收藏
下载资源下载资源 加入VIP,免费下载

MATLAB常见图像函数.docx

上传人：b****5 文档编号：7905341 上传时间：2023-01-27 格式：DOCX 页数：25 大小：26.91KB
下载 相关 举报
MATLAB常见图像函数.docx_第1页
第1页 / 共25页
MATLAB常见图像函数.docx_第2页
第2页 / 共25页
MATLAB常见图像函数.docx_第3页
第3页 / 共25页
MATLAB常见图像函数.docx_第4页
第4页 / 共25页
MATLAB常见图像函数.docx_第5页
第5页 / 共25页
点击查看更多>>
下载资源
资源描述

MATLAB常见图像函数.docx

《MATLAB常见图像函数.docx》由会员分享，可在线阅读，更多相关《MATLAB常见图像函数.docx（25页珍藏版）》请在冰豆网上搜索。

MATLAB常见图像函数.docx

MATLAB常见图像函数

Matlab常用图像函数：

一图像的读写

1imread

imread函数用于读入各种图像文件，如:

a=imread（'e:

\w01.tif'）

注：

计算机E盘上要有w01相应的.tif文件。

2imwrite

imwrite函数用于写入图像文件，如：

imwrite（a,'e:

\w02.tif',’tif’）

3imfinfo

imfinfo函数用于读取图像文件的有关信息，如：

imfinfo（'e:

\w01.tif'）

二图像的显示

1image

image函数是MATLAB提供的最原始的图像显示函数，如：

a=[1,2,3,4;4,5,6,7;8,9,10,11,12];

image（a）;

2imshow

imshow函数用于图像文件的显示，如：

i=imread（'e:

\w01.tif'）;

imshow（i）;

3colorbar

colorbar函数用显示图像的颜色条，如：

i=imread（'e:

\w01.tif'）;

imshow（i）;

colorbar;

4figure

figure函数用于设定图像显示窗口，如：

figure

（1）；/figure

（2）；

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：

i=imread（'e:

\w01.tif'）;

j=fft2（i）;

2ifft2

ifft2函数用于数字图像的二维傅立叶反变换，如：

i=imread（'e:

\w01.tif'）;

j=fft2（i）;

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：

a=[8,1,6;3,5,7;4,9,2];

b=[1,1,1;1,1,1;1,1,1];

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：

i=imread（'e:

\w01.tif'）;

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

h=fspecial（'gaussian'）;%高斯低通滤波器

h=fspecial（'laplacian'）;%拉普拉斯滤波器

h=fspecial（'log'）;%高斯拉普拉斯（LoG）滤波器

h=fspecial（'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：

i=imread（'e:

\w01.tif'）;

imhist（i）;

2直方图均化

histeq函数用于数字图像的直方图均化，如：

i=imread（'e:

\w01.tif'）;

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：

i=imread（'e:

\w01.tif'）;

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：

i=imread（'e:

\w01.tif'）;

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：

i=imread（'e:

\w01.tif'）;

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:

i=imread（'e:

\w01.tif'）;

h=[1,1,1;1,1,1;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：

i=imread（'e:

\w01.tif'）;

j=medfilt2（i）;

8锐化

（1）利用Sobel算子锐化图像,如:

i=imread（'e:

\w01.tif'）;

h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子

j=filter2（h,i）;

（2）利用拉氏算子锐化图像,如:

i=imread（'e:

\w01.tif'）;

j=double（i）;

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：

i=imread（'e:

\w01.tif'）;

figure

（1）;

imshow（i）;

colorbar;

j=fft2（i）;

k=fftshift（j）;

figure

（2）;

l=log（abs（k））;

imshow（l,[]）;

colorbar

n=ifft2（j）/255;

figure（3）;

imshow（n）;

colorbar;

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

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

功能：

显示图像的等灰度值图

格式：

imcontour（I,n）,imcontour（I,v）

说明：

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

功能：

通过直方图变换调整对比度

格式：

J=imadjust（I,[lowhigh],[bottomtop],gamma）

newmap=imadjust（map,[lowhigh],[bottomtop],gamma）

说明：

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

功能：

直方图均衡化

格式：

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,...）

说明：

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

功能：

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

功能：

直方图均衡化。

用法：

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。

举例：

I=imread（'tire.tif'）;

J=histeq（I）;

imshow（I）

figure,imshow（J）

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

功能：

显示图像的等灰度值图

格式：

imcontour（I,n）,imcontour（I,v）

说明：

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

功能：

通过直方图变换调整对比度

格式：

J=imadjust（I,[lowhigh],[bottomtop],gamma）

newmap=imadjust（map,[lowhigh],[bottomtop],gamma）

说明：

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

功能：

直方图均衡化

格式：

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,...）

说明：

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。

2.噪声及其噪声的Matlab实现

imnoise函数

格式：

J=imnoise（I,type）

J=imnoise（I,type,parameter）

说明：

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

功能：

计算二维卷积

格式：

C=conv2（A,B）

C=conv2（Hcol,Hrow,A）

C=conv2（...,'shape'）

说明：

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；C=conv2（...,'shape'）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

功能：

计算多维卷积

格式：

与conv2函数相同

3.3filter2函数

功能：

计算二维线型数字滤波，它与函数fspecial连用

格式：

Y=filter2（B,X）

Y=filter2（B,X,'shape'）

说明：

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,'shape'），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）

3.4fspecial函数

功能：

产生预定义滤波器

格式：

H=fspecial（type）

H=fspecial（'gaussian',n,sigma）高斯低通滤波器

H=fspecial（'sobel'）Sobel水平边缘增强滤波器

H=fspecial（'prewitt'）Prewitt水平边缘增强滤波器

H=fspecial（'laplacian',alpha）近似二维拉普拉斯运算滤波器

H=fspecial（'log',n,sigma）高斯拉普拉斯（LoG）运算滤波器

H=fspecial（'average',n）均值滤波器

H=fspecial（'unsharp',alpha）模糊对比增强滤波器

说明：

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

功能：

真彩色增强

格式：

B=imfilter（A,h）

说明：

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

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

功能：

DCT反变换

格式：

B=idct2（A）

B=idct2（A,m,n）

B=idct2（A,[m,n]）

说明：

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×n。

2.3.dctmtx函数

功能：

计算DCT变换矩阵

格式：

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

功能：

一维离散小波变换

格式：

[cA,cD]=dwt（X,'wname'）

[cA,cD]=dwt（X,Lo_D,Hi_D）

说明：

[cA,cD]=dwt（X,'wname'）使用指定的小波基函数'wname'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

功能：

一维离散小波反变换

格式：

X=idwt（cA,cD,'wname'）

X=idwt（cA,cD,Lo_R,Hi_R）

X=idwt（cA,cD,'wname',L）

X=idwt（cA,cD,Lo_R,Hi_R,L）

说明：

X=idwt（cA,cD,'wname'）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。

'wname'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。

X=idwt（cA,cD,'wname',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

功能：

对数据矩阵进行伪彩色编码

格式：

Y=wcodemat（X,NB,OPT,ABSOL）

Y=wcodemat（X,NB,OPT）

Y=wcodemat（X,NB）

Y=wcodemat（X）

说明：

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

OPT＝'col'，按列编码

OPT＝'mat'，按整个矩阵编码

ABSOL是函数的控

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置：首页 > 高等教育 > 工学

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1