图像处理Matlab常用函数Word文档下载推荐.docx
《图像处理Matlab常用函数Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《图像处理Matlab常用函数Word文档下载推荐.docx（13页珍藏版）》请在冰豆网上搜索。
如：
colorbar;
4.figure
figure函数用于设定图像显示窗口，如：
figure
（1）；
/figure
（2）；
5.imagesc（a）;
caxis（[-38]）;
colorbar;
标尺标度从-3，到8显示标度尺。
三.图像的变换
1.fft2
fft2函数用于数字图像的二维傅立叶变换，如：
j=fft2（i）;
2.ifft2
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
1.imnoise
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
2.fspecial
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）;
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
功能：
二维DCT变换
格式：
B=dct2（A）
B=dct2（A,m,n）
B=dct2（A,[m,n]）
说明：
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）
说明：
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）
X=idwt（cA,cD,'
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是函数的控制参数（缺省值为'
1'
ABSOL＝0时，返回编码矩阵
ABSOL＝1时，返回数据矩阵的绝对值ABS（X）
（2）dwt2函数
二维离散小波变换
[cA,cH,cV,cD]=dwt2（X,'
[cA,cH,cV,cD]=dwt2（X,Lo_D,Hi_D）
）使用指定的小波基函数'
对二维信号X进行二维离散小波变幻；
cA，cH,cV,cD分别为近似分量、水平细节分量、垂直细节分量和对角细节分量；
[cA,cH,cV,cD]=dwt2（X,Lo_D,Hi_D）使用指定的分解低通和高通滤波器Lo_D和Hi_D分解信号X。
（3）wavedec2函数
二维信号的多层小波分解
[C,S]=wavedec2（X,N,'
[C,S]=wavedec2（X,N,Lo_D,Hi_D）
）使用小波基函数'
对二维信号X进行N层分解；
[C,S]=wavedec2（X,N,Lo_D,Hi_D）使用指定的分解低通和高通滤波器Lo_D和Hi_D分解信号X。
（4）idwt2函数
二维离散小波反变换
X=idwt2（cA,cH,cV,cD,'
X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R）
X=idwt2（cA,cH,cV,cD,'
S）
X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R,S）
）由信号小波分解的近似信号cA和细节信号cH、cH、cV、cD经小波反变换重构原信号X；
X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R）使用指定的重构低通和高通滤波器Lo_R和Hi_R重构原信号X；
S）和X=idwt2（cA,cH,cV,cD,Lo_R,Hi_R,S）返回中心附近的S个数据点。
（5）waverec2函数
二维信号的多层小波重构
X=waverec2（C,S,'
X=waverec2（C,S,Lo_R,Hi_R）
）由多层二维小波分解的结果C、S重构原始信号X，'
为使用的小波基函数；
X=waverec2（C,S,Lo_R,Hi_R）使用重构低通和高通滤波器Lo_R和Hi_R重构原信号。
图像处理工具箱1.图像和图像数据
缺省情况下，MATLAB将图像中的数据存储为双精度类型（double），64位浮点
数，所需存储量很大；
MATLAB还支持另一种类型无符号整型（uint8），即图像矩
阵中每个数据占用1个字节。
在使用MATLAB工具箱时，一定要注意函数所要求的参数类型。
另外，uint8
与double两种类型数据的值域不同，编程需注意值域转换。
从uint8到double的转换
---------------------------------------------
图像类型MATLAB语句
索引色B=double（A）+1
索引色或真彩色B=double（A）/255
二值图像B=double（A）
从double到uint8的转换
索引色B=uint8（round（A-1））
索引色或真彩色B=uint8（round（A*255））
二值图像B=logical（uint8（round（A）））
2.图像处理工具箱所支持的图像类型
2.1真彩色图像
R、G、B三个分量表示一个像素的颜色。
如果要读取图像中（100,50）处的像素值，
可查看三元数据（100,50,1:
3）。
真彩色图像可用双精度存储，亮度值范围是[0,1]；
比较符合习惯的存储方法是用无
符号整型存储，亮度值范围[0,255]
2.2索引色图像
包含两个结构，一个是调色板，另一个是图像数据矩阵。
调色板是一个有3列和若干行
的色彩映象矩阵，矩阵每行代表一种颜色，3列分别代表红、绿、蓝色强度的双精度数。
注意：
MATLAB中调色板色彩强度[0,1]，0代表最暗，1代表最亮。
常用颜色的RGB值
--------------------------------------------
颜色RGB颜色RGB
黑000洋红101
白111青蓝011
红100天蓝0.6701
绿010橘黄10.50
蓝001深红0.500
黄110灰0.50.50.5
产生标准调色板的函数
-------------------------------------------------
函数名调色板
Hsv色彩饱和度，以红色开始，并以红色结束
Hot黑色－红色－黄色－白色
Cool青蓝和洋红的色度
Pink粉红的色度
Gray线型灰度
Bone带蓝色的灰度
JetHsv的一种变形，以蓝色开始，以蓝色结束
Copper线型铜色度
Prim三棱镜，交替为红、橘黄、黄、绿和天蓝
Flag交替为红、白、蓝和黑
--------------------------------------------------
缺省情况下，调用上述函数灰产生一个64×
3的调色板，用户也可指定调色板大小。
索引色图像数据也有double和uint8两种类型。
当图像数据为double类型时，值1代表调色板中的第1行，值2代表第2行……
如果图像数据为uint8类型，0代表调色板的第一行，，值1代表第2行……
2.3灰度图像
存储灰度图像只需要一个数据矩阵。
数据类型可以是double，[0，1]；
也可以是uint8，[0,255]
2.4二值图像
二值图像只需一个数据矩阵，每个像素只有两个灰度值，可以采用uint8或double类型存储。
MATLAB工具箱中以二值图像作为返回结果的函数都使用uint8类型。
2.5图像序列
MATLAB工具箱支持将多帧图像连接成图像序列。
图像序列是一个4维数组，图像帧的序号在图像的长、宽、颜色深度之后构成第4维。
分散的图像也可以合并成图像序列，前提是各图像尺寸必须相同，若是索引色图像，
调色板也必须相同。
可参考cat（）函数A＝cat（4,A1,A2,A3,A4,A5）
3.MATLAB图像类型转换
图像类型转换函数
---------------------------------------------------------------------------
dither图像抖动，将灰度图变成二值图，或将真彩色图像抖动成索引色图像
gray2ind将灰度图像转换成索引图像
grayslice通过设定阈值将灰度图像转换成索引色图像
im2bw通过设定亮度阈值将真彩色、索引色、灰度图转换成二值图
ind2gray将索引色图像转换成灰度图像
ind2rgb将索引色图像转换成真彩色图像
mat2gray将一个数据矩阵转换成一副灰度图
rgb2gray将一副真彩色图像转换成灰度图像
rgb2ind将真彩色图像转换成索引色图像
----------------------------------------------------------------------------
4.图像文件的读写和查询
4.1图形图像文件的读取
利用函数imread（）可完成图形图像文件的读取，语法：
A=imread（filename,fmt）
[X,map]=imread（filename,fmt）
[...]=imread（filename）
[...]=imread（filename,idx）（只对TIF格式的文件）
[...]=imread（filename,ref）（只对HDF格式的文件）
通常，读取的大多数图像均为8bit，当这些图像加载到内存中时，Matlab就将其存放
在类uint8中。
此为Matlab还支持16bit的PNG和TIF图像，当读取这类文件时，Matlab就将
其存贮在uint16中。
对于索引图像，即使图像阵列的本身为类uint8或类uint16，imread函数仍将
颜色映象表读取并存贮到一个双精度的浮点类型的阵列中。
4.2图形图像文件的写入
使用imwrite函数，语法如下：
imwrite（A,filename,fmt）
imwrite（X,map,filename,fmt）
imwrite（...,filename）
imwrite（...,parameter,value）
当利用imwrite函数保存图像时，Matlab缺省的方式是将其简化道uint8的数据格式。
4.3图形图像文件信息的查询imfinfo（）函数
5.图像文件的显示
5.1索引图像及其显示
方法一：
image（X）
colormap（map）
方法二：
imshow（X,
升级会员 