh],[bottomtop],gamma）
J=imadjust（I,[lowhigh],[bottomtop],gamma）其中，gamma为校正量r，[lowhigh]为原图像中要变换的灰度范围，[bottomtop]
指定了变换后的灰度范围；
newmap=imadjust（map,[lowhigh],[bottomtop],gamma）调整索引色图像的调色板map。
此时若[lowhigh]和
[bottomtop]都为2×
3的矩阵，则分别调整R、G、B3个分量。
1.4histeq函数
直方图均衡化
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,...）
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。
图像处理函数详解——imadjust
调节灰度图像的亮度或彩色图像的颜色矩阵。
用法：
J=imadjust（I,[low_in;
high_in],[low_out;
high_out],gamma）
将图像I中的亮度值映射到J中的新值，即将low_in至hige_in之间的值映射到low_out至high_out之间的值。
low_in以下与high_in以上的值被剪切掉了，也就是说，low_in以下的值映射到low_out，high_in以上的值映射到high_out。
它们都可以使用空的矩阵[]，默认值是[01]。
newmap=imadjust（map,[low_inhigh_in],[low_outhigh_out],gamma）
调整索引色图像的调色板map。
RGB2=imadjust（RGB1,[low_inhigh_in],[low_outhigh_out],gamma）
对RGB图像1的红、绿、蓝调色板分别进行调整。
随着颜色矩阵的调整，每一个调色板都有唯一的映射值。
参数gamma指定了曲线的形状，该曲线用来映射I的亮度值。
如果gamma小于1，映射被加权到更高的输出值。
如果gamma大于1，映射被加权到更低的输出值。
如果省略了函数的参量，则gamma默认为1（线性映射）。
举例：
调整灰度图像：
K=imadjust（I,[0.30.7],[]）;
figure,imshow（K）
调整RGB图像：
RGB1=imread（'
football.jpg'
RGB2=imadjust（RGB1,[.2.30;
.6.71],[]）;
imshow（RGB1）,figure,imshow（RGB2）
histeq
直方图均衡化。
J=histeq（I,hgram）将原始图像I的直方图变成用户指定的向量hgram。
hgram中的各元素的值域为[0,1]。
J=histeq（I,n）指定直方图均衡后的灰度级数n，默认值为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的直方图变换T。
newmap=histeq（X,map,hgram）
newmap=histeq（X,map）
[newmap,T]=histeq（X,...）
这三个是针对索引图像调色板的直方图均衡化，用法和灰度图像的一样。
I=imread（'
tire.tif'
J=histeq（I）;
imshow（I）
figure,imshow（J）
imhist（X,map）
用stem（x,counts）同样可以显示直方图。
newmap=imadjust（map,[lowhigh],[bottomtop],gamma）
J=imadjust（I,[lowhigh],[bottomtop],gamma）其中，gamma为校正量r，[lowhigh]为原图像中要变换的灰度范围，[bottomtop]指定了变换后的灰度范围；
此时若[lowhigh]和[bottomtop]都为2×
J=histeq（I,n）
[J,T]=histeq（I,...）
newmap=histeq（X,map,hgram）
newmap=histeq（X,map）
[new,T]=histeq（X,...）
hgram中的每一个元素都在[0,1]中；
[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；
2.噪声及其噪声的Matlab实现
imnoise函数
J=imnoise（I,type）
J=imnoise（I,type,parameter）
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
3.1conv2函数
计算二维卷积
C=conv2（A,B）
C=conv2（Hcol,Hrow,A）
C=conv2（...,'
shape'
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；
）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]。
3.2conv函数
计算多维卷积
与conv2函数相同
3.3filter2函数
计算二维线型数字滤波，它与函数fspecial连用
Y=filter2（B,X）
Y=filter2（B,X,'
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,'
），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）<
size（X）。
3.4fspecial函数
产生预定义滤波器
H=fspecial（type）
H=fspecial（'
n,sigma）高斯低通滤波器
）Sobel水平边缘增强滤波器
prewitt'
）Prewitt水平边缘增强滤波器
alpha）近似二维拉普拉斯运算滤波器
n,sigma）高斯拉普拉斯（LoG）运算滤波器
n）均值滤波器
unsharp'
alpha）模糊对比增强滤波器
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
4.1imfilter函数
真彩色增强
B=imfilter（A,h）
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。
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
二维DCT变换
B=dct2（A）
B=dct2（A,m,n）
B=dct2（A,[m,n]）
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
DCT反变换
B=idct2（A）
B=idct2（A,m,n）
B=idct2（A,[m,n]）
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×
2.3.dctmtx函数
计算DCT变换矩阵
D＝dctmtx（n）
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
一维离散小波变换
[cA,cD]=dwt（X,'
wname'
[cA,cD]=dwt（X,Lo_D,Hi_D）
）使用指定的小波基函数'
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
一维离散小波反变换
X=idwt（cA,cD,'
X=idwt（cA,cD,Lo_R,Hi_R）
L）
X=idwt（cA,cD,Lo_R,Hi_R,L）
）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。
'
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。
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
对数据矩阵进行伪彩色编码
Y=wcodemat（X,NB,OPT,ABSOL）
Y=wcodemat（X,NB,OPT）
Y=wcodemat（X,NB）
Y=wcodemat（X）
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
col'
，按列编码
，按整个矩阵编码
ABSOL是函数的控
升级会员 