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