Matlab 常用图像函数.docx

1、Matlab 常用图像函数Matlab 常用图像函数 一 图像的读写 1 imreadimread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。2 imwriteimwrite函数用于写入图像文件，如：imwrite(a,e:w02.tif,tif)3 imfinfoimfinfo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1 imageimage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);2 ims

2、howimshow函数用于图像文件的显示，如：i=imread(e:w01.tif);imshow(i);3 colorbarcolorbar函数用显示图像的颜色条，如：i=imread(e:w01.tif);imshow(i);colorbar;4 figurefigure函数用于设定图像显示窗口，如：figure(1)； /figure(2)；三 图像的变换1 fft2fft2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);2 ifft2ifft2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(

3、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1 imnoiseimnoise函数用于对图像生成模拟噪声，如：i=imread(e:w01.tif);j=imnoise(i,ga

4、ussian,0,0.02);%模拟高斯噪声2 fspecialfspecial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

5、=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.t

6、if);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

7、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,);colorbarn=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1.1 imhist 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

8、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。1.2 imcontour 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。1.3 imadjust 函数功能：通过直方图变换调整对比度格式：J=imadjust(I,low high,bottom top,gamma) newmap=imadjust(map,low high,bottom top,gamma)说明：J=imadjust(I,

9、low high,bottom top,gamma) 其中，gamma 为校正量r，low high 为原图像中要变换的灰度范围，bottom top指定了变换后的灰度范围；newmap=imadjust(map,low high,bottom top,gamma) 调整索引色图像的调色板 map 。此时若 low high 和bottom top 都为23的矩阵，则分别调整 R、G、B 3个分量。1.4 histeq 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)

10、 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 imnoi

11、se 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3.1 conv2 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,Nasize(A), Mb,Nb=size(B), 则

12、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。3.2 conv 函数功能：计算多维卷积格式：与 co

13、nv2 函数相同3.3 filter2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

14、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) 。3.4 fspecial 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

15、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4.1 imfilter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

16、 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： Afft(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。 Afft2(X,MROWS,NCOLS) 其中，MROWS 和 NCOLS 指定对 X 进行零填充后的 X 大小。 Afftn(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

17、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Iimread(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：Bdct2(A) 计算 A 的 DCT 变换 B ，A 与 B 的大小相同；Bdct2(A,m,n) 和 B=dct

18、2(A,m,n) 通过对 A 补 0 或剪裁，使 B 的大小为 mn。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：Bidct2(A) 计算 A 的 DCT 反变换 B ，A 与 B 的大小相同；Bidct2(A,m,n) 和 B=idct2(A,m,n) 通过对 A 补 0 或剪裁，使 B的大小为 mn。2.3. dctmtx函数功能：计算 DCT 变换矩阵格式：Ddctmtx(n)说明：Ddctmtx(n) 返回一个 nn 的 DCT 变换矩阵，输出矩阵 D 为 double 类型。3. 图像小波

19、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

20、,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 wa

21、vedec2 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=wc

22、odemat(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 0NB，缺省值 NB16； OPT 指定了编码的方式（缺省值为 mat），即： OPTrow ，按行编码 OPTcol ，按列编码 OPTmat ，按整个矩阵编码 ABSOL 是函数的控制参数（缺省值为 1），即： ABSOL0 时，返回编码矩阵 ABSOL1 时，返回数据矩阵的绝对值 ABS(X)(2) dwt2 函数功能：二维离散小波变换格式：cA,cH,cV,cD=dwt2(X,wname) cA,cH,c

23、V,cD=dwt2(X,Lo_D,Hi_D)说明：cA,cH,cV,cD=dwt2(X,wname)使用指定的小波基函数 wname 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 函数功能：二维信号的多层小波分解格式：C,S=wavedec2(X,N,wname) C,S=wavedec2(X,N,Lo_D,Hi_D)说明：C,S=wavedec2(X,N,wnam

24、e) 使用小波基函数 wname 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 函数功能：二维离散小波反变换格式：X=idwt2(cA,cH,cV,cD,wname) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) X=idwt2(cA,cH,cV,cD,wname,S) X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S)说明：X=idwt2(cA,cH,cV,cD,wname) 由信号小波分解的近似信号 cA 和细节信号 cH、c

25、H、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 ；X=idwt2(cA,cH,cV,cD,wname,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 函数说明：二维信号的多层小波重构格式：X=waverec2(C,S,wname) X=waverec2(C,S,Lo_R,Hi_R)说明：X=waverec2(C,S,wname) 由多层二维小波分解的结果 C、S 重构原始信号 X ，w

26、name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 -